Les résultats de Nvidia relancent le thème de l’IA, mais ce rallye de l’actualité technologique fait face à un test plus difficile

Nvidia a relancé le thème de l’IA le 27 août après avoir annoncé un chiffre d’affaires trimestriel de 96,2 milliards de dollars, faisant grimper les contrats à terme sur le Nasdaq-100 d’environ 1 %.

Les résultats ont fait de la publication de résultats d’une seule entreprise l’événement marquant de la semaine dans l’actualité technologique. L’action Nvidia a gagné plus de 6 % avant l’ouverture de jeudi, tandis que les contrats à terme sur le S&P 500 ont progressé d’environ 0,4 %.

Pourtant, la réaction inégale des marchés portait un avertissement important. Les contrats à terme sur le Dow ont légèrement reculé, montrant que les investisseurs récompensaient l’exposition à l’IA plutôt qu’ils n’adoptaient les actions de façon générale.

Les chiffres de Nvidia ont confirmé un nouveau trimestre de demande extraordinaire en infrastructures. Ils n’ont pas tranché les questions liées à la concentration des clients, aux contraintes d’approvisionnement, à la Chine, à la hausse des coûts de la mémoire ou au financement des nouveaux centres de données.

Ces questions comptent car Nvidia est désormais plus qu’un fournisseur de puces. Ses résultats sont devenus un test récurrent des plans de dépenses d’Amazon, Microsoft, Google, Oracle, Meta et des nouveaux opérateurs de cloud spécialisés dans l’IA.

L’enjeu immédiat n’oppose donc pas Nvidia à un seul rival des semi-conducteurs. Il oppose la demande déclarée par Nvidia aux doutes sur la capacité du cycle d’investissement dans l’IA à poursuivre son expansion au rythme actuel.

Les résultats de Nvidia réinitialisent le cycle de l’actualité technologique

Nvidia a fait plus que dépasser les attentes : l’entreprise a relevé la base de revenus que les investisseurs doivent utiliser pour évaluer le marché de l’IA.

L’entreprise a annoncé un chiffre d’affaires de 96,2 milliards de dollars au deuxième trimestre de son exercice 2027, pour le trimestre clos le 26 juillet. Le chiffre d’affaires a augmenté de 18 % par rapport au trimestre précédent et de 106 % sur un an.

Le chiffre d’affaires du segment Data Center a atteint 89,0 milliards de dollars, en hausse de 18 % par rapport au trimestre précédent et de 117 % sur un an. Cette activité représentait plus de neuf dixièmes du chiffre d’affaires trimestriel de Nvidia.

L’entreprise a annoncé une marge brute GAAP de 75,0 % et un bénéfice dilué GAAP de 2,46 dollars par action. Le bénéfice dilué non-GAAP a atteint 2,22 dollars par action.

Ces chiffres provenaient directement des résultats trimestriels de Nvidia, publiés après la clôture des marchés le 26 août.

Les perspectives ont constitué le principal catalyseur pour les marchés. Nvidia a prévu un chiffre d’affaires de 108,0 milliards de dollars au troisième trimestre, avec une fourchette autorisée de 2 % au-dessus ou au-dessous de ce montant.

Ces prévisions impliquent une nouvelle hausse séquentielle substantielle. Elles suggèrent également que la demande est restée forte malgré une base de comparaison déjà élevée.

Nvidia a exclu les revenus de calcul Data Center provenant de Chine lors de l’élaboration de ses prévisions. Ce choix retire des attentes déclarées de l’entreprise un marché politiquement incertain.

L’entreprise a également prévu une marge brute de 74,0 %, à plus ou moins 50 points de base. Un point de base équivaut à un centième de point de pourcentage.

Cette prévision de marge est inférieure aux 75,0 % annoncés pour le deuxième trimestre. L’écart paraît faible, mais il devient significatif à l’échelle des revenus de Nvidia.

Les investisseurs ont d’abord eu besoin de temps pour assimiler cette combinaison. L’action a brièvement réagi avec prudence avant de se renforcer pendant la présentation des résultats par la direction.

Jeudi matin, Nvidia s’échangeait à plus de 6 % de hausse avant l’ouverture. Les contrats à terme sur le Nasdaq-100 progressaient d’environ 1 %, tandis que les contrats liés au S&P 500 gagnaient près de 0,4 %.

