Preparing your workspace
Jobbit
Guides12 min de lecture

Que fait Nvidia ? Les puces IA en 9 réponses claires

Que fait Nvidia ? Guide simple sur les puces derrière ChatGPT, Claude et Gemini : qui les achète, combien elles coûtent et pourquoi elles pèsent sur le prix de vos outils d'IA.

Que fait Nvidia ? Les puces IA en 9 réponses claires
Lire en :

Nvidia conçoit les puces qui entraînent et font fonctionner presque tous les systèmes d'IA connus, dont ceux qui se cachent derrière ChatGPT, Claude et Gemini. L'entreprise a débuté en 1993 en fabriquant des puces graphiques pour les jeux sur PC. Lors de son dernier exercice complet, elle a vendu pour 215,9 milliards de dollars de produits, dont environ 90 % provenaient des centres de données. Ce guide explique ce que font ces puces, qui les achète et pourquoi elles déterminent le prix de vos outils d'IA.

Vous dirigez une entreprise, pas une salle de marché, et pourtant ce même nom revient sans cesse dans l'actualité. En novembre 2026, il y était de nouveau : le directeur général de longue date de Nvidia a démissionné, l'action a reculé pour la sixième semaine consécutive et l'entreprise est passée sous les 4 billions de dollars de valorisation pour la première fois depuis juillet 2025. On peut se demander pourquoi un fabricant de puces californien intéresserait la propriétaire d'un café à Leeds ou un plombier à Bristol. Que fait Nvidia, et pourquoi touche-t-elle à vos abonnements mensuels ? En bref : chaque réponse d'un outil d'IA est calculée sur du matériel, et ce matériel est, pour l'essentiel, celui de Nvidia.

Au programme : comment nous avons vérifié ce guide, l'entreprise en un tableau, 9 réponses claires, les concurrents, le lien avec les prix que vous payez et ce qu'une petite entreprise peut en retenir. Rien de ce qui suit ne constitue un conseil en investissement.

Pas besoin de suivre l'actualité des puces pour bien utiliser l'IA. Jobbit affiche le coût de chaque tâche en crédits et vous laisse choisir le modèle. Offre gratuite, 100 crédits par jour, sans carte bancaire.

Comment nous avons vérifié ce guide

  1. Les documents de Nvidia elle-même, consultés le 14 novembre 2026. Son rapport annuel pour l'exercice clos le 25 janvier 2026, ses communiqués de résultats trimestriels et sa chronologie d'entreprise.
  2. Les communiqués d'autres entreprises pour leurs dépenses : Amazon, Meta, Google, Microsoft et Anthropic.
  3. Des organismes indépendants pour le contexte. L'Agence internationale de l'énergie pour l'électricité, le Stanford AI Index pour les coûts, IBM pour une définition neutre de la puce.
  4. Les prix des puces sont des estimations d'analystes. Nvidia ne publie pas de grille tarifaire, et nous le signalons partout où un prix apparaît.
  5. Calendrier. Les prochains résultats de Nvidia sont attendus le 17 novembre 2026, après la rédaction de ce guide : les chiffres s'arrêtent donc au trimestre clos en juillet.

Nvidia en un coup d'œil

QuestionRéponseSource
Fondation5 avril 1993, par Jensen Huang, Chris Malachowsky et Curtis PriemChronologie de Nvidia
SiègeSanta Clara, CalifornieRapport annuel
EffectifsEnviron 42 000 personnes dans 38 paysRapport annuel
Première activitéGraphismes 3D pour les jeux et le multimédiaChronologie de Nvidia
Ventes, exercice clos en janvier 2026215,9 milliards de dollars, en hausse de 65 %Communiqué de résultats
Dont centres de données193,7 milliards de dollars, soit environ 90 %Communiqué de résultats, calcul de notre part
Ventes, trimestre clos en juillet 202696,2 milliards de dollars, en hausse de 106 % sur un anCommuniqué de résultats
Marge brute, même trimestre75 %Communiqué de résultats
Famille de puces actuelleBlackwellCommuniqué de résultats
Prochaine famille de pucesVera Rubin, en production depuis l'été 2026Communiqué de résultats
Prochains résultats17 novembre 2026Annonce de Nvidia
Directrice généraleColette Kress, par intérim, depuis le 12 novembre 2026Annonce de l'entreprise

Les 9 réponses claires

1. Que fabrique réellement Nvidia ?

Des puces, ainsi que les ordinateurs et les logiciels construits autour. Cette puce s'appelle un processeur graphique (GPU, pour graphics processing unit). IBM le définit comme « un circuit électronique conçu pour accélérer le traitement des graphismes et des images par ordinateur ». La chronologie de Nvidia affirme que l'entreprise a inventé le GPU en 1999. Pendant des années, cela a surtout signifié de plus beaux jeux vidéo.

2. Pourquoi une puce de jeu est-elle bonne pour l'IA ?

Afficher un jeu revient à calculer la couleur de millions de points au même instant. Un processeur ordinaire exécute surtout les tâches l'une après l'autre. Un GPU, selon les mots d'IBM, possède « des centaines, voire des milliers, de cœurs » qui font des calculs côte à côte. Or entraîner un modèle d'IA est le même genre de travail : un nombre énorme de petits calculs qui peuvent tous tourner en même temps. Imaginez un comptable brillant face à une salle de dix mille personnes munies de calculatrices. Pour cette tâche, c'est la salle qui gagne.

3. Qu'est-ce que CUDA, et pourquoi dit-on qu'il compte ?

CUDA est la couche logicielle de Nvidia, présentée en 2006, qui permet aux programmeurs d'utiliser ses puces pour des calculs sans rapport avec les graphismes. Les chercheurs ont passé les années suivantes à écrire leurs outils d'IA par-dessus. Cette histoire explique en grande partie l'avantage de Nvidia : un concurrent doit égaler la puce et aussi convaincre les gens de migrer des années de logiciels.

4. Nvidia fabrique-t-elle ChatGPT ?

Non. Nvidia ne fabrique pas les assistants. OpenAI fabrique ChatGPT, Anthropic fabrique Claude, Google fabrique Gemini. Nvidia vend le matériel sur lequel ils tournent, un peu comme l'entreprise qui vend des fours à toutes les boulangeries de la ville. Pour comprendre la différence entre un chatbot et un agent, voir ce qu'est un agent IA.

5. Qui achète les puces ?

Un petit nombre de très gros clients. Le rapport annuel de Nvidia indique que ses ventes sont concentrées sur des clients qui achètent directement ou indirectement. Il s'agit surtout des entreprises de cloud et des laboratoires d'IA.

  • Amazon indique prévoir environ 220 milliards de dollars de dépenses d'investissement en 2026.
  • Meta prévoit de 135 à 145 milliards de dollars, et Nvidia affirme que son partenariat avec Meta porte sur « des millions » de puces.
  • Google a déclaré à ses investisseurs que ses dépenses « augmenteront significativement » en 2027, selon l'Associated Press.
  • OpenAI a signé en septembre 2025 une lettre d'intention avec Nvidia pour au moins 10 gigawatts de systèmes, Nvidia devant investir jusqu'à 100 milliards de dollars au fur et à mesure de leur déploiement.

6. Combien coûte une de ces puces ?

Nvidia ne publie aucun prix. Les estimations d'analystes relayées par Tom's Hardware situent une puce Blackwell haut de gamme jusqu'à environ 70 000 dollars et une baie de serveurs complète à environ 3 millions de dollars ou plus. Considérez ces chiffres comme des estimations. Ils expliquent la marge brute de 75 % et pourquoi seules les plus grandes entreprises achètent en gros volumes.

7. Quelle est la taille de Nvidia ?

Par les ventes, 215,9 milliards de dollars lors de son dernier exercice complet. Par la valeur boursière, elle a été la première entreprise valorisée à 5 billions de dollars, en octobre 2025, et CNBC a rapporté le 13 novembre 2026 qu'elle avait clôturé sous les 4 billions de dollars pour la première fois depuis juillet 2025. Un cours de bourse est une opinion sur l'avenir, et les opinions sur l'IA oscillent fortement ce mois-ci.

