Présentation NVIDIA : le chiffre d’affaires approche les 100 milliards, Rubin Ultra avance comme prévu

Introduction

NVIDIA a répondu lors d’une présentation organisée par Morgan Stanley en Californie à plusieurs interrogations récentes des investisseurs : le report de la feuille de route Rubin Ultra, l’érosion potentielle des parts de marché des GPU par les ASIC sur mesure, et la capacité de l’entreprise à maintenir sa croissance alors que son chiffre d’affaires trimestriel s’approche des 100 milliards de dollars.

D’après le compte-rendu de la présentation relayé par Wall Street News, la réponse de NVIDIA est sans équivoque : la croissance n’a pas encore atteint son sommet, et la direction estime qu’elle s’accélère.

Le PDG Jensen Huang, la directrice financière Colette Kress et le vice-président des relations investisseurs et du financement stratégique Toshiya Hari ont participé à cette réunion avec des investisseurs institutionnels. Cette présence de haut niveau a distingué l’événement des réunions ordinaires avec les investisseurs, permettant à l’entreprise de répondre directement aux préoccupations concernant le rythme des produits, le paysage concurrentiel, les contraintes d’approvisionnement et la durabilité des dépenses en infrastructure IA.

L’analyste de Morgan Stanley, Joseph Moore, a salué le ton de la réunion. La banque maintient NVIDIA comme son action préférée dans le secteur des semi-conducteurs, avec une recommandation « surpondérer ».

Rumeurs de retard pour Rubin Ultra ? NVIDIA : la feuille de route inchangée

Avant la présentation, des rumeurs circulaient selon lesquelles Rubin Ultra pourrait être repoussé à 2028.

Selon les informations, Jensen Huang aurait directement démenti cette interprétation lors de la réunion. Le compte-rendu de Morgan Stanley indique que Rubin Ultra devrait toujours être livré en 2027.

Des ajustements sont en cours concernant l’architecture des racks. Le design Kyber existant serait remplacé par une configuration jugée plus performante par NVIDIA, offrant potentiellement un domaine de calcul plus vaste. La présentation a toutefois présenté cela comme une optimisation architecturale, et non un changement de calendrier.

Les travaux sur les infrastructures clés se poursuivent :

• Alimentation en courant continu à 800 V
• Refroidissement liquide au niveau du rack
• Interconnexions optiques entre racks
• Domaines de calcul à plus haute densité
• Optimisation système de Rubin Ultra

La feuille de route publique de NVIDIA confirme également l’échéance de 2027. Ses documents officiels sur l’infrastructure indiquent que Kyber est une génération de racks conçue pour accueillir 576 GPU Rubin Ultra, avec un objectif fixé à 2027. NVIDIA a également évoqué publiquement la transition vers une alimentation en courant continu à 800 V comme condition préalable pour atteindre cette densité de rack.

Cette distinction est cruciale : repenser le rack modifie la forme du système, mais ne retarde pas la génération sous-jacente du produit. Selon le compte-rendu, NVIDIA présente cet ajustement comme une optimisation de l’architecture de déploiement, et non comme une redéfinition de la feuille de route de Rubin Ultra.

Un client spécialisé dans les ASIC se tourne vers près de 50 % de puissance de calcul NVIDIA

L’un des détails les plus marquants de la présentation concerne un client laboratoire d’IA de NVIDIA.

Morgan Stanley estime que les laboratoires d’IA représentent actuellement environ 20 % de la demande totale de NVIDIA. La plupart des développeurs de modèles de pointe dépendent déjà largement de l’infrastructure NVIDIA, mais un client important développait auparavant principalement ses modèles sur du matériel ASIC sur mesure, avec une implication très limitée de NVIDIA.

Selon le compte-rendu, la part de NVIDIA dans l’infrastructure de calcul de ce client est désormais proche de 50 %.

Morgan Stanley n’a pas divulgué publiquement l’identité du client. L’article source suggère qu’il pourrait s’agir d’Anthropic, en raison de ses liens étroits avec Amazon et de son utilisation des puces AWS Trainium. Cette hypothèse reste spéculative et ne provient pas de déclarations confirmées de NVIDIA, Morgan Stanley, Amazon ou Anthropic.

