La puce Vera de Nvidia : le pari de 200 milliards de dollars que Jensen Huang veut que vous remarquiez

La puce Nvidia Vera attire rarement les gros titres lorsque les résultats dépassent les attentes, pourtant elle mérite d’être sous les projecteurs. Avec un chiffre d’affaires du premier trimestre atteignant 81,62 milliards de dollars américains – dépassant les estimations des analystes de 78,86 milliards de dollars – et des prévisions pour le deuxième trimestre fixées à 91 milliards de dollars, bien au-dessus des 86,84 milliards de dollars anticipés par Wall Street, ces chiffres ont fait ce que les chiffres de Nvidia font toujours : captiver l’attention.

Cependant, lors de la conférence téléphonique avec les analystes du PDG Jensen Huang, une révélation stratégique s’est avérée plus importante qu’un simple dépassement trimestriel. Huang a indiqué que les nouveaux processeurs centraux Vera de Nvidia ouvrent l’accès à un marché de 200 milliards de dollars, entièrement distinct des 1 000 milliards de dollars projetés pour sa gamme de GPU IA Blackwell et Rubin entre 2025 et 2027.

Huang anticipe que les revenus générés par la puce Vera atteindront 20 milliards de dollars à la fin de cet exercice fiscal. « Je m’attends à ce que (Vera) soit le deuxième plus grand contributeur aux ventes », a déclaré Huang lors de l’appel.

Il ne s’agit pas d’une simple note de bas de page. C’est un deuxième front stratégique.

La puce Vera et le pivot vers l’inférence

Le besoin de Nvidia d’un deuxième front est clair : ses plus grands clients développent leurs propres solutions. Google, Amazon et Microsoft – dont les investissements cumulés dans les infrastructures IA sont projetés à plus de 700 milliards de dollars cette année, une hausse significative par rapport aux 400 milliards de dollars de 2025 – financent simultanément des puces personnalisées pour l’exécution des modèles IA. Intel et AMD promeuvent également les CPU comme une option viable pour les charges de travail d’inférence.

Le récit industriel a évolué : il ne s’agit plus de savoir qui peut entraîner le modèle le plus vaste, mais de savoir qui peut le servir au meilleur coût et le plus rapidement. L’inférence est le domaine où la domination des GPU de Nvidia fait face au défi le plus grand. Bien que l’entraînement de grands modèles reste fermement du domaine de Nvidia, l’inférence – qui consiste à générer des réponses à grande échelle en temps réel – est de plus en plus le terrain où les puces personnalisées de la gamme TPU de Google, du Trainium d’Amazon et d’autres gagnent en popularité.

La réponse de Nvidia est Vera. Développée en partie en utilisant des technologies de Groq, une startup spécialisée dans l’inférence que Nvidia a licenciée dans le cadre d’un accord estimé à environ 17 milliards de dollars, cette puce cible précisément ce type de charge de travail. La plateforme complète Vera Rubin, combinant le CPU Vera avec les GPU Rubin, est prévue pour un lancement plus tard cette année.

L’offre constitue déjà la contrainte

Huang a été transparent sur un point clé : l’offre. « Je pense que nous serons contraints par l’offre tout au long de la durée de vie de Vera Rubin », a-t-il noté lors de l’appel. Cette admission est significative pour un produit que Nvidia positionne comme un pilier majeur de sa croissance. Pour atténuer les perturbations potentielles, Nvidia investit massivement dans sa chaîne d’approvisionnement. L’entreprise a indiqué que ses engagements en matière d’approvisionnement ont atteint 119 milliards de dollars au premier trimestre, en hausse par rapport aux 95,2 milliards de dollars du trimestre précédent, une augmentation substantielle reflétant à la fois une forte confiance dans la demande et des préoccupations concernant une pénurie mondiale de puces mémoire.

Nvidia a également annoncé un programme de rachat d’actions de 80 milliards de dollars et a augmenté son dividende trimestriel à 25 cents par action, contre 1 cent précédemment, signalant une solidité financière même si Huang a mis en garde contre un resserrement de l’offre.

La question que se posent les investisseurs

Malgré le dépassement des estimations, les actions de Nvidia ont baissé de 1,6 % en bourse après la clôture. Jacob Bourne, analyste chez eMarketer, a résumé le sentiment : « Nvidia a encore dépassé les attentes, mais à ce stade, cela est essentiellement déjà intégré dans le cours car elle dépasse les prévisions trimestre après trimestre. La question persistante est de savoir si elle peut convaincre les investisseurs que le déploiement de l’IA a une durabilité jusqu’en 2027 et 2028, surtout alors que le récit évolue vers les charges de travail d’inférence et les puces concurrentes de Google, Amazon, AMD et Intel. »

Huang a répliqué avec ses propres données. Il a mis en évidence une segment croissant de clients cloud spécifiques à l’IA dont les dépenses correspondent désormais approximativement à celles des hyperscalers, mais qui croissent plus rapidement d’un trimestre à l’autre. « Nous devrions croître plus vite que les dépenses en capital des hyperscalers », a-t-il déclaré.

La puce Vera est au cœur de cet argument. Le fait que la chaîne d’approvisionnement coopère reste un défi distinct.

(Source de l’image : Le salon des médias de Nvidia)

À voir également : L’accord sur la Nvidia H200 en Chine a survécu au sommet Trump-Xi – mais pas de la manière dont quiconque s’y attendait

Vous souhaitez en apprendre davantage sur l’IA et les mégadonnées avec des leaders de l’industrie ? Consultez l’AI & Big Data Expo qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et est co-localisé avec d’autres événements technologiques majeurs. Cliquez ici pour plus d’informations.

AI News est propulsé par TechForge Media. Explorez d’autres événements technologiques d’entreprise et webinaires à venir ici.