Nvidia domine, mais les stratégies d’AMD et Broadcom divisent le marché des puces d’IA

Nvidia a enregistré 89 milliards de dollars de revenus trimestriels dans les centres de données, malgré les défis croissants posés par les produits d’AMD et Broadcom dans les accélérateurs, les réseaux et le silicium personnalisé. La comparaison ne se résume plus à une simple course entre fournisseurs de puces interchangeables. Chaque entreprise cherche à occuper une position différente au sein du centre de données d’IA.

Nvidia vend une plateforme informatique étroitement intégrée, construite autour des GPU, du réseau, des systèmes et des logiciels CUDA. AMD développe l’alternative généraliste la plus proche, en combinant les accélérateurs Instinct, les processeurs EPYC, les systèmes à l’échelle du rack et sa pile logicielle ROCm. Broadcom vise un autre niveau, en concevant des accélérateurs sur mesure et en fournissant des technologies réseau aux grands clients cloud.

Cette division modifie la manière dont les investisseurs doivent interpréter les résultats des puces d’IA en 2026. Nvidia reste de loin le plus important en matière de revenus de centres de données, tandis qu’AMD progresse à partir d’une base plus réduite. Broadcom offre une exposition concentrée aux puces sur mesure et aux réseaux, mais son activité de logiciels d’infrastructure modifie son profil financier global.

La question centrale n’est donc pas de savoir quel titre paraît le plus associé à l’intelligence artificielle. Il s’agit de déterminer où les clients souhaitent des plateformes standardisées, où ils veulent des conceptions personnalisées et quel fournisseur capte l’économie de chaque choix. Les résultats récents apportent des éléments plus clairs, mais ne tranchent pas cette compétition.

Le dernier trimestre de Nvidia a relevé la barre de performance

Les résultats du deuxième trimestre de Nvidia montrent que les concurrents affrontent une plateforme en expansion, et non un acteur historique immobile.

Nvidia a déclaré un chiffre d’affaires de 96,2 milliards de dollars pour son deuxième trimestre fiscal clos le 26 juillet 2026. Cela représentait une croissance de 106 % sur un an et une hausse séquentielle de 18 %. Les revenus des centres de données ont atteint 89 milliards de dollars, en hausse de 117 % par rapport à la période de l’année précédente.

Ces chiffres proviennent directement des résultats trimestriels de Nvidia. Ils illustrent l’écart d’échelle qui sépare Nvidia d’AMD et Broadcom, même si les entreprises publient des segments d’activité et des périodes fiscales différents.

L’activité de centres de données de Nvidia a généré près de huit fois le chiffre d’affaires trimestriel total d’AMD. Elle a également dépassé de plus de treize fois les revenus d’AMD dans les centres de données. Les revenus déclarés par Broadcom dans les semi-conducteurs d’IA étaient supérieurs au segment centres de données d’AMD sur son dernier trimestre disponible, mais restaient très inférieurs au total des centres de données de Nvidia.

Les comparaisons directes exigent de la prudence. La catégorie centres de données de Nvidia comprend les produits de calcul et de réseau, tandis qu’AMD regroupe les CPU et les accélérateurs dans son segment centres de données. Broadcom identifie des revenus de semi-conducteurs d’IA couvrant les accélérateurs sur mesure et les réseaux d’IA, plutôt que de publier un segment centres de données comparable.

Les catégories comptables révèlent néanmoins où chaque fournisseur capte de la valeur. Nvidia génère des revenus via les accélérateurs, les interconnexions, les commutateurs, les systèmes et les composants de soutien. Ses clients achètent de plus en plus une infrastructure complète à l’échelle du rack plutôt que des GPU isolés.

Un système à l’échelle du rack considère les serveurs, le réseau, le refroidissement et l’alimentation électrique comme une seule unité informatique coordonnée. Cette approche accroît la valeur de l’intégration, car les performances dépendent de la communication entre des milliers d’accélérateurs. Une puce individuelle rapide ne peut pas compenser les goulets d’étranglement à l’échelle d’un cluster entier.

