Les ventes de puces Nvidia pourraient doubler, mais l’offre de mémoire donnera le rythme

Le PDG de Nvidia, Jensen Huang, prévoit que les ventes de puces Nvidia en volume unitaire doubleront l’an prochain, malgré une chaîne d’approvisionnement déjà mise à rude épreuve par la demande liée à l’IA. Cette prévision a immédiatement renforcé les perspectives de Samsung Electronics et de SK hynix, qui fournissent la mémoire des systèmes de centres de données en expansion de Nvidia.

Le titre semble annoncer une aubaine évidente en matière de demande pour les deux fournisseurs coréens. La compétition sous-jacente est plus difficile : l’ambition de Nvidia en matière d’expéditions dépend désormais de la rapidité avec laquelle ses partenaires peuvent fabriquer une mémoire qualifiée à haut rendement, sans aggraver les pénuries ailleurs.

Cette distinction compte, car Huang aurait évoqué le nombre total de puces, et non le chiffre d’affaires ou les seuls processeurs graphiques. Nvidia vend également des processeurs centraux, des composants réseau, des puces pour ordinateurs portables ainsi que des modules destinés à la robotique et aux véhicules.

Les prévisions d’expéditions couvrent donc un portefeuille plus large que les accélérateurs qui dominent les titres sur l’IA. Nvidia ne publie pas un total consolidé des expéditions permettant aux investisseurs de vérifier indépendamment cette comparaison.

Les produits de centres de données restent néanmoins le moteur central. Chaque système d’IA supplémentaire exige des processeurs, des équipements réseau, un packaging avancé et de grandes quantités de mémoire à haute bande passante. La HBM empile la mémoire verticalement afin de transférer les données entre processeurs et mémoire à des débits bien supérieurs à ceux de la DRAM classique.

L’opportunité pour Samsung et SK hynix est considérable. Le risque d’exécution l’est tout autant. Doubler les expéditions exige davantage que de trouver des acheteurs. Nvidia et ses fournisseurs doivent coordonner les capacités mémoire, les rendements de fabrication, le packaging, l’électricité, le refroidissement et les espaces de centres de données achevés.

La promesse de ventes de puces Nvidia porte sur les unités

La prévision de Huang signale une demande exceptionnelle, mais ne constitue pas une promesse que le chiffre d’affaires de Nvidia doublera.

Huang a formulé cette prévision en s’adressant à des journalistes avant un sommet sur l’IA en Écosse le 17 septembre. Selon le rapport, il a déclaré que Nvidia prévoyait de vendre deux fois plus de puces l’an prochain.

Il a attribué ces perspectives à l’extension des investissements dans l’IA à tous les secteurs et aux économies nationales. Les gouvernements et les entreprises considèrent de plus en plus la capacité de calcul comme une infrastructure plutôt que comme un budget technologique facultatif.

Cette formulation établit une importante limite analytique. Une prévision en nombre de puces combine des produits aux prix de vente, aux exigences de production et aux contributions aux bénéfices très différents.

Un accélérateur Rubin ne peut pas être considéré comme économiquement équivalent à un processeur pour ordinateur portable, un composant réseau ou un module Jetson. Une évolution du mix produit pourrait doubler le nombre total d’unités sans engendrer une hausse équivalente du chiffre d’affaires.

La période de comparaison doit également être examinée avec prudence. Nvidia ne communique pas de nombre d’expéditions de puces audité et couvrant l’ensemble de l’entreprise dans ses états financiers réguliers. Les observateurs externes ne peuvent pas reproduire la prévision à partir d’une base publique en unités.

Cette déclaration est donc aujourd’hui indicative plutôt qu’indépendamment mesurable. Elle indique aux fournisseurs que Nvidia prévoit une production physique bien plus importante, mais pas exactement comment cette production se répartira entre les catégories de produits.

