Nvidia toujours porté par une demande “parabolique” / L’économie du calcul change d’échelle

NVidia a une nouvelle fois pris de vitesse les attentes du marché. Mercredi soir, après la clôture de Wall Street, le groupe californien a publié des résultats trimestriels encore largement supérieurs aux anticipations. Pour son premier trimestre fiscal 2027, clos le 26 avril 2026, le chiffre d’affaires atteint un niveau record de 81,6 milliards de dollars, en hausse de 85 % sur un an, au-delà du consensus des analystes qui anticipaient environ 78,9 milliards. Le bénéfice ajusté par action ressort à 1,87 dollar, là aussi supérieur aux attentes situées autour de 1,75 dollar.

Mais au-delà de la performance financière, Nvidia décrit surtout un marché de l’IA en train de changer de nature. Le groupe ne parle plus seulement d’un marché des puces en forte croissance, mais de l’émergence d’une nouvelle infrastructure informatique mondiale fondée sur la production massive de calcul pour l’IA. Une vision qui résonne avec l'initiative française dévoilée cette semaine autour des AI Gigafactories, ses promoteurs, parmi lesquels Iliad, Scaleway et Capgemini, ayant justement insisté sur l’urgence stratégique de développer des capacités de calcul souveraines.

L’ère des AI factories

“La construction des usines d’IA, la plus grande expansion d’infrastructures de l’histoire de l’humanité, s’accélère à une vitesse extraordinaire”, a affirmé Jensen Huang, lors de la conférence avec les analystes. “L’IA agentique est arrivée, elle effectue désormais un travail productif, génère une vraie valeur et se déploie rapidement dans tous les secteurs.”

L’IA dite “agentique” désigne des systèmes capables non plus seulement de générer du texte ou des images à la demande, mais aussi d’exécuter des tâches de manière autonome, d’enchaîner des actions, d’interagir avec des logiciels ou des infrastructures industrielles, voire de piloter des robots et des véhicules. Pour Nvidia, cette évolution accélère encore la demande de calcul liée à l’inférence, c’est-à-dire à l’utilisation concrète des modèles d’IA dans l’économie réelle. Les GPU, ces processeurs spécialisés dans les calculs massivement parallèles utilisés pour l’intelligence artificielle, deviennent ainsi l’infrastructure centrale de cette nouvelle industrie du calcul, où la production de “tokens”, ces unités générées par les modèles, tend progressivement à devenir une ressource économique à part entière.

Cette transformation se reflète désormais dans l’architecture même des résultats financiers de Nvidia. Le groupe délaisse progressivement une lecture centrée sur les seuls GPU pour réorganiser son activité autour de deux grandes plateformes : “Data Center” et “Edge Computing”. Au sein des datacenters, Nvidia distingue désormais les hyperscalers d’un nouveau segment baptisé ACIE, pour “AI Cloud, Industrial and Enterprise”. Le découpage met davantage en avant la progression des usages industriels, souverains et “edge” de l’IA, au-delà des seuls grands clouds américains qui ont jusqu’ici dominé le marché.

“L’IA est diverse”, a expliqué Jensen Huang aux analystes. “Elle peut concerner les sciences de la vie, la robotique industrielle, la physique, l’énergie, les entreprises, les usines ou encore les réseaux télécoms.” Une vision qui résonne d’ailleurs avec les propos tenus la veille par Pascal Daloz lors de l’assemblée générale de Dassault Systèmes, où le dirigeant décrivait lui aussi l’IA comme une infrastructure appelée à irriguer progressivement l’ensemble des activités industrielles. Selon Jensen Huang, Nvidia entre ainsi dans une phase où l’IA quitte progressivement les grands centres de données centralisés pour se diffuser dans toute l’économie productive.

