La demande de Google propulse AMD, Intel et NVIDIA, mais la hausse des puces IA masque une concurrence plus large
AMD, Google, Intel et NVIDIA ont abordé mercredi avec un signal marquant : plusieurs valeurs de l’IA ont progressé ensemble, bien qu’elles se disputent différentes parts d’un même marché. Ce mouvement a suivi des publications de résultats montrant que la demande des centres de données restait forte pour les processeurs, accélérateurs, serveurs et infrastructures cloud. Il a aussi remis en cause l’idée selon laquelle chaque dollar investi dans le matériel d’IA ne peut produire qu’un seul gagnant.
La hausse allait au-delà des résultats supérieurs aux attentes d’un seul fabricant de puces. AMD avait annoncé un chiffre d’affaires trimestriel record la semaine précédente, tandis qu’Intel avait enregistré une croissance plus rapide dans les produits clients et pour centres de données. Les derniers résultats de NVIDIA avaient déjà établi une référence bien plus élevée pour la demande d’accélérateurs.
Google a apporté un autre élément crucial à cette histoire. L’augmentation de ses engagements en matière d’infrastructure montre pourquoi les clients peuvent soutenir simultanément les GPU de NVIDIA, les processeurs AMD, les CPU Intel et les propres unités de traitement tensoriel de Google. La relation entre AMD et Google compte donc au-delà de l’annonce d’un seul produit cloud. Elle illustre la manière dont les hyperscalers assemblent des systèmes mixtes au lieu de choisir un unique fournisseur pour chaque charge de travail.
Cela ne rend pas les trois fabricants de puces équivalents. NVIDIA reste le fournisseur dominant d’accélérateurs utilisés pour entraîner et exécuter les grands modèles d’IA. AMD étend sa présence, des CPU pour serveurs vers des déploiements d’accélérateurs plus importants, tandis qu’Intel se reconstruit autour des CPU, de la fabrication et de l’infrastructure d’entreprise.
La vraie question est de savoir si l’expansion de la demande en IA peut continuer à soutenir les trois entreprises lorsque leurs différences concurrentielles reviendront au premier plan.
La hausse a suivi des preuves de demande, pas une victoire partagée
Les gains de mercredi reflétaient un regain de confiance dans le marché de l’infrastructure IA, et non la preuve qu’AMD, Intel et NVIDIA avaient atteint des positions équivalentes.
Le marché élargi a terminé près d’un record le 12 août. Le S&P 500 a progressé de 0,3 %, et le Nasdaq Composite a gagné 0,5 %, selon la couverture du rallye boursier de mercredi. Les entreprises d’infrastructure IA ont contribué à mener la progression après que plusieurs fournisseurs ont publié des résultats de printemps plus solides que prévu par les analystes.
Super Micro Computer a fourni le catalyseur le plus immédiat. L’entreprise construit des serveurs qui combinent processeurs, accélérateurs, mémoire, réseau, refroidissement et stockage. Son action a bondi après que son dernier bénéfice a dépassé les attentes des analystes.
Ce résultat comptait pour les investisseurs du secteur des puces, car les vendeurs de serveurs se situent entre les fournisseurs de silicium et les opérateurs de centres de données. Un fabricant de serveurs ne peut enregistrer de fortes ventes sans recevoir une demande client suffisante pour justifier des systèmes complets. De meilleurs résultats dans les serveurs ont donc conforté l’idée que les dépenses en IA atteignaient la phase de déploiement.
Le marché disposait également de nouvelles preuves du côté d’AMD. L’entreprise a déclaré un chiffre d’affaires de 11,5 milliards de dollars au deuxième trimestre, en hausse de 50 % par rapport à la même période un an auparavant. Son activité de centres de données a bénéficié d’une demande plus forte pour les processeurs de serveur EPYC et les accélérateurs Instinct.
La croissance trimestrielle d’AMD ne provenait pas uniquement des accélérateurs d’IA. Les processeurs clients et d’autres produits ont contribué, tandis que les revenus du jeu évoluaient dans la direction opposée. Cette performance contrastée est importante, car un chiffre d’affaires record ne révèle pas quelles lignes de produits génèrent les meilleures marges.
