圣克斯Lucky1688

D’ici la fin de juillet, la valeur des participations détenues par le fabricant de puces Nvidia dans des sociétés cotées et non cotées s’est élevée à 95,6 milliards de dollars, alors qu’au début de 2020, ce chiffre était encore inférieur à 100 millions de dollars. Nvidia indique que le montant total de ses investissements en actions s’élève désormais à environ 99 milliards de dollars.① Nvidia s’est enrichi grâce à la vague de l’intelligence artificielle, et aujourd’hui, il « se place au centre » pour aider cette vague à passer à la prochaine phase…② Par rapport aux chiffres marquants de son compte de résultat dévoilés mercredi, certains acteurs du secteur estiment que le changement le plus important pour Nvidia pourrait se refléter davantage dans son bilan. Face à une expansion de capital aussi impressionnante, le PDG Huang Renxun n’a au contraire montré aucune inquiétude mercredi, se disant même « à l’aise » : « S’il faut que je regrette quelque chose, c’est de ne pas avoir investi davantage, et plus tôt, dans ces laboratoires d’IA. » Et ces investissements massifs en actions ne seraient peut-être encore qu’un aperçu de l’« iceberg » de la stratégie de capital plus vaste de Nvidia… Les propos du directeur financier, Kress, indiquent que la soif des laboratoires d’IA de pointe en matière de puissance de calcul « connaît une croissance explosive », mais que « leur rythme d’expansion dépasse de très loin la limite que peuvent supporter à la fois leur bilan et leur solvabilité en termes de crédit ». En termes simples, les principaux clients de Nvidia, ceux qui enregistrent les progressions les plus rapides, ont un besoin urgent d’infrastructures IA à grande échelle, mais leur situation financière ne leur permet tout simplement pas d’assumer des factures aussi coûteuses. Et Nvidia comble ce manque. Cette stratégie de soutien par le capital est en train de devenir progressivement un élément essentiel des activités de base de Nvidia. Kress a révélé qu’à l’horizon de l’année prochaine, les laboratoires d’IA qui s’appuient sur le soutien de bilan de Nvidia devraient contribuer à environ un quart des parts d’activité de l’entreprise. Depuis les derniers mois, le modèle « bilan au service » a déjà amené les investisseurs de Wall Street à qualifier fréquemment Nvidia de « banque centrale du monde de l’IA ». Le modèle de financement circulaire « bilan au service » (Balance-Sheet-as-a-Service) piloté par Nvidia — grâce à la solide assise financière de l’entreprise, « transfusant » continuellement des fonds à ses clients pour soutenir leurs dépenses d’acquisition élevées — en est même arrivé à produire, dans l’industrie, une pratique rare : permettre à certains gros clients de retarder jusqu’à un an le paiement des achats de leurs centres de données. D’après les résultats publiés mercredi, les comptes clients de Nvidia — c’est-à-dire les sommes impayées des clients — ont fortement augmenté pour atteindre 63,1 milliards de dollars, tandis que le délai de paiement moyen est passé de 45 jours auparavant à 60 jours. De plus, Nvidia « escorte » ses clients d’une manière encore plus directe. Pour certains fournisseurs de services cloud IA, Nvidia fixe une garantie de revenu minimum afin de les aider à financer leur activité ; et une fois que les revenus réels du client dépassent ce seuil, Nvidia peut en tirer une part. « Dans ce modèle, » dit l’entreprise avec assurance, « nous ne faisons pas que distribuer des prêts. Dans ce modèle, nous pouvons obtenir deux gains : à la fois réaliser des bénéfices sur la vente de matériel en amont, et obtenir une part issue des revenus de location. » Les résultats de Nvidia publiés mercredi ont également dévoilé des capacités de garantie pouvant atteindre 108,5 milliards de dollars. La grande majorité — 105 milliards de dollars — est étroitement liée à des travaux de construction de centres de données SB Energy destinés à OpenAI. Il faut toutefois clarifier que cette somme n’est pas du cash que Nvidia devrait débourser directement à ce stade. À mesure que, autour de l’exercice 2029, neuf centres de données seront successivement mis en service, l’obligation de garantie prendra effet par étapes, puis diminuera en proportion avec le règlement progressif des dettes par OpenAI. Parallèle­ment, Nvidia guide activement davantage de capitaux externes afin d’alimenter cette vague de construction. La société indique avoir déjà conclu des accords préliminaires avec plusieurs grandes institutions d’investissement, avec l’objectif de mobiliser plus de 500 milliards de dollars de capitaux sociaux au profit des infrastructures IA. La logique est simple : Nvidia ne souhaite pas supporter seule le coût total de cette vague, mais veut aider ces projets à obtenir plus facilement un financement. Cela correspond à l’idée, défendue par Nvidia, selon laquelle les infrastructures d’IA constituent une « catégorie d’actifs investissable ». Cette stratégie s’inscrit dans une tendance déjà perceptible chez Nvidia au cours du trimestre précédent : à ce moment-là, la gigantesque « machine à fabriquer du cash » de l’entreprise injectait déjà des fonds simultanément aux deux bouts de la chaîne — l’offre et la demande — pour les transactions liées à l’IA. Aujourd’hui, l’ensemble des géants de la tech recourt de plus en plus au financement par la dette pour soutenir le plan de grande ampleur de construction d’IA. Quoi qu’il en soit, la taille actuelle du portefeuille d’investissement de Nvidia est devenue assez importante pour peser sur ses bénéfices, et son bilan lui-même est en train d’évoluer en un pilier de fond indispensable aux infrastructures IA. Investir régulièrement dans l’action Nvidia (NVDA.US) est une très bonne stratégie. Allez-y !$NVDAB

Alors que OpenAI et d’autres géants de la technologie lancent successivement leurs propres puces, les analystes commencent à penser que la quasi-position monopolistique de $英偉達 (NVDA.US)$ dans le domaine des puces avancées pour l’IA fait face à une « menace ».
Le mardi 25 août, OpenAI a dévoilé les détails techniques de la première puce d’inférence sur mesure de l’entreprise, Jalapeno, affirmant que la vitesse de réponse et l’efficacité énergétique de cette puce surpassent celles de la GB300 de Nvidia. À l’heure actuelle, $谷歌-C (GOOG.US)$, $亞馬遜 (AMZN.US)$, $Meta Platforms (META.US)$ et d’autres développent également leurs propres puces IA.
Selon Adrien Sanchez, analyste technique chez Yole Group, Jalapeno est une puce conçue spécifiquement pour l’inférence, ce qui montre que « les puces conçues par les hyper-serveurs (hyperscaler) à très grande échelle peuvent déjà égaler, voire dépasser, en efficacité énergétique pour l’inférence, les GPU de niveau Blackwell de Nvidia ».