Nvidia ne veut plus dépendre du seul GPU pour rester en tête de la course à l’intelligence artificielle. Le groupe californien mise désormais sur l’orchestration complète de ses data centers, entre puces graphiques, processeurs et réseau, alors qu’OpenAI vient de dévoiler sa propre puce d’inférence conçue avec Broadcom.
L’essentiel
- Nvidia associe désormais le GPU Rubin à un CPU maison, Vera, pour orchestrer l’ensemble du data center
- OpenAI a dévoilé fin août sa puce d’inférence Jalapeño, développée avec Broadcom
- Amazon et Google développent eux aussi leurs propres puces IA
- Nvidia vise jusqu’à 860 milliards d’euros de revenus cumulés d’ici 2027
Le constat est posé au lendemain des résultats trimestriels de Nvidia, publiés vendredi 28 août. L’action du groupe n’a progressé que modestement sur l’année écoulée, loin de l’envolée spectaculaire enregistrée entre 2023 et la mi-2025.
En cause : une concurrence de plus en plus vive sur le seul terrain du calcul graphique, où les géants du cloud rognent peu à peu l’avance de Nvidia.
Vera Rubin, la plateforme qui déplace l’avantage de Nvidia
Pour répondre à cette pression, Nvidia déploie sa nouvelle architecture Vera Rubin, présentée début 2026 et dont les premières puces arrivent désormais chez les clients.
Elle associe le GPU Rubin, dédié au calcul, à un processeur maison baptisé Vera, chargé d’orchestrer la circulation des données entre mémoire, stockage et réseau au sein des racks NVL72.
L’idée : à l’échelle d’un data center consommant plusieurs gigawatts, la vitesse de calcul brute compte moins que la capacité à faire circuler l’information sans créer de goulot d’étranglement.
C’est cette orchestration de bout en bout, et non plus le seul GPU, que Nvidia présente désormais comme son véritable avantage face à des rivaux qui rattrapent son retard sur la puissance de calcul pure.
OpenAI riposte avec sa puce maison Jalapeño
Le calendrier n’est pas anodin. Quelques jours avant ces résultats, OpenAI a dévoilé les premiers résultats de Jalapeño, sa puce d’inférence développée avec Broadcom.
Présentée lors de la conférence Hot Chips 2026, elle affiche des gains d’efficacité énergétique et de rapidité notables face aux puces Nvidia, en limitant au maximum les déplacements de données au sein même de la puce.
Une approche inverse de celle de Nvidia, mais avec le même objectif : réduire le coût de calcul des modèles d’intelligence artificielle que des centaines de millions d’utilisateurs sollicitent chaque jour, en France comme ailleurs, qu’il s’agisse de comparatif IA ou d’usages professionnels.
Amazon, Google et la course aux puces maison
OpenAI n’est pas seul sur ce terrain. Amazon et Google développent également leurs propres puces pour réduire leur dépendance à Nvidia et faire baisser le coût de leurs services d’IA.
Cette bataille intervient alors que la justice américaine vient tout juste d’annuler des sanctions visant Anthropic, autre acteur majeur du secteur, signe des tensions qui traversent tout l’écosystème de l’IA américaine.
Les montants engagés donnent la mesure de l’enjeu : Nvidia affiche l’ambition d’atteindre jusqu’à 860 milliards d’euros de revenus cumulés d’ici 2027, tandis que les investissements affluent aussi vers d’autres pans de la deep tech, à l’image de la levée de fonds record de la start-up française Pasqal sur le quantique.
Pour les utilisateurs de ChatGPT, Claude ou Gemini, cette course aux puces se traduira surtout par des services plus rapides et, à terme, potentiellement moins coûteux à faire tourner à grande échelle.
