Par | CLS de Chanlian She
En avril 2026, Huang Renxun, PDG de Nvidia, est apparu fréquemment dans les principaux centres de pouvoir.
Du Forum de Davos à la conférence GTC, il a répété au monde un message central : l'IA n'est pas seulement une révolution technologique, mais aussi le plus grand projet d'infrastructure de l'histoire de l'humanité.
Cependant, une longue conversation le 15 avril avec Dwarkesh Patel, animateur d'un podcast de la Silicon Valley, a déchiré la façade du contrôle rythmique de Huang Renxun.
Au cours de près de deux heures d'échanges, Huang Renxun a non seulement publiquement défié le TPU de Google, admis avoir commis une grave erreur stratégique, mais a également avancé l'idée de tokens à différents niveaux et a émis une réfutation sans précédent des contrôles à l'exportation.
Dans cette conversation sans script, Huang Renxun ne défendait pas seulement la valorisation de Nvidia, mais luttait farouchement pour préserver la position dominante de l'entreprise en tant que passage obligé de la puissance de calcul mondiale.
Redéfinir Nvidia : des électrons entrent, des tokens sortent
Beaucoup s'inquiètent que si les logiciels d'IA deviennent aussi ordinaires et bon marché que l'eau et l'électricité, les puces de Nvidia pourraient aussi perdre de leur importance. Huang Renxun a répondu à cette inquiétude avec un modèle ultra-simple : le travail de Nvidia est "d'entrer des électrons, de sortir des tokens".
Ici, les "électrons" font référence à l'énergie électrique la plus brute, l'énergie de base qui alimente le fonctionnement des ordinateurs. Les tokens peuvent être compris comme des fragments de langage ou des unités logiques générés par l'IA.
Il estime que rendre chaque mot, chaque logique généré par l'IA plus précieux est un processus extrêmement complexe, difficile à remplacer facilement.
Pour consolider cette position, la stratégie de Nvidia est de "faire le plus de choses nécessaires, tout en en faisant le moins possible". Tout ce qui n'a pas besoin d'être fait en interne est confié à des partenaires de l'écosystème, tandis que Nvidia s'attaque au noyau technologique le plus difficile.
Cette stratégie a donné à Nvidia un pouvoir absolu dans la chaîne d'approvisionnement. Les engagements d'achat de Nvidia approchent actuellement 100 milliards de dollars et pourraient même dépasser mille milliards à l'avenir.
Huang Renxun a déclaré sans ambages que les partenaires sont prêts à investir dans la construction d'usines pour lui parce que Nvidia a la capacité absolue de transformer cette capacité de production en demande mondiale.
Fait intéressant, Huang Renxun a souligné que le véritable goulot d'étranglement de l'expansion de la puissance de calcul n'est pas la fabrication des puces. Il estime que les problèmes technologiques des semi-conducteurs peuvent tous être résolus en deux ou trois ans, mais que le goulot d'étranglement le plus difficile est en réalité les "plombiers et électriciens" dans les infrastructures de base. Il a même proposé d'inviter des plombiers à la prochaine conférence GTC de Nvidia l'année prochaine.
De plus, plus que le matériel, il s'inquiète de la politique énergétique, car sans électricité suffisante, même les usines de calcul les plus avancées ne peuvent pas fonctionner.
Critique des puces sur mesure : Sans Anthropic, la croissance du TPU serait de 0
En parlant des puces sur mesure (ASIC) des concurrents, Huang Renxun s'est montré très agressif. Il a directement nommé le TPU de Google et le Trainium d'Amazon, et a publiquement défié ces derniers de faire des tests de performance. Il a raillé que les avantages de coût de 40% annoncés par les concurrents ne tiennent pas debout.
