La mise de 20 milliards de dollars dans les CPU par Nvidia… Personne ne parle de ça.

La directrice financière de Nvidia, Colette Kress, a déclaré à Yahoo Finance en mai que l’entreprise s’attend à…20 milliards de dollars de revenus liés aux CPU cette année fiscale– En combinant des serveurs CPU indépendants avec des CPU intégrées dans des superchips. Lorsque elle a fait cette remarque pour la première fois, elle n’a presque pas été prise en compte dans les discussions du marché général. Le cas des GPU, quant à lui, est plus important ; et le avantage concurrentiel offert par CUDA est un point de vue que tout le monde partage déjà.

Mais si l’on regarde vraiment ce que devient l’architecture de calcul de l’IA, la renaissance de la CPU représente le changement architectural le plus important dans les centres de données depuis 2022.

Le marché se prépare pour les résultats financiers de Nvidia pour le deuxième trimestre 2027, prévus pour le 26 août. Les analystes de Wall Street estiment que les revenus seront d’environ 92 milliards de dollars, ce qui représente une croissance de près de 96 % par rapport à l’année précédente. L’action a augmenté en valeur.12 % au cours des deux dernières semainesLes cours se situent autour de 217 $, soit environ 8 % en dessous de leur plus haut niveau des 52 semaines, qui était de 236,54 $. La situation ressemble à un signal de vente basé sur les nouvelles économiques : le niveau de prix est élevé, les attentes sont fortes, et tout retrait dans les prévisions ou dans les commentaires concernant les marges pourrait provoquer une réaction rapide du marché.

Cependant, les discussions sur ce que Nvidia devient ne correspondent pas à l’architecture de ses produits. Nvidia n’est plus simplement une entreprise spécialisée dans les GPU. Elle cherche à contrôler à la fois les composants CPU et GPU de l’infrastructure de l’IA. Cela change donc le contexte concurrentiel.

La renaissance du CPU n’est pas un renouveau – c’est plutôt une transition architecturale.

Depuis 2023, l’évolution du secteur des data centers est simple : les GPU et les technologies de réseau sont au centre de l’attention. L’entraînement et l’inférence de l’IA ont entraîné une dépendance croissante envers les GPU, ce qui a conduit à la stagnation du secteur des serveurs d’Intel. Cette tendance s’inverse, mais pas parce que les CPU deviennent soudainement plus efficaces pour l’IA. Le changement vient des charges de travail elles-mêmes.

L’apprentissage par renforcement nécessite des clusters de CPU massifs. Les environnements d’apprentissage par renforcement fonctionnent sur des processeurs polyvalents.La CPU est devenue le goulot d’étranglement qui empêche les GPU de fonctionner correctement.Les charges de travail agentiques, où les modèles d’IA invoquent des outils, interrogent des bases de données et naviguent sur Internet, génèrent bien plus de demande en ressources CPU que les inférences statiques ne le faisaient jamais. À grande échelle, chaque cluster de GPU nécessite des nœuds centrales : les CPUs gèrent les accélérateurs attachés et traitent le trafic Internet, tandis que les budgets d’énergie sont alloués principalement au calcul GPU.

Le côté de l’approvisionnement confirme la demande. Intel, qui n’a pas bénéficié du premier coup d’arrêt de l’IA,Il a indiqué une augmentation inattendue de la demande en puissance de calcul dans les centres de données à la fin de 2025.Et actuellement, l’entreprise augmente les dépenses de construction pour les outils utilisés dans les fonderies, en donnant la priorité aux serveurs plutôt qu’aux ordinateurs personnels. AMD prévoit une croissance importante des marchés des processeurs serveur à des chiffres doubles pour l’année 2026. Les laboratoires Frontier AI concurent avec les fournisseurs de services cloud pour obtenir des serveurs x86 de qualité. Les centres de données de Microsoft pour OpenAI disposent de machines spécialisées pour les processeurs, permettant ainsi l’utilisation de dizaines de milliers de processeurs pour alimenter les GPU.

Ce n’est pas une reprise cyclique. C’est un changement structurel dans la manière dont les systèmes d’IA sont conçus.

Nvidia est la seule entreprise qui fabrique des produits pour les deux côtés.

C’est ce qui distingue Nvidia de toutes les autres entreprises de semi-conducteurs : c’est le seul qui conçoit les CPU et les GPU en tant que système cohérent.

Grace Blackwell, actuellement en phase de production, combine la CPU Grace basée sur l’architecture ARM de Nvidia avec son GPU Blackwell. L’utilisation de NVLink-C2C permet une bande passante cohérente de 900 GB/s entre le processeur et l’accélérateur. La mémoire du processeur devient donc une extension de la mémoire du GPU. Cette architecture élimine ainsi le problème lié au transfert des données, qui est un facteur limitant les performances dans les systèmes décomposés.