Les prévisions antérieures de Huang établissent néanmoins l’ampleur de la confiance de la direction. Lors du GTC 2026, il a projeté au moins 1 000 milliards de dollars de revenus issus de Blackwell et Vera Rubin d’ici 2027.

Il a également déclaré que la demande informatique dépasserait ce montant. Cette projection de revenus concernait les plateformes d’IA actuelles et de nouvelle génération de Nvidia, plutôt que toutes les puces vendues par l’entreprise.

La dernière prévision en unités va plus loin à un égard. Elle implique que Nvidia s’attend à ce que son réseau de fabrication soutienne une hausse majeure de la production physique dans plusieurs activités.

Cette attente est déjà visible dans les engagements financiers de Nvidia. L’entreprise a déclaré 279 milliards de dollars d’engagements en matière d’approvisionnement et de capacité au 26 juillet 2026.

Le total était de 119 milliards de dollars un trimestre plus tôt. Nvidia a déclaré que cette hausse soutenait principalement les installations de mémoire et de fabrication nécessaires aux architectures actuelles et futures de centres de données.

Son chiffre d’affaires du deuxième trimestre fiscal a atteint 96,2 milliards de dollars, tandis que les revenus des centres de données ont atteint 89 milliards de dollars. Ces résultats expliquent pourquoi les fournisseurs prennent la prévision en unités au sérieux, même sans base d’expéditions divulguée.

Les engagements ne sont toutefois pas des produits achevés. Ils réservent des intrants et des capacités, souvent des années avant que les systèmes qui en résultent n’atteignent les clients.

Certains accords peuvent également être annulés, reprogrammés ou ajustés avant que Nvidia ne passe des commandes fermes. Le chiffre comptable montre une préparation à la demande, et non une consommation garantie de chaque composant réservé.

Le propre document réglementaire de Nvidia indique que des estimations inexactes de la demande peuvent créer une volatilité des revenus et de l’approvisionnement. L’entreprise identifie également les retards de production, les faibles rendements, la hausse des coûts des matériaux et les pénuries d’infrastructures comme des contraintes potentielles.

La prévision doit donc être interprétée comme un objectif opérationnel soutenu par des achats agressifs. Il ne s’agit ni d’un résultat confirmé ni d’une simple multiplication du chiffre d’affaires actuel.

Pour Samsung et SK hynix, le message reste commercialement significatif. Nvidia prévoit de faire transiter beaucoup plus de matériaux dans sa chaîne d’approvisionnement, et la mémoire se trouve au cœur de ce plan.

Les ventes de puces Nvidia font de la mémoire le goulet d’étranglement

L’augmentation prévue fait de la disponibilité de la mémoire une condition de croissance, plutôt qu’un composant que Nvidia peut acheter une fois la demande apparue.

Les accélérateurs d’IA ont besoin de HBM, car l’entraînement et l’inférence des modèles déplacent d’énormes volumes de données. Les cœurs de traitement perdent en productivité lorsque la mémoire ne peut pas les alimenter assez rapidement.

La HBM répond à ce problème en empilant des puces DRAM et en les reliant par des voies verticales denses. Cette conception offre une bande passante élevée à proximité du processeur, mais elle est plus difficile à fabriquer que la mémoire ordinaire.

Chaque pile consomme des capacités DRAM avancées, des puces de base spécialisées et des ressources de packaging. L’augmentation du nombre de piles par accélérateur accentue la pression sur ces trois éléments.

Le document trimestriel de Nvidia rend cette dépendance particulièrement visible. L’entreprise a porté ses engagements d’approvisionnement et de capacité à 279 milliards de dollars, contre 119 milliards de dollars en un trimestre.

Ces engagements couvrent 92 milliards de dollars pour le reste de l’exercice fiscal 2027. Ils incluent 87 milliards de dollars supplémentaires pour l’exercice 2028 et 88 milliards de dollars pour l’exercice 2029.

