NVIDIA, un nom synonyme de technologie de pointe et d'innovation, a été fondée il y a une trentaine d'années, en 1993.
Après des débuts modestes en tant que concepteur de puces graphiques destinées à l'industrie du jeu, NVIDIA est devenue un leader mondial de l'IA et de l'informatique de haute performance.
NVIDIA était évaluée à "seulement" environ $100 milliards en 2019. Aujourd'hui, elle vaut quelques $2 billionsElle est ainsi devenue la troisième plus grande entreprise du monde en termes de capitalisation boursière, derrière Microsoft et Apple et devant Saudi Aramco, Amazon, Google et Meta Platforms.
NVIDIA a été fondée par Jensen Huang, Chris Malachowsky et Curtis Priem, qui partageaient l'idée de révolutionner l'infographie.
Au début des années 1990, le trio a reconnu le potentiel inexploité des processeurs graphiques spécialisés et a entrepris de créer une entreprise qui transformerait l'industrie des jeux en plein essor.
L'un des premiers succès de l'entreprise est le fruit d'un heureux hasard.
En 1995, Sega développait sa console de jeu de nouvelle génération, la Sega Saturn. Sega était à la recherche d'une puce graphique 3D pour équiper la console et s'était initialement associé à 3Dfx Interactive, un concurrent de NVIDIA.
Cependant, une rencontre fortuite entre un ingénieur de NVIDIA et un cadre de Sega lors d'une conférence a permis à NVIDIA de présenter la puce NV1 de la société, qui a impressionné Sega. Sega a décidé d'utiliser la puce de NVIDIA dans la Saturn au lieu de celle de 3Dfx.
Il est intéressant de noter que la puce NV1 utilisée dans la Sega Saturn n'a pas été un succès commercial pour NVIDIA sur le marché du PC. Le produit suivant de la société, le RIVA 128 (NV3), a été son premier GPU PC réussi et a jeté les bases de sa future domination sur le marché des cartes graphiques.
Une autre percée a été réalisée en 1999 avec le programme GeForce 256commercialisé comme le premier GPU au monde.
Cela a jeté les bases de la domination de NVIDIA dans l'industrie du jeu, et la gamme de GPU GeForce est rapidement devenue un nom familier pour les amateurs de jeux.
Alors que NVIDIA continuait à repousser les limites de la technologie graphique au début des années 2000, en sortant des GPU de plus en plus puissants qui offraient des expériences de jeu immersives, la R&D de la société lui a permis de s'imposer comme leader du traitement parallèle.
Cela a été déterminant pour le succès futur de NVIDIA dans le domaine de l'IA et de l'informatique de haute performance.
Au-delà des jeux : l'essor du GPGPU et de CUDA
Si l'industrie du jeu a catalysé les premiers succès de NVIDIA, les dirigeants de la société ont reconnu le potentiel des GPU au-delà du seul rendu graphique.
En 2006, NVIDIA a introduit l'architecture CUDA (Compute Unified Device Architecture), un modèle de programmation permettant aux développeurs d'exploiter la puissance de traitement parallèle des GPU à des fins informatiques générales (GPGPU).
CUDA a simplifié le processus de programmation des GPU, permettant aux développeurs d'écrire du code en utilisant des langages familiers comme le C et le C++. Cela a ouvert de nouvelles opportunités pour NVIDIA dans la recherche scientifique, l'exploration pétrolière et gazière, les simulations financières et l'imagerie médicale, ouvrant ainsi une myriade de nouveaux partenariats pour NVIDIA.
Cela a également montré comment NVIDIA allait devenir un élément fondamental de l'infrastructure critique de haute technologie, en élargissant sa clientèle au-delà des entreprises pour atteindre les gouvernements et les institutions publiques.
Semi-conducteurs : un marché notoirement délicat à conquérir
L'industrie des semi-conducteurs est notoirement complexe et très compétitive, seule une poignée d'entreprises s'y imposant.
L'une des principales raisons du nombre limité de grands fabricants de semi-conducteurs est le coût et la complexité extrêmes du processus de fabrication.
La fabrication de semi-conducteurs nécessite des installations de pointe, appelées fonderies, dont la construction et l'entretien peuvent coûter des milliards de dollars.
Ces fonderies doivent fonctionner dans des environnements extrêmement propres afin d'éviter que la moindre particule n'interfère avec le processus de fabrication.
En outre, les équipements utilisés pour la fabrication des semi-conducteurs, tels que les machines de lithographie, sont hautement spécialisés et coûteux, certaines machines coûtant plus de $100 millions d'euros.
Tout cela crée des barrières d'entrée massives pour les nouveaux acteurs de l'industrie, ce qui a permis à NVIDIA de rester au sommet de la hiérarchie malgré la concurrence d'AMD, d'Intel et de Qualcomm.
La révolution de l'IA
Alors que la demande d'IA et d'apprentissage automatique augmentait dans les années 2010, NVIDIA était parfaitement positionnée pour capitaliser sur cette tendance émergente.
Grâce à la R&D en matière de traitement parallèle, les GPU de l'entreprise sont devenus le matériel privilégié pour l'entraînement des réseaux neuronaux profonds et l'alimentation des charges de travail d'IA.
Consciente de l'immense potentiel de l'IA, NVIDIA a réalisé des investissements stratégiques dans ce domaine, en collaborant avec les principaux instituts de recherche et sociétés technologiques pour faire progresser les technologies de l'IA.
Le soutien précoce de l'entreprise à OpenAI a montré sa capacité à exploiter les secteurs de pointe et à prendre des risques pour élargir sa clientèle.
NVIDIA a également développé des modules de calcul spécialisés, tels que la série DGX, spécialement conçus pour accélérer la formation de grands modèles de langage (LLM) et d'autres architectures d'IA. Ces systèmes puissants sont rapidement devenus le matériel de prédilection des chercheurs et des développeurs en IA du monde entier.
Il s'agit là d'un point essentiel. Lorsqu'il s'agit de matériel d'IA haut de gamme, il y a NVIDIA, et puis il y a les autres.
Il s'agit d'une configuration inhabituelle, même dans les grandes entreprises technologiques. Google, Amazon, Meta, Apple et Microsoft ne sont pas si différents les uns des autres lorsque l'on examine leurs principales unités commerciales.
Il y a si peu d'acteurs sur le marché des semi-conducteurs, en partie parce qu'il est difficile et en partie parce que NVIDIA l'a rendu possible grâce à des investissements stratégiques.
L'écosystème cohérent de NVIDIA apporte également une certitude aux développeurs, car NVIDIA est devenue si fiable. Il s'agit d'une société qui ne connaît pas les controverses des Big Tech, les querelles de leadership, les actions réglementaires et la dépendance à l'égard de technologies numériques moins tangibles telles que les médias sociaux.
NVIDIA l'a bien compris, en utilisant des logiciels et du matériel pour renforcer sa domination sur l'écosystème de l'IA et créer une suite d'outils logiciels et de bibliothèques qui améliorent les stratégies de mise sur le marché de ses clients.
Le rôle de NVIDIA dans l'IA générative
L'essor de l'IA générative a encore renforcé la position de NVIDIA en tant que géant de l'IA. C'est à ce stade que NVIDIA s'est véritablement imposée comme l'une des entreprises les plus influentes au monde.
L'IA générative consiste à former des modèles sur de vastes données afin de créer de nouveaux contenus basés sur des modèles et des styles appris, tels que du texte, des images et de la musique.
Consciente de son immense potentiel, NVIDIA a lancé AI Foundations, une plate-forme basée sur le cloud qui démocratise l'accès aux modèles d'IA générative de pointe.
AI Foundations permet aux entreprises et aux développeurs d'exploiter la puissance de l'IA générative sans avoir besoin de ressources ou d'expertise internes étendues.
Les fondations d'IA de NVIDIA comprenaient initialement des modèles pré-entraînés, tels que NeMo pour le traitement du langage naturel et Picasso pour la génération d'images et de vidéos.
Une fois de plus, cela montre l'engagement de NVIDIA à construire un écosystème plutôt que des produits individuels. C'est là qu'elle se différencie des autres fabricants, en particulier de ses concurrents dans le domaine de la fabrication de semi-conducteurs.
NVIDIA est un guichet unique pour le développement de l'IA de pointe, offrant du matériel, des logiciels et de solides collaborations avec les ressources du cloud via Google, Microsoft, Amazon et d'autres.
Les GPU de NVIDIA
En plein boom de l'IA générative, NVIDIA a considérablement élargi son portefeuille de puces d'IA, en introduisant plusieurs processeurs révolutionnaires conçus pour repousser les limites de l'IA et des technologies informatiques dans divers secteurs.
Examinons de plus près ces puces et leurs contributions :
- A100 et H100 : Les H100 est rapidement devenu le fleuron de NVIDIA pour les applications d'IA, avec des vitesses d'horloge six fois supérieures à celles de son prédécesseur, l'A100.
- HGX H200 GPU : Basé sur l'architecture Hopper, le H200 introduit la mémoire HBM3e, qui offre une capacité presque deux fois supérieure et une bande passante 2,4 fois plus large que son prédécesseur, l'A100. Elle est conçue pour doubler la vitesse d'inférence sur Llama 2, un LLM de 70 milliards de paramètres, par rapport à la H100. Le H200 est compatible avec diverses configurations de centres de données et sa sortie est prévue pour le début ou le milieu de l'année 2024.
- GH200 Grace Hopper Superchip : Le GH200 associe le GPU HGX H200 à un CPU NVIDIA Grace basé sur Arm. Il est destiné aux applications de supercalculateurs pour traiter les applications complexes d'IA et de HPC. Le GH200 devrait être utilisé dans plus de 40 supercalculateurs d'IA dans le monde, y compris dans des projets importants comme le système JUPITER en Allemagne, qui devrait être le système d'IA le plus puissant au monde lors de son installation en 2024.
- Blackwell GPU : Dévoilé à GTC 2024Le GPU Blackwell est le processeur de nouvelle génération de NVIDIA, succédant aux GPU H100 et H200. Présenté comme la puce la plus puissante au monde par NVIDIA, Blackwell est conçu spécifiquement pour répondre aux exigences de l'IA générative. Il offre des performances 30 fois supérieures à celles du H100 pour les charges de travail LLM et une efficacité énergétique 25 fois supérieure.
Blackwell sera massif, avec Communiqué de presse de NVIDIA qui a suscité l'intérêt d'une liste de grands noms de la technologie, tels que Satya Nadella de Microsoft, Sundar Pichai et Demis Hassabis de Google et DeepMind, Sam Altman d'OpenAI, et bien d'autres.
NVIDIA déjoue les pronostics du gouvernement américain
Le succès de NVIDIA s'explique par l'agilité de sa stratégie d'entreprise, de sa gouvernance et de sa réponse aux pressions du marché. Elle a notamment évité les efforts du gouvernement américain pour freiner les exportations de matériel haut de gamme vers la Chine, l'un de ses principaux clients.
En août 2022, le ministère américain du commerce a imposé des exigences de licence pour l'importation de certains GPU haut de gamme, dont les puces A100 et H100 de NVIDIA, en Chine et en Russie. Cette mesure a entraîné une baisse temporaire des stocks de près de 8%.
Les restrictions ont été conçues pour empêcher l'utilisation de ces puces dans des applications militaires, telles que les superordinateurs et les systèmes d'intelligence artificielle.
En octobre 2022, les États-Unis ont encore renforcé leurs contrôles à l'exportation, en introduisant un vaste ensemble de règles visant à couper la Chine de certaines puces semi-conductrices fabriquées n'importe où dans le monde avec du matériel américain. Ces règles restreignent également l'exportation d'outils et de composants fabriqués aux États-Unis et essentiels à la fabrication des puces.
