Nvidia investit 2,5 milliards $ chez Thinking Machines : la guerre pour le contrôle de la stack IA
Nvidia négocie un investissement de 2,5 milliards de dollars dans Thinking Machines Lab, le laboratoire d'intelligence artificielle fondé début 2018 par Mira Murati, ancienne directrice technique d'OpenAI. Selon les révélations de The Information, relayées le 3 septembre 2026, cet apport s'inscrit dans un tour de table plus large d'au moins un milliard de dollars mené par le fonds Accel, sur la base d'une valorisation supérieure à 40 milliards de dollars, contre seulement 10 milliards lors de son précédent tour en 2025. La jeune pousse affiche déjà un chiffre d'affaires annuel dépassant 100 millions de dollars, généré notamment par sa plateforme Tinker et son modèle Inkling, destinés à l'adaptation de modèles sur des données propriétaires avec une facturation à l'usage. Ce soutien financier passe par NVentures, la filiale de capital-risque de Nvidia, qui multiplie ces derniers mois les prises de participation directes chez les développeurs de grands modèles de langage.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Le Big Data. Lire l'article original →
Cet accord dépasse le simple placement financier : il s'agit pour Nvidia de garantir des débouchés commerciaux durables à ses architectures matérielles, en particulier sa gamme de processeurs Blackwell. En investissant chez ses propres clients, le fabricant de puces s'assure un usage prioritaire de ses composants dans les datacenters de Thinking Machines, renforçant la dépendance technologique du laboratoire tout en écartant les alternatives d'AMD ou les puces propriétaires des hyperscalers. Pour les entreprises et les directions informatiques, cette opération fait émerger un acteur crédible face au duopole formé par OpenAI et Anthropic, offrant une option supplémentaire pour l'entraînement et le déploiement de modèles. Mais elle accentue aussi la verticalisation du secteur, où l'accès au calcul devient le facteur déterminant de la capacité des laboratoires à innover, obligeant les décideurs à anticiper un risque accru de verrouillage technologique auprès d'un fournisseur unique.
Cette manœuvre s'inscrit dans une stratégie plus large de Nvidia, qui cherche à sécuriser la demande future pour ses puces en finançant directement les laboratoires susceptibles de consommer massivement de la puissance de calcul. Thinking Machines a pourtant traversé des turbulences, avec le départ de plusieurs cofondateurs retournés chez OpenAI, sans que cela n'entame la confiance des investisseurs envers l'équipe restante autour de Mira Murati. La concentration des capitaux autour d'un nombre restreint de laboratoires d'IA générative pourrait redessiner les rapports de force entre fournisseurs de puces, hyperscalers et start-up, avec des conséquences directes sur la manière dont les entreprises choisiront leurs partenaires technologiques dans les mois à venir.
Cette concentration du capital autour des fournisseurs de puces et grands laboratoires accentue, pour les entreprises et directions informatiques européennes, le risque de dépendance et de verrouillage technologique auprès d'un fournisseur américain unique.