La bataille du coût du token

Les chiffres publiés traduisent déjà ce déplacement du centre de gravité. Le segment ACIE a progressé de 31 % d’un trimestre sur l’autre pour atteindre 37 milliards de dollars de revenus, tandis que l’activité hyperscale, historiquement dominante, a crû de 12 % sur la même période. Nvidia affirme désormais être déployé dans près de 40 pays et évoque un marché potentiel de plusieurs centaines de milliers d’entreprises appelées à construire leurs propres “AI factories”. “Tout le monde a besoin d’IA”, a insisté Jensen Huang. “Chaque industrie, chaque pays, chaque entreprise va adopter l’IA.”

Le débat technologique évolue. Pendant plusieurs années, le marché a surtout regardé la puissance brute des GPU. Désormais, les discussions portent davantage sur le coût du token produit et sur l’économie globale des infrastructures d’IA. “Les clients n’achètent pas des GPU. Ils construisent des usines d’IA”, a résumé Jensen Huang. Dans ce contexte, “le bon indicateur économique n’est plus le prix d’achat du GPU, mais le coût sur toute la durée de vie d’une usine d’IA produisant de l’intelligence.”

Le groupe veut maîtriser toute l’infrastructure IA

Cette évolution met aussi en lumière l’intégration croissante de l’offre de Nvidia. Le groupe vend désormais bien davantage qu’une puce : serveurs, réseaux, logiciels, bibliothèques CUDA, sa plateforme logicielle permettant aux développeurs d’exploiter les GPU pour l’IA et le calcul accéléré, interconnexions, optimisation énergétique et bientôt processeurs CPU maison, ces puces chargées du traitement général des données dans les serveurs. Nvidia a d’ailleurs profité de cette publication pour accélérer la mise en avant de Vera, son premier CPU conçu spécifiquement pour l’IA agentique. Jensen Huang estime que cette activité pourrait représenter à elle seule près de 20 milliards de dollars de revenus cette année. “Vera ouvre pour Nvidia un nouveau marché adressable de 200 milliards de dollars que nous n’avions jamais ciblé auparavant”, a-t-il affirmé.

Le groupe continue parallèlement de capitaliser sur l’explosion des dépenses des hyperscalers. Nvidia estime que les investissements mondiaux dans les infrastructures IA pourraient atteindre entre 3 000 et 4 000 milliards de dollars par an d’ici la fin de la décennie. Jensen Huang juge même que Nvidia doit désormais croître plus vite que les dépenses d’investissement des grands clouds. “Le calcul devient du revenu. Le calcul devient du profit”, a-t-il lancé.

Blackwell entretient la frénésie

Dans l’immédiat, le groupe continue surtout de bénéficier d’une demande extrêmement tendue autour de Blackwell, sa nouvelle génération de GPU et de systèmes destinés aux infrastructures d’IA. “La demande est devenue parabolique”, a affirmé Jensen Huang. “La raison est simple : l’IA agentique est arrivée.” Nvidia assure que Blackwell constitue déjà le déploiement produit le plus rapide de son histoire. Le groupe revendique des centaines de milliers de GPU Blackwell déjà installés chez les hyperscalers et les grands développeurs de modèles.

Cette dynamique permet aussi au groupe de renforcer encore sa politique de retour aux actionnaires. Nvidia a annoncé une augmentation spectaculaire de son dividende trimestriel, porté de 0,01 à 0,25 dollar par action, ainsi qu’un nouveau programme de rachat d’actions de 80 milliards de dollars. Sur le trimestre, près de 20 milliards de dollars ont déjà été redistribués aux actionnaires via rachats d’actions et dividendes.

Les perspectives restent elles aussi hors normes. Nvidia vise 91 milliards de dollars de chiffre d’affaires pour le deuxième trimestre fiscal 2027, plus ou moins 2 %, sans même intégrer de revenus liés aux GPU de datacenters en Chine. Le groupe reconnaît que les incertitudes réglementaires américaines sur les exportations vers Pékin persistent. “Nous ne savons pas si des importations seront autorisées”, a indiqué Colette Kress, directrice financière de Nvidia. Malgré cette prudence, Nvidia affirme avoir une “totale confiance” dans sa capacité à générer 1 000 milliards de dollars de revenus cumulés autour des plateformes Blackwell et Rubin entre 2025 et 2027.