Même sans nom, ce changement répond à une préoccupation majeure des investisseurs : les puces sur mesure ne remplacent pas nécessairement les GPU de NVIDIA.

Les hyperscalers ou les laboratoires d’IA peuvent développer leurs propres ASIC tout en continuant à acheter massivement l’infrastructure de NVIDIA. La décision finale dépend de l’économie globale de la charge de travail, non du prix unitaire de l’accélérateur.

Le coût total par token prime sur le prix de la puce

Morgan Stanley estime que les clients comparent in fine le coût total de génération des tokens.

Ce calcul inclut bien plus que le prix d’achat de la puce :

• Performances d’entraînement et d’inférence
• Bande passante mémoire
• Efficacité réseau
• Taux d’utilisation des clusters
• Maturité logicielle
• Productivité des développeurs
• Consommation électrique
• Délai de déploiement
• Fiabilité à grande échelle

Selon les recherches sectorielles de la banque, NVIDIA offrirait un coût par token inférieur pour de nombreuses charges de travail. Cela expliquerait comment l’adoption d’ASIC sur mesure peut coexister avec une croissance de la part de marché de NVIDIA.

Moore soutient également que, malgré l’expansion des programmes de puces sur mesure chez les grands fournisseurs de cloud, la part globale de NVIDIA dans le calcul IA augmente entre 2024 et 2026.

Cela ne signifie pas que la concurrence des ASIC est insignifiante. Cela indique que le marché croît suffisamment vite et que les charges de travail sont assez diversifiées pour permettre à plusieurs architectures de se développer simultanément, tandis que NVIDIA conserve une position solide.

Une croissance de plus en plus diversifiée

La présentation a segmenté la demande pour NVIDIA en trois moteurs de croissance.

1. Laboratoires d’IA

Selon Morgan Stanley, les laboratoires d’IA représentent environ 20 % de la demande totale.

Les développeurs de modèles de pointe restent fortement dépendants de la plateforme NVIDIA. Parallèlement, les clients qui dépendaient davantage des ASIC sur mesure semblent augmenter leurs déploiements de GPU.

Ce segment est porté par :

• Pré-entraînement de modèles de pointe
• Post-entraînement et apprentissage par renforcement
• Inférence à long contexte
• Charges de travail d’IA agentive
• Expérimentation recherche
• Expansion rapide de l’inférence en production

Les schémas de demande deviennent plus larges que quelques clusters d’entraînement. L’inférence et les charges agentives nécessitent une capacité croissante à mesure que l’utilisation des modèles s’étend.

2. Hyperscalers traditionnels

Dans le cadre de la présentation, les hyperscalers traditionnels représentent environ la moitié des revenus de NVIDIA.

Microsoft, Meta, Amazon et Google restent le plus grand groupe de clients. Leur expansion est de plus en plus limitée par l’infrastructure physique, et non par un manque de demande.

Les principales contraintes incluent :

• Disponibilité électrique
• Connexion au réseau électrique
• Terrain
• Construction de datacenters
• Refroidissement
• Approvisionnement en mémoire
• Équipements réseau
• Délais de déploiement

Les opportunités de NVIDIA dans ce groupe dépassent désormais les GPU. L’entreprise vend des systèmes plus larges, incluant CPU, réseautique, interconnexions, accélération du stockage et architecture de rack.

3. Nouveaux clouds IA, IA souveraine, clients industriels et entreprises

Le troisième moteur de croissance inclut les nouveaux fournisseurs de cloud IA, les projets d’IA souveraine, les entreprises industrielles et les clients entreprises.

Morgan Stanley prévoit que, à certaines périodes, ce segment croîtra plus rapidement que les hyperscalers traditionnels, car ces acheteurs préfèrent souvent acquérir une infrastructure complète et intégrée plutôt que de construire chaque couche eux-mêmes.