À chaque itération de ces règles, NVIDIA a trouvé des moyens de les contourner en modifiant ses puces pour échapper spécifiquement aux interdictions d'exportation.
Par exemple, en novembre, NVIDIA a publié trois nouveaux produits - HGX H20, L20 PCle et L2 PCle - basés sur la puissante puce H100 de NVIDIA mais conçus pour respecter les restrictions à l'exportation.
Ces puces sont moins puissantes que les modèles A100 et H800 précédemment limités, mais elles offrent néanmoins des capacités de performance efficaces pour les tâches d'intelligence artificielle.
En tant que noté par SemiAnalysisNvidia est parfaitement à cheval sur les performances maximales et la densité des performances avec ces nouvelles puces pour les faire passer à travers les nouvelles réglementations américaines.
Selon le South China Post, on estime que 20 à 25% du chiffre d'affaires des centres de données de NVIDIA sont générés par les acheteurs chinois, malgré des interdictions d'exportation de plus en plus strictes.
Robotique avec le projet GR00T et Jetson Thor
NVIDIA soutient les technologies de pointe et émergentes par le biais de ses plates-formes de développement robotique d'entreprise.
Lors de la conférence GTC 2024, l'entreprise a annoncé Projet GR00T et Jetson Thor. GR00T entend révolutionner la robotique humanoïde en fournissant un modèle de base polyvalent qui permet aux robots d'apprendre des actions humaines et d'acquérir rapidement de la coordination, de la dextérité et d'autres compétences.
C'est aujourd'hui le début de notre campagne pour résoudre le problème de l'intelligence artificielle incarnée dans le monde physique. Je suis très heureux d'annoncer le projet GR00T, notre nouvelle initiative visant à créer un modèle de base à usage général pour l'apprentissage des robots humanoïdes.
Le modèle GR00T permettra à un robot de comprendre les... pic.twitter.com/EqN19Z3cXH
- Jim Fan (@DrJimFan) 18 mars 2024
Jetson Thor, présenté en même temps que le projet GR00T, est une nouvelle plate-forme informatique conçue pour ces robots humanoïdes. Elle est équipée d'un GPU de nouvelle génération basé sur l'architecture Blackwell de NVIDIA.
NVIDIA développe également activement son Plate-forme robotique Isaac pour soutenir le développement de robots sophistiqués dotés d'une dextérité et de mouvements asynchrones naturels.
Performances financières et position dominante de NVIDIA sur le marché
Le succès de NVIDIA dans les domaines du jeu, de l'IA et de l'informatique haute performance s'est traduit par des performances financières remarquables. En 2023, le chiffre d'affaires de l'entreprise a augmenté de 61% par rapport à l'année précédente.
Grâce à cette croissance, la capitalisation boursière de l'entreprise s'est envolée. dépasser la barre des $1 trillions à la mi-2023 et s'est poursuivie jusqu'à ce qu'elle atteigne l'objectif de la $2 marque de trillion, wle voici aujourd'hui.
Le segment des centres de données, qui comprend l'IA et l'informatique haute performance, a représenté $11,2 milliards, soit 42% du chiffre d'affaires total, ce qui souligne l'importance croissante de ces domaines pour l'activité de NVIDIA.
De manière impressionnante, le segment des jeux de NVIDIA a continué à prospérer, contribuant à hauteur de 1,4 milliard de dollars, soit 351,3 milliards de dollars du chiffre d'affaires total, ce qui démontre sa capacité à maintenir son leadership dans l'industrie des jeux tout en se développant sur de nouveaux marchés.
Le succès financier de NVIDIA a atteint de nouveaux sommets au premier trimestre de l'année fiscale 2024, avec un chiffre d'affaires qui a grimpé à $13,5 milliards, soit une augmentation impressionnante de 88% par rapport au trimestre précédent. Le segment des centres de données a été le principal moteur, avec des ventes record dépassant les $10 milliards.
