# Nvidia Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Nvidia", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

La substrat en verre s'accélère soudainement

L'adoption des substrats en verre pour les puces s'accélère rapidement, dépassant les attentes. Utilisés initialement dans les écrans, ces substrats deviennent cruciaux pour l'emballage des puces IA. Intel et TSMC en sont les principaux promoteurs, visant à remplacer différents composants : Intel cible les substrats intermédiaires en ABF (tendance à la déformation thermique), tandis que TSMC vise les interposeurs en silicium, coûteux. Les avantages sont clairs : meilleure stabilité thermique et réduction des coûts. Nvidia est un moteur clé de cette accélération. Ses GPU de plus en plus grands, comme le B200 et le futur Rubin, atteignent les limites des matériaux traditionnels, rendant le verre indispensable. L'industrie des écrans, possédant une expertise et des lignes de production adaptables, tire également la technologie. Des acteurs comme Innolux et BOE reconvertissent leurs capacités. BOE, ayant construit une ligne pilote, vient de signer un accord d'approvisionnement en verre spécialisé avec Corning. Bien que des défis persistent (matériaux, équipements de métallisation), la voie est tracée. Les observateurs estiment que la production à grande échelle pourrait démarrer fin 2027. La course aux substrats en verre est désormais lancée dans l'industrie des semi-conducteurs.

marsbit06/25 00:09

La substrat en verre s'accélère soudainement

marsbit06/25 00:09

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

Google commence désormais à vendre directement ses puces TPU (Tensor Processing Unit) et ses solutions matérielles de calcul IA aux centres de données tiers et aux clients. Ces puces, conçues spécifiquement pour les opérations mathématiques de tenseurs et de matrices, sont au cœur du fonctionnement des grands modèles d'IA. Auparavant, les TPU n'étaient accessibles que via la location dans les centres de données cloud de Google. Cette stratégie permet à Google de proposer une alternative à l'écosystème NVIDIA (GPU, CUDA), non pas en se positionnant sur la puissance brute, mais sur l'efficacité et la réduction des coûts, notamment pour l'inférence des modèles. L'objectif est de produire des "tokens" à moindre coût, un facteur clé pour démocratiser l'utilisation de l'IA à grande échelle. Google, à l'instar des grands fournisseurs de cloud comme Huawei Cloud et Alibaba Cloud, ne vend pas seulement du matériel. Il propose un écosystème complet intégrant puces, clusters, logiciels et services, transformant la puissance de calcul en une "productivité" directement utilisable. Cela reflète une évolution du marché : la compétition ne porte plus seulement sur la puissance des puces, mais sur la capacité à offrir une "meilleure puissance de calcul" – c'est-à-dire la solution la plus efficace et la plus économique pour des besoins variés. Ainsi, le marché de l'infrastructure IA évolue d'une "guerre des puces" vers une "guerre des systèmes". Si NVIDIA conserve sa position dominante pour l'entraînement des modèles et son écosystème mature, la montée en puissance de ces alternatives centrées sur le coût et l'efficacité opérationnelle redessine le paysage concurrentiel.

marsbit06/24 10:25

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

marsbit06/24 10:25

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

Les actions de semi-conducteurs ont mené à une baisse du marché américain, avec le Nasdaq en recul de 2,2 % et le S&P 500 de 1,4 %. Cette correction généralisée, touchant notamment Nvidia, Micron, et les sociétés coréennes de mémoire, résulte de deux pressions conjointes. Premièrement, les anticipations d’un resserrement monétaire de la Fed s’accroissent, pesant sur les valorisations des valeurs de croissance. Deuxièmement, les investisseurs s’interrogent désormais sur le moment où les dépenses d’investissement massives en IA des géants du cloud se traduiront par des bénéfices clairs. La vente s’est concentrée sur la chaîne d’approvisionnement matérielle de l’IA, segment le plus surévalué et le plus achalandé. Alors que la demande en infrastructure IA reste solide, le marché réévalue les valorisations à l’aune d’un coût du capital plus élevé et d’un horizon de rentabilité plus lointain. Les prochains indicateurs, comme les résultats de Micron et l’évolution des données sur l’inflation, apporteront des éclaircissements sur la suite de cette correction. Pour l’heure, il s’agit moins d’un éclatement de bulle que d’un réalignement face à un contexte macroéconomique et d’attentes de rentabilité devenus plus exigeants.