8. Pourquoi Nvidia ne peut-elle pas vendre librement en Chine ?

Les États-Unis restreignent les exportations de puces d'IA avancées vers la Chine pour des raisons de sécurité nationale. Les règles ont commencé en octobre 2022 et ont été durcies puis assouplies plusieurs fois depuis. En décembre 2025, le président a affirmé qu'une puce plus ancienne pourrait y être vendue moyennant une taxe de 25 %, tandis que les familles les plus récentes restaient exclues, selon Reuters. Les prévisions de Nvidia pour le dernier trimestre ne supposent aucune vente de puces pour centres de données en Chine.

9. Pourquoi Nvidia fait-elle l'actualité en novembre 2026 ?

Pour trois raisons. Son directeur général depuis 1993, Jensen Huang, a démissionné le 12 novembre 2026 et la directrice financière, Colette Kress, est devenue directrice générale par intérim. Son action a perdu environ 13 % cette semaine-là, une sixième baisse hebdomadaire d'affilée, selon CNBC, les investisseurs s'inquiétant déjà de la dette qu'exige le déploiement de l'IA. Enfin, ses résultats trimestriels arrivent le 17 novembre, les analystes attendant environ 108,9 milliards de dollars de ventes.

Les concurrents, en une ligne chacun

  • Google fabrique ses propres puces d'IA, appelées TPU. Anthropic prévoit d'en utiliser jusqu'à un million.
  • Amazon fabrique Trainium. Son directeur général a déclaré en décembre 2025 que la deuxième version représentait déjà une activité de plusieurs milliards de dollars, avec plus d'un million de puces en production.
  • Microsoft a annoncé Maia 200 en janvier 2026, en revendiquant une performance par dollar supérieure de 30 % à celle du matériel le plus récent de son propre parc.
  • AMD vend des GPU concurrents et a conclu un important contrat d'approvisionnement avec OpenAI en octobre 2025, selon la presse.
  • Huawei construit l'alternative chinoise, la famille Ascend, avec une feuille de route publiée jusqu'en 2026.

Anthropic est un bon exemple de la direction que prend le secteur. L'entreprise affirme fonctionner sur trois plateformes : les puces de Google, celles d'Amazon et celles de Nvidia. Les plus gros acheteurs ne veulent pas dépendre d'un seul fournisseur, pour la même raison que vous ne devriez pas le faire.

Pourquoi les puces déterminent le coût de vos outils d'IA

Aucune étude ne mesure précisément la répercussion des prix des puces sur votre abonnement. La chaîne de cause à effet reste pourtant facile à suivre.

  • Chaque réponse consomme du temps de calcul. Quand vous envoyez un message, une puce quelque part fait le travail. Un long document ou une vidéo demande bien plus qu'une courte question.
  • Le temps de calcul est rare. En septembre 2026, OpenAI a suspendu les nouvelles inscriptions à son offre à 200 $ par mois parce que la demande pour un nouveau modèle dépassait ses capacités, selon Fortune. Google a indiqué aux investisseurs en octobre que l'usage progressait « même avec des contraintes de capacité ».
  • Les fournisseurs rationnent donc. Plafonds de messages, réponses plus lentes aux heures de pointe, meilleurs modèles réservés aux offres supérieures : autant de façons de répartir des puces limitées. Notre guide sur ce que permettent les offres d'IA gratuites recense les limites actuelles.
  • Le coût d'une qualité identique baisse vite. Le Stanford AI Index a constaté que le coût d'exécution d'un modèle à niveau de capacité constant a été divisé par plus de 280 entre novembre 2022 et octobre 2024. Nvidia affirme que ses prochaines puces réduisent le coût par réponse jusqu'à dix fois.
  • Le modèle le plus récent est toujours le plus cher. Les prix baissent pour les capacités de l'an dernier et restent élevés pour celles de cette année.
  • L'électricité sous-tend le tout. L'Agence internationale de l'énergie indique que les centres de données ont consommé environ 415 térawattheures en 2024, soit à peu près 1,5 % de l'électricité mondiale, et prévoit que ce chiffre plus que double d'ici 2030.

