Ce n'est pas essentiellement un annuaire de fournisseurs, mais un plan de construction d'une usine d'IA.
Auteur de l'article, source : 0x9999in1, ME News
TL;DR
- Le diagramme de l'écosystème DSX AI Factory publié par NVIDIA est, en réalité, une "feuille de route de construction d'une usine d'IA", et non une simple "liste de fournisseurs".
- L'écosystème est divisé en trois parties : AI Factory Software, Energy & Cooling, Compute Systems. L'énergie et le refroidissement sont mis en avant, ce qui est rare.
- Cela signifie que les goulots d'étranglement de l'infrastructure IA passent de « ne pas pouvoir acheter de GPU » à « ne pas pouvoir se brancher ou gérer la chaleur ».
- Les fabricants taïwanais dominent presque entièrement la couche matérielle : Hon Hai, Quanta, Wistron, Inventec, ASUS, Gigabyte, Delta et Pegatron sont tous présents ; l'« empire de la sous-traitance » des usines d'IA est désormais formé.
- Signaux forts pour l'IA souveraine (Sovereign AI) : l'Indonésie ISAT, la télécommunication malaisienne, la Corée du Sud NAVER, le Japon KDDI/SoftBank/NTT et l'Inde Sify sont tous entrés.
- NVIDIA est en train de passer du statut d'entreprise de puces à celui de définitrice de l'architecture de référence pour les usines d'IA, dans un rôle plus radical que celui qu'a joué Intel à l'ère du PC.
- Le véritable avantage concurrentiel n'est plus le CUDA, mais le contrôle complet de la chaîne de valeur, de la parcelle de terrain au token.
Une image vaut plus qu'une conférence de presse. D'abord, faites votre analyse.
La carte de l'écosystème DSX AI Factory d'NVIDIA mérite d'être lue mot pour mot bien plus que n'importe quelle keynote de Jensen Huang.
Pourquoi ? Parce que le keynote raconte une histoire, tandis que le schéma écologique déplace des pions. L’endroit où les pions sont placés, qui se trouve au premier rang, et à quelle catégorie chacun est assigné, reflète des partenariats concrets soutenus par des investissements réels et des chaînes d’approvisionnement déjà signées.
Plus important encore, ce graphique a pour la première fois explicitement présenté l'infrastructure IA comme une « usine ».
Entrée : électricité, données, réseau, capital.
Output: tokens, inference, training.
Au centre se trouve une architecture de référence définie par NVIDIA et mise en œuvre par des partenaires.
Quel est ce concept ? Cela signifie que NVIDIA ne se contente plus de vendre des GPU ; elle vend la réponse standard à la question « comment construire une usine entière ».
Vous voulez construire une usine d’IA ? D’accord. Mais suivez mon architecture de référence : qui fournit l’alimentation, le refroidissement, les armoires, les serveurs, les travaux de construction et l’intégration avec les services cloud — tout est listé pour vous.
Cette stratégie vous semble-t-elle familière ?
Rappelle fortement le « Intel Inside » des années 1990. Mais bien plus radical que ce que Intel avait fait à l'époque. Intel se contentait de définir les processeurs et les cartes mères ; NVIDIA vise aujourd'hui à définir l'ensemble de la chaîne de valeur, du terrain au token.
Mettre l’énergie et le refroidissement au centre de cette image est le signal le plus fort : beaucoup de personnes regardant cette carte écologique ont pour première réaction de compter les fabricants de serveurs GPU, et de voir qui se trouve en tête — SMCI, Dell, HPE.
Wrong.
Ce qui est vraiment inhabituel, c'est que la colonne Energy & Cooling soit listée séparément et qu'elle représente une part très importante.
Schneider, ABB, Mitsubishi Electric, Eaton, Vertiv, Trane, Delta, GE Vernova, Engie, Siemens, Hitachi... presque toutes les entreprises leaders mondiales en automatisation industrielle et gestion de l'énergie sont réunies.
What does this mean?
Cela signifie que Nvidia admet elle-même : le principal goulot d'étranglement des usines d'IA actuelles n'est plus la pénurie de GPU, mais le manque d'électricité, la difficulté à gérer la chaleur et l'impossibilité de construire des centres de données.
Les données sont froides, mais l'histoire est chaude.
L'Agence internationale de l'énergie (AIE) avait déjà prédit dans son rapport de 2024 que la consommation d'électricité des centres de données mondiaux pourrait dépasser 1 000 TWh d'ici 2026, soit l'équivalent de la consommation annuelle du Japon.
Selon les estimations de Goldman Sachs Research en 2024, la demande d'électricité des centres de données augmentera de 160 % d'ici 2030 par rapport à 2023, l'IA étant le principal moteur.
Quel niveau de pression est-ce ?