Nvidia a déclaré que ces accords concernent principalement la mémoire et les installations de fabrication. Cette divulgation relie directement le plan de croissance de l’entreprise à une production que les fournisseurs doivent réserver ou construire.

Cette ampleur révèle également un renversement du pouvoir de négociation. Nvidia reste le principal acheteur d’accélérateurs d’IA, mais ne peut pas fabriquer suffisamment de systèmes sans la coopération d’un petit groupe de fournisseurs de mémoire.

Samsung, SK hynix et Micron sont les principaux producteurs de HBM avancée. La capacité est concentrée, tandis que les normes de qualification limitent la liberté de Nvidia de changer rapidement de fournisseur.

La qualification consiste à prouver qu’un composant satisfait aux exigences du client en matière de vitesse, de consommation électrique, de fiabilité et de constance de production. Un échantillon techniquement avancé ne devient pas automatiquement un produit commercial à haut volume.

Nvidia doit donc planifier les générations de mémoire en parallèle de sa feuille de route système. Vera Rubin utilise la HBM4, tandis que les futures plateformes exigeront une mémoire plus rapide et un packaging toujours plus sophistiqué.

Nvidia et SK Group ont officialisé cette dépendance en juillet. Leur partenariat mémoire couvre l’approvisionnement à long terme et l’optimisation conjointe de la mémoire d’IA de nouvelle génération.

L’accord relie également l’approvisionnement en mémoire à une usine d’IA de SK Telecom prévue pour deux gigawatts. Sa première phase doit entrer en service en 2027 avec des systèmes Vera Rubin et de la HBM4 de SK hynix.

Cet arrangement dépasse une commande conventionnelle de composants. Nvidia obtient une meilleure visibilité sur l’approvisionnement, tandis que SK hynix reçoit un signal de demande plus clair pour des décisions coûteuses en matière de capacité.

La stratégie reporte toutefois la pression sur le marché plus large de la mémoire. La HBM et la DRAM conventionnelle se disputent des portions des mêmes budgets d’investissement, capacités de fabrication et effectifs techniques.

Donner la priorité à la HBM peut laisser moins de production disponible pour la mémoire serveur, les PC, les smartphones et le stockage d’entreprise. Les acheteurs hors du marché des accélérateurs d’IA font alors face à une offre plus tendue ou à des coûts plus élevés.

Le défi physique ne peut pas être résolu par les seuls engagements d’achat. Les nouvelles usines de fabrication nécessitent des travaux de construction, l’installation d’équipements, le réglage des procédés et la qualification par les clients.

Le packaging avancé introduit une autre contrainte. Une pile HBM achevée doit encore être intégrée aux processeurs et à d’autres composants avant de devenir partie d’un système expédiable.

Nvidia réserve en réalité une chaîne de production coordonnée, et non des puces isolées achetées sur catalogue. Une défaillance à une étape peut retarder des composants de valeur produits ailleurs.

Doubler les expéditions en unités met donc à l’épreuve la capacité de cette chaîne à monter en puissance comme un système. Les entreprises de mémoire n’en bénéficient que si elles peuvent convertir la demande en production qualifiée et livrable.

Samsung et SK hynix font face à des défis HBM différents

Les deux fournisseurs coréens profitent de l’expansion de Nvidia, mais SK hynix doit défendre sa position tandis que Samsung doit prouver que son redressement dans la HBM peut monter en puissance.

SK hynix est entré dans le cycle actuel avec une relation étroite avec Nvidia et une position établie dans la HBM. L’entreprise doit désormais se développer sans sacrifier les rendements, la fiabilité des livraisons ou le développement de la prochaine génération.

Son partenariat à long terme avec Nvidia renforce cette relation. Le développement conjoint donne à SK hynix une visibilité plus précoce sur les futures exigences de performance et les conceptions de systèmes attendues.

Cet accès peut réduire le risque de fabriquer le mauvais produit. Il rend également les échecs d’exécution plus lourds de conséquences, car Nvidia aligne d’importants plans de plateformes sur l’approvisionnement de SK hynix.