Leurs décisions d’achat sont influencées par :

• Disponibilité limitée en électricité et espace datacenter

• Besoin de déploiement rapide

• Exigences de souveraineté des données

• Considérations de sécurité nationale et de politique industrielle

• Préférence pour les systèmes complets éprouvés

• Expérience limitée dans l’exploitation interne de clusters IA hyperscale

L’IA souveraine est particulièrement importante. Les gouvernements et les industries locales construisent des capacités de calcul locales, des ensembles de données nationaux et des modèles spécifiques à leur pays pour garder le contrôle sur les informations sensibles et les technologies stratégiques.

Ces projets sont généralement moins vulnérables à la concurrence des ASIC conçus par les hyperscalers, car l’acheteur n’a pas nécessairement de programme de puces sur mesure.

CPU et réseautique élargissent le marché adressable de NVIDIA

NVIDIA ne se positionne plus comme un simple fournisseur de GPU.

L’entreprise construit une plateforme d’infrastructure IA couvrant :

• GPU
• CPU
• Interconnexion d’extension NVLink
• Réseautique Ethernet et InfiniBand
• Unités de traitement de données
• Accélération du stockage
• Architecture de rack
• Logiciels système

Cette plateforme plus large augmente les revenus que NVIDIA tire de chaque usine IA.

Le CPU Vera pourrait devenir une activité importante

La présentation a réaffirmé l’objectif d’environ 200 milliards de dollars pour l’activité CPU de NVIDIA au cours de l’exercice en cours.

Morgan Stanley indique que près de la moitié de ces revenus pourrait provenir de racks CPU indépendants, et non seulement des CPU hôtes intégrés dans les systèmes GPU.

Il s’agit d’une extension significative du rôle du produit.

Le CPU Vera est conçu pour les tâches intensives et sensibles à la latence autour des modèles IA, notamment :

• Exécution de code
• Utilisation d’outils
• Isolement sandbox
• Analyse
• Pipelines de données
• Environnements d’apprentissage par renforcement
• Orchestration de workflows

Les spécifications officielles de NVIDIA décrivent Vera avec 88 cœurs Olympus personnalisés, supportant 176 threads. Son architecture privilégie des performances mono-thread élevées et une efficacité mémoire pour répondre aux charges de travail agentives et des usines IA.

Si Vera parvient à réussir à la fois en tant que CPU hôte et processeur de centre de données indépendant, NVIDIA pourra conquérir une plus grande part du marché des serveurs.

La valeur du réseau augmente avec la taille des clusters

Le réseau est une autre source majeure de croissance.

À mesure que les clusters d'IA s'étendent, le transfert de données entre GPU devient un goulot d'étranglement critique. Des accélérateurs coûteux ne peuvent pas fonctionner efficacement s'ils passent trop de temps à attendre des données ou à se synchroniser.

NVIDIA répond à cela avec les technologies suivantes :

• NVLink pour les connexions extensibles
• Ethernet Spectrum-X et Spectrum-6
• Quantum InfiniBand
• ConnectX SuperNICs
• Unités de traitement de données BlueField
• Technologies de réseau optique

Les résultats du premier trimestre de l'exercice 2027 montrent une croissance rapide dans ce domaine. Les revenus du réseau des centres de données de NVIDIA ont atteint 14,8 milliards de dollars, en hausse de 199 % sur un an et de 35 % par rapport au trimestre précédent.

Cela soutient le point central du roadshow : la croissance de NVIDIA ne se limite plus à la vente de davantage de puces GPU, mais repose de plus en plus sur la vente de systèmes complets.

NVIDIA commence à attirer les investisseurs value

Morgan Stanley a également noté un changement dans la communication de NVIDIA avec les investisseurs.

La société a traditionnellement été détenue en grande partie par des fonds de croissance. Pour certains investisseurs institutionnels, NVIDIA a atteint ou approché les limites internes de participation, rendant difficile l'augmentation de leur exposition.

Le prochain groupe d'acheteurs pourrait inclure des investisseurs value plus attentifs aux indicateurs suivants :

• Flux de trésorerie disponible
• Rachats d'actions
• Dividendes
• Rendement du capital
• Durabilité des bénéfices
• Structure de marché à long terme

Moore prévoit que NVIDIA pourrait finalement utiliser plus de la moitié de son flux de trésorerie pour des rachats et des retours aux actionnaires.