marsbit06/24 04:17

Les actions de semi-conducteurs plombent Wall Street, le trading lié à l'IA pris en tenaille par les taux et les rendements ?

marsbit06/24 04:17

TechFlow 情报局 : AMD rétablit le chiffrement de la mémoire sur ses CPU grand public, les actions de puces sud-coréennes chutent de 10 %, provoquant des turbulences sur le marché

OpenAI lance le modèle DayBreak axé sur la sécurité, tandis que Cursor et le client Mac ChatGPT font face à des critiques sur la baisse de qualité et les plantages. La communauté chinoise attend avec impatience DeepSeek V4.1. Dans le secteur des puces, AMD rétablit le chiffrement mémoire sur ses CPU grand public, et les prix de location des GPU Nvidia continuent de baisser. Cependant, les actions de semi-conducteurs sud-coréens (KOSPI) chutent de près de 10%, entraînant une volatilité sur les marchés, avec des baisses également pour Micron et SpaceX. Les métaux précieux comme l'or reculent. Dans l'automobile, Huawei garantit son système de conduite autonome et des tests d'autonomie de véhicules électriques suscitent le débat. Le fil conducteur est un refroidissement de l'enthousiasme pour l'IA, tant au niveau infrastructurel (excès potentiel de matériel) qu'au niveau des applications (problèmes de fiabilité), amenant le marché à s'interroger sur la solidité réelle de cette tendance technologique.

marsbit06/23 10:56

TechFlow 情报局 : AMD rétablit le chiffrement de la mémoire sur ses CPU grand public, les actions de puces sud-coréennes chutent de 10 %, provoquant des turbulences sur le marché

marsbit06/23 10:56

Interprétation du rapport de recherche : Le retard de Kyber perturbe la chaîne d'approvisionnement de NVIDIA, ces quelques acteurs de la chaîne PCB sont les seuls gagnants

Selon un rapport de Jefferies du 22 juin, l'introduction de la carte PCB Kyber par NVIDIA, initialement prévue pour la plateforme Rubin Ultra, serait retardée jusqu'en 2028, voire annulée. Ce délai entraîne une révision à la baisse des prévisions du marché mondial des PCB pour serveurs IA de 5 % en 2027 et de 11 % en 2028. Cependant, le rapport souligne que ce retard ne signifie pas un recul de la demande, mais plutôt un rééchelonnement. La montée en gamme des matériaux (CCL de grade M9/10, PTFE) et des technologies (CoWoP) se poursuit. L'impact diffère selon les segments de la chaîne d'approvisionnement : les fournisseurs de matériaux en amont (tissu de verre, CCL) bénéficient d'un fort pouvoir de fixation des prix en raison de leur situation de goulot d'étranglement, tandis que les fabricants de PCB, en particulier de niveau intermédiaire, subissent une pression concurrentielle accrue. Les fabricants de câbles en cuivre voient quant à eux leur risque de substitution par des PCB repoussé. Jefferies maintient une recommandation "Acheter" sur NVIDIA avec un objectif de prix à 300 USD, estimant que le retard de Kyber n'affecte pas le cœur de métier du GPU ni la trajectoire de croissance à long terme de la demande en IA. L'analyse conclut que les gagnants de ce réajustement seront les acteurs en amont et les détenteurs de technologies à forte valeur ajoutée, plutôt que les fabricants en aval.

marsbit06/23 09:55

Interprétation du rapport de recherche : Le retard de Kyber perturbe la chaîne d'approvisionnement de NVIDIA, ces quelques acteurs de la chaîne PCB sont les seuls gagnants

marsbit06/23 09:55

Pourquoi Nvidia a-t-elle pu émettre des obligations sans problème, tandis que SpaceX a subi une chute lors de l'émission des siennes ?

En bref : La décision de SpaceX de lever environ 20 milliards de dollars d'obligations peu après son introduction en bourse pour refinancer une dette bridge a exercé une pression sur son cours en bourse (SPCX), contrastant fortement avec la réception positive d'une émission obligataire similaire par NVIDIA. La différence fondamentale réside dans le stade de validation des flux de trésorerie. Les revenus du segment AI de NVIDIA sont déjà avérés et rentables, si bien que sa levée de dette est perçue comme un outil pour amplifier une croissance existante. En revanche, SpaceX, bien que disposant de liquidités importantes et du moteur de revenus Starlink, voit sa valorisation incorporer des projets à très long terme et fortement capitalistiques (Starship, réseau satellitaire, infrastructure AI potentielle, transport martien). L'annonce obligataire a forcé le marché à réévaluer la vitesse à laquelle les flux de trésorerie de Starlink pourront couvrir ces énormes dépenses d'investissement futures. L'espace de réévaluation à la hausse pour SpaceX dépendra de sa capacité à démontrer des progrès concrets dans la réutilisation à faible coût de Starship et une croissance suffisamment rapide de la rentabilité de Starlink. Tant que la consommation de capital restera supérieure à la génération de trésorerie prouvée, la dette sera vue comme un facteur de pression plutôt que comme un levier de croissance.

