Nvidia vient de publier un autre trimestre qui ferait pleurer d’envie la plupart des entreprises. Le chiffre d’affaires a atteint 57 milliards de dollars pour le T3 de l’exercice 2026, en hausse de 62 % sur un an, avec uniquement le segment des centres de données générant 51,2 milliards de dollars.
Les chiffres derrière le récit
Les revenus de la division data center de Nvidia, à 51,2 milliards de dollars, ont augmenté de 25 % trimestre sur trimestre et de 66 % sur un an. Cela place les activités data center de l'entreprise au-dessus d'un rythme annuel de 200 milliards de dollars.
L'entreprise contrôle environ 80 % du marché des accélérateurs d'IA. Cette domination ne concerne pas seulement le matériel. Elle repose sur l'écosystème logiciel CUDA qui lie les développeurs à l'architecture Nvidia.
Le marché mondial de l'inférence IA devrait passer de 106,15 milliards de dollars en 2025 à 254,98 milliards de dollars d'ici 2030, ce qui représente un taux de croissance annuel composé de 19,2 %. Les architectures Blackwell et Blackwell Ultra sont spécifiquement conçues pour améliorer l'économie de l'inférence, rendant l'exécution des modèles IA en production plus rapide et moins coûteuse.
Pourquoi l'inférence est plus importante que l'entraînement
L'entraînement d'un modèle d'IA est une dépense unique (ou périodique). L'inférence — l'exécution de ce modèle entraîné pour servir des utilisateurs réels — se produit en continu. Chaque requête ChatGPT, chaque résultat de recherche généré par l'IA, chaque interaction automatisée avec le service client constitue une charge d'inférence. Certaines estimations industrielles suggèrent que l'inférence pourrait éventuellement représenter 80 à 90 % de la demande totale en calcul IA.
Le PDG de Nvidia, Jensen Huang, prépare cette transition depuis plusieurs trimestres. L'architecture Blackwell est conçue pour gérer les modèles de calcul spécifiques à l'inférence, où la latence et le coût par requête comptent autant que le débit brut.
La réaction étrange du marché
Malgré des chiffres qui ont largement dépassé les attentes, les actions Nvidia ont baissé. Le cours de l'action se situe à moins de 22 fois les bénéfices futurs, une valorisation qui semble modeste pour une entreprise dont le chiffre d'affaires augmente de 62 % par an.
Alors que Nvidia domine l'entraînement, les charges de travail d'inférence sont plus diversifiées et potentiellement plus accessibles aux concurrents. Des puces personnalisées de Google, Amazon et un nombre croissant de startups ciblent spécifiquement l'inférence. L'espace des réseaux GPU décentralisés connaît également une croissance, offrant potentiellement des ressources d'inférence à moindre coût en regroupant du matériel sous-utilisé.
Le multiple des bénéfices à terme inférieur à 22x suggère que le marché intègre une certaine version de ce risque. Que ce soit une opportunité ou un avertissement dépend entièrement de la capacité de Nvidia à maintenir sa domination alors que l'IA passe de la construction de modèles à leur exécution à grande échelle.