Une H100 consomme 700 W en charge maximale, une B200 atteint 1 200 W, et les rumeurs indiquent que la plateforme Rubin augmentera encore la consommation par carte. Un rack GB200 NVL72 en charge maximale consomme 120 kW, soit 10 à 15 fois plus qu’un rack traditionnel.
Refroidissement par air traditionnel ? Pas suffisant.
Réseau électrique classique ? Impossible de se connecter.
Entrepreneur général ? Impossible à construire.
Donc, vous voyez, Vertiv fournit des armoires de refroidissement liquide, Delta fabrique des modules d’alimentation, Eaton gère la distribution électrique, Trane assure le refroidissement, Jacobs Engineering conçoit les infrastructures, Procore gère les projets, GE Vernova optimise la gestion du réseau électrique, et Engie assure l’intégration des énergies propres.
Ce n'est pas un schéma écosystémique de puce. C'est un appel à la mobilisation de la « coalition des infrastructures industrielles ».
NVIDIA dit : ceux qui pourront apporter de l'électricité, évacuer la chaleur et construire des bâtiments seront ceux qui obtiendront la plus grande part du gâteau de l'ère de l'IA.
L'« empire de la sous-traitance » des fabricants taïwanais couvre presque entièrement la couche matérielle ; tournez-vous maintenant vers la colonne Compute Systems.
Hon Hai (2317.TW), Quanta (2382.TW), Wistron (3231.TW), Wistron NeWeb (6669.TW), ASUS (2357.TW), Gigabyte (2376.TW), Pegatron (4938.TW), Delta (2308.TW).
Huit fabricants taïwanais alignés côte à côte.
Ce n'est pas une coïncidence. C'est la continuation de l'inertie de la chaîne industrielle de fabrication de PC et de serveurs des trente dernières années, ainsi que le résultat direct de l'explosion des serveurs AI au cours des trois dernières années.
Dans les résultats financiers de Quanta pour 2025, les revenus provenant des serveurs AI dépassent déjà 50 %, avec des revenus trimestriels établissant de nouveaux records.
Hon Hai a clairement déclaré à plusieurs reprises lors de ses conférences d'analystes que les serveurs AI constituent le principal moteur de croissance du groupe pour les trois prochaines années, et a à plusieurs reprises mentionné sa collaboration approfondie avec NVIDIA.
Winyi et Wistron ont presque capté la majorité des commandes pour les conteneurs complets GB200/GB300.
Pourquoi une entreprise taiwanaise ?
Car seuls eux possèdent la capacité ODM au niveau du conteneur pour des produits à haute complexité, haute densité, haut taux de rendement et itération rapide. Un seul conteneur GB200 NVL72, composé de dizaines de milliers de pièces, de milliers de câbles et de conduits de refroidissement liquide complexes, peut être assemblé et testé en 4 à 6 semaines — un nombre limité d'entreprises dans le monde y parviennent.
Ce qui est plus intéressant, c’est que le nombre de fabricants exclusivement nord-américains dans cette catégorie n’est pas si élevé : Dell, HPE, SMCI, Digital Realty, Equinix, CoreWeave, Nebius, Iris Energy.
Les logiciels et services cloud sont en Amérique du Nord, la fabrication matérielle en Asie, et les équipements énergétiques répartis dans le monde entier — c’est ce que révèle cette carte écologique : la division mondiale du travail à l’ère de l’usine d’IA.
L'IA souveraine n'est pas un slogan, mais un phénomène que les clients en attente de commande observent déjà dans la section AI Factory Software.
ISAT, 6742.KL, NAVER, KDDI, SoftBank, NTT, Sify...
Une rangée complète de fonds souverains et quasi-souverains asiatiques ont été placés par NVIDIA au niveau logiciel.
Pourquoi pas OpenAI, pas Anthropic, pas Meta ?
Parce que ce graphique ne parle pas de « qui développe les grands modèles », mais de « qui construit l'infrastructure nationale d'IA ».
C'est ce que Jensen Huang a répété à maintes reprises au cours de la dernière année : l'IA souveraine.
Chaque pays doit avoir sa propre puissance de calcul, ses propres données, ses propres modèles et sa propre capacité de production de token.
Le Japon est dirigé par KDDI, SoftBank et NTT, l'Inde par Reliance, Yotta et Sify, la Corée du Sud par NAVER et KT, le Sud-Est asiatique par ISAT et Telekom Malaysia, et l'Europe par Mistral et les opérateurs télécoms nationaux.
NVIDIA intègre ces acteurs de l'IA souveraine dans l'écosystème DSX, ce qui transmet un signal très clair :
Au cours des prochaines années, les principaux financeurs des usines d'IA ne seront pas nécessairement quelques géants du cloud de la Silicon Valley, mais les gouvernements nationaux et les géants des télécommunications.