Samsung aborde l’opportunité depuis une position différente. Sa vaste base de fabrication de mémoire lui procure une capacité d’échelle, mais des difficultés antérieures de qualification ont affaibli sa position dans certaines parties du marché de la HBM.

L’entreprise affirme avoir commencé les ventes de produits de masse de HBM4 et de SOCAMM2 pour la plateforme Vera Rubin de Nvidia au cours du premier trimestre de 2026. SOCAMM2 est un module mémoire compact conçu pour les serveurs d’IA.

Les résultats trimestriels de Samsung ont fait état de ventes record dans la mémoire et de hausses de prix à l’échelle du secteur. L’entreprise prévoyait également de livrer les premiers échantillons de HBM4E au trimestre suivant.

Ces jalons comptent, car les expéditions commerciales apportent des preuves plus solides que les démonstrations. Néanmoins, les premières ventes n’établissent pas la part finale de Samsung dans les volumes de Nvidia.

Les mesures décisives sont le rendement durable, les spécifications acceptées, les calendriers de livraison et le nombre de systèmes que Nvidia construit réellement avec de la mémoire Samsung. Samsung doit livrer de façon constante à travers une base de production en croissance.

Cela crée une situation inhabituelle pour Nvidia. L’entreprise a besoin d’une concurrence intense entre les fournisseurs, mais elle a également besoin que tous les fournisseurs qualifiés se développent avec succès.

Dépendre trop fortement d’un seul producteur accroîtrait le risque d’approvisionnement. Répartir les commandes trop largement pourrait compliquer la validation, le packaging et la constance des performances.

Samsung et SK hynix doivent également décider avec quelle agressivité augmenter leurs capacités. Construire trop lentement laisse des commandes précieuses sans réponse et donne aux concurrents une marge pour progresser.

Construire trop rapidement crée un autre danger. Le secteur de la mémoire a historiquement connu des cycles sévères lorsque de nouvelles capacités arrivent alors que la demande ralentit.

Une usine de fabrication planifiée pendant une pénurie peut commencer à produire en période de surabondance. Les fournisseurs font alors face à une baisse des prix tout en supportant l’amortissement de lourds investissements en capital.

Les signaux actuels de demande semblent plus solides qu’un simple cycle de produit. Les dépenses en infrastructure d’IA proviennent désormais des fournisseurs de cloud, des développeurs de modèles, des entreprises et des programmes nationaux de calcul.

Cependant, ces acheteurs dépendent tous du financement, de l’électricité, des raccordements au réseau et de la construction de centres de données. Un retard en dehors de l’industrie des semi-conducteurs peut réduire les livraisons de puces à court terme.

SK hynix a averti que la demande des clients dépasserait sa capacité de production au-delà de 2030. Son directeur général a également décrit 2027 comme le point bas attendu pour la disponibilité de la mémoire.

Cette prévision de pénurie renforce les perspectives haussières pour les prix et les taux d’utilisation. Elle met simultanément en lumière le risque pesant sur l’objectif de livraisons de Nvidia.

Si SK hynix est déjà contraint par ses capacités, doubler les volumes de Nvidia exige une production supplémentaire de Samsung, Micron ou de nouvelles capacités chez SK hynix. Chacune de ces voies implique des travaux de qualification et de montée en cadence.

Les deux entreprises coréennes ne sont donc pas de simples bénéficiaires passifs de la croissance de Nvidia. Elles déterminent quelle part de cette croissance peut devenir du matériel réellement livrable.

Leur concurrence portera sur bien plus que les parts de marché. L’efficacité énergétique, les performances thermiques, la compatibilité d’encapsulation et la régularité de production influencent l’économie de tout un système d’IA.

Un produit mémoire qui réduit la demande électrique peut aider un centre de données à déployer davantage de puissance de calcul dans une limite électrique fixe. Cet avantage devient précieux lorsque l’électricité est plus difficile à obtenir que les processeurs.