Il a ensuite révélé les difficultés commerciales des concurrents. Huang Renxun pense que ces puces spécialisées, bien que rapides pour certains calculs fixes, manquent de flexibilité et ne peuvent pas suivre l'évolution des algorithmes d'IA, qui changent de dizaines de fois par an. Plus crucial encore, il estime qu'il n'existe tout simplement pas un marché massif pour les puces sur mesure. Il a déclaré sans détour que sans le soutien du gros client Anthropic, la croissance du TPU et du Trainium est en réalité nulle.
Cependant, Huang Renxun a aussi rarement fait son autocritique. Il a admis avoir manqué la meilleure fenêtre d'investissement pour OpenAI et Anthropic. La raison était qu'à l'époque, il avait sous-estimé l'appétit féroce de ces laboratoires de modèles pour d'énormes investissements en puissance de calcul.
Il a déclaré que c'était son erreur de jugement, pensant à l'époque que ces laboratoires pourraient survivre avec du capital-risque, mais en réalité, ils devaient chercher un soutien massif de type grand groupe. Il a souligné qu'il ne referait plus la même erreur.
Reconnaissance du marché chinois : Réfutation des contrôles à l'exportation
Sur la question des contrôles à l'exportation vers la Chine, l'émotion de Huang Renxun était la plus vive.
Il a plusieurs fois interrompu l'animateur, qualifiant de "fou" de comparer l'IA aux armes nucléaires. Il estime que la Chine possède plus de 60% de la capacité mondiale de fabrication de puces et un vaste réservoir de talents en recherche en IA, et que tenter de limiter l'accès de la Chine aux puces est totalement irréaliste.
Il a lancé un avertissement sévère aux décideurs politiques. Huang Renxun a souligné que les politiques restrictives obligent au contraire la Chine à accélérer le développement de son industrie de puces locales, poussant tout l'écosystème de l'IA vers des architectures internes.
Son cauchemar est que si à l'avenir, tous les modèles d'IA mondiaux sont optimisés pour du matériel non américain, les États-Unis perdront complètement leur leadership technologique.
Huang Renxun est convaincu que la concurrence est la garantie de la leadership. La Chine est actuellement l'un des plus grands contributeurs mondiaux aux modèles open source, et ces成果 fonctionnent majoritairement sur l'architecture technologique de Nvidia. Abandonner par peur cet énorme marché nuirait non seulement aux profits des entreprises américaines, mais ferait perdre aux États-Unis l'opportunité de définir les standards technologiques mondiaux.
La logique sous-jacente de l'acquisition de Groq : Les tokens doivent être classés par niveau
À la fin de l'entretien, Huang Renxun a expliqué les considérations commerciales profondes de l'acquisition de Groq par Nvidia.
Auparavant, Nvidia avait testé dans des simulateurs diverses architectures de puces exotiques, constatant qu'aucune n'était aussi performante que l'architecture existante. Mais l'acquisition de Groq était due à un changement de la demande du marché : les tokens ont commencé à être classés par niveau.
Par "classés par niveau", il signifie que différents clients ont des besoins différents en termes de vitesse de réponse de l'IA. Huang Renxun a donné l'exemple des ingénieurs logiciel ayant besoin d'une efficacité extrême : si la réponse générée par l'IA peut être plus rapide d'une seconde, ils sont prêts à payer un prix plus élevé.
La technologie de Groq, bien que son débit total ne soit pas élevé, l'emporte par sa vitesse de réponse extrêmement rapide. Nvidia entre ainsi sur le marché des "tokens haut de gamme", permettant une stratification des prix des services en fonction de la vitesse de réponse.
L'ensemble de la longue conversation révèle un fait : la collaboration de Huang Renxun avec TSMC depuis 30 ans sans même besoin de contrat juridique, cet écosystème basé sur la confiance est son atout. Chaque décision qu'il prend, qu'il s'agisse de défier publiquement ses concurrents ou de plaider avec force dans la tourmente des restrictions, n'a qu'un seul objectif :
S'assurer que chaque chemin dans le monde qui transforme les électrons en tokens intelligents passe par Nvidia.
Source de l'article :Jensen Huang – Will Nvidia’s moat persist?Dwarkesh Patel, YouTube
