Lorsqu’on met 1 et qu’il en ressort 100, est-ce vraiment un schéma circulaire ?

Jensen Huang a évoqué le sujet la semaine passée lors d’une conférence Goldman Sachs. Son discours s’est apparenté à celui tenu fin août lors de l’annonce des résultats trimestriels de NVIDIA. Dans les grandes lignes : de petits investissements produisent une grande valeur.

Une infra « durable » ? « On peut toujours louer du Volta et de l’Ampere »

Au-delà du fait que NVIDIA « sait faire tourner tous les modèles », cette valeur est d’autant plus grande qu’elle « durable », explique l’intéressé. Aujourd’hui, on peut toujours louer du Volta et de l’Ampere, insiste-t-il, à rebours d’estimations qui chiffrent à 3 ans maximum la durée de vie économique actuelle d’un GPU.

Jensen Huang reprend un chiffre communiqué fin août : 60 Md$, coût indicatif pour installer 1 GW de puissance de calcul. En faisant l’hypothèse d’un projet sur 6 ans, il assure que chaque tranche d’investissement de 10 Md$ génère, au rythme actuel, 50 Md$. Bilan : le compute est très profitable. Donc c’est la course pour s’en procurer. À l’en croire, les dépenses mondiales pourraient atteindre 3000 à 4000 Md$ à l’horizon 2030.

Pour illustrer la valeur dégagée, le patron de NVIDIA avait sorti une autre référence fin août : une vingtaine d’entreprises de l’IA dépassaient désormais le milliard de $ de CA annuel glissant. Il avait mentionné Cursor, Figma et Together AI.

Le gros morceau : les garanties financières

Pour entretenir la demande, NVIDIA agit principalement à trois niveaux. Parmi eux, les prises de participations au capital de ses clients. Il envisagerait, par exemple, d’investir jusqu’à 10 Md$ dans l’IPO d’Anthropic. Il y a aussi les crédits fournisseurs ; autrement dit, l’octroi de délais de paiement.

NVIDIA réalise une telle marge sur les GPU que ces deux mécanismes n’ont jusque-là consommé qu’une part limitée de la trésorerie. L’essentiel du risque est porté par un mécanisme bien plus volumineux : les garanties financières. La plus importante officialisée jusque-là se monte à 105 Md$. Elle concerne le campus de Portsmouth (Ohio), point de chute prévue pour OpenAI. NVIDIA y est fournisseur exclusif pour le compute.

Partage de revenus avec les néoclouds

Pour transformer la puissance de calcul en un actif finançable sur le long terme, NVIDIA a noué des accords avec des grands noms de la gestion d’actifs. En l’occurrence, Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR. Doivent en résulter des véhicules qui lèveront « plus de 500 Md$ » pour financer la construction d’infrastructures*.

NVIDIA se dit d’autant plus confiant qu’il a de la visibilité sur ces projets. Fin août, il avait donné pour exemple… le campus de Portsmouth. En partenariat avec SoftBank Energy, il a aidé à sécuriser foncier, énergie et immobilier, pour un déploiement initial attendu d’environ 4 GW.

Ce suivi de l’activité des clients fait de NVIDIA un « investisseur informé », pour reprendre les mots de Jensen Huang. Ainsi met-il également ses billes dans les néoclouds (« petits » fournisseurs spécialisés dans les clusters IA), avec un modèle de partage de revenus. Il offre un engagement ferme (take or pay) sur une partie de la capacité des datacenters, garantissant un revenu minimum. Cela permet aux néoclouds de sécuriser leurs financements bancaires sans bloquer toute leur capacité auprès d’un seul client. En échange de cette garantie, NVIDIA perçoit une part des revenus au-dessus du seuil minimal fixé. C’est donc, au bout, une double rentrée d’argent, sans en prêter directement.

Un trimestre à 89 Md$ pour l’activité datacenter de NVIDIA

Dans la comptabilité de NVIDIA, le segment datacenter représente environ 93 % du CA (soit 89 Md$). La part provenant des hyperscalers a progressé sur le dernier trimestre (+ 13 %, à 49 Md$), mais moins vite que celle issue du reste de la clientèle (+ 25 %, à 40 Md$). Dell en fait partie, lui qui vient de relever ses prévisions de résultat annuel au vu de l’ampleur de son carnet de commandes de serveur IA.

Dans ce contexte, NVIDIA table sur un CA en hausse de 70 % pour son prochain exercice fiscal (grosso modo, l’année 2027). Sur celui en cours, sa clientèle reste très concentrée : sur le premier semestre, trois acteurs lui ont valu près de la moitié du CA. Le panier pourrait se diversifier à mesure que labos IA et clouders développent leurs propres puces. Par exemple AWS, qui vient d’annoncer un accord pluriannuel à 4 Md$ avec Qualcomm.

* Le Wall Street Journal a récemment dénombré environ 3000 Md$ d’engagements hors bilan liés à l’IA.

The post En « investisseur informé », NVIDIA réfute tout financement circulaire appeared first on Silicon.fr.

Nvidia a confirmé, ce 3 septembre, l’acquisition de Hugging Face, la plateforme de référence pour les développeurs d’IA open source, pour un montant de 12,93 milliards $.

L’opération a été annoncée par un article publié sur le blog officiel de Nvidia, rédigé et signé par Jensen Huang, cofondateur de Nvidia.

« Je suis ravi d’annoncer que NVIDIA a accepté d’acquérir Hugging Face pour 12 930 300 000 dollars. Ensemble, nous allons faire grandir la plateforme de Hugging Face, renforcer son infrastructure et élargir l’accès à l’IA pour les développeurs et les institutions du monde entier. » écrit le PDG.

Dans son texte, Jensen Huang s’engage à préserver l’ouverture de la plateforme :

• Hugging Face « restera une plateforme ouverte pour l’ensemble de l’écosystème de l’IA » ;
• les développeurs pourront continuer à choisir les modèles, frameworks, clouds et fournisseurs d’inférence de leur choix ;
• le matériel Nvidia ne sera pas requis pour construire ou déployer des projets via Hugging Face ;
• la plateforme continuera de soutenir les modèles open source et open weight de tous les créateurs de modèles, et non uniquement ceux de Nvidia.