De même, un échantillon très performant a une valeur commerciale limitée si les rendements restent faibles. Nvidia a besoin d’une production reproductible à grande échelle, et non de résultats de référence isolés.

SK hynix doit transformer sa position initiale en une expansion fiable. Samsung doit démontrer que sa dynamique HBM4 résiste au passage des premières livraisons à des volumes soutenus.

Les deux entreprises peuvent remporter des contrats importants si Nvidia atteint son objectif. Aucune ne bénéficie automatiquement de ce résultat sur la seule base des prévisions de Huang.

Doubler les livraisons ne signifie pas doubler les revenus

Les prévisions de volumes de Nvidia deviennent moins précises lorsque les produits, les prix et les configurations système évoluent en même temps.

L’interprétation la plus simple suppose que Nvidia fabriquera deux fois plus de matériel et percevra deux fois plus de revenus. Le portefeuille de l’entreprise rend cette conclusion incertaine.

Un accélérateur pour centre de données présente un profil de prix et de marge différent de celui d’une puce réseau ou d’un module Jetson embarqué. La composition des produits peut modifier considérablement le résultat.

Même dans les centres de données, Nvidia vend de plus en plus de systèmes complets et d’infrastructures à l’échelle du rack. Les revenus dépendent de la configuration, du réseau, des processeurs, de la mémoire, des logiciels et du calendrier de déploiement des clients.

Un client peut acheter des composants individuels. Un autre peut acquérir un système étroitement intégré contenant de nombreux produits Nvidia et des composants de plusieurs fournisseurs.

Compter les unités de puces ne révèle pas quelle transaction génère le plus de revenus. Cela ne montre pas non plus si la croissance provient d’accélérateurs haut de gamme ou d’appareils à plus fort volume et à moindre valeur.

Les transitions entre générations ajoutent une autre complication. Selon son dépôt réglementaire, Nvidia livrera simultanément des produits Blackwell et Vera Rubin.

Les clients pourraient retarder leurs commandes dans l’attente d’une architecture plus récente. D’autres pourraient accélérer leurs achats parce qu’un système existant est disponible plus tôt.

Ces décisions de calendrier peuvent produire des résultats trimestriels irréguliers, même si la demande annuelle reste forte. Elles affectent également la génération de HBM que les fournisseurs doivent livrer.

La tarification crée une incertitude supplémentaire. La rareté de la mémoire et de l’encapsulation peut augmenter les coûts de Nvidia, tandis qu’une forte demande peut soutenir des prix système plus élevés.

Nvidia pourrait répercuter la hausse des coûts sur ses clients. L’entreprise pourrait aussi en absorber une partie afin de protéger l’économie des déploiements ou de concurrencer les accélérateurs personnalisés.

Les fournisseurs de cloud développent des puces internes pour certaines charges de travail. AMD et d’autres fournisseurs ciblent également les clients d’accélérateurs, créant des alternatives lorsque les systèmes Nvidia restent coûteux ou indisponibles.

Ces concurrents n’ont pas besoin d’évincer Nvidia sur chaque charge de travail pour influencer la demande. Ils ont besoin de performances crédibles, d’un support logiciel et de disponibilité dans des déploiements spécifiques.

La plateforme logicielle de Nvidia demeure un avantage important. Pourtant, les acheteurs de matériel évaluent de plus en plus les coûts totaux des processeurs, du réseau, de la mémoire, de l’énergie et de la construction des installations.

Un accélérateur nominalement plus rapide peut perdre sa valeur pratique lorsqu’il reste inutilisé dans l’attente d’électricité ou d’infrastructures de soutien. La capacité de déploiement, plutôt que la demande de composants, peut devenir la contrainte déterminante.

Le total d’engagements de 279 milliards de dollars doit aussi être interprété avec prudence. Il comprend des obligations pluriannuelles et ne représente pas de la mémoire achetée pour une livraison immédiate.