Intel avait déjà annoncé un chiffre d’affaires de 16,1 milliards de dollars au deuxième trimestre, soit une croissance annuelle de 25 %. La demande pour les processeurs clients et pour centres de données a aidé l’entreprise, même si la restructuration et les investissements dans la fabrication continuaient de peser sur la rentabilité déclarée.
NVIDIA est entré dans cette hausse avec les chiffres de croissance récents les plus solides. Son chiffre d’affaires du premier trimestre fiscal a atteint 81,6 milliards de dollars, en hausse de 85 % sur un an. Les revenus des centres de données ont atteint 75,2 milliards de dollars, en hausse de 92 %, selon ses résultats trimestriels.
Ces chiffres ont montré que le cycle de l’infrastructure IA ne s’était pas essoufflé. Ils ont toutefois également révélé l’énorme écart entre NVIDIA et ses concurrents en matière de revenus d’accélérateurs.
Une hausse simultanée peut se produire parce que les investisseurs réévaluent la taille du marché. Elle ne les oblige pas à conclure que chaque fournisseur captera la même part. Si le volume attendu des dépenses en infrastructure IA augmente, plusieurs entreprises peuvent progresser même si l’une d’elles conserve une large avance.
Cette distinction explique la réaction du marché. Les investisseurs n’effaçaient pas la hiérarchie concurrentielle. Ils renforçaient leur confiance dans le fait que la demande pourrait soutenir plus d’une couche de la pile informatique de l’IA.
Pourquoi les liens entre AMD et l’infrastructure de Google comptent aujourd’hui
La connexion entre AMD et Google montre comment les opérateurs cloud répartissent la demande entre différents processeurs, accélérateurs et puces conçues en interne.
Google Cloud offre aux clients l’accès à plusieurs architectures matérielles. Elles comprennent les GPU de NVIDIA, les unités de traitement tensoriel de Google, ou TPU, ainsi que des machines virtuelles équipées de CPU serveurs AMD. Un TPU est un accélérateur spécialisé conçu pour les calculs d’apprentissage automatique.
AMD a indiqué dans son dépôt du premier trimestre que Google Cloud avait lancé des machines virtuelles H4D utilisant des processeurs EPYC de cinquième génération. AWS, Microsoft Azure et Tencent ont également annoncé de nouveaux services basés sur EPYC, ou l’extension de services existants, au cours de la période.
Ces déploiements comptent, car un service d’IA a besoin de plus que de l’accélérateur qui exécute ses plus grands calculs matriciels. Il lui faut aussi des CPU pour préparer les données, planifier les tâches, contrôler le stockage, gérer le réseau et prendre en charge certaines parties de l’inférence.
L’inférence est le processus consistant à utiliser un modèle entraîné pour générer une réponse, une classification ou une prédiction. À mesure que les produits d’IA attirent davantage d’utilisateurs, l’inférence peut créer une demande durable tant pour les accélérateurs que pour les processeurs hôtes.
AMD a annoncé des revenus de centres de données de 5,8 milliards de dollars au premier trimestre, en hausse de 57 % sur un an. L’entreprise a attribué cette hausse aux processeurs EPYC et à la poursuite des livraisons de GPU Instinct dans son dépôt financier.
Cette combinaison offre à AMD deux voies d’accès à un centre de données cloud. L’entreprise peut fournir les CPU associés aux accélérateurs d’une autre société, ou vendre une plateforme informatique AMD plus complète. La première voie génère des revenus sans obliger AMD à évincer NVIDIA.
Google a également des raisons de maintenir plusieurs options matérielles. Ses propres TPU peuvent lui donner davantage de contrôle sur les performances, l’approvisionnement et les coûts d’exploitation pour certaines charges de travail. Les GPU de NVIDIA offrent une vaste prise en charge logicielle et l’accès à une large base de développeurs. AMD donne à Google une autre source de CPU et d’accélérateurs.