Les décisions récentes d'allocation de capital de NVIDIA renforcent la crédibilité de cet argument. En mai 2026, la société a annoncé une nouvelle autorisation de rachat d'actions de 80 milliards de dollars et a augmenté son dividende trimestriel en espèces.

L'argument value investing ne remplace pas l'argument de croissance. Au contraire, NVIDIA tente de présenter les deux aspects simultanément :

1. Les revenus et les bénéfices continuent de croître rapidement.
2. L'entreprise génère suffisamment de flux de trésorerie pour retourner davantage de capital aux actionnaires.

Cette combinaison pourrait élargir la base d'investisseurs de l'action.

Les revenus trimestriels approchent les 100 milliards de dollars

L'expression "près de 100 milliards de dollars" n'est plus théorique.

NVIDIA a annoncé un chiffre d'affaires de 81,6 milliards de dollars pour le premier trimestre de l'exercice 2027, en hausse de 20 % par rapport au trimestre précédent et de 85 % par rapport à l'année précédente. La société prévoit officiellement 91 milliards de dollars pour le trimestre suivant, avec une marge de fluctuation de 2 %.

Le rapport du roadshow de Morgan Stanley indique que la direction continue de positionner l'activité comme étant en accélération de croissance à cette échelle.

C'est le point clé derrière la logique d'investissement. NVIDIA n'ajoute pas seulement des dizaines de milliards de dollars de revenus trimestriels, mais le taux d'expansion reste élevé en raison de la croissance simultanée de plusieurs marchés :

• Usines d'IA hyperscale
• Laboratoires de modèles de pointe
• Inférence de production
• Nouveaux clouds GPU
• IA souveraine
• IA d'entreprise et industrielle
• CPU
• Réseau
• Stockage et infrastructure système

Le défi consiste à transformer la demande en systèmes livrables. Les revenus dépendent de la disponibilité de la mémoire, des composants réseau, de l'électricité, du refroidissement, de l'espace du centre de données et des racks complets.

Fortes prévisions de croissance, mais valorisation et offre restent importantes

Morgan Stanley a maintenu une note "surpondérer" et un objectif de cours de 288 dollars dans le rapport du roadshow.

L'article original utilisait le cours de clôture de NVIDIA au 9 juillet, soit 202,78 dollars, ce qui implique un potentiel de hausse d'environ 42 % par rapport à cet objectif. Il mentionnait également une capitalisation boursière d'environ 4,97 billions de dollars à l'époque.

Ces données de marché sont temporelles et doivent être considérées comme un instantané à la date de publication originale.

La croissance des revenus prévue par Moore est la suivante :

Période	Prévisions de croissance de Morgan Stanley
Exercice 2026	82 %
Exercice 2027	52,4 %

Ce sont des estimations d'analystes, et non des prévisions de NVIDIA.

L'argument d'investissement repose sur plusieurs hypothèses :

• L'IA générative continue de stimuler les dépenses d'investissement dans le cloud.
• Blackwell reste la plateforme dominante pour les charges de travail actuelles.
• Vera Rubin et Rubin Ultra prolongent la position de leader de NVIDIA en matière de performances.
• NVIDIA maintient une part de marché solide malgré l'adoption d'ASIC personnalisés.
• Les revenus des CPU et du réseau continuent de croître.
• La capacité de la chaîne d'approvisionnement suit la demande sans créer de stocks excessifs.

Les principaux risques n'ont pas disparu

Morgan Stanley a également souligné les risques qui pourraient affaiblir les perspectives.

Ceux-ci incluent :

• L'offre rattrape la demande plus rapidement que prévu
• Une baisse brutale des coûts de développement de l'IA
• Des produits plus compétitifs de la part des fabricants de puces concurrents
• Un déploiement plus rapide du matériel personnalisé par les clients
• Des contraintes liées à l'électricité, à la mémoire, au réseau et à la construction
• Une pression sur la valorisation en cas de ralentissement de la croissance

Un risque particulièrement important est le passage d'une pénurie à un équilibre.