Jensen Huang rappelle également avoir récemment cosigné une lettre ouverte sur l’importance des poids ouverts (« open weights ») pour l’économie de l’IA, aux côtés d’autres dirigeants du secteur, défendant l’idée que les modèles ouverts permettent de répartir le leadership en IA entre davantage d’acteurs.

Il met en avant la contribution historique de Nvidia à l’écosystème open source, soit le plus important contributeur de modèles et de données ouvertes sur Hugging Face, avec plus de 500 modèles et plus de 250 jeux de données publiés sur la plateforme.

Le PDG évoque enfin sa relation avec le cofondateur de Hugging Face, Clément Delangue (« Clem »), qu’il dit honoré d’avoir vu venir vers lui pour envisager « le prochain chapitre » de Hugging Face, avec l’idée que Nvidia serait un bon foyer pour l’entreprise, sa communauté et l’avenir des modèles ouverts.

Il précise que l’équipe de Hugging Face conservera sa marque emblématique.

Les engagements pris par Jensen Huang

Selon les informations rapportées par Reuters, l’accord se structure de la façon suivante :

• environ 11,9 milliards $ seront versés aux investisseurs de Hugging Face ;
• un programme de rétention en actions pouvant atteindre 1 milliard $ sera proposé aux salariés qui rejoindront Nvidia.

À titre de comparaison, Hugging Face avait été valorisée à 4,5 milliards $ lors de son dernier tour de financement rendu public, en août 2023, quand la société avait levé 235 millions $ auprès d’investisseurs tels que Salesforce, AMD et Amazon.

Cette acquisition intervient alors que la demande pour les modèles à poids ouverts (open-weight) augmente fortement, portée par des entreprises qui cherchent à réduire le coût de déploiement de l’IA.

Pour Nvidia, ce rachat permet également de renforcer sa position alors que certains de ses plus gros clients ( Meta, OpenAI et Microsoft ) développent leurs propres puces d’IA pour réduire leur dépendance à ses processeurs, coûteux et sujets à des contraintes d’approvisionnement.

The post Nvidia confirme le rachat de Hugging Face appeared first on Silicon.fr.

Il y a encore quelques années, Nvidia était avant tout le champion des GPU et des plateformes de calcul accéléré. Aujourd’hui, l’entreprise de Jensen Huang structure, garantit et parfois finance directement une bonne partie de la construction des datacenters IA dans le monde.

Ce basculement, salué comme un accélérateur de croissance par les marchés, attire désormais l’attention des analystes et des agences de notation. Les banques centrales, elles, surveillent plus largement les risques financiers liés à l’explosion des investissements dans l’IA, notamment l’endettement croissant et les interdépendances entre acteurs technologiques et financiers.

En août dernier, Nvidia a annoncé des accords avec plusieurs grands noms de la gestion d’actifs (Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR) pour créer des plateformes destinées à financer la construction d’infrastructures de calcul. Objectif affiché : réunir plus de 500 milliards $ de capitaux extérieurs à l’entreprise.

Le principe est de faire entrer davantage de capitaux privés dans le financement des infrastructures nécessaires au développement de l’IA. Selon les opérations, ces financements pourront prendre différentes formes, tandis que Nvidia pourra apporter un soutien financier destiné à réduire le risque pris par les investisseurs.

Elle peut notamment garantir une partie de la valeur résiduelle de certains équipements ou infrastructures. Dans le cas du projet de data center développé pour OpenAI dans l’Ohio, Nvidia s’est ainsi engagée à garantir jusqu’à 105 milliards de dollars d’obligations de paiement. Ce type de garantie permet aux financeurs de réduire leur exposition à certains risques liés au projet, mais crée en contrepartie une exposition conditionnelle pour Nvidia.

Financer l’infrastructure IA pour accélérer l’adoption

Nvidia a aussi allongé les délais de paiement accordés à certains de ses plus gros clients dans le cadre de contrats pluriannuels. Le délai moyen de règlement est passé de 45 à 60 jours, portant à 63,1 milliards de dollars le montant des créances clients, c’est-à-dire les sommes restant dues à Nvidia.

À cela s’ajoute un troisième levier : la prise de participation directe au capital de ses clients. Nvidia a multiplié les investissements dans des acteurs clés de l’écosystème, dont 30 milliards $ engagés dans OpenAI et 10 milliards dans Anthropic.

Nvidia a par ailleurs confirmé avoir signé plusieurs baux de datacenters de long terme, dont certains doivent encore entrer en vigueur. Au Texas, le Financial Times a identifié Nvidia comme le locataire d’un campus de Hut 8. Le contrat porte initialement sur 15 ans et 19,6 milliards $ mais sa valeur pourrait atteindre environ 50,2 milliards $ avec les options de renouvellement.

En contribuant à transformer la puissance de calcul en un actif susceptible d’être financé sur le long terme, à l’image de l’immobilier commercial ou de certaines infrastructures, Nvidia élargit le cercle des investisseurs susceptibles de financer les projets liés à l’IA. Assureurs, fonds de pension ou fonds de dette privée peuvent ainsi accéder à une classe d’actifs qu’ils auraient pu juger trop risquée ou trop difficile à financer directement

Le bénéfice est double. D’une part, chaque data center construit autour de ses processeurs contribue à sécuriser la demande future pour ses puces, ses logiciels et son écosystème CUDA. D’autre part, la directrice financière de Nvidia, Colette Kress, estime que les clients bénéficiant du soutien financier du groupe pourraient représenter environ un quart de son activité l’an prochain.

Les risques identifiés par les analystes

On peut replacer  ce dispositif dans une histoire plus ancienne : celle du crédit fournisseur. Une pratique qui a par le passé accompagné l’essor puis la chute d’autres secteurs technologiques. La comparaison a ses limites : le rythme de développement de l’IA est tel que des sociétés comme OpenAI auraient du mal à réunir seules, sur les marchés financiers classiques, les sommes nécessaires pour construire des capacités de calcul à l’échelle qu’elles jugent indispensable.