Vera Rubin, la nouvelle génération dévoilée lors de CES 2026, et actuellement en production à grande échelle, va plus loin.Il intègre sept puces spécialement conçues dans un superordinateur d’IA de taille réseau, doté de 220 billions de transistors.Le Vera CPU double la bande passante C2C à 1,8 TB/s, triplé la capacité de mémoire à 1,5 TB, et introduit des cœurs Olympus personnalisés avec un multithreading spatial pour 176 threads. Il est conçu spécifiquement pour l’orchestration du apprentissage par renforcement et le flux de contrôle de l’IA agentique.

Jensen Huang a décrit l’opportunité totale du marché des CPU comme200 milliards de dollars à atteindre pour NvidiaC’est une affirmation qui le place en compétition directe avec Intel et AMD – deux entreprises qui dominent ensemble le marché des processeurs pour serveurs actuellement. Mais les architectures Grace et Vera ne visent pas à remplir tous les besoins liés aux processeurs polyvalents. Elles se concentrent sur un objectif unique : utiliser pleinement les GPU de Rubin dans les systèmes d’IA.

Les chiffres qui se trouvent derrière l’architecture changent.

Les preuves financières se trouvent dans la trajectoire des revenus. Les revenus liés aux centres de données de Nvidia ont augmenté : de 35 milliards de dollars au troisième trimestre 2025, à 39 milliards de dollars au quatrième trimestre, 44 milliards de dollars au premier trimestre 2026, et 47 milliards de dollars au deuxième trimestre 2026. Chaque trimestre représente une augmentation d’environ 10-12 % par rapport au trimestre précédent. C’est une courbe d’accélération très régulière pour une entreprise qui génère près de 200 milliards de dollars de revenus annuels.

La prévision de 20 milliards de dollars pour les processeurs est importante, non seulement en tant que chiffre isolé, mais aussi comme signe de la manière dont les dépenses en infrastructure évoluent vers des solutions basées uniquement sur les GPU. Dans ce contexte, les revenus totaux de Nvidia devraient atteindre environ 300 milliards de dollars pour l’exercice 2027, ce qui signifie que les processeurs représentent environ 7 % de ces revenus. Cela peut sembler peu, mais historiquement, le niveau des processeurs n’a jamais été pris en compte dans les budgets d’infrastructure pour l’IA – c’est un coût de production ordinaire. Si Nvidia peut gérer ce niveau de production en même temps que les GPU, cela signifie que l’entreprise peut tirer des revenus à partir à la fois des accélérateurs et des orchestrateurs. C’est donc une migration du valeur matérielle vers logiciel.

Les marges indiquent le reste de l’histoire. Les marges brutes ont été de 75 % au dernier trimestre rapporté, les marges d’exploitation se situent à 64 %. Le flux de trésorerie libre a augmenté de 65 % par an, atteignant 119 milliards de dollars sur les douze derniers mois. Le bilan présente 13,2 milliards de dollars en liquidités, contre 64 milliards de dollars en dettes – avec un ratio dette/actif de seulement 4,3 %. Il s’agit donc d’une entreprise qui ne fonctionne pas sur des dettes. C’est plutôt une entreprise qui utilise sa propre trésorerie pour financer son prochain cycle d’investissements.

Ce que le marché pourrait manquer

La prévision de revenus unanime d’environ 92 milliards de dollars pour le second trimestre 2027 représenterait encore une période forte. Mais la vraie question n’est pas de savoir si Nvidia réussira à surpasser ses objectifs en termes de chiffre d’affaires. La question est plutôt de savoir si le marché est correctement évalué dans le cadre du passage d’une infrastructure IA centrée sur les GPU à une infrastructure centrée sur les systèmes.

Blackwell est en train de passer à un million de GPU par mois. Vera Rubin est déjà en production à pleine capacité. Les serveurs dédiés uniquement aux CPU de Vera Rubin représentent une source de revenus complètement nouvelle ; il y a deux ans, cette source de revenus n’avait aucune valeur. Si le marché des CPUs est vraiment de 200 milliards de dollars, comme le prétend Huang, et si Nvidia parvient à capturer même une petite partie de cet argent, tout cela justifie la valeur actuelle du produit.

Nvidia est évaluée à environ 21 fois ses ventes récentes. Cela représente une valeur élevée sur une base statique, mais ce n’est pas inhabituel pour une entreprise dont les revenus augmentent de 70 % par an. Le ratio PEG se situe à 0,30, ce qui indique que la croissance des bénéfices dépasse le multiple de valorisation. Ce que le marché peut ne pas prendre en compte, c’est l’impact concurrentiel lié à la possibilité d’avoir un ensemble complet de technologies. AMD peut concurrencer sur l’architecture des GPU – ses chips MI400 et MI500 permettent de combler le fossé avec les systèmes de calcul pur. Mais aucun concurrent ne propose une architecture cohérente comprenant processeur, GPU, réseau et DPU à l’échelle de rack.