marsbit06/23 09:36

Pourquoi Nvidia a-t-elle pu émettre des obligations sans problème, tandis que SpaceX a subi une chute lors de l'émission des siennes ?

marsbit06/23 09:36

Le prix de location des GPU a chuté de 30 % en trois semaines, la valeur de la chaîne IA migre de Nvidia vers les puces mémoire

Le prix de location des GPU B200 de Nvidia a chuté d'environ 30% en trois semaines, passant d'un pic de 6,11 $/heure fin mai à 4,22 $/heure, selon des données de plateformes de tarification. Cette baisse, attribuée à une amélioration des rendements de production, une offre plus détendue en mémoire HBM et une concurrence accrue entre fournisseurs de cloud, met à mal le récit de « pénurie de puissance de calcul » qui soutenait la valorisation de Nvidia. Parallèlement, le secteur des semi-conducteurs connaît une divergence marquée : tandis que l'ETF SMH a progressé de 15% sur un mois et que des acteurs de la mémoire comme Micron et SanDisk ont bondi de près de 60%, Nvidia a reculé d'environ 3% sur la même période. Cela suggère un déplacement des goulots d'étranglement et de la valeur dans la chaîne AI, des GPU vers la mémoire. La demande explosive pour la mémoire haute bande passante (HBM), dont les prix contractuels ont plus que doublé au premier semestre 2026, renforce le pouvoir de fixation des prix des fabricants comme Micron. Bien que le marché des contrats à long terme reste dynamique, comme en témoigne l'accord de 300 milliards de dollars entre Google et SpaceX pour la location de GPU, la pression sur les prix à la location met en lumière les risques pour la marge des fournisseurs de cloud et, à terme, pour le rythme des commandes adressées à Nvidia. Pour les investisseurs, la question clé n'est pas un manque de confiance en l'IA, mais plutôt d'identifier où se déplace le pouvoir de fixation des prix au sein de la chaîne de valeur.

marsbit06/23 05:23

Le prix de location des GPU a chuté de 30 % en trois semaines, la valeur de la chaîne IA migre de Nvidia vers les puces mémoire

marsbit06/23 05:23

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

NVIDIA a publié un guide d’auto-certification pour les systèmes de stockage d’énergie destinés aux centres de données d’IA (AIDC). Ce guide impose 10 critères techniques stricts et 12 tests de validation, avec des tolérances de mesure précises (±0,2 % pour la tension et le courant). Il se concentre uniquement sur le PCS (onduleur de stockage), en exigeant une réponse dynamique rapide, une télémétrie haute fréquence et une transparence du contrôle, sans fixer de règles sur les batteries elles-mêmes. Cette démarche reflète le besoin critique des AIDC : face à la puissance croissante des racks GPU (jusqu’à 225 kW) et aux variations de charge brutales, les solutions électriques traditionnelles sont inadaptées. Le stockage devient un élément actif de contrôle, intégré dès la conception. Le guide établit une barrière élevée : les fabricants doivent fournir leurs volumes de livraison sur 12 mois et un plan crédible de multiplication par 10 de leur capacité de production en 24 mois, ce qui défavorise les petits acteurs. Des acteurs comme Fluence (partenaire de Siemens) ou des sociétés chinoises (comme Sungrow) ont déjà pris de l’avance sur ce marché. En résumé, NVIDIA ne fabrique pas de systèmes de stockage, mais définit les règles d’alimentation électrique de l’ère de l’IA. Le standard déplace la concurrence du coût et de la capacité vers la performance du contrôle, la fiabilité et l’évolutivité, redessinant l’accès à ce marché en pleine croissance.

marsbit06/23 04:15

Un fabricant de puces publie la norme de certification AIDC pour le stockage d'énergie, de quel droit ? Nvidia refonde la logique d'alimentation avec la puissance de calcul, qui est en tête et qui est exclu ?

