Nvidia se dirige vers la fin de 2025, après une année très réussie, au cours de laquelle elle a redéfini ce que signifie être un géant des puces lors de l’essor de l’IA. Son succès cette année s’explique en grande partie par son matériel tant vanté.
Mais la prochaine série de gros titres ne concerne pas seulement les puces plus rapides. Il s’agit de savoir où vont les puces et si Nvidia peut changer la direction du monde du logiciel qu’il dirige.
Les puces Nvidia que la Chine n’était pas censée toucher sont quand même apparues
Les restrictions sur les exportations américaines ont été conçues pour empêcher le matériel d’IA le plus avancé de Nvidia d’entrer en Chine.
Au lieu de cela, ils ont déplacé la demande vers une nouvelle forme, plus difficile à contrôler, plus facile à développer et déjà riche en liquidités.
Un rapport du Financial Times indique que Tencent acquiert les puces Blackwell avancées de Nvidia via un centre de données à l’extérieur d’Osaka, géré par Datasection, une société japonaise qui est passée du marketing aux centres de données d’IA.
Plus de NVIDIA :
Le problème des puces chinoises de Nvidia n’est pas ce que pensent la plupart des investisseursJim Cramer rend un verdict fort en cinq mots sur les actions de NvidiaVoici comment Nvidia empêche ses clients de changerBank of America fait un appel surprise sur les actions soutenues par Nvidia
Tencent aura accès à un stock important de 15 000 processeurs Nvidia Blackwell de Datasection sans que les puces soient expédiées en Chine, selon des personnes proches du dossier.
Le modèle « neocloud » suggère que les GPU ne doivent pas être achetés, mais plutôt loués.
Et la demande est claire, comme le souligne Norihiko Ishihara, PDG de Datasection.
Derrière le cap franchi par Nvidia, de nouvelles pressions commencent à émerger.
Cho/Getty Images
Un chèque de 272 millions de dollars indique que l’entreprise n’est pas une activité secondaire
Les chiffres qui apparaissent dans les rapports du Financial Times sont du genre à transcender le « intéressant » et commencent à paraître « systémiques ».
Datasection a accepté de payer 272 millions de dollars pour 5 000 puces Nvidia B200 pour ses installations d’Osaka, selon le Financial Times. Cela s’appuyait sur un contrat de trois ans d’une valeur de 406 millions de dollars lié à une importante relation client.
Puis vint le rebondissement suivant : un accord de 800 millions de dollars sur trois ans pour un centre de données à Sydney qui hébergera des dizaines de milliers de nouvelles puces B300 de Nvidia. Datasection indique que les 10 000 premiers B300 coûteront 521 millions de dollars.
Ce n’est pas la décision d’une entreprise qui estime que la demande est à son apogée.
Au contraire, si vous pensez que la demande commence tout juste à augmenter et que vous souhaitez devenir le péage, voici comment trouver une solution.
Les règles de Washington ont changé et le timing est toute l’histoire
Le Financial Times a également déclaré que les lois de l’administration Biden allaient combler le vide qui a rendu possible cet accord de location offshore, mais le président Donald Trump a annulé ces projets en mai. Le Financial Times a affirmé que Datasection avait rapidement mis fin à son accord avec Osaka par la suite.
La position du président Trump sur l’IA a déjà affecté Nvidia à d’autres égards.
Related: Une introduction en bourse de 1 000 milliards de dollars est imminente et Amazon pourrait l’avoir obtenu plus tôt
Un plan d’action sur l’IA de fin juillet a supprimé les limites des processeurs H200 de Nvidia et a facilité l’obtention de permis pour les centres de données IA. Il a également déclaré que Nvidia était temporairement devenue la première entreprise à avoir une capitalisation boursière de 4 000 milliards de dollars le 9 juillet.
Tout cela signifie que les investisseurs doivent être conscients du fait que le risque politique de Nvidia n’est pas à sens unique. Elle peut être renforcée, assouplie ou modifiée, et de nouveaux modèles économiques combleront les lacunes.
Vient maintenant le mouvement qui frappe Nvidia là où il vit réellement.
Le récit suivant explique pourquoi le matériel Nvidia est la valeur par défaut en premier lieu, tandis que l’histoire du « néocloud » explique où le matériel Nvidia peut être utilisé.
Et c’est là que les problèmes de Nvidia vont s’aggraver à long terme.
Google travaille sur un projet appelé TorchTPU qui permettra aux TPU de Google d’exécuter plus facilement PyTorch, rapporte Reuters. L’idée est de rendre les utilisateurs moins dépendants de l’environnement CUDA de Nvidia.
Related: Oracle vient de faire un geste puissant que Wall Street ne peut ignorer
Google peut fabriquer du matériel toute la journée. L’expérience du développeur est ce qui le distingue vraiment.
