Après le GTC 2025, Nvidia rassure Wall Street sur la demande en IA

Après plusieurs séances agitées pour les valeurs technologiques, le GTC 2025 a donné à Nvidia l’occasion de reprendre la main sur son récit. La conférence annuelle du fabricant de puces, organisée en mars à San José, n’a pas fait disparaître les interrogations boursières sur le coût de la course à l’intelligence artificielle. Mais la richesse des annonces a contribué à limiter les pertes du titre et à conforter une lecture privilégiée par de nombreux analystes : la demande en puissance de calcul pour l’IA ne se réduit pas à un phénomène passager.

Pour Wall Street, l’enjeu dépasse la réception immédiate d’un produit. Nvidia doit convaincre que les dépenses exceptionnelles des géants du cloud et des entreprises pour construire des centres de données IA peuvent se prolonger pendant plusieurs années. La feuille de route dévoilée, les systèmes de calcul présentés et les alliances mises en avant visent précisément à répondre à cette question.

Le GTC, un test de confiance pour Nvidia

Le GTC est devenu bien davantage qu’une conférence technique. Pour Nvidia, il s’agit d’une vitrine stratégique où l’entreprise expose à la fois ses composants, ses logiciels et les usages qu’elle espère voir émerger chez ses clients. Cette édition intervient dans un contexte de nervosité : une partie du marché se demande si les investissements dans les infrastructures d’IA pourront continuer à croître au même rythme, ou si les clients finiront par disposer de capacités de calcul suffisantes.

Ces doutes se répercutent directement sur le cours de Nvidia, devenu l’un des principaux baromètres boursiers de l’IA. Une baisse du titre ne signifie pas nécessairement une dégradation des résultats opérationnels. Elle peut aussi refléter un ajustement des anticipations : lorsque les attentes sont très élevées, les investisseurs demandent des signaux toujours plus précis sur les revenus futurs, les marges et le calendrier de déploiement des nouvelles puces.

Après les présentations du GTC, le mouvement de baisse a toutefois perdu de son ampleur. Des analystes ont souligné que les annonces confortaient la capacité de Nvidia à renouveler son offre, et que le marché de l’IA disposait encore de plusieurs moteurs de croissance. L’idée centrale est simple : les besoins de calcul pourraient évoluer, devenir plus efficaces et plus diversifiés, sans pour autant diminuer.

Une feuille de route matérielle conçue pour durer

L’annonce la plus structurante du GTC 2025 concerne la continuité de la feuille de route de Nvidia. L’entreprise a présenté les évolutions de ses plateformes destinées aux centres de données et évoqué Feynman, une future architecture d’IA attendue après Rubin. En projetant ses plans aussi loin, Nvidia cherche à rassurer ses clients sur leur capacité à planifier de vastes investissements informatiques.

Dans l’IA moderne, un processeur graphique, ou GPU, n’est pas utilisé seul. Il s’insère dans des ensembles comprenant des processeurs, de la mémoire, des interconnexions réseau et des logiciels spécialisés. Entraîner un grand modèle de langage, générer de la vidéo ou faire fonctionner un agent IA nécessite de répartir les calculs sur un grand nombre de puces. La performance dépend donc autant de la manière dont ces éléments communiquent entre eux que de la puissance d’une puce prise isolément.

C’est pourquoi Nvidia ne vend pas seulement des GPU. Le groupe propose des systèmes complets et des logiciels permettant de les exploiter, un positionnement qui contribue à fidéliser les utilisateurs. La présentation d’architectures successives répond aussi à un impératif industriel : les opérateurs de centres de données ont besoin de visibilité avant d’engager des budgets qui se comptent en milliards de dollars.

Le calendrier annoncé ne garantit évidemment pas le niveau des ventes futures. Entre une feuille de route technologique et une adoption massive, les entreprises doivent prouver que les systèmes sont disponibles, fiables, économiquement pertinents et compatibles avec les besoins concrets de leurs clients. Néanmoins, cette visibilité est précisément ce que recherchent les investisseurs dans une période marquée par les incertitudes.

Pourquoi la demande en IA reste au centre des débats

L’argument optimiste repose sur une transformation des usages. La première vague d’IA générative a été largement associée aux assistants conversationnels et à la production de texte ou d’images. Or Nvidia défend l’idée d’une seconde phase, dans laquelle les modèles devront raisonner davantage, traiter plusieurs types de données et interagir avec le monde physique. Ces tâches peuvent exiger des ressources considérables, même si les logiciels et les modèles deviennent simultanément plus efficaces.

L’efficacité est justement au cœur des interrogations. Des modèles capables d’atteindre de bonnes performances avec moins de calcul peuvent réduire le coût de certaines opérations. L’émergence d’acteurs tels que DeepSeek, qui a attiré l’attention par une approche présentée comme plus économique, nourrit cette réflexion. À court terme, le marché peut y voir une menace pour les fabricants de matériel très haut de gamme.

Mais l’effet pourrait aussi être plus nuancé. Lorsque le coût d’utilisation de l’IA baisse, davantage d’entreprises peuvent tester et déployer des applications. Ce phénomène ne garantit pas une hausse des ventes de puces, mais il explique pourquoi de nombreux analystes refusent d’assimiler automatiquement efficacité accrue et recul de la demande en calcul. Tout dépendra du volume réel des nouveaux usages, de leurs besoins techniques et de leur capacité à produire un retour sur investissement.

