Avec des revenus trimestriels atteignant 96,2 milliards de dollars, en hausse de 106 % d’une année sur l’autre, et des revenus des centres de données en croissance de 117 %, l’ampleur des dépenses en IA devient difficile à ignorer.
Mais au lieu de se demander « Que se passe-t-il après Nvidia ? », je pose une question légèrement différente :
De quoi $NVDAB a-t-il besoin pour continuer à croître
Cela m’amène aux infrastructures à l’origine du boom de l’IA.
Plus de modèles d’IA signifie davantage de centres de données. Plus de centres de données signifie une demande accrue en électricité, systèmes de refroidissement, équipements réseau, mémoire, semi-conducteurs avancés, stockage et connectivité haut débit.
C’est la partie de l’histoire de l’IA que je trouve particulièrement intéressante.
La course à l’IA ne se déroule pas uniquement au sein des GPU. Elle se joue aussi dans les bâtiments, les réseaux électriques et les réseaux qui rendent possible le calcul à grande échelle.
Il y a toutefois un autre aspect à cela.
Le capital nécessaire pour construire des infrastructures d’IA est colossal. Les entreprises engagent des milliards dans de nouvelles installations et capacités de calcul, tandis que les investisseurs se demandent de plus en plus si les revenus futurs de l’IA justifieront ces dépenses.
Donc je ne considère pas chaque entreprise portant une étiquette « IA » comme une opportunité.
Je surveille les goulots d’étranglement des infrastructures — les domaines où la demande pourrait rester forte simplement parce que le monde a besoin de davantage de capacité physique pour faire tourner l’IA.
La prochaine grande opportunité en IA ne sera peut-être pas l’entreprise qui crée le modèle le plus performant.
Il pourrait s’agir des entreprises qui fournissent l’énergie, les puces, le refroidissement et les infrastructures qui permettent à ces modèles de fonctionner.
L’IA n’est plus seulement une révolution logicielle.
Cela devient une révolution des infrastructures. 👀