Les résultats du deuxième trimestre d’Alphabet ont renforcé l’ampleur de cette stratégie. Le chiffre d’affaires a augmenté de 24 % sur un an, tandis que les revenus de Google Cloud ont progressé de 82 %. Le carnet de commandes cloud a atteint 514 milliards de dollars, selon les commentaires sur les résultats.
Le carnet de commandes représente des revenus contractés qui n’ont pas encore été comptabilisés. Il ne garantit pas que chaque engagement deviendra un revenu selon son calendrier initial. Néanmoins, une telle croissance aide à expliquer pourquoi Google continue d’étendre sa capacité informatique.
Alphabet a déclaré que son portefeuille d’infrastructure comprenait des accélérateurs Google et des systèmes NVIDIA. L’entreprise a également mis en avant la prise en charge de plusieurs frameworks logiciels, permettant aux clients de déplacer davantage de charges de travail entre GPU et TPU.
C’est le signal central du lien entre AMD et Google. Google n’engage pas son cloud sur une seule architecture de puces. L’entreprise cherche à offrir une variété matérielle suffisante pour séduire des clients ayant des modèles, budgets, dépendances logicielles et calendriers de déploiement différents.
Cette approche élargit l’opportunité pour les fournisseurs, mais elle renforce aussi la position de négociation de Google. Un opérateur cloud disposant de silicium interne et de plusieurs fournisseurs externes dépend moins d’une seule feuille de route. La concurrence peut améliorer la disponibilité de l’approvisionnement et réduire le risque qu’un produit retardé bloque la construction d’un centre de données.
AMD bénéficie lorsque cette diversité entraîne davantage d’instances EPYC ou de déploiements Instinct. NVIDIA bénéficie lorsque les clients recherchent sa plateforme complète d’informatique accélérée. Intel bénéficie lorsque la demande de traitement généraliste et de compatibilité d’entreprise demeure importante.
Le fournisseur cloud tire avantage de garder toutes ces options ouvertes.
NVIDIA définit toujours la référence des accélérateurs IA
Une demande plus large crée de la place pour AMD et Intel, mais les revenus de NVIDIA et sa position dans les logiciels définissent toujours la référence concurrentielle.
Les résultats du premier trimestre fiscal de NVIDIA étaient d’une tout autre ampleur que ceux de ses concurrents. L’entreprise a généré 81,6 milliards de dollars de chiffre d’affaires total au cours du trimestre clos le 26 avril. Sa seule activité de centres de données a produit 75,2 milliards de dollars.
Ces chiffres représentaient une croissance annuelle du chiffre d’affaires de 85 % et une croissance des centres de données de 92 %. NVIDIA a également déclaré une marge brute GAAP de 74,9 %. La marge brute mesure la part du chiffre d’affaires restante après les coûts directs de production.
Cette marge compte, car la concurrence dans les semi-conducteurs ne se décide pas uniquement sur la croissance des livraisons. Un fournisseur doit transformer la demande en bénéfices suffisants pour financer de futures conceptions de puces, des produits réseau, des logiciels et des engagements de fabrication.
NVIDIA a construit une plateforme intégrée autour des GPU, des interconnexions à haut débit, du réseau, des systèmes à l’échelle du rack et des logiciels CUDA. CUDA fournit aux développeurs des outils pour écrire des programmes s’exécutant sur les GPU NVIDIA. Des années d’adoption ont rendu cette base logicielle difficile à reproduire.
Les accélérateurs Instinct d’AMD peuvent rivaliser sur les performances matérielles et la capacité mémoire pour certaines charges de travail. La tâche plus difficile consiste à offrir aux clients une expérience tout aussi fiable à travers les frameworks de modèles, les outils d’orchestration, les bibliothèques, le réseau et le support technique.
AMD investit dans ROCm, sa plateforme logicielle ouverte pour l’informatique GPU. L’entreprise construit également des systèmes à l’échelle du rack combinant accélérateurs, CPU, réseau et logiciels. L’adoption par les clients déterminera si ces investissements réduisent le coût opérationnel d’un changement de fournisseur.
