Le virage vers les usines IA de Nvidia élargit son marché adressable de 200 milliards de dollars

Nvidia ne se contente plus de vendre des puces — elle vend des usines IA complètes, un changement stratégique qui pourrait plus que doubler ses revenus par client et redessiner le paysage concurrentiel de l'infrastructure des centres de données.

L'initiative de Nvidia de vendre des solutions intégrées d'usines IA — une infrastructure complète de centre de données plutôt que des GPU individuels — élargit son marché adressable, des puces à l'ensemble de la pile du centre de données, un virage qui pourrait multiplier par trois les revenus par client.

« C'est la reconnaissance par Nvidia que le goulot d'étranglement du déploiement de l'IA n'est pas la performance des puces — c'est la complexité de la mise en place d'un centre de données », a déclaré Stacy Rasgon, analyste senior chez Bernstein. « En vendant l'usine, ils capturent de la valeur sur l'ensemble de la pile. »

Cette stratégie regroupe les GPU H100 et les GPU B200 de nouvelle génération de Nvidia avec les équipements réseau issus de l'acquisition de Mellanox, les systèmes de gestion de l'alimentation et l'orchestration logicielle via CUDA et sa plateforme AI Enterprise. Nvidia a déjà obtenu des engagements pluriannuels de la part de fournisseurs de cloud, dont Microsoft, Amazon et Google, qui ont collectivement dépensé plus de 150 milliards de dollars en dépenses d'investissement dans les centres de données en 2025, selon les documents publiés par les entreprises.

Ce virage intervient alors que le chiffre d'affaires de Nvidia dans les centres de données a atteint 47,5 milliards de dollars au cours de l'exercice 2025, soit 87 % du total des ventes. La vente d'usines complètes pourrait porter ce chiffre à plus de 80 milliards de dollars par an d'ici 2028, selon les estimations de Morgan Stanley, qui surpondère Nvidia avec un objectif de cours de 185 dollars. L'action se négocie à 38 fois les bénéfices à terme.

Pourquoi les puces seules ne suffisaient plus

L'activité principale de GPU de Nvidia est confrontée à deux pressions structurelles. Premièrement, les hyperscalers — Microsoft, Amazon, Google et Meta — se précipitent pour construire leurs propres puces IA, comme Trainium, TPU et Maia, afin de réduire leur dépendance au matériel à forte marge de Nvidia. Le Trainium3 d'Amazon offre deux fois la bande passante mémoire du H100 pour un coût inférieur de 40 %, selon les spécifications publiées par Amazon. Deuxièmement, la complexité du déploiement de l'IA à grande échelle est devenue le principal goulot d'étranglement : les entreprises rapportent que l'approvisionnement en GPU ne représente que 20 % du défi, l'intégration, le refroidissement, l'alimentation et la mise en réseau représentant le reste.

En vendant l'usine complète, Nvidia se rend plus difficile à déloger. Un client qui achète la pile complète de Nvidia — GPU, réseautique, logiciels et services — fait face à des coûts de changement significativement plus élevés que celui qui n'achète que des puces. « Le fossé s'élargit, passant du niveau de la puce au niveau du système », a déclaré Rasgon de Bernstein.

Qui gagne et qui perd dans le modèle de l'usine

Ce changement crée des gagnants et des perdants évidents. Parmi les principaux bénéficiaires de Nvidia figurent ses partenaires de la chaîne d'approvisionnement : TSMC, qui fabrique les puces de Nvidia sur ses nœuds 3 nm et 4 nm ; SK Hynix et Samsung, qui fournissent la mémoire à large bande passante HBM3e ; et Broadcom, dont les puces réseau connectent les clusters de GPU de Nvidia. Teradyne et KLA, qui fournissent des équipements de test de semi-conducteurs et de contrôle des processus, devraient également bénéficier de la montée en puissance de la production de Nvidia, les actions Teradyne ayant bondi de 112 % depuis le début de l'année et KLA de 75 %.

Les perdants sont plus concentrés. Les fournisseurs d'infrastructure de centres de données qui vendaient auparavant des sous-systèmes discrets — sociétés de gestion de l'alimentation, spécialistes du refroidissement et fabricants d'équipementiers de serveurs tels que Dell et Hewlett Packard Enterprise — pourraient se retrouver sous pression alors que Nvidia absorbe une plus grande partie de la pile. Advanced Micro Devices, qui concurrence avec son accélérateur MI300X, fait face à un écosystème qui se creuse : la plateforme logicielle CUDA de Nvidia compte plus de 4 millions de développeurs, contre environ 500 000 pour ROCm d'AMD.

Pour les investisseurs, la question est de savoir si le marché a déjà intégré cette transition. Les actions Nvidia, en hausse de 145 % au cours des 12 derniers mois, se négocient à 38 fois les bénéfices à terme — une prime par rapport à la moyenne du groupe de pairs des semi-conducteurs, qui est de 22 fois. Joseph Moore de Morgan Stanley soutient que la stratégie de l'usine IA justifie ce multiple, estimant qu'elle pourrait ajouter 200 milliards de dollars au marché total adressable de Nvidia. Mais la stratégie comporte un risque d'exécution : construire et intégrer une infrastructure de centre de données nécessite des compétences différentes de la conception de puces, et les alternatives internes des hyperscalers s'améliorent rapidement. La prochaine étape importante est la conférence GTC de Nvidia en mars 2027, où l'entreprise devrait détailler son architecture Vera Rubin de nouvelle génération et la tarification au niveau de l'usine.

Cet article est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement.