Nvidia et Amazon ont annoncé le 26 août un élargissement de leur collaboration : AWS commande 2 millions de GPU Nvidia supplémentaires. Le précédent accord, signé par les deux parties il y a cinq mois, portait sur un peu plus d'un million de puces — ce nouveau volume double quasiment l'ampleur initiale. Les deux entreprises justifient cette décision dans leur communiqué par une demande qui dépasse les prévisions antérieures, venue de startups, de clients entreprises, de laboratoires d'IA et d'administrations publiques.
La puce maison n'a pas remplacé Nvidia
Les puces accélératrices conçues en interne par Amazon atteignent désormais un rythme de revenus annualisé de 25 milliards de dollars, ce qui les place en tête de toutes les puces d'IA maison développées par les fournisseurs de cloud. La déduction évidente serait : plus la puce maison est performante, moins les achats externes sont nécessaires. Cette commande contredit justement cette logique — les deux filières progressent simultanément.
La raison se trouve dans la structure de la clientèle. Les charges de travail d'IA les plus importantes sur AWS ne proviennent pas toutes d'Amazon elle-même — des laboratoires externes comme Anthropic et OpenAI ont déjà engagé auprès de Nvidia des achats de l'ordre de 225 milliards de dollars, et les piles techniques de ces équipes restent en grande partie liées à CUDA, ce qui rend toute migration coûteuse et le délai serré. Ce que peut faire un fournisseur de cloud, c'est disposer d'un stock suffisant de cartes. Les puces maison absorbent la part des charges de travail dont Amazon peut elle-même définir l'ordonnancement — les deux approches ne se substituent pas l'une à l'autre.
Au-delà de la commande de GPU
Le périmètre de cette collaboration dépasse le simple "achat de cartes". Outre les GPU, AWS va intégrer le CPU Vera de Nvidia, faisant entrer chez elle la pile d'IA physique destinée à la robotique ; la série de modèles ouverts Nemotron sera désormais proposée via Amazon Bedrock et SageMaker, et le matériel réseau sera lui aussi intégré à l'infrastructure d'AWS. La directrice financière de Nvidia, Colette Kress, a décrit ainsi le mode de déploiement de Vera : "some integrated with Rubin, others standalone", c'est-à-dire qu'une partie sera intégrée à la plateforme Rubin et une autre proposée de façon autonome.
La ligne de CPU Vera mérite d'être examinée à part. En mai, Jensen Huang avait évalué son marché potentiel adressable à 200 milliards de dollars, face à l'architecture x86, qui domine les centres de données depuis deux décennies. Décrocher un client de l'envergure d'AWS équivaut à la première grande validation de marché pour cette ligne de produits.
L'offre et la demande montent en levier ensemble
Le chiffre d'affaires des centres de données de Nvidia s'est établi à 89 milliards de dollars au dernier trimestre, en hausse de 117% sur un an ; les prévisions pour le trimestre prochain tablent sur 108 milliards de dollars. Pour honorer ces commandes, Nvidia mise elle-même massivement sur l'amont de la chaîne : ses engagements envers la chaîne d'approvisionnement et les capacités de production s'élèvent à environ 279 milliards de dollars, avec des dépenses attendues de 92 milliards de dollars pour le reste de l'exercice en cours, et de 87 milliards de dollars pour l'exercice 2028.
Après la publication des résultats, Jensen Huang a laissé cette phrase :
"The thing that matters for the industry is that AI is now doing productive and useful work. AI is generating profitable tokens."
Ce qui compte pour le secteur, c'est que l'IA accomplit désormais un travail productif et utile. Elle génère des tokens rentables.
Le sous-entendu consiste à rattacher la rationalité des dépenses d'investissement au chiffre d'affaires. Un calcul approximatif donne une idée de l'ampleur : 2 millions de GPU, aux fourchettes de prix publiques de la génération actuelle, représentent à eux seuls des centaines de milliards de dollars de matériel ; en ajoutant les centres de données, l'alimentation électrique et le réseau, le montant qu'AWS devra récupérer en location de cette puissance de calcul sur les prochaines années se chiffrera lui aussi en centaines de milliards (estimation, aucune des deux parties n'ayant communiqué le montant du contrat). Si le fournisseur de cloud ose signer, c'est parce que les engagements d'achat côté clients sont déjà programmés sur la même échelle de temps.
Pour les utilisateurs en aval, le rythme de livraison est plus révélateur que le volume total. Le précédent accord d'un million de puces avait été signé il y a cinq mois, et la date de livraison précise n'a toujours pas été communiquée ; une fois les 2 millions supplémentaires ajoutés, c'est le moment où les instances GPU d'AWS cesseront d'être en liste d'attente qui indiquera la véritable portée de cette expansion.
Sources : TechCrunch, CocoLoop, conférence de résultats de Nvidia ; le nombre de GPU, le chiffre d'affaires des centres de données et les engagements d'investissement ont été vérifiés à partir des communications de Nvidia, le montant du contrat n'ayant été rendu public par aucune des deux parties.