Pendant plus de trente ans, Jensen Huang a transformé un fabricant de cartes graphiques pour joueurs [gamers] en fournisseur de l’infrastructure sur laquelle repose une grande partie de l’intelligence artificielle. Sa démission ouvre une épreuve de succession au moment où AMD et les géants du cloud cherchent à réduire leur dépendance à Nvidia. Elon Musk, lui, occupe une position singulière : avec SpaceX et xAI, il vend de la puissance de calcul achetée en grande partie à Nvidia.
Des cartes Voodoo au pari de CUDA
À la fin des années 1990, les cartes Voodoo de 3dfx font figure de référence dans le jeu vidéo sur PC. Nvidia, cofondée en 1993 par Jensen Huang, Chris Malachowsky et Curtis Priem, évolue encore dans un marché très disputé. En décembre 2000, elle conclut un accord pour reprendre l’essentiel des actifs de 3dfx, dont ses technologies graphiques. L’opération est bouclée en avril 2001.
Le pari qui change la trajectoire de Nvidia intervient en 2007 avec CUDA Compute Unified Device Architecture.
C’est la plateforme logicielle lancée par Nvidia 20 ans passés pour permettre aux développeurs d’utiliser ses processeurs graphiques (GPU) pour des calculs autres que l’affichage.
Pour afficher une scène en trois dimensions, une carte graphique effectue simultanément un grand nombre de calculs. Avec CUDA, Nvidia donne aux développeurs les moyens d’exploiter cette capacité pour d’autres tâches. Les chercheurs peuvent alors utiliser des cartes déjà disponibles dans le commerce pour accélérer les opérations mathématiques nécessaires à l’entraînement des réseaux neuronaux.
En 2012, AlexNet illustre le potentiel de ce choix. Le réseau neuronal remporte le concours de reconnaissance d’images ImageNet après avoir été entraîné sur deux cartes GeForce GTX 580, vendues à l’origine pour le jeu. Nvidia approfondit ensuite son avance avec des bibliothèques spécialisées, dont cuDNN, puis avec les Tensor Cores en 2017, des circuits conçus pour accélérer les opérations matricielles au cœur de l’apprentissage profond.
L’avance sur Intel et AMD s’est construite dans le logiciel
Intel régnait sur les processeurs centraux des serveurs. Mais avec l’essor de l’apprentissage profond, une part croissante des calculs les plus lourds est passée aux accélérateurs. AMD disposait de ses propres GPU. Pour gagner un client déjà équipé par Nvidia, il lui fallait aussi convaincre ses ingénieurs de porter leur code, de vérifier la compatibilité des bibliothèques et de retrouver les performances attendues. Des années de travail sur CUDA ont ainsi pesé dans les décisions d’achat autant que les caractéristiques des puces.
Huang a étendu cette stratégie aux centres de données. Avec le rachat de Mellanox en 2020, Nvidia a intégré les technologies de réseau nécessaires pour faire travailler ensemble des milliers d’accélérateurs. Lorsque l’IA générative a fait bondir la demande, le groupe pouvait fournir les puces, les logiciels et les réseaux qui les relient. Sur son exercice 2026, Nvidia a réalisé 215,9 milliards de dollars de chiffre d’affaires, en hausse de 65 % sur un an.
Musk peut-il devenir un concurrent de Nvidia ?
En rachetant xAI, SpaceX a réuni dans le même groupe les activités spatiales d’Elon Musk, le chatbot Grok et les centres de calcul Colossus. Son prospectus indique que les accords conclus avec Anthropic en mai 2026 portent sur une capacité de calcul comprenant environ 325 000 GPU Nvidia. Musk peut donc prendre une place dans la location de puissance de calcul tout en restant un gros utilisateur des puces de Nvidia. Ses ambitions de centres de données en orbite relèvent, à ce stade, d’un projet distinct de la conception d’accélérateurs.
La concurrence la plus directe vient d’AMD, qui peut proposer ses accélérateurs aux mêmes clients, et des grands groupes du cloud capables de concevoir des puces pour leurs propres besoins. Ils peuvent entamer la domination de Nvidia en lui retirant une partie des nouveaux contrats, surtout lorsque leurs équipes contrôlent à la fois les logiciels et l’infrastructure. Le parc déjà installé et les outils accumulés autour de CUDA donnent toutefois à Nvidia une avance qui survivra au départ de son fondateur.
La démission de Huang révèle aussi la fragilité politique du groupe
Le conseil d’administration de Nvidia a accepté le 13 novembre 2026 la démission de Jensen Huang de ses fonctions de directeur général et d’administrateur. Colette Kress, jusque-là directrice financière, assure l’intérim. Mais, la place laissée par Huang reviendra finalement, selon plusieurs sources, à Ian Buck. Recruté par Nvidia en 2004 après un doctorat à Stanford, cet ingénieur avait dirigé le développement de Brook, un projet qui ouvrait les cartes graphiques au calcul général. Chez Nvidia, il a dirigé le développement de CUDA, lancé en 2007. Cette plateforme avait permis aux chercheurs de programmer les GPU de Nvidia pour accélérer leurs calculs.
Six ans plus tard, l’équipe d’AlexNet [mentionné plus haut] montrait ce que cette approche pouvait apporter à l’intelligence artificielle en entraînant son réseau neuronal sur deux cartes GeForce GTX 580.
Le départ de Huang intervient dans le contexte d’une enquête indépendante du Conseil d’Administration sur fond de révélations concernant des relations avec une ou plusieurs femmes.
La dimension politique était déjà inscrite dans les comptes de Nvidia. En 2025, l’obligation américaine d’obtenir une licence pour exporter les puces H20 vers la Chine a entraîné une charge de 4,5 milliards de dollars liée aux stocks et aux engagements d’achat. Huang avait passé trois décennies à convaincre des développeurs et des industriels d’adopter sa plateforme. Ses successeurs devront défendre cet avantage auprès de clients qui conçoivent leurs propres puces et de gouvernements qui décident désormais où les plus puissantes peuvent être vendues.
Commentaires Facebook