Plusieurs signaux d’alerte reviennent cependant  dans les analyses consacrées à la stratégie tous azimuts de Nvidia.

Selon ses propres documents financiers, quatre clients directs pesant chacun plus de 10 % du chiffre d’affaires représentaient à eux seuls environ 61 % des ventes au troisième trimestre de l’exercice fiscal 2026. Nvidia ne les identifie toutefois jamais nommément dans ses rapports, se contentant de les désigner par des lettres (« client A », « client B »…).

Les analystes se livrent donc à des conjectures, citant le plus souvent Microsoft, Amazon, Google, OpenAI ou encore xAI parmi les candidats probables, sans confirmation officielle. À cette concentration s’ajoutent des engagements de financement liés à l’infrastructure IA qui pourraient représenter jusqu’à 250 milliards de dollars si Nvidia devait un jour les couvrir intégralement.

Par ailleurs, en contribuant au financement des infrastructures nécessaires à l’achat de ses propres puces, Nvidia expose une partie de sa croissance aux capitaux qu’elle contribue elle-même à mobiliser, plutôt qu’à une demande finale entièrement indépendante.

Si les revenus générés par l’utilisation réelle de l’IA — abonnements, contrats d’entreprise, services en ligne — se révélaient insuffisants, certains data centers pourraient ne pas générer assez de cash-flow pour honorer leurs engagements financiers. Les difficultés se répercuteraient alors sur les financeurs, mais pourraient aussi affecter Nvidia si ses garanties étaient appelées ou si la demande pour ses puces venait à ralentir.

Une stratégie sous surveillance

Enfin, même plafonné, le soutien apporté par Nvidia sur la valeur résiduelle de certains équipements l’expose à deux risques : la capacité des clients concernés à honorer leurs engagements financiers et la valeur que conserveront réellement les GPU d’occasion si une nouvelle génération de puces les rend obsolètes plus rapidement que prévu.

L’allongement des délais de paiement ajoute un autre facteur de risque. Plus les créances de Nvidia sur ses clients augmentent, plus l’entreprise est exposée aux conséquences d’un éventuel défaut de paiement d’un de ses grands clients.

Les montages financiers actuels valorisent les clusters de GPU comme des actifs dont l’exploitation peut s’étaler sur plusieurs années, à l’image de certaines infrastructures ou équipements industriels. Dans les comptes, ces équipements peuvent être amortis sur cinq à six ans. Or certains investisseurs estiment que leur durée de vie économique réelle pourrait être plus proche de deux à trois ans, avant qu’une nouvelle génération de puces ne les rende moins compétitifs. Si cette hypothèse se vérifiait, les bénéfices pourraient être surestimés et les besoins de renouvellement des équipements, à moyen terme, sous-estimés.

Une partie de ces financements peut, via des montages structurés, se retrouver dans les portefeuilles d’assureurs ou de fonds de pension. La question est alors celle de leur exposition à un risque de crédit concentré sur un secteur encore jeune, notamment si plusieurs projets rencontraient simultanément des difficultés.

Quelles limites au financement ?

La Banque d’Angleterre et la Banque des règlements internationaux (BIS) soulignent toutes deux la montée des financements externes consacrés aux infrastructures d’IA et les risques liés à l’interconnexion croissante entre entreprises technologiques et système financier. Une correction brutale des investissements dans l’IA pourrait ainsi se transmettre aux financeurs des data centers et, au-delà, aux grands groupes technologiques.

Pour l’instant, aucun de ces signaux n’a freiné la trajectoire boursière de Nvidia. Avec environ 80 milliards de dollars de trésorerie disponible et une génération de cash qui se compte en centaines de milliards de dollars par an, Nvidia dispose d‘une capacité financière sans commune mesure avec celle de la plupart des acteurs qu’il contribue à financer.

Mais c’est précisément ce qui rend la situation intéressante. La question n’est plus seulement de savoir si Nvidia peut absorber la défaillance de quelques clients, mais jusqu’où peuvent monter ses engagements si elle continue à soutenir la croissance de son écosystème.

Plus Nvidia contribue à transformer la demande future de calcul en actifs financés aujourd’hui, plus une partie de son propre risque financier devient liée à la capacité de cet écosystème à générer les revenus attendus.

The post Nvidia, de vendeur de GPU à architecte du financement de l’IA appeared first on Silicon.fr.

Après des rumeurs persistantes ces dernières semaines, l’affaire semble se préciser.

Selon The Information, Nvidia aurait accepté de racheter Hugging Face pour 12,9 milliards $. De son côté, Business Insider nuance en évoquant  des discussions toujours en cours  pour une valorisation supérieure à 13 milliards $.

Ni Nvidia ni Hugging Face n’ont répondu aux sollicitations des rédactions.

Fondée en 2016 par les Français Clément Delangue, Julien Chaumond et Thomas Wolf, Hugging Face s’est imposée comme le carrefour central de l’IA open source.

Des millions de modèles et de jeux de données y sont hébergés, partagés et affinés par les développeurs du monde entier. Une position stratégique qui explique l’appétit de Nvidia. Pour autant, selon The Information, le chiffre d’affaires annualisé de Hugging Face reste relativemet modeste, autour de 150 millions $.

Ce n’est pas la première fois que les deux entreprises se croisent. Nvidia avait déjà participé, aux côtés de Salesforce et de Google, à une levée de fonds de 235 millions $ en 2023, valorisant alors Hugging Face à 4,5 milliards $.

Plus récemment, le fabricant de GPU avait proposé un investissement de 500 millions $ valorisant la société à 7 milliards $. Une offre que Hugging Face avait rejetée, selon le Financial Times, pour ne pas se retrouver sous la coupe d’un investisseur dominant susceptible d’influencer ses décisions stratégiques.