Le compte rendu de préouverture initial a été publié le 27 août, confirmant l’événement à l’origine de l’entrée ultérieure dans la liste des sujets populaires. L’horodatage manquant de l’agrégateur ne reflétait pas un nouveau développement le 31 août.

La séance de trading achevée a renforcé le signal initial. Nvidia a terminé le 27 août avec un gain de 8,7 %, tandis que le Nasdaq Composite a avancé de 1,6 %.

Cette séquence établit la chronologie correcte. Nvidia a publié ses résultats le 26 août, les contrats à terme ont réagi le 27 août, puis l’histoire sous-jacente a rejoint la liste des sujets populaires.

Les dates importent car les articles de marché vieillissent vite. Présenter le titre comme une publication de résultats du 31 août déformerait à la fois l’événement et les éléments disponibles.

Plus important encore, la réaction a montré que les investisseurs considèrent toujours les prévisions de Nvidia comme un indicateur du cycle de dépenses dans l’IA. Une seule prévision a modifié les attentes dans les puces, les logiciels, les infrastructures cloud et la mémoire.

Pourquoi un seul rapport de résultats a fait bouger le thème de l’IA

L’influence de Nvidia sur le marché découle de sa position entre la demande d’IA et l’infrastructure nécessaire pour y répondre.

Un développeur de modèles peut annoncer de meilleurs logiciels sans révéler quelle capacité de calcul les clients achèteront réellement. Les revenus de Nvidia offrent un signal plus concret car ses systèmes prennent en charge les charges de travail d’entraînement et d’inférence.

L’entraînement est le processus de création d’un modèle à partir de vastes ensembles de données. L’inférence est le travail de calcul effectué lorsqu’un modèle déployé répond à une demande ou exécute une action.

Ces deux charges de travail nécessitent des processeurs, de la mémoire, du réseau, de l’électricité et de la capacité de centre de données. Nvidia vend des composants sur une grande partie de cette pile, de sorte que ses commandes révèlent les dépenses à plusieurs niveaux.

Les chiffres du deuxième trimestre indiquent que les clients ne se contentaient pas de tester de petits projets d’IA. Un chiffre d’affaires Data Center de 89,0 milliards de dollars suggère que les déploiements s’effectuaient à l’échelle industrielle.

Nvidia a attribué cette hausse principalement à l’infrastructure Blackwell Ultra. Blackwell Ultra est une génération de processeurs et de systèmes connectés conçus pour de vastes charges de travail d’IA.

L’entreprise a également indiqué que sa plateforme Vera Rubin était entrée en pleine production. Rubin est la prochaine plateforme informatique de Nvidia, combinant de nouveaux processeurs, du réseau et une infrastructure au niveau des baies.

Cette transition compte car les entreprises de semi-conducteurs font souvent face à des pauses entre les générations de produits. Les clients peuvent retarder leurs achats en attendant des systèmes plus récents, créant un creux temporaire dans les revenus.

La croissance annoncée par Nvidia suggère que la demande pour Blackwell s’est poursuivie tandis que la production de Rubin commençait. Cela a réduit les craintes immédiates d’une transition de produit perturbatrice.

Le tableau plus large de la demande a également été soutenu par des engagements dans le cloud. Un jour avant les résultats, Nvidia et Amazon ont annoncé des projets d’infrastructure supplémentaire au sein d’AWS.

Les entreprises ont indiqué qu’AWS prévoit de déployer 2 millions de GPU Nvidia supplémentaires en 2027 et 2028. L’expansion d’AWS couvre les systèmes Blackwell Ultra, Rubin et Rubin Ultra.

L’accord inclut également des CPU Vera, du réseau, des modèles ouverts, des infrastructures gouvernementales et des charges de travail robotiques. AWS prévoit d’installer 100 000 GPU dans une infrastructure sécurisée pour des usages fédéraux.

Ces engagements relient les ventes trimestrielles de Nvidia à des plans de déploiement identifiables. Ils indiquent que les hyperscalers préparent des capacités pour des charges de travail allant au-delà de l’entraînement des modèles.