L'ascension de NVIDIA va-t-elle se poursuivre ?
Dans l'ensemble, le secteur des technologies connaît une période faste, Alphabet, Meta et Microsoft annonçant des résultats impressionnants en 2023.
Alphabet, Amazon, NVIDIA, Apple, Meta et Microsoft dominent l'indice S&P 500, représentant 9% de ses ventes, 16% de ses bénéfices nets et quelque 25% de sa capitalisation boursière.
L'année dernière, le chiffre d'affaires de NVIDIA s'est élevé à environ $60 milliards, soit une augmentation de 126% par rapport à l'année précédente. Sa valorisation élevée et le prix de son action sont basés sur ce chiffre d'affaires et sur la prévision d'une croissance continue.
À titre de comparaison, Amazon a une valeur boursière inférieure à celle de NVIDIA, mais a réalisé un chiffre d'affaires de près de $575 milliards d'euros l'année dernière.
Cette disparité montre le chemin escarpé que NVIDIA doit parcourir pour enregistrer des bénéfices suffisamment importants pour justifier sa valorisation de $2 trillions, d'autant plus que la concurrence sur le marché des puces d'IA s'intensifie.
Malgré cela, les analystes ont relevé leurs objectifs de prix pour NVIDIA, Timothy Arcuri, analyste chez UBS. l'avoir récemment augmenté à 1 100 contre 800, citant le potentiel de NVIDIA à capter la demande des entreprises et des gouvernements mondiaux avec Blackwell.
Cependant, certains pensent que le graphique des actions de NVIDIA montre des signes d'affaiblissement. En effet, il est extrêmement élevé pour une société qui n'a pas encore expédié la grande majorité de ses commandes d'A100 et de H100.
L'avenir de la big tech et de la croissance de NVIDIA reste incertain. Bien que le potentiel de croissance soit immense, les entreprises doivent également faire face à la possibilité d'un refroidissement de l'histoire d'amour avec l'IA, à des limitations technologiques et à des obstacles réglementaires.
Le trafic sur ChatGPT, par exemple, a chuté depuis mai 2023, et certains investisseurs ralentissent leurs investissements dans les entreprises liées à l'IA. Certains craignent que l'IA générative soit arrivée trop vite, atteignant rapidement un sommet qu'elle pourrait avoir du mal à dépasser dans un avenir proche.
De plus, be calcul intensif est très gourmand en ressources, tant pour NVIDIA que pour ses clients. Si l'on additionne les charges de travail globales d'IA, les puces ont besoin d'une puissance constante que l'on peut utiliser en toute sécurité. rivalise avec la capacité des petites nations.
Et il ne s'agit pas seulement d'électricité, mais aussi d'eau, qui est pompée dans les centres de données à hauteur de milliards de gallons par jour. Les ressources naturelles nécessaires à la construction de matériel d'IA haut de gamme, telles que les terres rares, ne sont pas non plus illimitées.
NVIDIA est tout à fait consciente des défis énergétiques de l'industrie, c'est pourquoi ses nouvelles puces sont considérablement plus économes en énergie.
Lors de la conférence GTC 2024, M. Huang a déclaré : "Le calcul accéléré a atteint le point de basculement. Le calcul à usage général s'est essoufflé. Nous avons besoin d'une autre façon de faire de l'informatique pour pouvoir continuer à changer d'échelle, pour pouvoir continuer à faire baisser le coût de l'informatique, pour pouvoir continuer à consommer de plus en plus d'informatique tout en étant durable."
Au moins, Huang est réaliste sur ces questions.
Vous pouvez être sûr que NVIDIA consacrera davantage de fonds à la croissance de l'IA économe en énergie afin de libérer l'industrie des chaînes de l'informatique accélérée par la force brute.
Si c'est le cas, l'ascension de NVIDIA pourrait ne pas avoir de limites évidentes.