La marge brute trimestrielle de 75 % de Nvidia reflète également sa capacité à vendre cette architecture intégrée avec une rentabilité substantielle. La marge brute mesure le revenu restant après les coûts directs de produits et de production. Elle n’inclut pas toutes les dépenses d’exploitation, mais offre une perspective utile sur l’économie des produits.

La croissance récente de l’entreprise ne s’est pas limitée à une seule catégorie de clients. Nvidia a indiqué que les fournisseurs de cloud hyperscale, les nouveaux opérateurs cloud, les clients industriels et les entreprises ont contribué à la demande. Cette diversité réduit la dépendance à un seul canal d’achat, même si les dépenses restent concentrées parmi les grands constructeurs d’infrastructure.

Nvidia a également déclaré un chiffre d’affaires fiscal 2026 de 215,9 milliards de dollars, en hausse de 65 %. Son rapport annuel attribuait principalement cette expansion au calcul accéléré et à l’IA. Les revenus annuels des centres de données ont augmenté de 68 %.

Ces résultats font de Nvidia la référence pour toute analyse d’actions liées aux puces d’IA. L’entreprise ne défend pas un ancien produit pendant que ses rivaux la rattrapent. Elle utilise ses flux de trésorerie actuels, ses relations clients et l’adoption de ses logiciels pour financer chaque transition de plateforme successive.

Pour autant, l’échelle n’élimine pas la pression. À mesure que les charges de travail d’IA passent de l’entraînement à l’inférence continue, les clients accordent davantage d’importance aux coûts d’exploitation et aux performances spécialisées. L’inférence consiste à exécuter un modèle entraîné afin de générer des réponses, des prédictions, des images ou des actions.

Cette évolution crée des ouvertures pour AMD comme pour Broadcom. AMD peut proposer aux clients une autre plateforme d’accélérateurs généralistes. Broadcom peut aider les plus grands acheteurs à concevoir des puces optimisées pour des charges de travail et des schémas de déploiement plus ciblés.

Il en résulte une structure concurrentielle inhabituelle. Nvidia domine le marché global des plateformes, mais ses concurrents attaquent différentes parties du bassin de profits. Leur succès ne devrait pas être mesuré uniquement à travers une même comparaison de revenus.

La croissance d’AMD et Broadcom provient de deux stratégies différentes

La dynamique d’AMD et Broadcom reflète deux choix clients distincts : adopter une plateforme commerciale alternative ou commander une infrastructure spécialisée.

Une puce commerciale est un produit largement disponible, vendu à plusieurs clients. Nvidia et AMD rivalisent principalement via des accélérateurs commerciaux, même si leurs systèmes peuvent être configurés pour différentes charges de travail. Les accélérateurs sur mesure de Broadcom sont conçus avec des clients hyperscale spécifiques et ne sont pas vendus selon le même modèle.

AMD a déclaré un chiffre d’affaires de 11,5 milliards de dollars au deuxième trimestre, en hausse de 50 % sur un an. Son segment centres de données a généré 6,7 milliards de dollars, soit une progression de 107 %. Le résultat opérationnel du segment a atteint 2,1 milliards de dollars, contre une perte sur la période de l’année précédente.

L’entreprise a attribué cette hausse à la demande pour les processeurs serveur EPYC et à la montée en puissance continue des accélérateurs Instinct. Selon le communiqué du deuxième trimestre d’AMD, les produits pour centres de données représentaient 58 % du chiffre d’affaires de l’entreprise.

Cette répartition est importante, car AMD ne dépend plus uniquement des processeurs pour PC ou des puces de consoles de jeux pour sa croissance. Les produits pour centres de données sont devenus son principal moteur stratégique. Le segment combine également une activité CPU mature avec une activité d’accélérateurs en développement.

Le défi d’AMD consiste à transformer des succès produits individuels en une plateforme reproductible. Sa conception Helios à l’échelle du rack combine des GPU Instinct, des CPU EPYC, les réseaux Pensando et des logiciels de soutien. ROCm, la plateforme logicielle ouverte d’AMD pour le calcul sur GPU, fournit aux développeurs des outils d’entraînement et d’inférence en dehors de l’environnement CUDA de Nvidia.