L’IA agentique en fournit un exemple. Ce terme décrit des logiciels capables de planifier et d’exécuter des tâches en plusieurs étapes tout en utilisant des outils externes ou des systèmes d’entreprise.

L’IA physique en fournit un autre. Elle applique des modèles entraînés à des robots, des véhicules, des équipements industriels et d’autres machines opérant dans des environnements physiques.

Ces applications augmentent la demande d’inférence, car les systèmes déployés doivent traiter des entrées répétées. Elles peuvent faire de la consommation de calcul une exigence opérationnelle continue.

C’est au cœur de la thèse d’investissement de Nvidia. L’entraînement d’un grand modèle crée un événement d’infrastructure concentré, tandis qu’une inférence largement déployée peut générer une demande récurrente auprès de nombreux clients.

Le PDG Jensen Huang a décrit ce changement en affirmant que les jetons d’IA étaient devenus productifs et rentables. Cela reste une affirmation de l’entreprise, et non une règle établie de manière indépendante pour chaque déploiement d’IA.

Les résultats financiers étayent néanmoins une conclusion plus limitée. Certains clients dépensent suffisamment dans des infrastructures de production pour générer une croissance annuelle à trois chiffres de l’activité Data Center de Nvidia.

Le marché a récompensé ces éléments, car les craintes s’étaient déplacées de la capacité de l’IA vers son économie. Les investisseurs voulaient la preuve que l’adoption pouvait soutenir la poursuite des achats d’infrastructure.

Nvidia a fourni cette preuve pour le dernier trimestre. L’entreprise n’a pas démontré que chaque client obtiendra un rendement acceptable sur la capacité en cours de construction.

La demande de Nvidia se heurte aux doutes sur les dépenses

Le principal conflit porte désormais sur une demande mesurable face aux inquiétudes selon lesquelles les dépenses en infrastructures d’IA dépendent d’un cercle concentré d’acheteurs et de financeurs.

Les grands opérateurs de cloud restent essentiels à la croissance de Nvidia. Ces entreprises peuvent financer d’immenses centres de données, mais leurs décisions d’achat créent une source de risque commune.

Si plusieurs hyperscalers réduisent simultanément leurs dépenses, Nvidia ne pourra pas rapidement remplacer cette demande par de plus petites commandes d’entreprises. L’ampleur de la base actuelle de revenus rend la diversification plus difficile.

Le risque s’étend au-delà de Nvidia. Les fournisseurs de mémoire, les vendeurs de réseaux, les fabricants d’équipements électriques, les services publics, les groupes de construction et les opérateurs de cloud ont aligné leurs plans sur la poursuite de l’expansion de l’IA.

Ce réseau explique pourquoi les résultats ont soutenu d’autres actions liées à l’IA. Les investisseurs ont interprété les prévisions de Nvidia comme la preuve que la demande en amont et en aval restait intacte.

Salesforce et CrowdStrike ont également bénéficié d’un soutien après avoir annoncé des résultats liés à la demande d’IA. Leur performance a donné aux investisseurs un autre signal que les dépenses atteignaient les catégories de logiciels.

Nvidia reste toutefois le baromètre de marché le plus clair car l’entreprise se trouve près du goulot d’étranglement de l’infrastructure. Les clients ont besoin de capacité de calcul avant que de nombreux services avancés puissent atteindre la production.

Le scénario haussier repose sur trois observations liées. Les ventes de Nvidia progressent, les opérateurs de cloud réservent davantage de capacité et de nouvelles charges de travail passent des expérimentations aux déploiements.

Le scénario sceptique part des mêmes faits. Les commandes de capacité peuvent arriver avant les revenus des utilisateurs finaux, laissant les clients exposés si l’utilisation ou les prix déçoivent.

L’utilisation mesure la part de la capacité de calcul installée qui est activement employée. Une faible utilisation affaiblit l’économie d’un centre de données, même lorsque les prévisions de demande semblaient initialement convaincantes.

Les prix comptent également. Une capacité plus disponible peut réduire le montant facturé par les fournisseurs de cloud pour le calcul, limitant les rendements malgré une utilisation accrue.

Les accélérateurs personnalisés introduisent une autre pression. Amazon, Google, Microsoft et d’autres grands acheteurs continuent de développer des puces optimisées pour certaines charges de travail internes.

