Jensen Huang quitte Nvidia, et la part d'AMD dans les puces d'IA passe de 2 % à 7–10 %
Nvidia vend environ 80 % des accélérateurs d'IA, ces puces qui servent à entraîner et à exécuter les réseaux de neurones, mais Jensen Huang a quitté son poste de PDG et la direction financière, avec Colette Kress, assure l'intérim. La part d'AMD est passée de 2 % en 2022 à 7–10 % en 2026, tandis que Google, Amazon et Microsoft conçoivent leurs propres puces. Hier, migrer vers un autre matériel exigeait de réécrire le code pour CUDA ; aujourd'hui, l'IA peut le faire en quelques heures. Il est donc judicieux de tester dès maintenant vos modèles sur AMD et de comparer le coût d'exécution.
Traité par IA depuis Wired ; édité par Hamidun News
Nvidia reste l'entreprise la plus influente de l'ère de l'IA : selon Silicon Analysis, elle détient environ 80 % des ventes d'accélérateurs d'IA, c'est-à-dire des puces qui servent à entraîner et à exécuter les réseaux de neurones. Mais, selon Wired, elle fait face à plusieurs problèmes à la fois. Le PDG Jensen Huang, qui fut l'un des premiers à comprendre que les processeurs graphiques convenaient à l'IA, a quitté son poste. La direction a été confiée à la directrice financière Colette Kress. Pendant ce temps, les concurrents se rapprochent de plusieurs côtés, et l'un des principaux fossés défensifs de Nvidia, la plateforme logicielle CUDA, s'avère moins solide qu'on ne le pensait.
Les puces se conçoivent sur plusieurs années, le marché change en quelques mois
Un dirigeant anonyme d'une grande entreprise d'IA a expliqué à Wired la difficulté : tout ce qui se vend aujourd'hui a été conçu il y a deux à trois ans. Kress, ou celui qui dirigera Nvidia durablement, doit donc deviner dès maintenant à quoi ressembleront les puces dans deux ans.
Les chiffres jouent encore en faveur de l'entreprise. Le chiffre d'affaires est passé de 26,91 milliards de dollars en janvier 2022 à 215,94 milliards de dollars en janvier 2026. Mais la part d'AMD sur le marché des accélérateurs d'IA est passée de 2 % à 7–10 % sur la même période.
Google, Amazon et Microsoft développent leurs propres puces pour entraîner et exécuter leurs modèles, afin de réduire leurs coûts et de dépendre moins de Nvidia. Cerebras vend des puces géantes pour des modèles géants. AMD a racheté Taalas, une entreprise qui « grave » les poids d'un modèle directement dans le silicium afin que le calcul soit très efficace.
Ces solutions ont un point faible commun : pour y faire tourner les modèles actuels, il faut réécrire beaucoup de code.
L'analyste Patrick Moorhead, de MoorInStrat, ajoute deux facteurs. D'une part, avec les agents d'IA, l'inférence, c'est-à-dire l'exécution de modèles déjà entraînés, prend de l'importance, et sur ce terrain Nvidia a moins d'avantages que sur l'entraînement. D'autre part, la demande en processeurs classiques (CPU) augmente, un marché où Nvidia ne concurrence presque pas. En décembre 2025, l'entreprise a racheté une start-up spécialisée dans les puces, mais Moorhead ne considère pas cela comme une réponse complète.
Le fossé CUDA est devenu perméable
Pendant des années, Nvidia a retenu les développeurs grâce à CUDA, un ensemble d'outils logiciels dans lequel on écrit le code et on construit les modèles pour ses puces. Imaginez une entreprise dont toute la production est optimisée pour CUDA : passer à AMD signifierait des mois de réécriture du code, et presque personne ne se lançait donc dans l'aventure.
Aujourd'hui, les modèles d'IA lisent et écrivent si bien le code qu'ils peuvent eux-mêmes porter d'autres modèles vers un matériel différent. La start-up Wafer utilise l'IA pour adapter les modèles à AMD, puis vend leur exécution à meilleur prix. Son PDG, Emilio Andere, affirme qu'après la sortie de chaque grand modèle à poids ouverts, son équipe le fait tourner sur AMD en quelques heures, avec une efficacité d'au moins 80 % par rapport à Nvidia. Selon lui, les ingénieurs n'ont presque pas besoin de corriger ou de vérifier le code. Le chiffre d'affaires de Wafer, selon son fondateur, progresse fortement ces derniers mois. Il s'agit de la déclaration d'Andere lui-même : l'article ne contient aucune confirmation indépendante.
Moorhead note toutefois que Nvidia a également accès à l'IA, si bien que l'automatisation de la conception des puces ne l'affaiblira pas forcément. Mais la capacité des réseaux de neurones à réécrire rapidement du code pour un autre matériel pourrait saper l'avantage principal de l'entreprise.