Si elle aboutit, l’opération marquerait l’une des plus grosses acquisitions de l’histoire de Nvidia. Mais l’enjeu dépasse le seul calcul financier.

Un précédent : le rachat de Github par Microsoft

Hugging Face doit une partie de son succès à sa neutralité. La plateforme héberge des modèles et prend en charge du matériel de tous les acteurs du secteur, y compris des concurrents directs de Nvidia comme AMD et Intel.

Ce rapprochement, s’il a lieu, rappelle à bien des égards le rachat de GitHub par Microsoft en 2018. Mais la comparaison s’arrête toutefois là où commence la dimension stratégique de l’IA.

Microsoft cherchait avec GitHub à se rapprocher des développeurs et à renforcer son écosystème logiciel et cloud quand Nvidia pourrait, avec Hugging Face, remonter du silicium vers la couche des modèles et des usages.

L’enjeu serait alors moins de vendre davantage de GPU que de peser sur la plateforme où se choisissent, testent et déploient les modèles qui les feront tourner.

Une stratégie qui pose aussi une question délicate de neutralité : Hugging Face supporte aujourd’hui un écosystème de modèles et d’infrastructures qui dépasse largement Nvidia. Le rachat transformerait donc potentiellement le fournisseur dominant de GPU en propriétaire d’un des principaux points d’accès à l’IA open source.

The post Nvidia serait prêt à mettre la main sur Hugging Face pour 13 milliards $ appeared first on Silicon.fr.

Nvidia continue de tisser sa toile dans l’écosystème de l’IA.

Le groupe de Jensen Huang annonce un investissement « conséquent » dans Safe Superintelligence (SSI), le laboratoire ultra-discret fondé par Ilya Sutskever, ancien chef scientifique d’OpenAI.

Selon des sources proches citées par le Financial Times, le montant s’élèverait à environ 5 milliards $ dans le cadre d’un « partenariat stratégique de long terme » entre les deux entreprises.

Un accès démultiplié à la puissance de calcul

Concrètement, cet accord donnera à SSI un accès massif aux GPU haut de gamme de Nvidia, notamment sa toute dernière plateforme Vera Rubin.

Les deux sociétés indiquent que cela permettra à la start-up de multiplier par dix ses capacités de calcul dans les douze prochains mois. Une bascule stratégique pour SSI, qui s’appuyait jusqu’ici principalement sur les puces TPU de Google, selon des informations du Wall Street Journal.

« Nous avons des recherches qui méritent d’être passées à l’échelle, et l’accès à un grand ordinateur Nvidia va nous le permettre », a déclaré Ilya Sutskever,. De son côté, Jensen Huang, PDG de Nvidia, a salué un chercheur qui a déjà « été à l’origine de percées fondamentales dans les bases de l’IA moderne », se disant impatient de découvrir « les nouvelles avancées que SSI pourra réaliser grâce à notre plateforme Vera Rubin ».

Les modalités financières précises n’ont pas été confirmées officiellement mais ce type d’engagement s’accompagne généralement de jalons (« milestones ») à atteindre par SSI.

Ilya Sutskever…le mystérieux

Né en URSS et élevé en Israël, Ilya Sutskever s’est fait un nom comme doctorant au Canada, sous la direction du prix Nobel Geoffrey Hinton.

Leur article co-écrit en 2012 sur la vision par ordinateur est considéré comme l’un des déclencheurs de la course moderne à l’IA, en démontrant que la mise à l’échelle des réseaux de neurones profonds, combinée à d’immenses volumes de données et de calcul, produisait des gains d’intelligence mesurables.

Passé par Google, il rejoint ensuite OpenAI en 2015 comme cofondateur, où ses travaux contribuent directement à la naissance de ChatGPT. Mais sa relation avec le PDG Sam Altman se rompt brutalement fin 2023 quand il vote en faveur de son limogeage avant de quitter lui-même l’entreprise quelques mois après la réintégration de ce dernier.

Il fonde alors Safe Superintelligence en 2024, avec un objectif affiché unique : une course de recherche « en ligne droite » vers une IA surhumaine mais non menaçante pour l’humanité — ce que l’industrie désigne sous le terme de « safe superintelligence ».

La start-up lève rapidement environ 2 milliards $ auprès de poids lourds du capital-risque comme Andreessen Horowitz, Sequoia Capital, Greenoaks et Lightspeed Venture Partners, atteignant une valorisation d’environ 30 milliards $ l’an dernier.

Le grand flou entretenu

Pourtant, SSI reste l’une des entreprises les plus opaques du secteur : pas de produit, pas de  publication scientifique à ce jour et seulement quelques dizaines d’employés.

Ilya Sutskever, qui fut l’un des premiers à théoriser la fameuse « loi de mise à l’échelle » (plus de données et de calcul égale plus de capacités), semble aujourd’hui plus circonspect sur cette approche. « Maintenant que le calcul est important, très important, on est dans un sens revenu à l’âge de la recherche », avait-il déclaré en novembre dans un podcast.

Ces montages, où les fabricants de puces financent directement leurs propres clients, se multiplient dans l’industrie. La semaine dernière, AMD a annoncé un investissement pouvant atteindre 5 milliards $ dans Anthropic. Une stratégie qui permet aux chipmakers de sécuriser des débouchés massifs tout en s’assurant la fidélité de talents clés dans la course à l’IA générale.

The post Nvidia mise gros sur le mystère Sutskever appeared first on Silicon.fr.

L’intelligence artificielle va-t-elle avoir son propre OTAN cyber ? Nvidia lance l’Open Secure AI Alliance (OSAA). Cette coalition regroupe près de 40 entreprises technologiques. Son objectif principal consiste à définir les futurs standards de sécurité de l’IA.

Chaque membre fondateur s’engage à fournir des technologies existantes ou des projets open source. Cela leur permet de placer ses briques au cœur de l’écosystème.

De son côté, Nvidia met à disposition des modèles d’IA open source accompagnés de leurs paramètres entraînés (weights). Et fournit aussi des jeux de données ainsi que le projet NOOA. Ce framework de contrôle des agents IA est déjà disponible sur GitHub.