Ces puces n’ont pas besoin de remplacer Nvidia partout pour influencer les comportements d’achat. Elles doivent seulement prendre en charge suffisamment de charges de travail pour améliorer la position de négociation des clients et réduire leur dépendance.

Huang a fait valoir que les processeurs spécialisés servent souvent un seul cloud ou service, tandis que Nvidia prend en charge un éventail plus large de modèles et d’environnements. Cette portabilité demeure un avantage concurrentiel important.

La portabilité signifie que les clients peuvent déplacer des charges de travail entre des systèmes compatibles sans reconstruire chaque composant logiciel. La base logicielle CUDA de Nvidia contribue à renforcer cet avantage.

Cependant, les opérateurs de cloud ont intérêt à continuer d’investir dans des alternatives. Posséder une part plus importante de la pile informatique peut réduire les coûts, améliorer le contrôle des systèmes et limiter l’exposition à un seul fournisseur.

AMD concurrence également Nvidia pour les déploiements externes d’accélérateurs. Son défi ne tient pas seulement aux performances des puces, car les clients évaluent conjointement les logiciels, le réseau, le soutien au déploiement et la disponibilité des systèmes.

Les derniers résultats de Nvidia montrent que ces alternatives n’ont pas freiné sa croissance. Ils ne permettent pas d’établir que Nvidia conservera la même part à mesure que l’infrastructure d’IA se développera.

L’interprétation la plus solide est donc plus nuancée que ne le suggère la célébration des marchés. Nvidia a conservé son rôle central pour un trimestre supplémentaire tout en relevant son seuil de revenus à court terme.

Cette conclusion explique à la fois la hausse et la tension persistante. La demande est visible aujourd’hui, mais sa durabilité dépend d’une économie échappant au contrôle direct de Nvidia.

Ce que les chiffres ne permettent toujours pas de trancher

Le rapport de résultats a atténué les craintes d’un ralentissement immédiat des dépenses en IA, mais il a accru l’ampleur des engagements qui devront à terme générer des retours.

La première incertitude concerne l’offre. Nvidia a déclaré que Rubin était en pleine production, mais la direction a également indiqué que la croissance future serait limitée par les capacités disponibles.

Une contrainte d’approvisionnement peut soutenir la visibilité sur les revenus, car les clients attendent les systèmes. Elle peut aussi créer des risques d’exécution concernant la mémoire, le packaging, les réseaux, le refroidissement et l’alimentation électrique.

Nvidia dépend de partenaires externes pour fabriquer et assembler des composants importants de ses produits. Un retard sur un seul composant peut affecter la livraison d’un rack entier.

Les perspectives de marge brute de 74,0 % de l’entreprise constituent un autre indicateur à surveiller. La hausse des dépenses de mémoire et les coûts liés aux premiers produits peuvent peser sur la rentabilité lors d’une montée en cadence rapide.

Un mouvement d’un point de marge compte lorsque le chiffre d’affaires trimestriel dépasse 90 milliards de dollars. Il peut révéler si le pouvoir de fixation des prix compense la hausse des coûts des composants et du déploiement.

La deuxième incertitude est la Chine. Nvidia n’a inclus aucun revenu lié au calcul Data Center en Chine dans ses prévisions pour le troisième trimestre, car les restrictions gouvernementales rendent ces ventes imprévisibles.

Cette exclusion rend les prévisions plus prudentes à un égard. Elle met aussi en lumière le risque durable créé lorsque la politique nationale limite l’accès à un marché majeur.

La Chine n’est pas seulement une source de ventes. Elle abrite également des développeurs de modèles, des fournisseurs de cloud et des entreprises de puces qui cherchent des alternatives aux technologies américaines soumises à restrictions.

La troisième incertitude concerne le financement. Nvidia a annoncé des partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR en août.

Les entreprises visent à établir des plateformes indépendantes capables de mobiliser plus de 500 milliards de dollars pour les infrastructures d’IA au fil du temps. Le plan de financement reste soumis à la conclusion d’accords définitifs.

De nouvelles sources de capital peuvent accélérer la construction lorsque les clients ne peuvent pas financer directement chaque projet. Elles peuvent aussi rendre plus difficile l’évaluation des relations entre fournisseurs, opérateurs, prêteurs et utilisateurs.