Intel occupe une position différente. Ses CPU serveurs restent importants pour l’informatique générale, y compris les processeurs hôtes qui coordonnent les systèmes d’accélérateurs. Intel nourrit également des ambitions dans les accélérateurs et les fonderies, mais n’a pas établi une activité de GPU pour centres de données approchant l’échelle de NVIDIA.
La croissance du chiffre d’affaires de l’entreprise au deuxième trimestre a montré que la demande de CPU s’était renforcée. Le communiqué de résultats d’Intel a également placé sa feuille de route de fabrication et ses clients externes de fonderie au cœur de son plan de redressement.
Une fonderie fabrique des puces conçues par d’autres entreprises. La stratégie de fonderie d’Intel crée donc un deuxième rôle possible dans l’infrastructure IA. L’entreprise peut vendre ses propres processeurs tout en cherchant à fabriquer des puces pour des concepteurs externes.
Ce modèle exige d’importants investissements en capital avant que les volumes de clients deviennent prévisibles. Intel doit également convaincre de potentiels clients de fonderie que son procédé de fabrication, ses rendements, ses outils et son calendrier de livraison répondront aux exigences commerciales.
Google complique le paysage concurrentiel pour les trois fournisseurs. Ses TPU offrent à l’entreprise une alternative interne pour une partie de l’entraînement et de l’inférence des modèles. D’autres hyperscalers développent aussi des accélérateurs sur mesure, ciblant souvent des charges de travail particulières pour lesquelles les GPU généralistes entraînent des coûts inutiles.
Le silicium sur mesure n’élimine pas automatiquement les fournisseurs de puces commerciales. Concevoir un processeur n’est qu’une étape. Une entreprise de cloud doit sécuriser des capacités de fabrication, encapsuler la puce, l’interconnecter à grande échelle, assurer le support logiciel et l’exploiter de manière fiable.
La plateforme de NVIDIA réduit une grande partie de ces contraintes d’intégration. Cet avantage explique pourquoi les fournisseurs de cloud peuvent investir dans leurs propres puces tout en continuant d’acheter des systèmes NVIDIA.
L’opportunité d’AMD ne consiste pas simplement à produire un composant plus rapide. L’entreprise doit offrir suffisamment de performances, d’approvisionnement, de compatibilité logicielle et de support système pour justifier le déploiement d’une deuxième plateforme d’accélérateurs.
L’opportunité immédiate d’Intel est plus large. L’augmentation de l’usage de l’IA peut accroître la demande de CPU même lorsque Intel ne fournit pas l’accélérateur principal. Toutefois, l’entreprise doit protéger cette position face à AMD, aux processeurs basés sur Arm et aux CPU cloud personnalisés qui se disputent les mêmes charges de travail hôtes.
Les entreprises ont toutes progressé parce que le marché adressable semblait plus vaste. Leurs stratégies restent profondément différentes.
Ce que les chiffres des résultats ne permettent pas de trancher
Une forte croissance trimestrielle ne permet pas de déterminer si les dépenses d’infrastructure IA généreront des rendements durables pour les clients ou les fournisseurs.
La plus grande incertitude concerne les entreprises qui financent les centres de données. Google, Microsoft, Amazon, Meta et d’autres opérateurs engagent des capitaux avant de connaître le revenu final généré par chaque installation.
Alphabet a enregistré une forte croissance du cloud, mais a également augmenté ses dépenses en serveurs, centres de données et réseaux. Des dépenses d’investissement plus élevées créent à terme des charges d’amortissement, qui répartissent le coût comptabilisé d’un actif sur sa durée d’utilité.
Cet effet comptable peut peser sur les futures marges opérationnelles, même si la sortie de trésorerie intervient plus tôt. Il signifie aussi qu’un solide trimestre de revenus ne répond pas immédiatement à la question de savoir si chaque nouveau centre de données génère un rendement attractif.
La croissance de 82 % du cloud de Google et l’augmentation de son carnet de commandes rendent la thèse d’investissement plus crédible. Pourtant, les investisseurs doivent encore surveiller la vitesse à laquelle ce carnet se transforme en revenus comptabilisés et en flux de trésorerie.