HPE met en avant ses « modèles open weight » et ses frameworks d’identité. L’entreprise cherche ainsi à sécuriser le cycle de développement logiciel. Quant à CrowdStrike, Palo Alto Networks et Cloudflare, ils apportent leurs capacités de détection et de réponse aux incidents.

L’OSAA vise à offrir aux équipes de sécurité des outils « frontier », inspectables et souverains. Ces ressources aideront à auditer, tester et contrôler les agents autonomes déployés.

Absences notables et lignes de fracture du marché

L’OSAA arrive dans un contexte géopolitique et réglementaire tendu. Elle se présente comme une alternative « compatible avec la sécurité nationale ». Le projet repose sur des technologies ouvertes, mais reste contrôlé par des entreprises occidentales alliées.

Comme le résume Nvidia, « L’Open Secure AI Alliance œuvrera à remédier aux vulnérabilités et à les divulguer en utilisant des technologies ouvertes ». L’alliance souhaite privilégier la transparence…plutôt que les restrictions généralisées.

L’initiative s’appuie sur des communautés existantes comme la Linux Foundation, l’initiative Akrites et OpenSSF. Elle s’ancre ainsi dans un écosystème open source déjà structuré.

Cependant, certaines absences s’avèrent très révélatrices. Meta a signé une lettre pour les modèles, mais ne figure pas parmi les fondateurs. De même, Google a été cité par erreur avant d’être retiré de la liste.

Ces absences illustrent parfaitement les fractures du marché :

Hyperscalers : Microsoft est présent. En revanche, Google et AWS sont absents, ce qui traduit des stratégies divergentes.

Open source radical vs open contrôlé : Des acteurs comme Hugging Face coexistent avec des spécialistes de la défense (Palantir, SpaceX). Ce mélange pourrait créer des tensions sur le degré réel d’ouverture des standards.

Géographie : L’alliance réunit des entreprises américaines, européennes et coréennes. Elle forme un bloc essentiellement atlantiste, sans représentation chinoise ou du Sud global.

Qui captera la valeur de la sécurité IA ?

À moyen terme, l’OSAA pourrait structurer plusieurs segments émergents :

AI security platforms : Des solutions intégrées pour protéger les modèles, les pipelines et les agents.

LLM security Des services d’audit et de « stress test » des modèles.

AI governance Des outils de traçabilité et de conformité (AI Act, NIST, etc.).

Les éditeurs de cybersécurité traditionnels veulent étendre leur périmètre. CrowdStrike, Palo Alto et Cloudflare ambitionnent de devenir la couche de sécurité transverse de l’IA.

Parallèlement, les fournisseurs d’infrastructure comme Nvidia, HPE et Dell souhaitent intégrer la sécurité nativement. Ils espèrent ainsi renforcer la valeur perçue de leurs plateformes.

Pour les startups spécialisées (Hugging Face, LangChain, Nous Research), l’enjeu est double. Elles doivent gagner en légitimité sans transformer leurs technologies en simples commodités.

À l’image de la CNCF pour le cloud natif, l’OSAA veut normaliser les pratiques de sécurité. À court terme, la coalition publiera des architectures de référence pour les gouvernements.

Plus tard, elle cherchera à influencer les standards internationaux et la souveraineté des données.

Derrière cette démarche collaborative se joue une bataille d’influence classique. L’acteur qui imposera ses frameworks verrouillera les usages et captera la majorité de la valeur.

The post Open Secure AI Alliance : Nvidia veut fédérer le standard de sécurité de l’IA appeared first on Silicon.fr.

La prochaine version de DGX Spark est… un ordinateur portable.

La rumeur avait animé les forums NVIDIA en amont du Computex. Elle s’est vérifiée au premier jour de l’événement, avec l’officialisation de RTX Spark.

Dans cette nouvelle famille de puces conçue en collaboration avec MediaTek, la configuration maximale s’apparente à celle du processeur GB10 (20 cœurs CPU Grace, 6144 cœurs CUDA, 128 Go de mémoire unifiée sur 16 canaux, jusqu’à 1 Pflops en FP4…), mais dans une enveloppe thermique réduite (45-80 W contre 140 W).

NVIDIA n’a pas précisé quelles variantes il proposerait. Aux dernières nouvelles, en plus de la config « complète » (10 cœurs Cortex-A925 et 10 cœurs Cortex-A725), il en aurait au moins trois dans les cartons :

• 18 cœurs CPU (9 + 9) et 5120 cœurs CUDA, 45-80 W, 128 Go
• 12 cœurs CPU (8 + 4) et 2560 cœurs CUDA, 18-45 W, 64 Go
• 10 cœurs CPU (7 + 3) et 2048 cœurs CUDA, 18-45 W, 64 Go

Un passage sur Vera Rubin avec LPDDR6 est prévu pour 2027-2028.

Six laptops officialisés… et des desktops en perspective

Les premiers laptops RTX Spark devraient être commercialisés à l’automne 2026. Six constructeurs en ont pour le moment confirmé au moins un.

ASUS et HP en ont chacun annoncé deux : les ProArt P14 et P16 pour le premier, les OmniBook Ultra 16 et OmniBook X 14 pour le second. Chez Dell, il y aura du XPS 16 Creator Edition en RTX Spark. Lenovo proposera quant à lui un Yoga Pro 9n.

MSI est aussi dans la boucle, avec le Prestige N16 Flip AI+. Il en donne une poignée de spécifications (2-en-1 à écran OLED 16 pouces UHD+ pivotable à 360 °).

Microsoft est également de la partie, avec le Surface Laptop Ultra. Ce 15 pouces à écran tactile mini-LED (3:2, 262 ppp) fait « moins de 2 kg » et « moins de 18 mm d’épaisseur ».