Les logiciels restent essentiels, car les développeurs construisent leurs applications autour de bibliothèques, de compilateurs, d’outils de débogage et de flux de déploiement. Remplacer un GPU peut donc exiger davantage qu’un simple changement de matériel. Les équipes doivent tester le comportement des modèles, optimiser les kernels et former à nouveau les opérateurs à différents outils de gestion.

AMD affirme que ses logiciels et ses conceptions de racks plus récents réduisent ces frictions. Sa dernière présentation des résultats identifie également des déploiements impliquant Anthropic et Microsoft. Ces annonces apportent une validation par les clients, mais l’exécution dépendra des calendriers de déploiement et d’une utilisation durable.

Broadcom répond à un autre schéma de demande. L’entreprise travaille avec de grands opérateurs cloud capables de justifier la conception d’accélérateurs sur mesure pour des charges de travail internes. Ces puces sont souvent appelées ASIC, c’est-à-dire des circuits intégrés spécifiques à une application, conçus pour des tâches définies.

Broadcom a déclaré 10,8 milliards de dollars de revenus de semi-conducteurs d’IA au deuxième trimestre, en hausse de 143 % sur un an. L’entreprise a indiqué que les accélérateurs sur mesure et les réseaux d’IA ont porté ce résultat. Elle prévoit 16 milliards de dollars de revenus de semi-conducteurs d’IA au troisième trimestre, ce qui représenterait une croissance supérieure à 200 %.

Ces chiffres proviennent des résultats du deuxième trimestre fiscal de Broadcom. Son trimestre fiscal s’est achevé le 3 mai, de sorte que la période ne correspond pas à la dernière fenêtre de publication d’AMD ou Nvidia.

L’approche personnalisée de Broadcom devient attrayante lorsqu’un client exploite des modèles à une échelle énorme et prévisible. Une conception spécialisée peut supprimer des fonctions inutiles, ajuster les transferts de mémoire et améliorer les performances par watt. Ces gains peuvent réduire les coûts d’exploitation sur des millions de charges de travail répétées.

Cependant, le silicium personnalisé exige des engagements importants. Les clients ont besoin de ressources d’ingénierie, d’hypothèses stables concernant les charges de travail, de capacités de fabrication et d’un volume de déploiement suffisant pour justifier le développement. Cela concentre l’opportunité de Broadcom parmi un petit groupe d’acheteurs hyperscale.

AMD sert les clients qui recherchent davantage de flexibilité. Ses produits peuvent prendre en charge différents modèles, frameworks et évolutions de charges de travail sans nécessiter la conception d’une puce unique. Cette utilité plus large peut être précieuse alors que les architectures de modèles continuent d’évoluer rapidement.

Ce contraste explique pourquoi AMD et Broadcom ne devraient pas être considérés comme une seule position anti-Nvidia. AMD doit affaiblir l’avantage de Nvidia dans les plateformes commerciales. Broadcom bénéficie du moment où les grands clients déplacent certaines charges de travail des GPU généralistes vers des conceptions internes.

Les deux voies peuvent croître simultanément. Un fournisseur cloud peut déployer des clusters Nvidia pour l’entraînement de modèles de pointe, des systèmes AMD pour stimuler la concurrence sur les prix, et des accélérateurs sur mesure pour une inférence stable. La décision peut varier selon les modèles, les régions et les services clients.

Cet environnement mixte exerce une pression sur Nvidia sans obliger les clients à l’abandonner. Il signifie aussi qu’AMD n’a pas besoin de remplacer chaque installation Nvidia pour bâtir une activité plus importante. Broadcom a seulement besoin que certains clients déploient à grande échelle des programmes personnalisés dans de très grands centres de données.

La véritable concurrence porte sur le contrôle de la plateforme

La ligne de fracture concurrentielle la plus importante concerne l’acteur qui contrôle l’ensemble de la plateforme informatique d’IA, y compris les logiciels, les réseaux et les décisions de déploiement.

L’avantage de Nvidia commence avec CUDA, sa plateforme de programmation pour le calcul accéléré par GPU. Des années d’adoption par les développeurs ont produit un vaste ensemble de bibliothèques, de modèles optimisés, de ressources de formation et de connaissances institutionnelles. Cet écosystème réduit le temps nécessaire pour faire passer une charge de travail d’IA de l’expérimentation à la production.