Les investisseurs se sont demandé si certains volets du financement de l’IA devenaient circulaires. Cette inquiétude survient lorsque les entreprises qui financent l’infrastructure bénéficient aussi des achats d’équipements ou des contrats de services qui en résultent.

La circularité ne rend pas la demande fictive. Elle signifie toutefois que les analystes doivent distinguer la consommation indépendante des utilisateurs finaux de l’activité soutenue par un financement stratégique.

Les conditions de crédit doivent donc figurer dans toute analyse sérieuse des résultats de Nvidia. Des coûts d’emprunt plus élevés ou des spreads de crédit plus larges peuvent rendre les projets marginaux de centres de données moins attrayants.

La quatrième incertitude concerne le retour sur investissement des clients. Nvidia comptabilise ses revenus lorsqu’elle vend des systèmes, mais elle ne contrôle pas les modèles économiques bâtis sur ces systèmes.

Les fournisseurs de cloud ont besoin de clients pour louer ces capacités. Les développeurs d’IA ont besoin de revenus d’abonnement, de publicité, de transactions ou d’entreprise pour couvrir leurs dépenses de calcul.

Les entreprises doivent également aller au-delà des démonstrations. Un projet pilote peut démontrer une promesse technique sans générer suffisamment d’économies ou de revenus pour justifier une utilisation durable de l’infrastructure.

Cet écart crée le renversement central de l’article. Les solides revenus des fournisseurs valident le déploiement, mais un déploiement plus vaste augmente ensuite le niveau d’utilisation rentable nécessaire.

La première réaction du marché à la publication des résultats a illustré cette tension. Les actions Nvidia ont d’abord hésité malgré une croissance exceptionnelle, puis ont progressé à mesure que les prévisions et les commentaires de la direction attiraient l’attention.

Les analystes ont décrit le rapport comme un nouveau trimestre de dépassement des attentes et de relèvement des prévisions. Ils ont toutefois aussi noté que les attentes des investisseurs étaient devenues suffisamment élevées pour exiger des prévisions exceptionnellement solides.

Les commentaires contemporains sur les résultats ont relevé ce mouvement ainsi que les inquiétudes concernant les marges, le financement et la demande future.

Le résultat a passé le dernier test. Le prochain test examinera si la croissance des revenus, les marges, l’utilisation par les clients et la qualité du financement progressent ensemble.

Trois signaux qui décideront du prochain cycle d’actualité technologique de Nvidia

La hausse ne deviendra plus durable que si les livraisons de Rubin, l’économie des clients et les conditions de financement soutiennent la base de revenus relevée par Nvidia.

Le premier signal sera le chiffre d’affaires de Nvidia au troisième trimestre par rapport à ses prévisions de 108,0 milliards de dollars. Ce rapport montrera si le carnet de commandes actuel se transforme en systèmes livrés.

Un résultat proche ou supérieur aux prévisions renforcerait l’idée que la demande est restée solide pendant la transition vers Rubin. Un manque à gagner significatif raviverait les inquiétudes liées au calendrier ou à l’absorption des équipements par les clients.

L’absorption par les clients désigne une période durant laquelle les acheteurs ralentissent les nouvelles commandes pendant qu’ils installent et utilisent les équipements achetés précédemment. C’est un risque courant après une expansion rapide des infrastructures.

La qualité du résultat comptera autant que le chiffre principal. Les investisseurs devraient comparer la croissance de Data Center, le chiffre d’affaires total, la marge brute et les prévisions de la direction pour le trimestre suivant.

Une hausse des revenus accompagnée d’une baisse des marges pourrait signaler des coûts d’intrants plus élevés ou des dépenses liées à la transition des produits. Des marges stables suggéreraient que la tarification et le levier opérationnel restent efficaces.

La Chine nécessitera une analyse distincte. Les revenus issus de produits approuvés offriraient un potentiel haussier, mais les ventes dictées par les politiques ne doivent pas être confondues avec une demande de base prévisible.

Le deuxième signal sera le calendrier de déploiement de Rubin chez les fournisseurs de cloud et les nouveaux opérateurs d’IA. Nvidia affirme que la plateforme est en pleine production, avec des racks en fonctionnement chez plusieurs partenaires.