Lorsque la demande dépasse largement l'offre, les fabricants disposent d'un fort pouvoir de fixation des prix et les clients se disputent la capacité de production. Si l'offre se développe trop rapidement, la croissance des centres de données pourrait ralentir plus brutalement que prévu par les investisseurs.

Le risque lié aux puces personnalisées reste également réel. Google, Amazon, Microsoft, Meta et d'autres grands acheteurs ont de fortes incitations à développer du matériel optimisé pour leurs propres charges de travail.

La défense de NVIDIA ne se limite pas à des GPU plus rapides.

C'est la combinaison de son écosystème logiciel, de son réseau, de ses CPU, de la conception de ses racks, de sa vitesse de déploiement et de l'économie globale du coût par token.

La véritable limite réside dans la livraison de systèmes d'IA complets

Le message plus large du roadshow est que la demande d'infrastructure d'IA reste forte.

Le problème actuel de NVIDIA n'est pas de convaincre les clients que la puissance de calcul de l'IA est utile, mais de transformer une demande énorme en systèmes opérationnels dans le cadre de multiples contraintes physiques.

Les facteurs limitants actuels incluent :

• Mémoire à large bande passante
• Capacité réseau
• Production et distribution d'électricité
• Infrastructure de refroidissement
• Construction de centres de données
• Composants optiques
• Intégration de racks
• Préparation au déploiement chez le client

C'est pourquoi NVIDIA continue d'investir dans l'architecture globale.

Un GPU doit être intégré dans un système fonctionnel, connecté à la mémoire et au réseau, alimenté en électricité et installé dans un centre de données prêt pour générer des revenus.

L'architecture Rubin Ultra à 800 VDC et Kyber illustre cette transition. La prochaine phase du calcul d'IA n'est pas seulement un problème de semi-conducteurs, mais un problème d'ingénierie d'infrastructure.

Questions fréquentes

Le Rubin Ultra de NVIDIA est-il retardé ?

Selon le rapport du roadshow de Morgan Stanley, NVIDIA a démenti les rumeurs de retard du Rubin Ultra à 2028 et maintient un calendrier de livraison en 2027. La feuille de route publique de l'infrastructure de NVIDIA décrit également le système Kyber équipé du GPU Rubin Ultra comme étant prévu pour 2027.

Quelle est la différence entre Vera Rubin et Rubin Ultra ?

Vera Rubin est l'actuelle nouvelle plateforme d'IA de NVIDIA, combinant le GPU Rubin, le CPU Vera, NVLink, le réseau et l'infrastructure de stockage. Rubin Ultra est un produit successeur de plus haute densité prévu dans le cadre de l'architecture de rack Kyber et du système d'alimentation à 800 VDC.

Pourquoi les revenus trimestriels de NVIDIA approchent-ils les 100 milliards de dollars ?

NVIDIA a annoncé un chiffre d'affaires de 81,6 milliards de dollars pour le premier trimestre de l'exercice 2027 et prévoit 91 milliards de dollars pour le trimestre suivant. La croissance provient des fournisseurs de cloud hyperscale, des laboratoires d'IA, des nouveaux fournisseurs de services cloud, des projets d'IA souveraine, du réseau, des CPU et des systèmes complets d'usines d'IA.

Les ASIC personnalisés remplaceront-ils les GPU de NVIDIA ?

Les ASIC personnalisés se développent, mais il ne s'agit pas simplement d'une substitution. Les clients peuvent utiliser leurs propres accélérateurs pour des charges de travail spécifiques tout en continuant à déployer des systèmes NVIDIA, en particulier lorsque la maturité logicielle, la flexibilité, le réseau ou le coût total par token sont plus avantageux.

Quel client a porté la part de calcul de NVIDIA à près de 50 % ?

Morgan Stanley n'a pas mentionné le nom de ce client dans le compte rendu du roadshow. L'article original a émis l'hypothèse qu'il pourrait s'agir d'Anthropic, mais cette conclusion repose uniquement sur des suppositions et n'a pas été confirmée par les entreprises concernées.

Qu'est-ce que l'IA souveraine ?

L'IA souveraine désigne la capacité d'un pays à construire et à exploiter l'IA en utilisant ses propres infrastructures, données, talents et écosystème national. De tels projets peuvent générer des besoins en usines d'IA locales, modèles nationaux et puissance de calcul sécurisée.