CUDA soutient également une stratégie matérielle plus large. Nvidia relie les GPU via NVLink et NVSwitch, connecte les systèmes via ses produits InfiniBand ou Ethernet, et fournit des architectures de rack complètes. Les clients peuvent acheter une conception coordonnée avec moins de décisions d’intégration à prendre.

Cette intégration améliore la vitesse de déploiement, mais elle peut accroître la dépendance à un seul fournisseur. Les clients qui standardisent leurs modèles, leurs réseaux et leurs opérations autour de Nvidia font face à des coûts de changement plus élevés. Ces coûts comprennent le temps d’ingénierie, les tests de performance et le risque opérationnel.

AMD cherche à réduire ces barrières au changement grâce à ROCm et aux normes industrielles ouvertes. L’entreprise peut également associer ses CPU et ses accélérateurs au sein de systèmes complets. Son opportunité dépend de sa capacité à rendre cette alternative suffisamment fiable pour les équipes de production, et pas seulement compétitive dans les benchmarks de laboratoire.

Les benchmarks mesurent les performances dans des conditions contrôlées. Les clusters de production doivent aussi gérer les défaillances, l’ordonnancement, les mises à jour logicielles, les mouvements de données, la sécurité et une demande imprévisible. Les acheteurs évaluent donc les performances globales du système et l’effort d’exploitation, plutôt que les seules spécifications maximales des puces.

La position d’AMD dans les CPU lui offre un point d’entrée important. Les clients utilisant déjà les processeurs EPYC ont établi des relations d’approvisionnement, de validation et d’ingénierie avec l’entreprise. AMD peut s’appuyer sur ces relations pour introduire les accélérateurs Instinct et les conceptions à l’échelle du rack.

Toutefois, le succès des CPU ne se traduit pas automatiquement par l’adoption des GPU. Les équipes IA choisissent les accélérateurs en fonction de la compatibilité avec les modèles, de la vitesse d’entraînement, de l’économie de l’inférence et du soutien technique disponible. AMD doit démontrer des résultats constants sur l’ensemble de ces exigences.

Broadcom aborde le contrôle de la plateforme par le réseau et le processus de conception sur mesure. Les grands clusters IA nécessitent des commutateurs, des connexions optiques, des puces d’interface et des interconnexions à haut débit. Le réseau détermine l’efficacité avec laquelle les accélérateurs échangent des données lors des calculs distribués.

Une mauvaise utilisation du réseau peut laisser des puces coûteuses attendre les données. À mesure que les clusters grandissent, ce temps perdu devient un problème financier. Broadcom peut capter de la valeur même lorsqu’une autre entreprise fournit l’accélérateur principal.

Les projets d’accélérateurs sur mesure approfondissent cette relation. Broadcom apporte sa propriété intellectuelle et son expertise de conception, tandis que le client cloud façonne l’architecture autour de ses charges de travail. Cette structure donne à l’acheteur davantage de contrôle sur sa feuille de route matérielle.

Elle transfère aussi le risque vers le client. L’architecture d’un modèle peut évoluer entre la conception de la puce et le déploiement à grande échelle. Une fonctionnalité spécialisée qui semblait précieuse lors de la planification peut devenir moins utile lorsque de nouvelles méthodes d’inférence apparaissent.

Nvidia répond à cette incertitude par des cycles de plateforme plus rapides et une programmabilité générale. Les clients peuvent réaffecter les GPU lorsque les charges de travail évoluent. Le compromis est que la flexibilité généraliste peut entraîner des coûts d’acquisition ou d’exploitation plus élevés qu’une conception sur mesure réussie.

C’est le mécanisme qui façonne le marché de 2026. Nvidia vend l’intégration et la flexibilité, AMD vend une alternative de plus en plus complète, et Broadcom permet la spécialisation. Leurs opportunités adressables se chevauchent, mais ne sont pas identiques.

Le défi AMD-Broadcom se renforce lorsque les clients privilégient leur pouvoir de négociation. Le recours à plusieurs fournisseurs peut réduire la dépendance à Nvidia et créer davantage d’options de négociation. Il peut aussi protéger les capacités lorsque la demande dépasse la production d’un fournisseur unique.