Il ne faudra pas s’attendre à plus fin que 14 mm, à en croire NVIDIA. Quant aux écrans, on sera dans la fourchette de 14 à 16 pouces. Il est question aussi d’ordinateurs de bureau en RTX Spark. MSI en a dévoilé un : l’EdgeMesa N AI+, un mini-PC avec LAN 10GbE et un port HDMI. HP aussi dit en prévoir un, mais ne donne aucun détail.

L’IA locale en vedette, Copilot en retrait

NVIDIA insiste sur la capacité des PC RTX Spark à exécuter des « agents [IA] personnels ». Il souligne que Microsoft a intégré, dans Windows, diverses primitives de sécurité/identité en complément au portage du runtime OpenShell. Les projets OpenClaw et Hermes Agents ont adopté cet ensemble pour leurs nouvelles applications Windows.

Du côté de Microsoft, on ne parle plus de PC Copilot+ que sur le bout des lèvres. Le discours s’oriente simplement sur l’IA locale. Avec, entre autres promesses :

• Accroissement de la quantité maximale de mémoire unifiée accessible par le GPU
• Optimisation du planificateur de tâches afin de mieux exploiter les 20 cœurs CPU disponibles
• Travaux sur Windows ML pour exploiter nativement TensorRT
• Pages mémoire plus grandes pour les workloads les plus lourds
• Améliorations pour la couche d’émulation Prism, dans la lignée de l’ajout d’AVX/AVX2

Windows pour fin 2026 sur DGX Station

En écho à la proximité architecturale entre RTX Spark et GB10, voilà Windows officiellement porté sur DGX Station. NVIDIA promet, pour le T4 2026, des configurations en GB300 signées ASUS, Dell, GIGABYTE, HP, MSI et Supermicro.

Comme pour les DGX Station actuellement livrées avec Ubuntu, on sera sur du GPU Blackwell Ultra associé à 72 cœurs Grace, avec jusqu’à 252 Go de HBM3e et 496 Go de LPDDR5X.

Illustration principale générée par IA

The post Windows sur Arm : NVIDIA entre officiellement dans la danse appeared first on Silicon.fr.

Nvidia investit, via sa branche NVentures, dans la deeptech française Alice & Bob.

L’opération vient renforcer une série B de 100 millions € annoncée début 2025 et confirme l’intérêt croissant du géant des GPU pour les technologies capables de rapprocher le quantique de l’usage industriel. L’investissement reste non chiffré, mais il s’inscrit dans une relation déjà ancienne entre les deux entreprises.

Depuis 2024, Alice & Bob et Nvidia collaborent sur plusieurs briques techniques, dont CUDA-Q, cuQuantum, Dynamiqs et NVQLink, avec l’objectif de relier processeurs quantiques et infrastructures de calcul accéléré.

Alice & Bob se distingue par son approche du quantique tolérant aux fautes, fondée sur les cat qubits. Cette architecture vise à réduire les erreurs de calcul, l’un des principaux obstacles à la construction d’ordinateurs quantiques réellement exploitables à grande échelle.

Un pari sur les cat qubits

Pour Nvidia, l’intérêt dépasse la simple logique financière. Le groupe cherche à construire un écosystème hybride où GPU, logiciels de simulation et matériel quantique s’articulent plus étroitement, afin d’accélérer la mise au point de machines plus robustes et plus utiles pour l’industrie.

Basée à Paris et à Boston, Alice & Bob compte plus de 230 employés et développe un centre de production, de recherche et développement de 4.000 mètres carrés au nord de Paris. La société ambitionne de livrer un ordinateur quantique utile à l’industrie d’ici 2030.

Cette nouvelle entrée au capital intervient alors que la course mondiale au quantique s’intensifie, avec des acteurs américains, européens et asiatiques qui multiplient les investissements dans les architectures les plus prometteuses. Dans ce contexte, le soutien de Nvidia apporte à Alice & Bob une visibilité supplémentaire auprès des grands industriels et des centres de calcul.

Pour Nvidia, l’investissement s’inscrit dans une stratégie plus large pour se placer au cœur de la future chaîne de valeur du quantique, en combinant puissance de calcul, logiciels et interconnexion avec les processeurs quantiques.

C’est aussi un signal adressé au marché : le groupe ne se contente plus d’observer le quantique, il s’y installe progressivement.

The post Nvidia investit dans Alice & Bob appeared first on Silicon.fr.

On connait Nvidia comme l’architecte l’écosystème IA. On pointe désormais son rôle de financier majeur du secteur.

Nvidia a engagé près de 90 milliards $ en opérations financières et partenariats sur les seize derniers mois. Ces engagements couvrent plus de 145 entreprises, des développeurs de modèles d’IA aux fournisseurs de cloud, en passant par les acteurs de l’infrastructure.

Comme le résume lapidairement un banquier de la Silicon Valley cité dans le Financial Times :
« Ils financent tout le monde. »

La particularité de la stratégie Nvidia tient à sa forme hybride. Si le groupe dispose d’un bras venture capital baptisé NVentures, c’est la division business development qui a mené l’essentiel des deals. Ses investissements accompagnent d’ailleurs fréquemment des partenariats commerciaux plus larges.

Le mécanisme est systématique : Nvidia prend une participation au capital d’une entreprise en échange d’une intégration technique à son propre écosystème.

C’est ainsi que la startup SiFive a vu Nvidia entrer à son capital après avoir accepté de rendre ses designs de puces compatibles avec NVLink, la technologie d’interconnexion propriétaire de Nvidia.

Un accord similaire a été conclu avec Marvell, le concepteur de puces derrière les accélérateurs IA Trainium d’Amazon. Nvidia y a investi 2 milliards $ en mars, assorti d’un partenariat visant à rendre les futures puces personnalisées de Marvell compatibles avec NVLink.

Des investissements couplés à des partenariats commerciaux

Sur le terrain, les négociations se déroulent souvent en deux sessions parallèles. Les équipes techniques de Nvidia discutent avec les entreprises, tandis que les équipes « business development » arrivent « avec des chèques ».