Il existe un autre risque pour les fournisseurs de puces. Les clients pourraient devenir plus efficaces dans l’exécution des modèles d’IA. Des modèles plus petits, une quantification améliorée, une meilleure planification et des puces plus spécialisées peuvent réduire la puissance de calcul nécessaire à une tâche donnée.
La quantification est une méthode qui utilise des nombres de précision inférieure afin de réduire les besoins en mémoire et en calcul d’un modèle. Une même charge de travail peut donc devenir moins coûteuse, même lorsque son utilisation progresse.
L’efficacité ne réduit pas toujours la demande totale de matériel. Des coûts plus bas peuvent inciter les entreprises à déployer l’IA dans davantage de produits, servir plus d’utilisateurs ou exécuter des tâches plus complexes. Les économistes décrivent souvent ce phénomène comme une expansion de la demande lorsqu’une ressource devient moins chère.
L’issue dépend de la capacité des usages supplémentaires à croître plus vite que l’efficacité ne s’améliore. Les prévisions des fabricants de puces supposent généralement que ce sera le cas. Cette hypothèse reste commercialement plausible, mais les résultats trimestriels ne peuvent pas la confirmer pour l’ensemble du cycle d’investissement.
La concentration de l’offre crée une autre incertitude. Les accélérateurs avancés dépendent d’un nombre limité de fabricants, de fournisseurs d’encapsulation, de producteurs de mémoire et de fournisseurs de réseaux. Un retard sur un seul composant peut freiner un rack entier.
AMD fait également face à un risque d’exécution à mesure qu’elle s’oriente vers des déploiements d’accélérateurs plus importants. L’intérêt annoncé des clients n’équivaut pas à des revenus comptabilisés. Les systèmes doivent arriver dans les délais, offrir des performances constantes et s’intégrer aux logiciels des clients.
La croissance du chiffre d’affaires de l’entreprise au deuxième trimestre soutient son orientation, mais le marché a encore besoin de preuves au niveau des produits. Il faudra surveiller l’élargissement de la disponibilité dans le cloud, les commandes récurrentes et les déploiements en production qui dépassent le stade des évaluations.
Le risque d’Intel est encore plus structurel. Sa demande de CPU peut bénéficier du cycle de l’IA alors que l’entreprise investit massivement dans la fabrication. Cela crée une tension entre l’amélioration des ventes de produits et le coût du maintien d’une fonderie compétitive.
Intel a déclaré rester engagée dans sa feuille de route de fabrication avancée. Les investisseurs doivent évaluer cette affirmation à l’aune des engagements de clients externes, des rendements de production et du calendrier de montée en cadence.
NVIDIA fait face à des pressions différentes. Sa position dominante lui confère des avantages en matière de prix et de plateforme, mais elle crée aussi des attentes exigeantes. La croissance du chiffre d’affaires doit rester suffisamment élevée pour soutenir les hypothèses d’investissement à travers une activité très importante.
L’entreprise fait également face à une concurrence croissante des accélérateurs AMD et des puces conçues par les hyperscalers. Les TPU de Google n’ont pas besoin de remplacer NVIDIA partout pour influencer le marché. Ils doivent seulement devenir suffisamment attractifs pour un nombre assez important de charges de travail internes ou cloud afin de modifier les décisions d’achat.
La réglementation et les contrôles à l’exportation ajoutent une incertitude supplémentaire. Les restrictions peuvent modifier les processeurs que les fournisseurs sont autorisés à vendre sur certains marchés. Elles peuvent aussi exiger une refonte des produits ou conduire les clients à développer des alternatives locales.
Aucun de ces risques n’invalide la hausse de mercredi. Ils expliquent pourquoi un mouvement sur une seule journée doit être interprété comme un signal de demande, et non comme un jugement définitif sur les gagnants à long terme.
La véritable compétition porte sur les systèmes d’IA complets
La prochaine phase de concurrence se jouera au niveau des systèmes, où puces, mémoire, réseau, logiciels, alimentation électrique et refroidissement doivent fonctionner ensemble.
