Nvidia vise 70 % de croissance, et un seul système coûte 8,5 millions de dollars

Jensen Huang est venu à la conférence Goldman Sachs Communacopia and Technology expliquer pourquoi, selon lui, Nvidia ne ralentit pas. « La plupart des gens pensent que Nvidia fabrique une puce. Il vous faut des avions pour transporter ce que nous construisons », a déclaré le patron de l'entreprise, cité par TechCrunch.

La comparaison la plus parlante portait sur le prix. « Un GPU aujourd'hui, ce n'est pas 399 dollars. C'est 8,5 millions de dollars. Un seul GPU, le tout relié par NVLink, 2 millions de pièces, 250 000 kilowatts », a dit Huang. Les commandes d'un système précis, où 36 processeurs Grace sont reliés à 72 puces Blackwell, augmentent de 27 % par mois.

Ce n'est pas seulement du marketing. Les résultats du deuxième trimestre, publiés en même temps que l'annonce d'un accord élargi avec Amazon, ont affiché 96,2 milliards de dollars de chiffre d'affaires. Les centres de données ont représenté 89 milliards de dollars, soit 117 % de plus qu'un an plus tôt. L'entreprise a annoncé 108 milliards de dollars de chiffre d'affaires pour le troisième trimestre, en partie grâce aux puces Rubin de nouvelle génération.

La demande des clients se lit dans la taille des commandes. Amazon a doublé la mise : après plus d'un million de puces Nvidia commandées pour 2026, l'entreprise en ajoute 2 millions d'autres, destinées à ses centres AWS en 2027 et 2028, dont des Blackwell Ultra, Rubin et Rubin Ultra. La société américaine développe toutefois aussi ses propres puces. Dans son dernier rapport trimestriel, elle indique que cette activité a dépassé 25 milliards de dollars de chiffre d'affaires annuel en rythme annualisé, sur la base de 225 milliards de dollars d'engagements pris par des laboratoires d'IA comme Anthropic et OpenAI.

Huang nomme la concurrence : les hyperscalers, à savoir Amazon, Microsoft et Google, qui développent leurs propres puces ; les laboratoires d'IA qui font la même chose ; Cerebras, déjà coté, et des start-up comme Etched. Sa réponse tient à un argument de taille du système, et non d'une puce isolée. C'est là le cœur du discours de l'année sur l'argent dans l'IA : on n'achète pas du silicium, mais des installations complètes, prêtes à fonctionner, d'une puissance de plusieurs centaines de kilowatts.

Le fond de la réponse de Nvidia aux questions sur la concurrence est financier, pas technique. Les systèmes internes des hyperscalers et les puces spécialisées des start-up traitent des tâches d'inférence isolées, mais ne remplacent pas une installation d'entraînement entière. Si le client achète non pas une carte, mais un système prêt à l'emploi de plusieurs centaines de kilowatts, le nombre croissant d'unités commandées se traduit par des revenus à un rythme qu'aucun fabricant de puces d'inférence ne peut reproduire. La prévision de 70 % de croissance ne sonne donc pas, dans ce discours, comme une fanfaronnade, mais comme la conséquence d'un barème : plus l'installation est grande, plus la facture est élevée, et la facture se paie aujourd'hui en milliards de dollars.