La stratégie s’étend aux nouveaux fournisseurs d’infrastructure cloud, que Nvidia a contribué à faire émerger pour contrebalancer la montée en puissance des grands hyperscalers qui sont à la fois ses plus gros clients et ses rivaux potentiels sur le marché des puces.

L’accord conclu ce mois-ci avec le groupe neocloud Iren illustre jusqu’où peut aller cette imbrication des rôles. Nvidia s’est engagé à dépenser 3,4 milliards $ sur cinq ans pour louer sa capacité GPU, tout en investissant jusqu’à 2,1 milliards dans la société. Nvidia se retrouve ainsi simultanément client, fournisseur et actionnaire.

Au-delà du capital, Nvidia cherche à ancrer son emprise sur la couche logicielle. Les entreprises, dans lesquelles elle investit, sont régulièrement encouragées à adopter ses modèles Nemotron.

Jensen Huang espère ainsi répliquer le succès du développement de l’écosystème CUDA qui constitue le standard de facto pour l’IA en entreprise. Dans les cercles du capital-risque, le message est désormais bien compris : « Si vous construisez sur l’écosystème Nvidia, vous pouvez lever des fonds auprès de Jensen. »

Au-delà de ses prises de participations, Nvidia a également engagé 95 milliards $ pour sécuriser ses approvisionnements en composants et ses capacités de fabrication.

Parmi les derniers accords en date figurent deux investissements de 2 milliards $ dans les groupes de photonique Coherent et Lumentum, ainsi que 3,2 milliards $ en bons de souscription d’actions Corning, fabricant de la fibre optique utilisée dans les centres de données haute performance.

Des risques qui s’accumulent

Cette frénésie capitalistique n’est pas sans contreparties. Les dépenses liées aux transactions ont absorbé environ 40 % du flux de trésorerie opérationnel de Nvidia lors de son dernier exercice fiscal. Un  ratio très élevé comparé aux 6 % d’Alphabet, pourtant réputé pour être le plus grand investisseur en startups de la Tech.

Sur le plan réglementaire, des autorités de concurrence aux États-Unis, dans l’Union européenne et au Royaume-Uni ont adressé à Nvidia de larges demandes d’informations portant sur ses investissements, partenariats et accords avec des entreprises développant des modèles fondamentaux.

Nvidia, de son côté, assure que sa stratégie « accélère et diversifie l’innovation » et que ses investissements ne sont « pas conditionnés à l’exclusivité ».

Mais pour beaucoup d’observateurs, la réalité est plus nuancée. En finançant simultanément fournisseurs, clients et concurrents potentiels, Jensen Huang est en train de tisser une toile dont Nvidia occupera, quoi qu’il arrive, le centre.

The post Nvidia, architecte et financier de l’écosystème IA appeared first on Silicon.fr.

C’est depuis la scène de la GPU Technology Conference 2026 que Jensen Huang a livré sa vision la plus structurée à ce jour de l’économie de l’intelligence artificielle. Le CEO de Nvidia n’y a pas présenté un simple produit, mais une grille de lecture entièrement nouvelle : l’unité centrale de valeur n’est plus le logiciel, ni même le GPU, c’est le token.

Consommation, productivité, indicateurs de performance et packages de rémunération ; tout s’articule désormais, selon lui, autour de ce fragment numérique.

Le datacenter mué en « usine à tokens »

À la GTC 2026 de San José, Jensen Huang a formalisé un concept qu’il développe depuis plusieurs trimestres : celui de l’ « AI Factory ». Dans cette vision, le datacenter traditionnel s’efface. La production ne se mesure plus en calcul brut, mais en volume de tokens générés par des agents et des modèles d’IA. Le token devient le proxy de la productivité numérique d’une organisation, voire d’un pays.

Cette approche transforme profondément la gestion des infrastructures. La métrique clé devient le token par watt, tandis que chaque watt disponible qui ne produit pas de tokens est désormais comptabilisé comme un revenu perdu. Quant à l’échelle des ambitions, Jensen Huang l’a chiffrée : 100 milliards $ investis dans des supercentres d’IA atteignant 1 GW pourraient générer jusqu’à 150 milliards $ de revenus annuels via la vente de tokens.

Le token, « bit » de l’ère générative

Si le bit était l’unité fondamentale de l’informatique classique, le token est celle de l’IA générative. Déjà utilisé pour fragmenter le texte et facturer des modèles comme ChatGPT ou Claude, il prend une dimension radicalement nouvelle avec l’émergence des IA agentiques.

Contrairement à un prompt standard, qui consomme un volume limité de tokens, un agent autonome fonctionnant en continu peut en dépenser jusqu’ à un million de fois plus. Cette explosion mécanique de la demande propulse le token au rang de marchandise stratégique : plus une entreprise en consomme, plus elle automatise et personnalise ses services.

De la location d’outils à la location d’agents

L’économie logicielle s’apprête à vivre une mutation structurelle. Aujourd’hui, les entreprises sont des locataires d’outils – SaaS, licences, abonnements. Demain, elles loueront des agents qui utilisent ces outils et consomment des tokens en leur nom.

Pour les DSI, cela se traduit concrètement par l’apparition d’une nouvelle ligne budgétaire. Aux côtés des postes CPU/GPU et licences SaaS, il faudra désormais piloter des enveloppes de tokens dédiées à chaque fonction métier ou famille d’agents. Ce marché, intégrant la valeur des agents et de leurs flux, pourrait selon Huang largement dépasser le marché actuel du logiciel, estimé à plusieurs milliers de milliards de dollars.

Les « budgets de tokens » comme levier de recrutement

L’une des propositions les plus inattendues formulées à la GTC 2026 concerne les ressources humaines. Huang imagine des budgets de tokens individuels pour les ingénieurs, intégrés directement au package de rémunération.

L’argument est économique autant que managérial : un ingénieur disposant de ressources de calcul massives peut voir sa productivité multipliée par dix. Allouer 100 à 1 000 dollars de coûts d’inférence quotidiens à un profil d’exception devient alors un investissement rentable, dès lors que les agents qu’il pilote créent de la valeur. Le marché des talents semble déjà enregistrer ce signal : les candidats commenceraient à interroger les employeurs sur l’accès aux ressources de calcul disponibles, faisant de cet accès un critère d’attractivité à part entière.