Ce qu'une petite entreprise peut en retenir

  1. Utilisez le plus petit modèle qui fait le travail. Résumer un e-mail n'exige pas le modèle le plus puissant. Les modèles plus petits coûtent moins cher et répondent plus vite.
  2. Attendez-vous à des limites mouvantes. Les plafonds et les prix changent quand l'offre de puces change. Gardez un second outil vers lequel basculer.
  3. Surveillez le coût d'une tâche. Les outils qui affichent l'usage par tâche permettent de repérer le gaspillage. Notre guide des tarifs explique le fonctionnement des crédits.
  4. N'achetez pas sur la foi des gros titres. Un cours de bourse en baisse ne dit rien de l'utilité d'un outil pour vous lundi matin.
  5. Apprenez le vocabulaire une fois pour toutes. Notre glossaire de l'IA couvre les jetons, les modèles et le reste en termes simples.

Comment un agent IA vous masque le matériel

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus et Muse de Meta tournent tous sur des puces de ce type, comme tout autre produit d'IA. Ce qui diffère, c'est la part de la mécanique à laquelle vous devez penser.

  • Un choix de modèles. Les offres payantes de Jobbit permettent de choisir entre des modèles de plusieurs fournisseurs, prix affichés, de sorte qu'une tâche légère peut utiliser un modèle léger. Voir les offres.
  • Un compteur visible. Les crédits montrent ce que chaque tâche a consommé.
  • Un prix d'entrée bas. Go coûte 7 £ par mois avec 2 000 crédits et l'hébergement d'une petite application sur votre propre domaine.
  • Du travail terminé, pas des réponses. L'agent construit le site, le document ou le tableur, et un professionnel humain peut prendre le relais via le réseau quand le travail l'exige.

Questions fréquentes

Que fait Nvidia en termes simples ?

Nvidia conçoit des puces informatiques appelées GPU et les systèmes qui les entourent. Elles ont été créées pour les graphismes des jeux vidéo et se sont révélées idéales pour l'IA, car elles effectuent un très grand nombre de petits calculs à la fois. La plupart des systèmes d'IA connus sont entraînés et exécutés sur ces puces.

Pourquoi Nvidia vaut-elle autant ?

Parce que presque toutes les entreprises qui construisent de l'IA ont besoin de ses puces, que l'offre est limitée et que son profit sur chaque vente est élevé : une marge brute de 75 % au trimestre clos en juillet 2026. Son logiciel, CUDA, rend aussi les clients lents à changer de fournisseur. Savoir si la valorisation est justifiée relève de l'opinion et n'est pas l'objet de ce guide.

ChatGPT utilise-t-il des puces Nvidia ?

Oui, entre autres. OpenAI a signé en 2025 une lettre d'intention avec Nvidia pour au moins 10 gigawatts de systèmes, et a aussi annoncé des accords avec d'autres fabricants de puces. La plupart des grands laboratoires d'IA utilisent désormais plus d'un fournisseur.

Qui sont les concurrents de Nvidia ?

AMD vend des GPU concurrents. Google, Amazon et Microsoft conçoivent chacun leurs propres puces d'IA pour leurs propres centres de données. Huawei mène l'effort chinois. Aucun n'a encore égalé la part de marché de Nvidia pour l'entraînement des plus grands modèles.

Qui dirige Nvidia aujourd'hui ?

Colette Kress, la directrice financière, est devenue directrice générale par intérim le 12 novembre 2026 après la démission de Jensen Huang, cofondateur de l'entreprise en 1993. Le conseil d'administration a indiqué chercher un successeur permanent.

L'IA va-t-elle devenir moins chère ou plus chère ?

Les deux. Le coût d'un niveau de capacité donné a chuté très vite, de plus de 280 fois en deux ans selon la mesure de Stanford. Les modèles les plus récents et les plus capables restent chers et souvent rationnés. La réponse pratique est d'adapter le modèle à la tâche. Essayez Jobbit gratuitement avec 100 crédits par jour et sans carte bancaire.

Guides associés