JPMorgan évalue la part de Nvidia dans les futurs contrats de puces IA à 39 % tandis qu'AMD et ses concurrents gagnent du terrain
Points clés
- •Une estimation de JPMorgan évalue la part de Nvidia dans les futurs contrats de calcul des laboratoires d'IA de pointe à 39 %, contre plus de 80 % sur la période 2023-2025.
- •Les puces personnalisées de Broadcom devraient représenter 24 % de ces futurs contrats, avec les TPU de Google à 16 %, AMD à 15 % et Amazon Trainium à 6 %.
- •Un laboratoire d'IA de pointe affirme que la migration de ses modèles vers les puces AMD ne prend désormais que trois jours, contre une estimation antérieure de six à douze mois, grâce à sa propre IA effectuant le travail d'ingénierie.
- •Six des sept plus grands acheteurs de puces IA développent leur propre matériel, SpaceX étant cité comme seule exception.
- •La note de JPMorgan, publiée deux jours après la démission de Jensen Huang de son poste de PDG le 12 novembre, indique également que Nvidia a consacré 58 % de son flux de trésorerie d'exploitation à des investissements en actions et à des acquisitions au cours des trois derniers trimestres.

La mainmise de Nvidia sur l'infrastructure de calcul utilisée par les principaux développeurs d'intelligence artificielle fait face à une concurrence croissante, une estimation de JPMorgan évaluant la part du fabricant de puces dans les futurs contrats de calcul des laboratoires d'IA de pointe à 39 %. Cela se compare à une part de marché de plus de 80 % entre 2023 et 2025, selon les chiffres partagés par Coin Bureau sur X. Les chiffres révèlent un paysage du calcul IA plus fragmenté que celui qui prévalait durant la période précédente. La composition de ce paysage importe car le matériel sous-jacent conditionne le coût, la disponibilité et les outils logiciels de l'entraînement IA à grande échelle.
La part restante des futurs contrats se répartit entre plusieurs plateformes de puces concurrentes. Les puces personnalisées de Broadcom représentent 24 %, les Tensor Processing Units (TPU) de Google 16 %, AMD 15 % et Amazon Trainium 6 %, une répartition qui illustre l'éventail d'alternatives explorées par les grands développeurs d'IA alors qu'ils diversifient leur infrastructure de calcul. Ces plateformes diffèrent par leur origine : les puces de Broadcom sont des accélérateurs personnalisés conçus selon les spécifications de chaque client, les TPU de Google et Trainium d'Amazon sont développés en interne par les opérateurs qui les déploient, et l'offre data-center d'AMD s'articule autour de sa gamme d'accélérateurs IA Instinct. Ces chiffres étant des estimations de contrats à venir, ils décrivent une répartition d'approvisionnement projetée plutôt que des transactions enregistrées.
La transition d'AMD ne prendrait que trois jours
L'un des développements cités dans le rapport concerne la rapidité avec laquelle un laboratoire d'IA peut migrer ses modèles vers le matériel d'un autre fournisseur. Selon les informations partagées par Coin Bureau, un laboratoire d'IA de pointe a indiqué que la migration de ses modèles vers les puces AMD prend désormais trois jours, contre une estimation antérieure de six à douze mois.
Le laboratoire a attribué cette transition plus courte à sa propre IA, qui effectue le travail d'ingénierie nécessaire à la migration. Ce changement illustre la manière dont l'utilisation de l'IA dans les processus d'ingénierie peut réduire le temps nécessaire pour adapter des modèles à différentes architectures de puces. De telles transitions exigeaient historiquement un travail logiciel considérable, les modèles devant être adaptés au jeu d'instructions et aux outils de chaque fournisseur avant de fonctionner efficacement sur un nouveau matériel.
Ce développement est pertinent pour la position concurrentielle de Nvidia, car la capacité à déplacer des charges de travail entre fournisseurs de matériel peut offrir aux laboratoires d'IA davantage de flexibilité dans le choix de leur infrastructure de calcul. La source n'identifie toutefois pas le laboratoire concerné ni les puces AMD spécifiquement impliquées.
Les grands acheteurs de puces IA développent leur propre matériel
Le rapport souligne également les efforts des principales entreprises d'IA pour développer leurs propres technologies de puces. Parmi les sept plus grands acheteurs de puces IA, « seul SpaceX ne tente pas de construire les siennes », selon la déclaration citée par Coin Bureau.
Cette tendance ajoute une autre dimension à la concurrence sur le marché de l'infrastructure IA. En plus des achats auprès de Nvidia, AMD et d'autres fournisseurs, certains des plus grands acheteurs mènent un développement matériel en interne plutôt que de dépendre entièrement de fournisseurs externes pour leurs besoins de calcul. Ce schéma est déjà visible dans la répartition de JPMorgan, où les TPU de Google et Trainium d'Amazon — des puces développées par les entreprises qui les déploient — figurent aux côtés des puces achetées auprès de fournisseurs commerciaux tels que Nvidia et AMD.
Les dépenses d'investissement et d'acquisition de Nvidia
La note de JPMorgan met également en lumière l'allocation du capital de Nvidia. L'entreprise a consacré 58 % de son flux de trésorerie d'exploitation à des investissements en actions et à des acquisitions au cours des trois derniers trimestres, selon les chiffres rapportés par Coin Bureau.
Le calendrier de la note est également notable : elle a été publiée deux jours après la démission de Jensen Huang de son poste de PDG le 12 novembre, comme indiqué dans la publication originale de Coin Bureau. Le rapport n'a pas fourni de détails supplémentaires sur les circonstances de la démission.
Prises ensemble, ces chiffres dessinent un paysage concurrentiel en mutation pour le calcul IA. L'estimation de JPMorgan place Nvidia à 39 % des futurs contrats de calcul des laboratoires d'IA de pointe, tandis que les puces personnalisées de Broadcom, les TPU de Google, AMD et Amazon Trainium représentent les autres parts rapportées du marché. Les futures révisions de cette estimation, ainsi que toute divulgation publique d'achats ou de transitions par les laboratoires concernés, fourniraient des points de données supplémentaires permettant de vérifier ces chiffres.
Source : Hokanews