Les données sont également cohérentes. Selon le rapport d'Omdia de 2025, les investissements dans les centres de données liés à Sovereign AI devraient afficher un taux de croissance annuel composé supérieur à 40 % entre 2025 et 2027, bien au-delà des 18 % des grands clouds traditionnels.
C'est un marché plus fragmenté, mais de volume total plus important que celui des hyperscalers.
NVIDIA a déjà réservé ses sièges.
En dehors de CUDA, la nouvelle barrière compétitive d'NVIDIA s'appelle « architecture de référence ». Nous avons toujours tendance à dire que la barrière compétitive d'NVIDIA est CUDA.
C'est vrai, mais ce n'est plus suffisant.
CUDA préserve l'écosystème des développeurs et le coût de migration au niveau logiciel. Mais le fossé protecteur à l'ère des usines d'IA a débordé du niveau logiciel vers le monde physique.
Le schéma de l'écosystème DSX est la preuve la plus directe.
Il dit à tous ceux qui veulent construire une usine d'IA : vous n'avez pas besoin de tout expérimenter par vous-mêmes ; suivez simplement cette architecture de référence, qui a déjà été validée : où brancher l'électricité, comment gérer le refroidissement, comment disposer les armoires, comment choisir les serveurs, comment configurer le réseau, comment gérer la construction et comment connecter le cloud.
C'est un nouveau pouvoir de normalisation.
De même que Boeing et Airbus ont défini la manière de construire des avions, Toyota a défini la production automobile lean, et TSMC a défini la construction d'usines de puces à procesus avancé.
Maintenant, NVIDIA cherche à définir comment construire une « usine d'IA ».
Que se passera-t-il une fois que cette architecture de référence deviendra une norme de fait ?
Premièrement, tout acteur souhaitant construire ses propres infrastructures IA doit d'abord demander à NVIDIA s'il est « NVIDIA Certified ».
Deuxièmement, tous les fabricants de matériel ne faisant pas partie de cette architecture de référence seront progressivement marginalisés.
Troisièmement, NVIDIA peut prélever des « péages » supplémentaires via des couches logicielles telles que DGX Cloud, NIM et Omniverse.
C'est vraiment ce qui est effrayant.
Vendre une GPU, c’est une vente unique ; une fois l’architecture établie, elle confère un droit de loyer d’au moins dix ans.
AMD, Broadcom, ASIC alliance, comment y faire face ? Certains demanderont : les AMD MI300/MI350 ne se vendent-elles pas bien non plus ? Les TPU de Google, les Trainium d'Amazon, les MTIA de Meta, les ASIC personnalisés de Broadcom, ne sont-ils pas tous en train de lui voler sa part de marché ?
Oui. Mais le diagramme de l'écosystème DSX révèle un fait ignoré :
La puce n'est qu'une pièce parmi d'autres dans l'usine ; le droit de définir les normes de l'usine vaut bien plus que la part de marché d'une seule pièce.
Le MI355X d'AMD réduit effectivement l'écart de performance avec le B200 ; plusieurs évaluations de SemiAnalysis en 2025 ont montré que, dans certains scénarios d'inférence, le MI355X offre même un meilleur rapport performance/prix.
Broadcom, en concevant des ASIC sur mesure pour Google et Meta, a fait passer sa stratégie "non NVIDIA" au niveau du chiffre d'affaires de mille milliards de dollars.
Mais.
Ces challengers sont encore à un stade où ils ne font que « vendre des puces » ou « vendre des cartes d'accélération ».
Aucune entreprise ne peut, comme NVIDIA, regrouper l’électricité, le refroidissement, la construction, les armoires, le réseau, le logiciel, les services cloud et les jumeaux numériques en un plan d’usine « prêt à l’emploi ».
C'est une frappe à la réduction de dimension.
Vous vendez des pièces, moi je vends une usine.
À court terme, l'alliance AMD et ASIC continuera de tirer son épingle du jeu dans les déploiements internes des fournisseurs de cloud.
Mais à moyen et long terme, les IA souveraines, les opérateurs télécoms, les fournisseurs de cloud de deuxième niveau et les usines d’IA enterprise ont tendance à acheter directement le « pack NVIDIA », pour simplifier, gagner du temps et réduire les risques politiques.
Après avoir examiné quelques tendances méritant d'être anticipées, voici quelques hypothèses prospectives. À titre informatif uniquement, sans recommandation.
Premièrement, le taux de pénétration du refroidissement liquide accélérera sa progression entre 2026 et 2027.