marsbit06/23 04:15

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

Manquer une opportunité de multiplication par 20 m'a conduit à adopter une approche plus méthodique pour investir dans l'IA. Au lieu de se précipiter sur les actions à la mode, il est crucial de d'abord constituer un « capital de connaissances » en comprenant en profondeur toute la chaîne de valeur de l'IA. Cette industrie suit une trajectoire historique : les investissements se diffusent par vagues successives, des infrastructures de base vers les applications. L'article décompose l'écosystème en quatre couches clés : 1. **Infrastructures de calcul (le « moteur »)** : Cœur physique, incluant les puces (Nvidia, AMD), la fabrication (TSMC), la mémoire (SK Hynix), l'interconnexion optique, le refroidissement et l'alimentation électrique. 2. **Couche des modèles (le « système d'exploitation »)** : Dominée par OpenAI, Anthropic, Google, Meta et xAI. Un changement structurel majeur est observé : la consommation de puissance de calcul bascule de l'entraînement des modèles vers leur **inférence** (utilisation), ce qui pourrait redessiner la concurrence. 3. **Intergiciels et plateformes (la « couche de liaison »)** : Outils comme Scale AI ou Hugging Face, essentiels pour connecter les modèles aux applications. 4. **Applications verticales (l'« entrée d'argent »)** : Domaines comme les outils de développement, la santé, les robots ou les véhicules autonomes, où l'IA crée une valeur directe. Une contrainte transversale majeure est **l'énergie**, l'électricité devenant un facteur limitant pour la croissance des centres de données IA. L'article soulève quatre questions cruciales au-delà du consensus : * L'impact du passage à l'inférence sur les acteurs du matériel. * Le retour sur les investissements massifs des géants technologiques. * L'identification des opportunités dans les « cercles » d'investissement moins visibles (refroidissement, sécurité, puces en périphérie). * L'influence de la géopolitique sur la fragmentation de la chaîne d'approvisionnement. La conclusion est claire : dans un cycle technologique aussi long que l'IA, la préparation prime sur la précipitation. En cartographiant méticuleusement chaque maillon de l'industrie – ses business models, sa concurrence et ses valorisations – on se prépare à saisir les futures opportunités avec un « instinct de tueur » forgé par l'étude, et non par la chance.

marsbit06/23 04:00

Après avoir raté une multiplication par 20, j'ai trouvé une méthode bête pour investir dans l'IA

marsbit06/23 04:00

Interprétation du rapport de Bernstein : les prix du HBM doubleront plus de 2 fois l'année prochaine, la mémoire deviendra un fardeau pour l'IA

L'article discute d'un rapport de Bernstein prédisant une augmentation majeure des prix du HBM en 2027 et ses conséquences sur l'industrie de la mémoire et l'IA. Le rapport souligne une fracture structurelle : les prix de la DRAM standard ont augmenté de 4,5x, tandis que ceux du HBM, fixés par contrats annuels, sont restés stables. En 2026, une tranche de silicium allouée à la DRAM standard génère 2x plus de revenus et près de 3x plus de marge que celle pour le HBM. Bernstein estime donc que les prix du HBM devront augmenter de 2 à 2,5x en 2027 pour inciter les fabricants à y consacrer de la capacité. L'impact est amplifié car le HBM est vendu intégré aux GPU de Nvidia. Pour maintenir sa marge brute de 75%, Nvidia pourrait répercuter cette hausse en multipliant son effet par 4 sur le prix final des serveurs. Combinée à la hausse de la DRAM/NAND standard, la facture d'investissement en IA pour les cloud providers pourrait augmenter d'environ 30%. Bernstein relève fortement ses prévisions de bénéfices pour les fabricants de mémoire (Samsung, SK Hynix, Micron) et maintient des recommandations "Surperformer". Kioxia, absent du HBM, est le grand perdant. MediaTek pourrait bénéficier d'une demande accrue pour les ASIC si les clients cloud cherchent à contourner la majoration de Nvidia. La valorisation des acteurs passe désormais au ratio cours/bénéfice (P/E), avec des objectifs de cours encore supérieurs de 15% à 26% aux cours actuels. Malgré un pic cyclique attendu en 2028, la profitabilité du secteur DRAM devrait rester historiquement élevée.

marsbit06/22 13:30

Interprétation du rapport de Bernstein : les prix du HBM doubleront plus de 2 fois l'année prochaine, la mémoire deviendra un fardeau pour l'IA