Pourquoi NVIDIA se développe-t-elle dans les domaines des CPU et du réseau ?

Les grands clusters d'IA ont besoin de bien plus que des accélérateurs. Les CPU gèrent les pipelines de données, les outils, l'orchestration et les charges de travail d'agents, tandis que les réseaux à haute vitesse permettent à des milliers de GPU de se synchroniser et d'être pleinement utilisés.

Cet article est-il un conseil en investissement ?

Non. Les notations d'analystes, objectifs de cours et prévisions discutés dans cet article visent à illustrer le rapport original.

Les marchés comportent des risques. Avant de prendre une décision d'investissement, le lecteur doit évaluer ses propres objectifs, sa situation financière et sa tolérance au risque.

Outils connexes

• Plateforme NVIDIA Vera Rubin : Plateforme full-stack de NVIDIA, conçue pour l'entraînement à grande échelle, l'inférence, l'IA agentique et le calcul scientifique.
• CPU NVIDIA Vera : CPU de centre de données spécialement conçu pour les charges de travail agentiques, l'apprentissage par renforcement, l'orchestration et l'exploitation d'usines d'IA.
• NVIDIA Spectrum-X : Plateforme de réseau Ethernet pour l'extension d'infrastructures d'IA distribuées.
• NVIDIA NVLink : Technologie d'interconnexion haut débit de NVIDIA pour connecter à grande échelle les GPU et les CPU.
• NVIDIA BlueField : Infrastructure de traitement et de stockage de données dédiée au réseau, à la sécurité, à l'isolation et au transfert de données.

Liens connexes

• Résultats financiers du premier trimestre de l'exercice 2027 de NVIDIA : Chiffres officiels sur le chiffre d'affaires, les centres de données, le réseau, les perspectives et le retour sur capital.
• NVIDIA lance la plateforme Rubin : Présentation officielle de l'architecture des GPU Rubin, CPU Vera, NVLink 6, BlueField-4 et Spectrum-6.
• Aperçu de la plateforme NVIDIA Vera Rubin : Informations produit officielles sur les systèmes Vera Rubin et l'infrastructure associée.
• Infrastructure NVIDIA Kyber et 800 VDC : Explications de NVIDIA sur les racks Kyber, l'alimentation 800 VDC et la feuille de route Rubin Ultra pour 2027.
• Architecture technique NVIDIA 800 VDC : Détails techniques sur la transmission d'énergie pour les futures usines d'IA à haute densité.
• Rapports financiers NVIDIA : Archives officielles des performances financières et des informations destinées aux investisseurs de NVIDIA.
• Aperçu de l'IA souveraine NVIDIA : Définition par NVIDIA de l'IA souveraine et des infrastructures nationales d'IA.

Résumé

Le compte rendu de la tournée de présentation de NVIDIA par Morgan Stanley indique que la croissance de l'entreprise se diversifie plutôt que de se concentrer sur un seul secteur. Les laboratoires d'IA, les fournisseurs de services cloud hyperscale, les clouds d'IA émergents, les projets d'IA souveraine, les CPU et les activités de réseau contribuent tous à la prochaine phase d'expansion.

Les rumeurs concernant un retard du Rubin Ultra ont été démenties, ce qui soutient la feuille de route existante de NVIDIA pour 2027. Parallèlement, l'évolution vers des racks plus grands, une alimentation 800 VDC, des interconnexions optiques et des systèmes d'IA complets suggère que la croissance future dépendra autant de l'ingénierie d'infrastructure que de la conception de puces.

Les ASIC personnalisés restent un risque concurrentiel important, mais la tournée de présentation indique que leur adoption n'est pas un simple cycle de remplacement. Les clients évaluent l'économie de l'ensemble de la charge de travail, y compris le logiciel, le réseau, l'utilisation et le coût par jeton.

Le principal défi de NVIDIA n'est plus de prouver l'existence d'une demande d'IA, mais de transformer cette demande en systèmes complets capables d'être alimentés, refroidis, interconnectés, livrés et exploités à grande échelle.