C’est pourquoi une citation de Reuters est importante non pas comme indicateur de demande, mais comme signal de positionnement : « Nous constatons une demande massive et accélérée pour notre infrastructure TPU et GPU », a déclaré un porte-parole de Google Cloud à l’agence de presse.
Ce n’est pas une entreprise qui abandonne le marché ; C’est une entreprise qui dit à ses clients : « Vous avez des options et nous allons vous les faciliter. »
Pourquoi l’implication de Meta devrait rendre Nvidia nerveux
L’article de Reuters indiquait également que Google travaillait avec Meta, la société qui gère PyTorch, pour accélérer le projet TorchTPU.
C’est une question importante car elle exploite l’avantage de Nvidia de l’intérieur.
Les développeurs ne veulent pas avoir à réécrire les piles. Ils veulent la voie la plus simple.
Si PyTorch fonctionne bien avec les TPU, la pénalité du « coût de changement » qui protège les bénéfices de Nvidia devient moindre ; pas en un jour, mais suffisamment pour que les équipes achats commencent à poser des questions plus difficiles et suffisamment pour que les grands clients puissent obtenir de meilleurs prix lors des négociations.
Impact financier : les chiffres montrent l’ampleur énorme de ce champ de bataille
C’est là que les « documents officiels » s’avèrent utiles : ils relient le battage médiatique à l’argent réel.
Nvidia gagne beaucoup d’argent grâce aux centres de données
Le rapport financier de Nvidia pour le troisième trimestre indique que la société a réalisé un chiffre d’affaires record de 57 milliards de dollars. Cela comprenait un chiffre d’affaires record de 51,2 milliards de dollars pour les centres de données.
C’est la salle des machines qui fait fonctionner tout le trading de l’IA.
En relation: L’US Navy parie 448 millions de dollars sur Palantir AI pour accélérer la construction navale
Et les articles de Nvidia révèlent que la Chine joue toujours un rôle important dans l’histoire. Dans son rapport annuel pour l’exercice 2025, Nvidia a noté que les revenus de ses centres de données en Chine ont augmenté, mais qu’ils restent « bien en dessous » des niveaux de contrôle avant exportation en proportion des revenus globaux des centres de données.
Lorsque des entreprises étrangères interviennent pour répondre à la demande chinoise, ce n’est pas seulement une question de politique ; Il s’agit également d’un canal direct vers le domaine de développement le plus important de Nvidia.
Google Cloud accumule les retards comme un trésor de guerre
Le 10-Q officiel d’Alphabet pour le trimestre clos le 30 septembre 2025 fait état de 157,7 milliards de dollars d’obligations de performance restantes (revenus accumulés), « principalement liées à Google Cloud », dont un peu plus de 55 % devraient être reconnus au cours des 24 prochains mois.
C’est le genre de retard qui paie pour les longs combats, comme rendre les TPU plus attrayants pour les développeurs PyTorch.
Les méta-dépenses vous disent que ce n’est pas de la théorie
Meta devrait dépenser entre 70 et 72 milliards de dollars en dépenses d’investissement en 2025, ce qui comprend les paiements de location-financement.
Meta ne veut pas rester éternellement avec un seul fournisseur ; Ils ne dépensent donc pas trop d’argent. Si TorchTPU facilite les choses, Meta a toutes les raisons de continuer à éloigner l’écosystème de la dépendance à un seul fournisseur.
Le marché n’a pas besoin que Nvidia « perde » pour que cela compte
C’est l’aspect que les investisseurs négligent souvent : si Nvidia peut continuer à gagner de l’argent, elle pourrait encore avoir des difficultés avec ses marges si :
Les gros acheteurs ont de réelles options. Les coûts de changement de logiciel diminuent. Les canaux de demande offshore deviennent plus sensibles aux changements politiques.
C’est ainsi qu’on se débarrasse de la domination, et non qu’on la détruit.
Que regarder ensuite pour Nvidia
Voici ce qu’il faut rechercher pour déterminer si quelque chose lié à Nvidia n’est que du bruit.
Le paradigme du « néocloud » s’étend-il au-delà du Japon et de l’Australie pour s’étendre à d’autres pays où de grands centres de données sont en cours de construction ? TorchTPU offre-t-il une véritable expérience de développement (documentation, outils et performances identiques à d’autres projets), ou s’agit-il toujours d’un projet ? Les principaux consommateurs d’IA commencent-ils à discuter publiquement du multistack, même si Nvidia reste leur principal fournisseur ?
L’économie de l’IA dépend toujours de Nvidia.
Mais lorsque la Chine pourra louer des ordinateurs Nvidia à d’autres pays et que Google pourra faciliter l’utilisation des « non-Nvidia » dans PyTorch, le prochain chapitre ne sera plus seulement une histoire de demande.
Cela devient un récit de levier. Et c’est toujours plus un désastre.
Related: Le box-office est en plein essor en 2025, mais la surprise de 82,7 milliards de dollars de Netflix déclenche l’alarme