Des partenariats pour sortir du seul marché des GPU

Les annonces du GTC ont également mis l’accent sur des secteurs utilisateurs. General Motors et Nvidia ont annoncé une collaboration portant sur l’utilisation de l’IA dans la conception, la simulation et les véhicules. Pour Nvidia, l’automobile représente un marché où les cycles sont plus longs que dans les centres de données, mais où la simulation et les systèmes embarqués peuvent créer des opportunités durables.

Le groupe a aussi présenté un projet avec Disney Research et Google DeepMind autour de Newton, un moteur de physique open source destiné à accélérer l’apprentissage robotique. L’enjeu est de mieux simuler les interactions du monde réel : chocs, mouvements, objets souples ou manipulation. Une simulation plus fidèle permet aux robots d’apprendre dans un environnement numérique avant d’être confrontés à des situations physiques, une étape essentielle pour réduire les coûts et les risques de développement.

Nvidia a par ailleurs mis en avant son partenariat avec Accenture. Le cabinet de conseil souhaite aider les entreprises à créer et déployer des systèmes d’IA, notamment des agents capables d’enchaîner des tâches avec davantage d’autonomie. Pour Nvidia, ce type de coopération est stratégique : le matériel ne génère de valeur durable que s’il est intégré dans des projets concrets, pilotés par des organisations qui disposent de données, de processus métier et d’équipes formées.

Cette diversification ne signifie pas que Nvidia abandonne son cœur historique. Elle vise au contraire à renforcer l’écosystème autour de ses plateformes. Plus les développeurs, les intégrateurs et les clients conçoivent leurs outils sur cette infrastructure, plus il devient difficile et coûteux de changer de fournisseur.

DGX Station et GR00T, deux paris sur les usages futurs

Parmi les produits présentés figure la DGX Station, une station de travail destinée aux professionnels de l’IA. Nvidia l’a annoncée avec une connectivité allant jusqu’à 800 Gb/s. L’intérêt de ce type de machine est de permettre à des équipes de travailler localement sur des modèles et des données sans dépendre exclusivement d’un centre de données distant.

Une station de travail ne remplace pas les infrastructures géantes utilisées pour entraîner les modèles les plus ambitieux. En revanche, elle peut servir au prototypage, à l’adaptation de modèles, à l’inférence ou à des tâches nécessitant de conserver les données au sein de l’entreprise. Elle illustre la volonté de Nvidia de couvrir plusieurs échelles de calcul, des grands clusters aux bureaux d’ingénieurs.

Autre axe majeur : la robotique. La plateforme GR00T, consacrée aux robots humanoïdes, doit aider ces machines à comprendre des instructions et à agir dans des environnements variés. Nvidia parle ici d’« IA physique », c’est-à-dire d’une intelligence artificielle appliquée à des systèmes qui perçoivent, se déplacent et manipulent des objets.

Ce domaine reste loin d’un marché de masse comparable à celui des GPU de centres de données. Les robots doivent encore résoudre de nombreux défis : fiabilité, sécurité, coût, autonomie et adaptation à des environnements imprévisibles. Mais pour les investisseurs, GR00T a une fonction importante : il montre les marchés que Nvidia espère servir si les modèles d’IA quittent progressivement les écrans pour équiper des machines.

Des résultats financiers à interpréter avec prudence

L’amélioration de l’humeur des analystes ne fait pas disparaître les risques. La valorisation boursière de Nvidia dépend largement de l’hypothèse selon laquelle ses grands clients continueront à investir très fortement dans l’IA. Le moindre signe de ralentissement des commandes, de pression sur les prix ou de baisse des marges serait donc scruté avec attention.

Les marchés surveillent également la concurrence. Elle peut prendre plusieurs formes : des entreprises développent leurs propres puces, d’autres fabricants cherchent à gagner des parts de marché, tandis que les progrès des modèles plus sobres pourraient modifier la nature du matériel demandé. Nvidia conserve des atouts importants grâce à son avance matérielle et logicielle, mais une position dominante ne met pas à l’abri des changements technologiques.

Il faut enfin distinguer les prévisions des résultats déjà publiés. En mars 2025, les annonces du GTC servent surtout à éclairer les perspectives de moyen et long terme. Elles ne remplacent pas les publications financières périodiques, qui permettront de mesurer la conversion effective des promesses technologiques en commandes, chiffre d’affaires et rentabilité.

Ce qu’il faut surveiller après le GTC 2025

La première question sera celle de l’adoption des nouvelles plateformes. Les clients de Nvidia renouvellent-ils leurs infrastructures au rythme attendu, et les nouveaux systèmes trouvent-ils rapidement leur place dans les centres de données ? La réponse dépendra autant des capacités de production que des budgets des fournisseurs de cloud et des grandes entreprises.

La deuxième concerne les usages. Les projets avec GM, Disney, Accenture et l’écosystème de la robotique donnent une direction, mais ils devront déboucher sur des déploiements mesurables. L’IA générative peut séduire en démonstration sans se traduire automatiquement par des revenus récurrents pour les fournisseurs d’infrastructure.

Enfin, la concurrence et l’efficacité des modèles resteront des variables déterminantes. Si l’IA devient moins coûteuse à faire fonctionner, Nvidia devra démontrer que cette efficacité élargit le marché au lieu de réduire le besoin en matériel. C’est cette équation, bien plus que la seule réaction immédiate du titre après le GTC, qui expliquera la solidité de la demande à long terme.