Le multisourcing a son propre coût. Les équipes d’ingénierie doivent maintenir différents environnements logiciels, systèmes d’observabilité et profils de performance. Les économies d’approvisionnement peuvent disparaître si la complexité opérationnelle augmente trop rapidement.

Les entreprises font face à un calcul particulièrement difficile. Elles opèrent rarement à l’échelle nécessaire pour des puces sur mesure, et nombre d’entre elles ne disposent pas d’équipes dédiées à l’optimisation des accélérateurs. Elles peuvent préférer des services cloud qui masquent le choix du matériel sous-jacent.

Les fournisseurs cloud peuvent alors décider quel accélérateur sert chaque charge de travail. Cette position renforce l’argument en faveur des puces sur mesure, car les utilisateurs finaux pourraient ne jamais interagir directement avec le matériel. Elle permet aussi aux fournisseurs d’introduire des capacités AMD sans demander à chaque client de gérer des systèmes physiques.

Nvidia a réagi en étendant sa plateforme vers les couches supérieures des logiciels et des services. Si les utilisateurs choisissent des frameworks et des outils de déploiement compatibles avec Nvidia, l’entreprise peut préserver son influence même lorsque l’infrastructure devient plus distribuée. L’adoption logicielle devient ainsi un signal concurrentiel au même titre que les expéditions de puces.

Ce que les chiffres de revenus ne prouvent pas

Une croissance rapide confirme une forte demande en infrastructure IA, mais elle ne détermine pas quelle architecture offrira les meilleurs rendements à long terme.

Le trimestre à $89 milliards de Nvidia dans les centres de données démontre une échelle actuelle inégalée. La croissance de 107 pour cent du segment d’AMD montre qu’une alternative plus petite peut progresser rapidement. La croissance de 143 pour cent de Broadcom dans les semi-conducteurs IA montre une demande croissante pour les accélérateurs sur mesure et les équipements réseau.

Ces pourcentages ne sont pas directement comparables. La croissance d’AMD part d’une base bien plus faible, tandis que la catégorie de Broadcom couvre un mix de produits différent. Les résultats de Nvidia pour les centres de données incluent des composants allant au-delà des ventes d’accélérateurs.

Les calendriers fiscaux ajoutent une autre complication. Le dernier trimestre publié de Broadcom s’est achevé début mai, celui d’AMD fin juin et celui de Nvidia fin juillet. La demande, les montées en cadence des produits et le calendrier des expéditions peuvent évoluer sensiblement au cours de ces mois.

Les investisseurs doivent également distinguer la croissance des revenus de la qualité économique. La marge brute, les dépenses d’exploitation, la concentration des clients, les engagements de fabrication et le besoin en fonds de roulement influencent tous les rendements. Une gamme de produits en expansion rapide peut tout de même générer une économie de trésorerie plus faible que prévu.

Nvidia a déclaré une marge brute de 75 pour cent lors de son dernier trimestre. AMD a déclaré une marge brute GAAP de 54 pour cent à l’échelle de l’entreprise et une marge opérationnelle de 31 pour cent dans les centres de données. Broadcom a publié des résultats consolidés couvrant les semi-conducteurs et les logiciels d’infrastructure, ce qui limite les comparaisons simples au niveau des produits.

La concentration des clients mérite une attention particulière. Les plus grandes entreprises cloud représentent une part importante des dépenses d’infrastructure IA. Leurs décisions d’achat peuvent déplacer des milliards de dollars entre fournisseurs en quelques cycles de déploiement.

L’activité sur mesure de Broadcom est particulièrement liée à un nombre limité de très grands clients. Remporter un programme supplémentaire peut rapidement modifier ses perspectives de croissance. Un retard, une refonte ou un déploiement réduit peut avoir l’effet inverse.

Nvidia fait face à un risque de concentration malgré une base de clients plus large. Les hyperscalers achètent de grands volumes de ses systèmes, et plusieurs développent simultanément des puces internes. Nvidia bénéficie de leurs dépenses actuelles tout en étant en concurrence avec leurs efforts à plus long terme visant à réduire leur dépendance.

