Le PDG de Nvidia table sur 1 000 milliards de dollars de revenus en puces d'ici 2027

Jensen propulse les projections de ventes Blackwell et Vera Rubin de Nvidia dans la stratosphère des 1 000 milliards de dollars

Jensen Huang, PDG de Nvidia, a annoncé des projections de commandes atteignant 1 000 milliards de dollars pour ses prochaines générations de puces IA, les Blackwell et les Vera Rubin. Un chiffre vertigineux qui place le fabricant américain de semi-conducteurs dans une position de domination absolue sur le marché de l'infrastructure IA mondiale. Ces projections illustrent l'appétit insatiable des hyperscalers, des gouvernements et des entreprises pour la puissance de calcul nécessaire à l'entraînement et au déploiement des grands modèles de langage. La course à l'IA générative a transformé Nvidia en fournisseur stratégique incontournable, au point que ses délais de livraison sont devenus un indicateur de santé du secteur tech dans son ensemble. L'architecture Blackwell, déjà en cours de déploiement massif chez les grands acteurs du cloud, sera suivie par la plateforme Vera Rubin, la prochaine génération combinant un nouveau CPU et GPU conçus spécifiquement pour les charges de travail IA à grande échelle. Ces deux lignes de produits concentrent à elles seules l'essentiel des commandes projetées à 1 000 milliards de dollars, un niveau de carnet de commandes sans précédent dans l'histoire des semi-conducteurs. Si ces projections se confirment, Nvidia s'installerait durablement comme l'une des entreprises les plus valorisées et les plus stratégiquement critiques de la planète, une position que Jensen Huang cultive méthodiquement depuis plusieurs années, en anticipant la transition vers une infrastructure informatique entièrement réorganisée autour de l'IA.

Ce qui s'est passé au GTC de Nvidia : NemoClaw, le robot Olaf et un pari à 1 000 milliards de dollars

Jensen Huang a pris la scène du GTC de Nvidia cette semaine, vêtu de sa légendaire veste en cuir, pour une keynote de deux heures et demie dense en annonces. Le PDG du fabricant de puces a projeté 1 000 milliards de dollars de ventes de puces IA d'ici 2027, affirmant que chaque entreprise doit désormais adopter une stratégie "OpenClaw", positionnant ainsi Nvidia non plus comme simple fournisseur de matériel, mais comme colonne vertébrale de l'économie IA mondiale. L'enjeu dépasse largement le catalogue produits. En fixant une cible de 1 000 milliards de dollars sur trois ans, Nvidia envoie un signal fort à l'ensemble du secteur : la demande en infrastructure IA ne ralentira pas, et les entreprises qui ne s'y préparent pas risquent de se retrouver à la traîne. L'introduction du concept "OpenClaw", nom qui évoque l'écosystème ouvert autour de la plateforme NemoClaw, vise à fédérer partenaires logiciels, développeurs et intégrateurs autour d'une architecture commune. Parmi les moments marquants de la conférence, Nvidia a présenté NemoClaw, sa plateforme dédiée à l'orchestration d'agents IA et de flux de travail autonomes. Sur le plan de la robotique, la démonstration du robot Olaf a retenu l'attention, pour les mauvaises raisons : le micro du robot a dû être coupé en pleine présentation, en guise de conclusion quelque peu chaotique à une keynote par ailleurs très maîtrisée. La trajectoire tracée par Jensen Huang confirme que Nvidia entend consolider son hégémonie bien au-delà du marché des GPU. Avec NemoClaw et l'écosystème OpenClaw, la société se positionne sur la couche logicielle et d'orchestration, là où se jouera la prochaine bataille de l'IA d'entreprise. Les concurrents, AMD, Intel, mais aussi les puces maison de Google, Amazon et Microsoft, auront fort à faire pour contester ce verrouillage de l'écosystème.

Nvidia mobilise 20 milliards de dollars de dette pour renforcer son offensive dans l’IA