Les accords de Nvidia peuvent permettre des ajustements avant les commandes fermes. Cette flexibilité protège l’entreprise lorsque les calendriers produits ou les exigences des clients évoluent.

Cela signifie également que les fournisseurs ne peuvent pas considérer l’intégralité des engagements comme un chiffre d’affaires comptabilisé et non annulable. Ils doivent distinguer les signaux de planification des commandes exécutoires.

La même prudence s’applique à la prévision de Huang sur le doublement des unités. Les prévisions des dirigeants peuvent orienter les achats et les investissements, mais elles restent des attentes prospectives.

Plusieurs conditions doivent être réunies simultanément. Les services d’IA doivent générer une demande client suffisante, les acheteurs d’infrastructures doivent obtenir des capitaux et les services publics doivent fournir assez d’électricité.

Les partenaires de fabrication doivent également livrer dans les délais des wafers, de la mémoire, des solutions d’encapsulation, des composants optiques et des équipements réseau. Une pénurie dans une catégorie peut immobiliser des stocks dans une autre.

C’est pourquoi la réaction des marchés coréens ne raconte qu’une partie de l’histoire. Une demande attendue plus forte soutient Samsung et SK hynix, en particulier pour la HBM haut de gamme.

Cependant, des hausses plus rapides des prix de la mémoire peuvent réduire les rendements des entreprises qui construisent l’infrastructure d’IA. Cette pression peut finir par se répercuter sur le calendrier des commandes.

L’objectif de livraisons de Nvidia est plus solide comme preuve des attentes de la direction en matière de demande. Il est moins solide comme prévision précise des revenus, des bénéfices des fournisseurs ou des déploiements achevés.

Les investisseurs et les acheteurs d’entreprise devraient séparer ces questions. La croissance des unités, la croissance des revenus, la rentabilité de la mémoire et l’adoption des services d’IA suivent des trajectoires liées mais différentes.

La chaîne d’approvisionnement peut encore faire échouer les prévisions

Le risque central n’est pas un manque d’intérêt pour les puces d’IA, mais un décalage entre la demande promise et les infrastructures réellement déployables.

Nvidia a reconnu les contraintes actuelles d’approvisionnement après le début des livraisons de production de Vera Rubin. L’entreprise a également identifié le foncier, l’électricité, les bâtiments, et le capital comme des facteurs essentiels aux déploiements des clients.

Ces contraintes obéissent à des calendriers différents. La conception d’un processeur peut progresser plus vite qu’un projet de transport d’électricité, qu’un permis de centre de données ou qu’une nouvelle ligne de fabrication de mémoire.

Le décalage qui en résulte peut retarder les revenus même lorsque les clients veulent le matériel. Le dépôt réglementaire de Nvidia avertit précisément que les clients peuvent reporter leurs achats lorsque l’infrastructure n’est pas disponible.

Ce défi distingue le cycle actuel d’une pénurie conventionnelle de semi-conducteurs. Le facteur limitant peut passer des wafers à l’encapsulation, à la mémoire, à l’électricité, au refroidissement ou à la construction.

Les fournisseurs peuvent résoudre un goulot d’étranglement pour en révéler un autre. Davantage d’accélérateurs ne sont d’aucune utilité lorsque l’équipement réseau ou la capacité électrique ne peut les prendre en charge.

Les prix de la mémoire constituent un autre point de pression. La rareté profite à Samsung et SK hynix grâce à une tarification plus forte, mais des hausses excessives augmentent le coût total des systèmes.

Un rapport sectoriel a cité une hausse de 64 % des prix de la DRAM serveur au second semestre 2025. Il a également cité une prévision d’augmentation bien plus importante pour 2026.

Ces estimations peuvent évoluer, et les prix contractuels diffèrent selon les produits et les clients. Cette tendance illustre néanmoins pourquoi les gains des fournisseurs de mémoire peuvent devenir une charge pour les acheteurs d’infrastructures.