AMD doit gérer le risque d’exécution pendant une montée en puissance rapide de ses produits. Les déploiements annoncés ne deviennent pas immédiatement des revenus, et la capacité installée ne garantit pas une forte utilisation. Les clients doivent transférer de véritables charges de travail de production sur des systèmes Instinct.

Les logiciels restent une autre lacune de vérification. AMD a amélioré ROCm et étendu la prise en charge des frameworks, mais la base installée de développeurs de Nvidia reste considérable. Les éléments probants importants viendront de déploiements répétés et d’une utilisation en production plus large, et non d’affirmations isolées sur les performances.

Les contrôles à l’exportation ajoutent de l’incertitude pour l’ensemble du groupe. Les gouvernements peuvent restreindre les ventes d’accélérateurs avancés, de bande passante mémoire ou de systèmes complets à certains marchés. Ces règles peuvent imposer des modifications de produits et entraîner des charges sur les stocks.

La comparaison d’AMD avec l’année précédente illustre ce problème. Ses résultats des centres de données au deuxième trimestre 2025 comprenaient une charge de $800 millions liée aux restrictions sur les produits MI308. L’absence de cette charge a amélioré la comparaison de 2026.

Nvidia a fait face à des limites similaires sur des produits destinés à la Chine. Ses documents réglementaires avertissent que des restrictions supplémentaires peuvent affecter les revenus, les engagements d’approvisionnement et la position concurrentielle. Les fournisseurs locaux peuvent saisir une opportunité lorsque les produits américains deviennent indisponibles.

La disponibilité de l’électricité constitue une contrainte plus physique. Les clusters IA nécessitent de l’électricité, des systèmes de refroidissement, des terrains et des raccordements au réseau avant que les expéditions d’accélérateurs puissent générer une capacité de calcul utile. Les retards de construction peuvent décaler les commandes ou laisser les équipements installés sous-utilisés.

Le dernier document réglementaire de Nvidia identifie le foncier, l’électricité, le capital et les structures de centres de données achevées comme des exigences importantes. L’entreprise a également conclu des accords soutenant de grands développements d’infrastructures. Ces engagements montrent à quel point la concurrence s’est étendue au-delà de la conception des puces.

Les dépenses d’investissement peuvent devenir un autre point de pression. Les fournisseurs cloud s’attendent actuellement à ce que les services IA justifient la poursuite de l’expansion des infrastructures. Si les revenus de ces services déçoivent, les clients peuvent retarder de nouveaux clusters tout en maintenant des stratégies IA à long terme.

Il existe également un risque de surcapacité dans certaines générations de matériel. Des cycles de produits rapides peuvent réduire la durée de vie économique utile des accélérateurs. Les acheteurs peuvent faire une pause avant un lancement majeur ou réorienter les budgets vers des systèmes plus récents.

Les conceptions sur mesure font face à un risque de calendrier similaire. Un ASIC conçu pour une génération de modèles peut perdre ses avantages d’efficacité si les charges de travail évoluent. Broadcom et ses clients doivent arbitrer entre spécialisation et rythme de développement des algorithmes.

Aucun de ces risques ne réfute la demande actuelle. Ils montrent pourquoi la dynamique des revenus ne doit pas être convertie en résultats de marché garantis. Les éléments disponibles soutiennent l’existence de plusieurs fournisseurs en croissance, et non une répartition établie des profits futurs.

Pour les lecteurs qui comparent les actions de sociétés de puces IA, la valorisation compte également, même si cette analyse évite les cours de marché temporaires. Une entreprise solide peut produire de faibles rendements d’investissement lorsque les attentes intègrent déjà une croissance exceptionnelle. Un challenger plus petit peut décevoir si son exécution est inférieure à des prévisions optimistes.

Cet article ne classe donc pas Nvidia, AMD ou Broadcom en tant qu’investissements. Leurs résultats révèlent différentes combinaisons d’échelle, d’optionnalité, de concentration et de risque d’exécution. Ces combinaisons doivent être évaluées au regard des documents réglementaires actuels, des besoins du portefeuille et des limites de risque individuelles.