Nvidia s'apprête à réaliser sa plus importante émission obligataire depuis 2021 en levant au moins 20 milliards de dollars sur les marchés de dette, avec un plafond potentiel de 25 milliards. L'opération, révélée dans un document déposé auprès de la SEC le 15 juin 2026, portera sur des obligations investment grade réparties sur sept maturités allant de 2 à 30 ans. Selon un porte-parole du groupe, les fonds serviront à des usages généraux, notamment au remboursement et au refinancement des quelque 8,5 milliards de dollars de dette existante, dont 7,5 milliards à long terme et 1 milliard à court terme. Le retour de Nvidia sur le marché obligataire intervient dans un contexte radicalement différent de 2021 : son chiffre d'affaires annuel est passé de 27 milliards à 216 milliards de dollars en quatre ans, porté par la demande explosive en GPU pour l'IA générative. Ce recours à la dette peut sembler paradoxal pour une entreprise qui a généré 49 milliards de dollars de free cash-flow lors du dernier trimestre, contre 35 milliards un an auparavant. Mais la logique est claire : profiter de conditions de financement attractives pour préserver la flexibilité financière du groupe tout en poursuivant des investissements massifs. Nvidia mène en parallèle une politique agressive de retour aux actionnaires, avec un programme de rachat d'actions de 80 milliards de dollars annoncé en mai et un dividende relevé, en visant à redistribuer environ la moitié de son flux de trésorerie disponible. La dette devient ainsi un levier d'optimisation du capital plutôt qu'un signal de fragilité, les marchés l'ont compris, l'action progressant de 3,5 % après l'annonce, affichant une hausse d'environ 14 % depuis le début de l'année. Depuis le lancement de ChatGPT fin 2022, la course à l'infrastructure IA s'est transformée en compétition industrielle à grande échelle. Les hyperscalers, Microsoft, Google, Amazon, Meta, se disputent les GPU de Nvidia pour entraîner et déployer leurs modèles avancés, créant une pression durable sur les capacités de production. D'autres géants technologiques multiplient également les levées de capitaux pour financer centres de données, composants et capacités énergétiques. Nvidia, en position de quasi-monopole sur les accélérateurs GPU pour l'IA, se retrouve au centre de cette dynamique et doit lui-même anticiper des investissements colossaux pour maintenir son avance technologique face à des concurrents comme AMD ou aux efforts d'internalisation des grandes plateformes. Avec cette émission de 20 milliards de dollars, le groupe ne cherche pas seulement à optimiser son bilan, il construit les fondations financières d'une domination qu'il entend prolonger sur la prochaine décennie de l'intelligence artificielle.

Le rival de Nvidia Etched atteint 5 milliards de dollars de valorisation grâce à sa puce IA

La startup américaine Etched a finalisé une levée de fonds de 500 millions de dollars qui porte sa valorisation à 5 milliards de dollars, une opération conclue en décembre 2025 mais dévoilée seulement ce 1er juillet 2026. Ce tour de table, mené par le fonds Stripes, réunit des investisseurs institutionnels spécialisés en finance quantitative comme Jane Street, Hudson River Trading, Two Sigma, ainsi que VentureTech Alliance et Ribbit Capital. Des investisseurs providentiels de premier plan y participent également, parmi lesquels Andrej Karpathy, Geoffrey Hinton, Fei-Fei Li, Arthur Mensch et Scott Wu, aux côtés des milliardaires Peter Thiel et Stanley Druckenmiller. Avec ce nouveau financement, Etched porte le total de ses levées à 800 millions de dollars. Fondée en 2022 par Gavin Uberti et Robert Wachen, deux anciens étudiants de Harvard devenus boursiers Thiel, l'entreprise affirme par ailleurs disposer déjà d'un carnet de commandes d'un milliard de dollars pour ses premiers systèmes, alors même que ceux-ci sont encore en phase de test chez ses premiers clients. Ce succès s'explique par le pari technologique que fait Etched: plutôt que de concevoir des puces polyvalentes comme les GPU de Nvidia, la startup développe des accélérateurs spécialisés exclusivement dans l'inférence, c'est-à-dire l'étape où un modèle d'IA traite les requêtes des utilisateurs pour produire une réponse. Ce segment est devenu un enjeu économique majeur pour l'industrie, car à mesure que les entreprises déploient leurs modèles à grande échelle, l'inférence concentre l'essentiel des coûts d'exploitation et constitue souvent le principal goulot d'étranglement en matière de performance. Toute solution capable de réduire ces coûts et cette consommation énergétique, tout en accélérant les temps de réponse, attire donc naturellement l'attention des investisseurs comme des grands fournisseurs de cloud, qui cherchent à rentabiliser leurs infrastructures IA. Le pari d'Etched a franchi une étape concrète début 2026, avec la fabrication réussie de sa première puce par le fondeur taïwanais TSMC. L'entreprise commercialise désormais des systèmes complets, qu'elle présente comme des « clusters d'inférence de pointe », combinant puces, racks et une couche logicielle dédiée à l'optimisation des performances. Cette progression rapide illustre l'appétit croissant du marché pour des alternatives à l'hégémonie de Nvidia sur les puces IA, dans un contexte où la maîtrise des coûts d'inférence devient un facteur déterminant pour la rentabilité de l'intelligence artificielle générative à grande échelle.

💬 Un milliard de commandes pour une puce encore en phase de test chez les premiers clients, ça montre surtout à quel point le marché a la trouille de rester scotché à Nvidia. Sur le fond, Etched vise juste: l'inférence, pas l'entraînement, est devenue le vrai poste de coût de l'IA générative, et c'est elle qui décidera de la rentabilité des prochaines années. Bon, sur le papier tout ça a l'air béton, reste à voir si les clusters tiennent la charge en prod avant de crier victoire.