Les fournisseurs d’IA doivent en fin de compte tirer des revenus des modèles, des applications et des services cloud pour justifier la poursuite de leurs investissements. La demande de matériel ne peut pas se dissocier durablement de l’économie d’exploitation de ce matériel.

L’inférence offre une source de demande prometteuse, car les modèles déployés consomment des ressources de calcul chaque fois que les utilisateurs demandent des résultats. Les agents peuvent accroître cette consommation en exécutant des tâches répétées à plusieurs étapes.

Pourtant, les gains d’efficacité agissent dans le sens inverse. De meilleurs modèles, des logiciels optimisés et des puces spécialisées peuvent réduire les ressources de calcul nécessaires pour une tâche donnée.

La baisse des coûts peut accroître suffisamment l’utilisation pour compenser ces économies. Ce résultat est plausible, mais il n’est pas garanti chez chaque acheteur ou pour chaque application.

Nvidia assume également un risque de prévision lié à l’ampleur inhabituelle de ses engagements. Réserver des capacités évite que les pénuries ne cèdent des ventes aux concurrents.

Une surestimation de la demande pourrait laisser l’entreprise avec des composants excédentaires, des capacités cloud indésirables ou des coûts liés à des produits que les clients adoptent lentement.

Le dépôt réglementaire mentionne directement ces possibilités. Nvidia indique que les estimations de la demande peuvent être inexactes et que des engagements importants peuvent générer des dépenses de chaîne d’approvisionnement.

La géopolitique introduit une incertitude supplémentaire. Les contrôles à l’exportation peuvent modifier les accélérateurs que Nvidia vend sur certains marchés et les configurations que les clients peuvent déployer.

L’entreprise peut reconcevoir ses produits pour se conformer à la réglementation. Toutefois, ces reconceptions consomment des ressources d’ingénierie et peuvent compliquer la planification de la production.

Samsung et SK hynix sont confrontés à leurs propres considérations géographiques. Leurs actifs de production, leur accès aux équipements et leurs relations clients s’étendent sur des marchés affectés par les restrictions technologiques.

Aucun de ces risques n’invalide les prévisions de Huang. Ils expliquent pourquoi une déclaration sur la demande ne peut pas trancher l’issue.

Une lecture sceptique devrait donc éviter deux extrêmes. Elle ne devrait pas rejeter les prévisions parce que Nvidia ne publie pas de décompte consolidé des unités.

Elle devrait également éviter de traiter ces prévisions comme la preuve que chaque livraison de fournisseur, chaque hausse de prix de la mémoire et chaque investissement dans les centres de données généreront des rendements attractifs.

Les éléments les plus solides proviennent d’actions déjà engagées. Nvidia a accru ses engagements, commencé les livraisons de Vera Rubin et signé des accords mémoire à plus long terme.

Samsung fait état de ventes commerciales de HBM4, tandis que SK hynix approfondit sa planification conjointe avec Nvidia. Ce sont des préparatifs concrets pour des volumes plus élevés.

La question restante est de savoir si la préparation se traduira par une production synchronisée. La production, l’infrastructure et l’économie des clients doivent s’aligner suffisamment pour soutenir le doublement des livraisons.

Que surveiller après les prévisions de ventes de puces de Nvidia

Trois signaux à court terme indiqueront si l’ambition de Nvidia de doubler ses volumes devient un plan de production exécutable.

Le premier signal est la prochaine publication de Nvidia sur ses engagements d’approvisionnement. Le total actuel de 279 milliards de dollars montre que la direction a réservé une énorme capacité future.

Les lecteurs devraient examiner si ce chiffre continue d’augmenter et comment Nvidia décrit sa composition. Des engagements fermes plus importants renforceraient l’hypothèse d’une croissance durable de la production.

Un ralentissement exigerait une interprétation. Il pourrait signifier que Nvidia a sécurisé suffisamment de capacités, ou indiquer que les attentes de demande se stabilisent.