Le risque qui compte

Le risque de vente prématurée des informations est réel. L’action a augmenté de 12 % en deux semaines. L’analyste de Goldman Sachs, James Schneider, a souligné que les exigences pour Nvidia sont plus élevées suite à ces événements récents. Il y a un exemple : Cisco a chuté fortement, malgré de bons résultats, après une hausse de 65 % sur six mois. Si Nvidia annonce des revenus pour le deuxième trimestre dans la fourchette attendue, mais que les prévisions pour le troisième trimestre ou pour l’année fiscale 2027 ne se rapprochent pas du niveau d’enthousiasme qui s’est développé, l’action pourrait chuter de 10-15 % rapidement.

Le deuxième risque est l’exécution côté CPU. La Grace CPU souffrait de…Limites de la prédiction des branches dans les cœurs Neoverse V2 originauxCela entraîne des ralentissements dans les charges de travail HPC et d’IA non optimisées. Les noyaux Olympus personnalisés de Vera sont conçus pour résoudre ce problème. Cependant, les premières déploiements permettront de déterminer si cette architecture est réellement capable d’offrir le débit nécessaire pour les environnements de RL à grande échelle. Si les performances du CPU sont insuffisantes, c’est une réduction des performances, mais pas une défaite totale – le secteur des GPU reste l’atout principal.

Le troisième risque, et celui que je pense être le plus important pour l’allocation des ressources, est le coût d’opportunité. Les actions Nvidia ont augmenté d’environ 22 % au cours des 120 derniers jours, et ont progressé d’environ 17 % sur la période écoulée. Ce sont des chiffres solides, mais inférieurs à ce que le marché attend habituellement de cette entreprise. Le cours de bourse de Nvidia, s’élevant à 5,26 billions de dollars, reflète déjà le succès de Blackwell, le lancement de Vera, ainsi que les opportunités liées aux CPU. L’avenir reste incertain : cela dépend de la rapidité avec laquelle Vera Rubin sera adopté par les clients, de la réalisation du marché des CPU à l’échelle décrite par Huang, et de la manière dont les logiciels seront monétisés – un problème qui se pose depuis des années, sans que cela ne se traduise encore en revenus significatifs.

Où va le capital

Je pense que Nvidia reste sur la bonne voie en ce qui concerne la transition vers l’infrastructure de l’IA. Le passage d’une computation basée uniquement sur les GPU à des systèmes d’IA à niveau système est réel, et Nvidia est la seule entreprise capable de profiter à partir des deux aspects de cette transition. Vera Rubin représente la première architecture où le centre de données – et non le chip – est l’unité de calcul. Cela sera particulièrement important à mesure que l’IA agentique et l’apprentissage par renforcement se développent davantage.

Mais la question pour les six prochains jours n’est pas de savoir comment se positionner à long terme. C’est plutôt de choisir le bon moment et les bonnes ressources pour agir.

Si les revenus de Q2 se situent près des 92 milliards de dollars prévus, et si les prévisions renforcent la trajectoire de ventes à 1 000 milliards de dollars par an, le risque de vendre en anticipation diminue, et l’action pourrait retrouver son sommet historique sur 52 semaines. Si les résultats sont solides, mais que les prévisions sont réalistes – ou si les commentaires concernant les marges indiquent une certaine pression due à l’augmentation des coûts de production – alors la hausse de 12 % avant les résultats annuels est vulnérable.

À mon avis, l’histoire de l’architecture favorise une position de long terme. En revanche, les risques et les récompenses à court terme avant le 26 août suggèrent des allocations plus modestes. L’opportunité de 20 milliards de dollars liée aux CPU est réelle, mais elle concerne plutôt la période 2027-2028, et non les résultats du trimestre 2026. En réduisant les investissements de 20-30 % pendant la période pré-annonce des résultats, et en ajoutant à nouveau les pertes potentielles après les rapports financiers, on peut aligner les risques avec le calendrier réel des prix qui sont calculés.

La question n’est pas de savoir si Nvidia restera dominante dans l’industrie de l’IA. Il s’agit plutôt de savoir si le profil de retour sur les 12 prochains mois reste aussi attrayant que celui des autres entreprises actives dans ce domaine. Les entreprises qui offrent des prix plus bas, tout en ayant une position architecturale également forte, pourraient offrir des opportunités intéressantes pour la prochaine phase du cycle économique.