Trois signaux mettront à l’épreuve la thèse des puces IA en 2026

Les prochains éléments probants devraient venir de la réalisation des prévisions de Broadcom, de la montée en puissance des déploiements d’AMD et de la capacité de Nvidia à maintenir l’économie de sa plateforme.

Le premier signal sera le rapport du troisième trimestre fiscal de Broadcom. La direction a prévu $16 milliards de revenus dans les semi-conducteurs IA, avec une croissance annuelle supérieure à 200 pour cent. Atteindre cette prévision renforcerait l’argument selon lequel les accélérateurs sur mesure passent à des déploiements de production plus vastes.

La composition de la croissance de Broadcom comptera autant que le total. Les investisseurs devraient distinguer les revenus des accélérateurs de la demande réseau et déterminer si l’augmentation provient de clients établis ou de nouveaux programmes. Une participation plus large des clients réduirait les préoccupations de concentration.

Un résultat inférieur aux prévisions n’invaliderait pas le silicium sur mesure. Il suggérerait que le calendrier des projets, les montées en cadence de fabrication ou les calendriers de déploiement des clients restent moins prévisibles que ne le laisse entendre la prévision phare. Il pourrait aussi retarder le basculement attendu vers une infrastructure d’inférence spécialisée.

Le deuxième signal sera l’accélération des centres de données d’AMD au second semestre. AMD prévoit des ventes plus fortes à mesure que les déploiements Instinct montent en puissance et que Helios commence à accélérer. Les éléments les plus utiles seront des revenus de segment soutenus, le résultat opérationnel et des clients de production supplémentaires.

Les engagements nommés fournissent une première cartographie, mais les commandes répétées offrent une validation plus solide. Des clients qui étendent leurs déploiements initiaux indiqueraient que les logiciels, la fiabilité et l’économie des charges de travail répondent aux exigences de production. Une activité de suivi plus lente révélerait les frictions persistantes de la plateforme.

AMD doit également montrer que la croissance des accélérateurs complète sa franchise EPYC. Les revenus du segment des centres de données peuvent augmenter grâce aux CPU même lorsque l’adoption des GPU progresse plus lentement. Les futures publications devraient aider les lecteurs à distinguer ces contributions lorsque cela est possible.

Le troisième signal sera la marge brute de Nvidia et la croissance séquentielle de ses centres de données. Son échelle actuelle est déjà claire. La question non résolue est de savoir si les transitions rapides de systèmes, les engagements d’approvisionnement, la concurrence et le financement des infrastructures affaiblissent l’économie qui sous-tend cette échelle.

Des marges stables soutiendraient l’affirmation de Nvidia selon laquelle une plateforme intégrée conserve des avantages en matière de prix et de produits. Une croissance séquentielle continue montrerait que les puces sur mesure et les alternatives commerciales élargissent davantage le marché qu’elles ne déplacent Nvidia.

La baisse des marges exige une interprétation. Un recul modeste peut accompagner le lancement de systèmes complexes à l’échelle du rack tout en soutenant des bénéfices substantiels. Une baisse durable associée à un ralentissement de la croissance suggérerait une pression accrue sur les prix ou des coûts de livraison plus élevés.

Les données de mise en réseau relieront ces trois signaux. Broadcom bénéficie lorsque les clusters exigent davantage de connectivité, quel que soit l’accélérateur qui gagne des parts de marché. Nvidia bénéficie lorsque les clients choisissent sa pile réseau intégrée, tandis qu’AMD a besoin de partenaires compétents et de son portefeuille Pensando.

L’adoption logicielle fournira un test plus lent, mais tout aussi important. Les développeurs ne changent pas de plateforme au rythme d’une seule publication trimestrielle. Ils réagissent à la fiabilité, à la capacité accessible, au support des modèles, à la documentation et aux économies d’exploitation mesurables.

Observez les plateformes sur lesquelles les nouveaux modèles reçoivent d’abord une optimisation de premier ordre. Nvidia conserve un avantage lorsque les développeurs ciblent CUDA en premier. AMD progresse lorsque les principaux frameworks et fournisseurs de modèles traitent le déploiement ROCm comme une voie standard vers la production.