Selon les prévisions de Dell'Oro Group pour 2025, la pénétration du refroidissement liquide dans les centres de données AI passera de 15 % actuellement à plus de 40 % d'ici 2027. Les fabricants cités par NVIDIA, tels que Vertiv, Delta, Eaton et Trane, seront les premiers à bénéficier de ces红利 structurels.
Deuxièmement, l'électricité deviendra la première variable dans le choix de l'emplacement des usines d'IA.
L'emplacement des usines d'IA futures ne sera plus déterminé par la bande passante ni par les talents, mais par l'endroit où l'électricité est bon marché, stable et propre. C'est pourquoi GE Vernova et Engie ont été intégrés à l'écosystème. Le Texas, l'Idaho, l'Europe du Nord, Johor en Malaisie et Abu Dhabi aux Émirats arabes unis deviendront de nouveaux pôles de puissance de calcul pour l'IA.
Troisièmement, la prime liée à l'intégration système des ODM taïwanais continuera de s'élargir.
La marge brute des livraisons en conteneurs complets est bien supérieure à celle des livraisons unitaires. Le rôle de Hon Hai, Quanta et Wistron pendant l'ère GB200/GB300/Rubin passera de « fabricant sous contrat » à « intégrateur de systèmes », et leur logique d'évaluation sera réévaluée.
Quatrièmement, l'IA souveraine donnera naissance à un nouveau groupe de géants régionaux du cloud.
CoreWeave, Nebius et Iris Energy ne sont que les premiers. Au cours des trois prochaines années, des « versions régionales de CoreWeave » émergeront en Asie du Sud-Est, au Moyen-Orient, en Inde et en Amérique latine, et leur étiquette commune sera : certifié NVIDIA, données locales, soutien gouvernemental.
Cinquièmement, le jumeau numérique deviendra le « langage de conception standard » des usines d'IA.
Dassault Systèmes, PTC, Siemens et Cadence entrent dans l'écosystème, pas juste pour faire de la figuration. Avant qu'une usine d'IA ne soit concrétisée dans le monde physique, elle sera entièrement simulée dans Omniverse, y compris la charge électrique, la répartition thermique et l'avancement des travaux. C'est un grand retournement pour les logiciels industriels.
Conclusion : NVIDIA trace une carte plus vaste que les GPU pour revenir à la question initiale.
Pourquoi NVIDIA présente-t-elle officiellement le diagramme de l'écosystème DSX à ce moment-là ?
Parce qu'il dit à toute la chaîne de valeur :
L'histoire des GPU est entrée dans son deuxième mouvement.
Le premier mouvement s'intitule « Rareté de la puissance de calcul », et le protagoniste est la puce.
Le deuxième mouvement s'intitule « Rareté des usines » et met en scène l'ensemble des infrastructures.
Et NVIDIA doit continuer à être le chef d'orchestre au centre de la scène.
Ce n'est plus simplement une entreprise qui vend des puces, c'est le « définitif de l'architecture de référence » de la révolution industrielle de l'IA.
Il a rassemblé toutes les entreprises — les compagnies d'électricité, les entreprises de construction, les entreprises de refroidissement, les fabricants de baies, les fabricants ODM, les fournisseurs de cloud, les géants des télécommunications et les gouvernements de divers pays — sur une même carte.
Cette image semble n'être qu'une liste de partenaires écosystémiques.
Mais ceux qui comprennent comprendront : il s'agit d'un projet de « constitution industrielle de l'IA » pour une nouvelle ère.
Et l'auteur du projet de loi porte le nom de Huang.
Quant à la durée de validité de cette constitution, à savoir si elle sera renversée par AMD, par l’alliance ASIC ou par une révolution architecturale soudaine — ce là est une autre histoire.
Mais au moins cet été 2026, l'échiquier est posé par NVIDIA, les règles sont établies par NVIDIA, et les premiers sièges sont attribués par NVIDIA.
Les joueurs restants doivent soit entrer, soit quitter.
Il n'y a pas de troisième option.
Source :
- Agence internationale de l’énergie (AIE), Électricité 2024 : Analyse et prévision jusqu’en 2026
- Recherche Goldman Sachs, Croissance générationnelle : IA, centres de données et la prochaine hausse de la demande énergétique aux États-Unis, 2024
- Omdia, Suivi du marché des infrastructures IA souveraines, 2025
- Dell'Oro Group, Rapport de prévision du refroidissement liquide des centres de données, 2025
- SemiAnalysis, performance et analyse TCO de l'AMD MI355X contre le NVIDIA B200, 2025
- Centre d'information officiel de NVIDIA, Blueprint NVIDIA DSX pour des usines d'IA à échelle gigawatt, 2025
- Présentation aux investisseurs de Quanta Computer, rapport sur les résultats du Q4 2025
- Documents de la conférence annuelle des investisseurs de Foxconn (Hon Hai), 2025