NVIDIA face au monde : Jensen Huang défend son modèle et règle ses comptes avec l’IA

Jensen Huang répète que NVIDIA aurait pesé lourd même sans IA, mais se dit heureux que le secteur existe bel et bien. Dans un podcast avec Dwarkesh Patel, il détaille la recette maison de l’informatique accélérée, la concurrence venue des ASIC, le rôle de la Chine et le “moat” logistique de la chaîne d’approvisionnement. Il revient aussi sur les opportunités manquées avec OpenAI et Anthropic, et promet d’être mieux armé la prochaine fois.

Le CEO de NVIDIA aborde l’IA, la concurrence, la Chine et le “moat” de la supply chain, et désigne l’informatique accélérée comme ingrédient clé

Au micro de Dwarkesh Patel, le patron de NVIDIA, Jensen Huang, a passé en revue plusieurs sujets stratégiques. Il a expliqué comment la firme a bâti sa position dans l’IA tout en décrivant la montée des ASIC, la place de la Chine et l’avantage compétitif offert par sa chaîne d’approvisionnement.

L’IA a propulsé NVIDIA au sommet, enchaînant les records de revenus. Les GPU de la firme et l’écosystème CUDA ont transformé l’entreprise, passée du statut de concepteur de puces à celui de fournisseur d’une plateforme complète, entre puces, logiciels, outils et une infrastructure d’une ampleur rare. Chaque génération nécessite des milliards en R&D, et la demande la rembourse par une croissance hors norme.

Mais si l’IA n’existait pas ? Jensen Huang estime que NVIDIA serait quand même devenu très grand, même si l’idée le chagrine. Son cap de long terme reste l’informatique accélérée.

Tout ne tourne pas autour de l’IA chez NVIDIA. L’objectif premier est l’informatique accélérée, qui associe le GPU et CUDA avec un CPU pour décharger le processeur de portions critiques de code. Grâce au parallélisme massif, on peut déporter des noyaux d’algorithmes et obtenir des gains de 100x à 200x sur des applications d’ingénierie, de science, de physique, de traitement de données, d’infographie et de génération d’images.

Q- Ma dernière question : si le deep learning n’avait pas pris son envol, que ferait NVIDIA ?

R- L’informatique accélérée. La même chose que nous faisons depuis le début. Le postulat de notre entreprise, c’est que la loi de Moore va… Le calcul généraliste convient à beaucoup d’usages, mais pour une grande partie du calcul, ce n’est pas l’idéal.

Nous avons donc combiné une architecture appelée le GPU, CUDA, à un CPU pour accélérer le travail du CPU. Différents kernels ou algorithmes peuvent être déportés sur notre GPU. Au final, une application accélère de 100x, 200x. Où l’utiliser ? Évidemment en ingénierie, en sciences, en physique, en traitement de données, en infographie, en génération d’images. Toutes sortes de domaines. Même si l’IA n’existait pas aujourd’hui, NVIDIA serait très, très grand.

Jensen Huang – CEO de NVIDIA

Interrogé sur la vente de puces à la Chine, Jensen met en avant l’enjeu énergétique des plateformes d’IA. Les États-Unis ont une capacité limitée, alors que la Chine dispose de ressources et de centrales énormes. Côté calcul, il juge la base installée chinoise gigantesque, avec bien des data centers sous-exploités.

Même sans accès aux outils EUV de pointe d’ASML détenus par les États-Unis et d’autres, l’échelle d’infrastructure chinoise reste énorme. Avec leurs générations de puces actuelles, ils peuvent tout simplement ajouter davantage de composants en rack pour augmenter la puissance de calcul.

La quantité de calcul disponible en Chine est immense. On parle du deuxième marché du calcul au monde. S’ils veulent agréger leurs ressources, ils ont largement de quoi le faire. Certains estiment qu’ils sont en retard de procédé.

Non, c’est direct. Je vais vous dire, leur capacité énergétique est incroyable, n’est-ce pas ? L’IA est un problème de calcul parallèle, non ? Pourquoi ne pas assembler 4 à 10 fois plus de puces ?

Parce que l’énergie est gratuite. Ils ont tellement d’énergie. Ils ont des data centers entièrement alimentés qui tournent à vide. Vous savez, ils ont des villes fantômes, des data centers fantômes. Leur capacité d’infrastructure est énorme. S’ils le veulent, ils regroupent davantage de puces, même sur d’anciens nanomètres. Et leur capacité de fabrication est parmi les plus grandes au monde. L’industrie des semi-conducteurs sait qu’ils monopolisent les puces grand public. Ils ont trop de capacité.

Imaginer que la Chine ne puisse pas avoir de puces d’IA n’a aucun sens. Bien sûr, demander si les États-Unis seraient plus avancés si le reste du monde n’avait aucun calcul… ce n’est pas une issue réaliste. Ils ont déjà largement dépassé le seuil qui préoccupe certains. L’IA est un gâteau à cinq couches, et la couche la plus basse, c’est l’énergie. Quand l’énergie est abondante, elle compense les puces.

Jensen Huang – CEO de NVIDIA

Jensen a aussi évoqué son regret de ne pas avoir investi dès le départ aux côtés d’OpenAI et d’Anthropic. C’était la première fois que NVIDIA envisageait d’investir hors de l’entreprise et ils pensaient que ces projets se financeraient via le capital-risque. Les laboratoires se sont finalement tournés vers les hyperscalers comme Microsoft, Google et Amazon, avec en retour des engagements d’usage de leur calcul.

Il reconnaît que ces décisions ont fait émerger des acteurs décisifs, et que l’IA n’aurait peut-être pas suivi la même trajectoire sans eux. Pour la suite, il assure vouloir être prêt et éviter de reproduire ces erreurs.