Les catalogues de services cloud offrent un autre indicateur visible. Une disponibilité plus large d’instances AMD améliorerait l’accès des développeurs et des entreprises. L’expansion des services de puces sur mesure montrerait que les hyperscalers sont suffisamment confiants pour proposer une infrastructure spécialisée à des clients externes.

Ces signaux doivent être évalués ensemble. Broadcom peut dépasser ses prévisions sans affaiblir AMD si la demande globale continue d’augmenter. AMD peut gagner des parts de marché tandis que Nvidia continue de croître en dollars absolus.

Le marché n’exige pas un gagnant et deux perdants. Il exige que les investisseurs identifient quelle couche de l’infrastructure d’IA capte une valeur durable après la flambée actuelle de construction. Les prochains cycles de résultats fourniront de meilleures preuves que les affirmations générales sur un marché informatique illimité.

La décision concernant les puces d’IA devient un portefeuille d’architectures

Le marché des puces d’IA en 2026 se divise selon les charges de travail, l’échelle des clients et le niveau de contrôle souhaité, plutôt que de converger vers un processeur universel.

Nvidia entre dans cette phase avec la plus grande plateforme installée, les revenus de centres de données déclarés les plus élevés et un vaste environnement logiciel. Son dernier trimestre montre que la demande demeure forte, même si les clients développent des alternatives.

AMD propose le défi commercial le plus clair à grande échelle. Ses revenus de centres de données ont plus que doublé, et son portefeuille couvre désormais les CPU, les accélérateurs, les réseaux, les systèmes et les logiciels. Sa prochaine tâche consiste à transformer les déploiements annoncés en demande récurrente de production.

Broadcom offre aux hyperscalers une autre voie. Les accélérateurs sur mesure peuvent améliorer l’économie des charges de travail prévisibles, tandis que les produits réseau captent de la valeur dans différentes architectures informatiques. Cette opportunité s’accompagne d’un risque de concentration de clientèle et de cycle de conception.

La comparaison entre AMD et Broadcom révèle donc davantage que deux concurrents poursuivant Nvidia. Elle met en lumière deux méthodes pour desserrer le contrôle de Nvidia sur la plateforme. L’une construit une alternative flexible, tandis que l’autre aide les grands acheteurs à maîtriser une plus grande part de leur feuille de route matérielle.

Pour les développeurs, cette concurrence peut élargir l’accès aux accélérateurs et encourager une meilleure compatibilité logicielle. Elle peut aussi créer davantage d’environnements à tester et à maintenir. La portabilité prendra davantage d’importance à mesure que les équipes déploieront des modèles sur différents clouds et types de matériel.

Les acheteurs d’entreprise devraient se concentrer sur l’économie des charges de travail et le support opérationnel. Un coût matériel inférieur apporte peu si la migration logicielle retarde le déploiement ou crée des problèmes de fiabilité. À l’inverse, la familiarité avec une plateforme ne devrait pas empêcher de tester des alternatives crédibles.

Les investisseurs devraient suivre les déploiements vérifiés, la concentration de clientèle, les marges et les engagements de trésorerie, en plus des revenus d’IA mis en avant. Ils devraient également distinguer un cycle de produits commerciaux d’un cycle de conception sur mesure. Un même taux de croissance trimestriel peut comporter des risques très différents.

Aucun rapport de résultats ne détermine à lui seul l’issue. L’échelle de Nvidia, l’alternative en expansion d’AMD et la stratégie sur mesure de Broadcom peuvent coexister durant un cycle d’infrastructure en croissance. L’épreuve la plus difficile commence lorsque les clients exigent des rendements mesurables de chaque cluster supplémentaire.

Quelles preuves modifieraient votre point de vue au cours du prochain trimestre : Broadcom atteignant ses prévisions de puces sur mesure, AMD obtenant des déploiements Instinct répétés, ou Nvidia maintenant ses marges à plus grande échelle ? Suivez ces signaux opérationnels avant de vous appuyer sur un simple récit où le gagnant rafle tout. Ils offrent un cadre plus clair pour évaluer l’exposition à Nvidia et à AMD Broadcom, alors que le marché de l’infrastructure d’IA se divise entre plateformes intégrées, alternatives commerciales et silicium spécialisé.