Nvidia bat des records sur fond de demande explosive de tokens

Nvidia continue de battre ses propres records. L'entreprise a publié des résultats financiers trimestriels qui ont dépassé les attentes des analystes et confirmé la thèse principale des deux dernières années : la course à l'intelligence artificielle n'accélère que, elle ne ralentit pas. Le PDG Jensen Huang a résumé ce qui se passe en une phrase : « La demande de jetons dans le monde est devenue complètement exponentielle. »

Pour comprendre pourquoi cette déclaration sonne comme un diagnostic financier d'une époque entière, vous devez comprendre ce qu'est un jeton dans le contexte des modèles de langage. Un jeton est l'unité de base avec laquelle des systèmes comme GPT-4 ou Claude opèrent lors du traitement et de la génération de texte. Chaque requête adressée à un modèle, chaque réponse de chatbot, chaque appel API d'une application d'entreprise — tout cela représente des milliards de jetons qui doivent être traités quelque part. Et pour les traiter, vous avez besoin des processeurs graphiques de Nvidia. Cette chaîne d'événements est ce qui a valu à l'entreprise un autre trimestre triomphal.

Le contexte est tout aussi important que les chiffres. Au cours des derniers trimestres, les plus grandes entreprises technologiques du monde — Microsoft, Google, Amazon, Meta — ont augmenté de façon constante les dépenses d'investissement pour construire et agrandir les centres de données. Les sommes semblent presque invraisemblables : chacune de ces entreprises dépense des dizaines de milliards de dollars par an en infrastructure IA. Et aucune d'entre elles ne prévoit de ralentir. Les rapports trimestriels s'enchaînent les uns après les autres, et à chaque fois les prévisions de capex sont relevées. Pour Nvidia, cela signifie une demande constante, prévisible et massive pour ses produits clés — les accélérateurs série H100 et la prochaine génération Blackwell.

Notamment, Huang attribue le succès de l'entreprise non pas tant à l'avantage concurrentiel en matériel, mais à un changement fondamental dans le fonctionnement de l'économie de l'IA. Par le passé, les dépenses d'infrastructure dans l'industrie technologique étaient largement cycliques : les entreprises construisaient des capacités pour des charges de travail spécifiques, puis s'arrêtaient. Aujourd'hui, la logique est différente. Les modèles de langage ne sont pas simplement utilisés — ils sont constamment réentraînés, affinés et mis à l'échelle. Chaque amélioration du modèle nécessite plus de calcul. Chaque nouvelle application basée sur l'IA générative crée du trafic de jetons supplémentaire. Le système s'auto-alimente, et la demande de puissance de calcul croît plus vite que l'offre ne peut suivre.

Pour l'industrie, cela signifie plusieurs choses importantes. Premièrement, Nvidia s'établit définitivement dans le rôle de monopoliste d'infrastructure de l'ère de l'IA générative — une entreprise dont les produits sont essentiels pour construire tout système d'IA sérieux. Des concurrents existent : AMD développe activement ses accélérateurs, Google construit ses propres TPU, et des startups comme Cerebras et Groq proposent des architectures alternatives.

Cependant, l'écosystème CUDA, construit avec soin par Nvidia au fil des années, crée une barrière à l'entrée extrêmement difficile à surmonter à court terme. Deuxièmement, les dépenses d'investissement record des grands acteurs signifient que tout le marché parie sur la monétisation à long terme des produits d'IA. Les entreprises ne dépenserait pas des centaines de milliards de dollars en infrastructure sans être confiantes que ces investissements seront rentables.

Pour les utilisateurs finaux et les développeurs, le tableau est mitigé. D'une part, la croissance des investissements en infrastructure se traduit finalement par des services d'IA plus rapides, plus intelligents et plus accessibles. D'autre part, la forte concentration du marché du calcul entre les mains d'une seule entreprise crée des risques pour la tarification et pour la disponibilité des équipements. La pénurie de GPU qui est devenue un dicton en 2023 n'a jamais complètement disparu — elle s'est simplement déplacée vers de nouvelles générations de puces.

L'histoire de Nvidia au cours des deux dernières années n'est pas simplement l'histoire d'une entreprise réussie. C'est un miroir qui reflète le moment actuel du développement de l'intelligence artificielle : une période où les investissements géants devancent la compréhension de la façon dont ils seront exactement rentabilisés. Tant que la demande de jetons reste exponentielle, Jensen Huang et Nvidia resteront au centre de cette équation. La principale question n'est pas de savoir si la croissance continuera — elle continuera. La question est de savoir qui finira par récolter les bénéfices des billions de jetons traités.