La guerre du coût par token

Face aux investissements massifs en infrastructures, Nvidia répond par une équation de rentabilité simple : plus de compute génère plus de tokens, lesquels se convertissent en revenus via des modèles de facturation progressifs – accès gratuit pour l’acquisition utilisateur, puis monétisation au volume.

Selon Jensen Huang, e succès de l’écosystème reposera  sur deux leviers que Nvidia entend structurellement verrouiller : le coût par token généré d’une part, et le ratio tokens par watt de l’autre.

En positionnant ses GPU comme les machines les plus efficaces pour produire des tokens moins chers et plus nombreux, Nvidia ne vend plus seulement du matériel. Elle s’installe au cœur d’une économie dont elle a elle-même défini l’unité de mesure  et c’est peut-être là l’ambition la plus durable exprimée à San Jose cette année.

The post Jensen Huang défend sa vision de la « token économie » appeared first on Silicon.fr.

En matière d’IA agentique, la com de NVIDIA est métronomique.

Ce 16 mars, jour d’ouverture de la GTC, quantité de clients ont repris, à la vigule près, la description que l’entreprise fait de son service NemoClaw. En l’occurrence, « une pile open source qui simplifie l’exécution d’assistants OpenClaw, de façon sûre, en une seule commande. »

Atlassian, Box, Cohesity, Dassault Systèmes, Red Hat et Siemens font partie de ces clients. Ils ont repris une autre partie de la description de NemoClaw : « Composante de NVIDIA Agent Toolkit, il installe le runtime OpenShell – un environnement sécurisé pour exécuter des agents autonomes – et des modèles open source comme NVIDIA Nemotron. »

On connaîssait déjà les modèles ouverts Nemotron. OpenShell est plus récent. Publié début mars, il isole l’exécution des agents et y greffe un moteur de politiques YAML ainsi qu’un système de routage qui conserve les données sensibles dans la sandbox. Toutes ces briques fonctionnent comme un cluster K3s à l’intérieur d’un conteneur Docker.

Agent Toolkit, lui, est tout neuf. Il ne s’agit pas d’un produit, mais d’une marque. Une ombrelle pour des services jusque-là regroupés sous différentes bannières telles que la suite logicielle NeMo.

NVIDIA présente ainsi Agent Toolkit comme une « plate-forme ouverte de développement d’agents ». Outre OpenShell et les modèles Nemotron, il y met en lumière son blueprint AI-Q (recherche d’entreprise, illustré ci-dessous) et son moteur d’optimisation cuOpt.

Siemens, Cadence, Synopsys… Tendance agentique dans la CAO électronique

Atlassian (Jira, Confluence) compte exploiter NemoClaw pour donner un prolongement agentique à sa technologie de recherche sémantique. Box l’envisage aussi, en alternative à MCP pour permettre aux agents de récupérer du contexte « sur l’interface la plus appropriée » entre son CLI, ses skills et son système de fichiers.

Dassault Systèmes travaille également sur OpenClaw, notamment dans le cadre de l’émergence, sur 3DEXPERIENCE, d’assistants virtuels fondés sur des world models. Chez Siemens, on s’y intéresse pour automatiser l’EDA (conception électronique assistée par ordinateur). À commencer par l’ingénierie front-end, mais il se projette aussi sur la phase d’implémentation physique.

D’autres fournisseurs communiquent des ambitions dans l’EDA. Synopsys en est. Idem pour Cadence, lequel entend s’appuyer sur Agent Toolkit pour renforcer son ChipStack AI Super Agent. Dit « en production chez beaucoup de leaders de l’industrie » (on sait qu’Altera, Qualcomm et NVIDIA, entre autres, l’ont testé), ce système cible la phase d’ingénierie de base. Un des objectifs est de l’ouvrir à la conception analogique.

OpenShell, un appel d’air pour les acteurs de la cyber

Des annonces, il y en a aussi dans la sécurité informatique. Cohesity, par exemple, veut exploiter OpenShell pour automatiser le scan des snapshots. L’idée est avant tout de confier à la machine l’examen des rapports sur les menaces ; puis le tri et les corrélations, pour en arriver à des suggestions de remédiation. Dans cette perspective, OpenShell permettrait de cadrer les accès des agents aux endpoints de threat intelligence et aux API de Cohesity. Il pourrait aussi recommander les permissions adéquates en combinant les caractéristiques des données et les patterns d’accès des agents. En parallèle, Cohesity explore l’agentique pour le prototypage de connecteurs.

Cisco et CrowdStrike se positionnent en complément aux garde-fous qu’OpenShell apporte au niveau de l’infrastructure. Le premier promet, sous sa marque AI Defense, le contrôle de l’usage de skills et d’outils par les agents. Le second pousse ses solutions Falcon – EDR, IAM et AIDR, essentiellement – dans OpenShell à travers un blueprint.

En marge de la GTC, Salesforce aussi parle d’architectures de référence. Pas d’OpenShell ni de NemoClaw dans son discours, mais les modèles Nemotron. Et plus précisément leur combinaison avec Agentforce (couche de raisonnement), Data 360 (couche de contexte), Slack (couche collaborative) et Slackbot (couche de coordination entre agents).

Adobe mentionne à la fois OpenShell et Nemotron. Ils alimenteront des « boucles agentiques hybrides » à la fois sur la créa et sur le marketing. L’entreprise, qui prépare le départ prochain de son patron, souhaite aussi évaluer Agent Toolkit pour sa CDP.

Chez ServiceNow, Agent Toolkit – dont AI-Q – alimente les « spécialistes IA » déployés dans le cadre de l’offre Autonomous Workforce. Le premier, lancé fin février, assure le service desk niveau 1.

Illustration principale générée par IA

The post D’OpenShell à NanoClaw, un NVIDIA tentaculaire sur l’agentique appeared first on Silicon.fr.