La Chine et la question de la gouvernance
Le second front est la Chine. Washington restreint les livraisons des puces les plus puissantes, tandis que Pékin développe sa propre industrie. Les ventes des générations précédentes autorisées et des puces non destinées à l'IA ont doublé en un an, mais la part de la Chine dans le chiffre d'affaires de Nvidia est tombée de 20 % en 2024 à 8 %. Huawei construit des supercalculateurs à partir d'un très grand nombre de puces, et certaines entreprises chinoises, comme Z.ai, affirment avoir entraîné leurs modèles entièrement sur du matériel Huawei. Si les modèles ouverts chinois s'imposent dans d'autres pays, un marché des puces chinoises pourrait aussi s'y développer.
Le départ de Huang est lui aussi lié à la Chine. D'après des données citées par Wired, il entretenait une relation avec Huang Le, dirigeant de Megaspeed, une entreprise basée à Singapour que les autorités américaines soupçonnent d'avoir des liens avec le renseignement chinois. Megaspeed aurait fait entrer en Asie du Sud-Est des puces Nvidia pour 4,6 à 7,5 milliards de dollars et aurait pu donner accès à ces puces à des entreprises chinoises d'IA. L'analyste d'Eurasia Group Babak Minovi estime que Huang avait raison sur le fond : une interdiction totale des ventes en Chine renforce les concurrents locaux.
Ce que cela signifie en pratique
Le vétéran du secteur Dan Hutchinson compare la situation au « moment Swan » chez Intel : en 2019, un PDG issu de l'ingénierie a été remplacé par le financier Bob Swan, l'accent s'est déplacé vers les ventes, la bureaucratie a enflé et le chiffre d'affaires a reculé. « Nvidia aujourd'hui, c'est l'Intel de demain », affirme-t-il. Il s'agit de l'avis d'un seul analyste, pas d'un fait établi. Wired souligne que les problèmes de Nvidia ne sont pas forcément mortels, mais qu'ils s'accumulent.
La conclusion pratique pour les équipes qui développent des produits d'IA : la dépendance à un seul fournisseur d'accélérateurs devient un risque gérable. Si le code se porte rapidement d'un matériel à l'autre, il est judicieux de tester à l'avance ses modèles sur AMD ou sur des puces de nuage et de comparer le coût d'exécution. Quant à Nvidia, il faudra surveiller la stratégie que l'entreprise construira pour les deux prochaines années.
- 21 nov. 2026Nvidia cherche un nouveau PDG : le conseil d'administration envisage le patron d'Arm, Rene Haas
- 21 nov. 2026Уход Хуанга: Nvidia подтвердила Корее 260 000 GPU, в Китае под вопросом проекты на $3 млрд
- 21 nov. 2026Applied Digital réclame à Oracle et Meta des milliards de garanties pour l'électricité
- 21 nov. 2026Le fonds de Soros a cédé 19,3 % de ses actions Nvidia avant le départ de Huang de la direction
Questions clés sur cet article
Que sait-on sur Les puces se conçoivent sur plusieurs années, le marché change en quelques mois ?
Un dirigeant anonyme d'une grande entreprise d'IA a expliqué à Wired la difficulté : tout ce qui se vend aujourd'hui a été conçu il y a deux à trois ans. Kress, ou celui qui dirigera Nvidia durablement, doit donc deviner dès maintenant à quoi ressembleront les puces dans deux ans. Les chiffres jouent encore en faveur de l'entreprise. Le chiffre d'affaires est passé de 26,91 milliards de dollars en janvier 2022 à 215,94 milliards de dollars en janvier 2026.
Que sait-on sur Le fossé CUDA est devenu perméable ?
Pendant des années, Nvidia a retenu les développeurs grâce à CUDA, un ensemble d'outils logiciels dans lequel on écrit le code et on construit les modèles pour ses puces. Imaginez une entreprise dont toute la production est optimisée pour CUDA : passer à AMD signifierait des mois de réécriture du code, et presque personne ne se lançait donc dans l'aventure. Aujourd'hui, les modèles d'IA lisent et écrivent si bien le code qu'ils peuvent eux-mêmes porter d'autres modèles vers un matériel différent.
Que sait-on sur La Chine et la question de la gouvernance ?
Le second front est la Chine. Washington restreint les livraisons des puces les plus puissantes, tandis que Pékin développe sa propre industrie. Les ventes des générations précédentes autorisées et des puces non destinées à l'IA ont doublé en un an, mais la part de la Chine dans le chiffre d'affaires de Nvidia est tombée de 20 % en 2024 à 8 %.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.