Un accélérateur crée rarement de la valeur à lui seul. Les grands déploiements d’IA combinent des milliers de composants en clusters conçus pour se comporter comme un seul ordinateur. Les performances dépendent de la vitesse à laquelle les données circulent entre les processeurs et de la fiabilité avec laquelle l’ensemble du système reste en ligne.
Cette évolution favorise les entreprises capables de coordonner plusieurs couches. NVIDIA vend des accélérateurs, des CPU, des équipements réseau, des interconnexions et des logiciels. Sa stratégie à l’échelle du rack fournit aux clients une architecture de référence qui réduit le travail d’intégration.
AMD poursuit une approche similaire avec ses accélérateurs Instinct, ses processeurs EPYC, ses actifs réseau et ses logiciels ouverts. Son défi consiste à transformer des composants compétitifs distincts en un système prévisible pour les grands clients.
Google emprunte une autre voie. L’entreprise conçoit des TPU, exploite un cloud mondial, achète du matériel commercial et contrôle une grande partie des logiciels situés au-dessus de l’infrastructure. Cette intégration verticale permet à Google de choisir différents parcours de calcul pour ses services internes et ses clients externes.
La relation entre AMD et Google s’inscrit dans ce marché au niveau des systèmes. Une instance Google Cloud alimentée par EPYC peut prendre en charge le calcul haute performance, le traitement des données ou des charges de travail liées à l’IA sans utiliser d’accélérateur AMD. Un autre service peut associer différents CPU hôtes à des GPU NVIDIA.
Les clients se soucient souvent moins du logo figurant sur chaque puce que du débit, de la disponibilité, de la compatibilité logicielle, de la sécurité et du coût d’exploitation. C’est pourquoi la domination dans les benchmarks ne garantit pas à elle seule le déploiement.
Une équipe d’entraînement de modèles peut privilégier le délai d’exécution. Un service en ligne peut davantage se préoccuper du coût d’inférence et de la latence de réponse. Une entreprise réglementée peut privilégier la localisation des données, le support et des mises à jour prévisibles.
Ces exigences laissent de la place au calcul hétérogène, qui utilise différents types de processeurs pour différentes tâches. Les CPU prennent en charge les travaux flexibles à usage général. Les GPU et les TPU accélèrent les calculs hautement parallèles. Les composants réseau connectent le système, tandis que la mémoire alimente les processeurs en données.
Intel peut rester pertinent si les systèmes hétérogènes continuent d’exiger un grand nombre de CPU performants. AMD peut progresser grâce à la fois à EPYC et à Instinct. NVIDIA peut défendre son avance en rendant sa plateforme plus facile à déployer que des alternatives mixtes.
Cependant, la concurrence au niveau des systèmes donne aussi davantage d’influence aux opérateurs cloud. Google peut intégrer le matériel derrière des services gérés, permettant aux clients de consommer de la puissance de calcul sans sélectionner chaque composant sous-jacent.
Cette abstraction peut affaiblir l’image de marque des puces au fil du temps. Les développeurs peuvent demander un objectif de performance ou un niveau de service plutôt qu’un processeur particulier. Le fournisseur cloud décide alors quel matériel permet d’obtenir le résultat demandé.
NVIDIA a réagi en étendant sa présence dans les logiciels et les plateformes. AMD améliore la portabilité logicielle et travaille avec les entreprises cloud sur de nouvelles instances. Intel met l’accent sur la compatibilité en entreprise et les options de fabrication.
La disponibilité électrique façonnera également ces choix. Les centres de données d’IA nécessitent d’importants raccordements électriques, des systèmes de refroidissement et des délais de construction. Une puce affichant d’excellents résultats dans les benchmarks peut tout de même perdre un déploiement si son système ne peut pas s’inscrire dans l’enveloppe de puissance d’un site.
Les clients compareront de plus en plus le travail utile par unité d’énergie, le délai total de déploiement et le taux d’utilisation. Le taux d’utilisation mesure la part de la capacité d’un système installé qui effectue un travail productif au lieu d’attendre sans agir.