Le détail utile viendra des échéances de paiement, de la flexibilité contractuelle et de la manière dont la direction évoque les contraintes. Un chiffre global à lui seul ne peut pas trancher entre ces possibilités.

Le deuxième signal concerne la montée en cadence de la production de HBM4 et HBM4E chez Samsung et SK hynix. Les premières livraisons et les échantillons doivent se transformer en livraisons répétables et à grand volume.

Surveillez les communications des entreprises sur la production de masse, la qualification client, le mix produit et l’extension des capacités. Des volumes réguliers provenant des deux fournisseurs réduiraient la dépendance de Nvidia à une seule source.

Des preuves de retards, de faibles rendements ou de calendriers révisés affaibliraient le scénario d’un doublement des expéditions. Elles conforteraient également l’hypothèse de prix de la mémoire plus élevés et de pénuries prolongées.

Ce signal aidera à distinguer une manne largement répartie entre les fournisseurs d’un résultat plus concentré. SK hynix et Samsung n’ont pas besoin de capter des parts égales pour en bénéficier.

Toutefois, Nvidia gagne en résilience si les deux peuvent fournir à grande échelle des produits qualifiés. Une saine concurrence entre fournisseurs peut améliorer la disponibilité et réduire le risque de concentration.

Le troisième signal est la capacité de déploiement des clients. Nvidia peut fabriquer des systèmes plus rapidement que les clients ne peuvent construire les installations nécessaires à leur exploitation.

Les prochains résultats financiers des grands fournisseurs de cloud devraient montrer si les dépenses d’investissement restent alignées sur leurs plans d’infrastructure IA. Les carnets de commandes et les capacités effectivement achevées comptent davantage que les seules annonces.

Les contrats d’électricité, les campus de centres de données mis sous tension et les calendriers de déploiement apportent des éléments supplémentaires. Des retards indiqueraient que l’infrastructure physique devient la contrainte dominante.

Si les clients activent les nouvelles capacités dans les délais, l’objectif d’expédition de Nvidia devient plus crédible. Une forte utilisation et des revenus élevés issus des services d’IA le renforceraient davantage.

Si la construction ou l’accès à l’électricité prend du retard, la demande de composants peut rester élevée tandis que les ventes comptabilisées se décalent vers des périodes ultérieures. Les fournisseurs de mémoire pourraient alors faire face à un calendrier de commandes irrégulier.

Les acheteurs d’entreprise devraient également surveiller le coût total des systèmes. Des prix HBM plus élevés peuvent améliorer les résultats des fournisseurs tout en rendant les déploiements d’IA plus difficiles à justifier.

Les développeurs subissent ce problème indirectement par la disponibilité du cloud, les limites d’utilisation et les coûts de calcul. Davantage de puces Nvidia ne comptent que lorsque ces puces deviennent une capacité accessible et opérationnelle.

Les travailleurs du savoir et les utilisateurs d’IA devraient s’y intéresser pour la même raison. L’offre matérielle influence la vitesse à laquelle les modèles avancés et les produits fondés sur des agents peuvent atteindre les flux de travail quotidiens.

La question pratique n’est pas de savoir si Nvidia peut comptabiliser deux fois plus de puces quittant les usines. Elle est de savoir si le secteur peut les transformer en systèmes abordables, alimentés et productifs.

La prévision de Huang offre à Samsung et SK hynix un signal de demande convaincant. Elle relève aussi le niveau d’exigence pour leurs plans de fabrication.

Le prochain trimestre devrait révéler si Nvidia accroît encore ses engagements, si la production de HBM4 s’élargit et si les clients continuent de construire au rythme requis.

Suivez ces trois indicateurs avant de considérer le doublement des ventes de puces Nvidia comme acquis. L’histoire de la demande est solide, mais la mémoire et l’infrastructure contrôlent encore le calendrier.