Les investisseurs devraient rechercher des preuves que ces installations passent des systèmes initiaux à une capacité accessible aux clients. Les annonces seules n’établissent pas une utilisation généralisée.

La disponibilité sur les clouds publics renforcerait les perspectives de Nvidia, car les développeurs pourraient commencer à exécuter des charges de travail payantes sur la nouvelle plateforme. Des retards affaibliraient la conversion de revenus attendue.

AWS présente un test particulièrement important, car son accord élargi couvre 2 millions de GPU supplémentaires en 2027 et 2028. Le déploiement s’étend sur plusieurs générations de produits Nvidia.

Le plan associe également les systèmes Nvidia au silicium et à l’infrastructure internes d’Amazon. Cet arrangement montre que coopération et concurrence coexistent au sein de la même relation client.

Si AWS développe avec succès les deux catégories, le marché des accélérateurs peut croître sans faire émerger un unique gagnant. Si les puces personnalisées prennent davantage de charges de travail, les hypothèses sur la part de Nvidia méritent d’être révisées.

Le troisième signal concerne l’économie du financement des infrastructures d’IA. Les plateformes proposées à hauteur de 500 milliards de dollars nécessitent des accords définitifs, des emprunteurs crédibles et des projets assortis d’une demande identifiable.

Les investisseurs devraient suivre les spreads de crédit, les conditions de financement, les engagements de location de centres de données et la concentration des clients. Ces indicateurs peuvent révéler des tensions avant qu’elles n’apparaissent dans les commandes de puces.

Un financement plus restrictif avec une demande stable renforcerait l’affirmation de Nvidia selon laquelle les besoins en infrastructures dépassent l’offre disponible. Une détérioration des conditions de crédit affaiblirait la force apparente du pipeline.

Les dépenses d’investissement des hyperscalers restent également essentielles. Leur poursuite à la hausse soutiendrait Nvidia, tandis que des réductions synchronisées exerceraient une pression sur l’ensemble du réseau de fournisseurs.

Ces plans de dépenses doivent être évalués parallèlement aux revenus et au taux d’utilisation de l’IA dans le cloud. L’investissement gagne en crédibilité lorsque la consommation des clients augmente avec la capacité installée.

Les développeurs et les acheteurs en entreprise devraient s’y intéresser, car les décisions d’infrastructure influencent la disponibilité, les performances et le coût des services d’IA déployés.

Une capacité accrue peut permettre une inférence plus rapide et un accès plus large. Elle peut aussi créer des dépendances envers les fournisseurs qui déterminent quels modèles, clouds et outils de développement restent économiquement viables.

Les travailleurs du savoir font face à une décision connexe. Les services d’IA dépendent de plus en plus d’infrastructures distantes dont la fiabilité et l’économie peuvent évoluer avec la concentration des fournisseurs.

Les équipes devraient suivre les tâches qui produisent une valeur durable, puis préserver le contexte derrière ces décisions. Une base de connaissances IA consultable peut aider à distinguer les gains reproductibles de l’expérimentation temporaire.

Les résultats d’août de Nvidia ont apporté au marché de l’IA un trimestre supplémentaire d’éléments probants. Le chiffre d’affaires a doublé, les ventes Data Center ont progressé plus vite et la direction a publié des prévisions beaucoup plus élevées.

Le marché a réagi en conséquence, faisant progresser les contrats à terme du Nasdaq et les actions liées à l’IA. Cette réaction a fait de Nvidia l’histoire technologique centrale du 27 août.

Pourtant, le rapport n’a pas clos le débat. Il a déplacé le débat de l’existence de la demande d’infrastructures d’IA à la question de savoir si ses engagements financiers croissants restent productifs.

Le prochain rapport de Nvidia devra montrer que les livraisons de Rubin se concrétisent, que les marges restent défendables et que les clients continuent de financer leur expansion sans affaiblir leur économie.

D’ici là, les lecteurs devraient considérer la hausse comme un signal validé à court terme, et non comme un verdict final sur le cycle d’investissement dans l’IA. Lequel de ces trois indicateurs fournira les premiers éléments les plus probants ?