#AIStocksWhatNext
$NVDA $AMD $AVGO $MSFT $AMZN $META
Je continue à observer le trading lié à l’IA, et ces derniers temps, je suis moins attiré par les gros titres bruyants.
Tout le monde parle de modèles, de GPUs et de qui est “le grand gagnant” de l’IA.
Moi, je regarde ce qu’il y a en dessous.
$NVDA vient de montrer à quel point la demande est devenue massive, avec 96,2 Md$ de revenus trimestriels et environ 89 Md$ provenant du Data Center.
Mais la partie la plus intéressante pour moi, c’est ce qui vient ensuite.
L’entraînement attire l’attention.
L’inférence pourrait devenir l’activité récurrente.
Et puis il y a $AVGO. Son chiffre d’affaires en semi-conducteurs IA a atteint 16,7 Md$ au T3, en hausse de 221% sur un an. Cela me dit que l’histoire devient plus grande que les GPUs. Les hyperscalers construisent de plus en plus des puces sur mesure et contrôlent davantage leur propre infrastructure.
Microsoft et Amazon dépensent eux aussi énormément pour des data centers et de la capacité de calcul.
Et c’est là que je commence à me poser des questions différentes.
Qui utilise réellement toute cette capacité ?
Avec quelle efficacité ?
Qui paie pour tout ça ?
Et à quel moment les dépenses se transforment-elles en flux de trésorerie durables ?
Même l’énergie fait désormais partie de l’histoire. Les projets de data centers se disputent la capacité du réseau dans des endroits comme le Texas.
Alors j’observe maintenant les choses plus “ennuyeuses” :
L’alimentation électrique. Le refroidissement. Le réseau. La mémoire. L’utilisation.
La course à l’IA peut sembler, de l’extérieur, une histoire de logiciels.
En dessous, cela ressemble de plus en plus à une course d’infrastructure.
C’est la partie que je surveille.
$NVDA $AMD $AVGO $MSFT $AMZN $META
Je continue à observer le trading lié à l’IA, et ces derniers temps, je suis moins attiré par les gros titres bruyants.
Tout le monde parle de modèles, de GPUs et de qui est “le grand gagnant” de l’IA.
Moi, je regarde ce qu’il y a en dessous.
$NVDA vient de montrer à quel point la demande est devenue massive, avec 96,2 Md$ de revenus trimestriels et environ 89 Md$ provenant du Data Center.
Mais la partie la plus intéressante pour moi, c’est ce qui vient ensuite.
L’entraînement attire l’attention.
L’inférence pourrait devenir l’activité récurrente.
Et puis il y a $AVGO. Son chiffre d’affaires en semi-conducteurs IA a atteint 16,7 Md$ au T3, en hausse de 221% sur un an. Cela me dit que l’histoire devient plus grande que les GPUs. Les hyperscalers construisent de plus en plus des puces sur mesure et contrôlent davantage leur propre infrastructure.
Microsoft et Amazon dépensent eux aussi énormément pour des data centers et de la capacité de calcul.
Et c’est là que je commence à me poser des questions différentes.
Qui utilise réellement toute cette capacité ?
Avec quelle efficacité ?
Qui paie pour tout ça ?
Et à quel moment les dépenses se transforment-elles en flux de trésorerie durables ?
Même l’énergie fait désormais partie de l’histoire. Les projets de data centers se disputent la capacité du réseau dans des endroits comme le Texas.
Alors j’observe maintenant les choses plus “ennuyeuses” :
L’alimentation électrique. Le refroidissement. Le réseau. La mémoire. L’utilisation.
La course à l’IA peut sembler, de l’extérieur, une histoire de logiciels.
En dessous, cela ressemble de plus en plus à une course d’infrastructure.
C’est la partie que je surveille.