La hausse du marché a reconnu une demande croissante tout au long de cette chaîne. La compétition à long terme concerne les entreprises qui capteront le plus de valeur après que les clients auront pris en compte chaque coût du système.
Trois signaux mettront à l’épreuve la hausse des actions des puces d’IA
La hausse aura davantage de sens si les déploiements, les revenus cloud et les feuilles de route produits confirment que la demande est à la fois large et durable.
Le premier signal sera le prochain rapport de résultats de NVIDIA. Les investisseurs devront comparer la croissance des accélérateurs avec l’offre, les marges et les prévisions de la direction. Une nouvelle forte augmentation dans les centres de données renforcerait l’idée que la demande des hyperscalers reste intacte.
Il faudra surveiller la composition de la croissance de NVIDIA aussi attentivement que son total. Les réseaux, les systèmes à l’échelle du rack et les achats récurrents peuvent révéler si les clients étendent des déploiements complets plutôt que de passer des commandes isolées de puces.
Un ralentissement ne mettrait pas automatiquement fin au cycle des infrastructures d’IA. Il soulèverait des questions sur le calendrier des déploiements, la concentration de la clientèle et la possibilité que des commandes antérieures aient avancé la demande.
Le deuxième signal sera la conversion par AMD de plateformes annoncées en revenus d’accélérateurs comptabilisés. AMD a fait état d’un fort engagement de la clientèle, mais les investisseurs ont besoin de preuves de déploiements de production plus importants.
La disponibilité dans le cloud fournit un indicateur utile. Davantage de services basés sur Instinct proposés par de grands fournisseurs rendraient le matériel accessible aux développeurs sans les obliger à construire des clusters privés. Des commandes récurrentes constitueraient un signal encore plus fort.
La demande pour EPYC mérite également l’attention. AMD peut participer aux infrastructures d’IA grâce aux processeurs hôtes même lorsque NVIDIA fournit les accélérateurs. Une poursuite de la croissance des CPU pour serveurs soutiendrait la thèse plus large autour d’AMD et Google sans supposer de rapides gains de parts de marché dans les GPU.
Le troisième signal sera de savoir si les dépenses d’infrastructure de Google génèrent une croissance durable du cloud et une conversion du carnet de commandes. Les chiffres récents d’Alphabet étaient solides, mais son programme de dépenses exige une demande continue des clients.
Si Google Cloud maintient une forte croissance tout en améliorant ses marges et en convertissant son carnet de commandes, l’entreprise disposera de preuves plus solides que son infrastructure d’IA produit des retours commerciaux. Ce résultat soutiendrait les fournisseurs de CPU, GPU, réseaux, mémoire et systèmes serveurs.
Si les dépenses en capital augmentent plus vite que les revenus cloud et la génération de trésorerie, l’examen des investisseurs s’intensifiera. Le marché pourrait alors distinguer plus fortement les fournisseurs liés à des déploiements productifs de ceux qui bénéficient d’un optimisme général.
Les progrès d’Intel recoupent ces trois signaux. Une forte demande de serveurs aiderait son activité de produits, tandis que des engagements de fabrication externes valideraient une partie de sa stratégie de fonderie. Des retards maintiendraient l’entreprise dépendante d’une reprise plus étroite des CPU.
Les lecteurs devraient éviter de réduire cette compétition à la performance boursière d’une seule journée. AMD, Intel et NVIDIA ont progressé ensemble parce que les résultats récents ont renforcé la confiance dans la quantité de calcul dont les clients ont encore besoin. Ils n’ont pas effacé les différences en matière de revenus, de maturité logicielle, de marges, d’exposition à la fabrication ou de risque d’exécution.
L’étape suivante la plus utile consiste à suivre ces écarts trimestre après trimestre. Suivez la croissance de NVIDIA dans les centres de données, les déploiements en production d’AMD et la manière dont Google Cloud convertit ses dépenses d’infrastructure en revenus. La relation entre AMD et Google n’est qu’un élément visible d’un système bien plus vaste, où plusieurs puces peuvent remporter des commandes tandis que seules quelques plateformes parviennent à conserver un contrôle durable.
