Nvidia a conclu un accord pour racheter Hugging Face pour 12,9 milliards de dollars. Les analystes comparent déjà cette opération aux tout derniers résultats du groupe afin d’évaluer sa capacité à contenir l’offensive de Broadcom sur les puces d’IA.
La comparaison est particulièrement parlante sur le plan de l’offre. Nvidia vend des GPU généralistes qui dominent l’entraînement et l’inférence en IA, tandis que Broadcom conçoit des ASIC sur mesure, adaptés aux charges de travail spécifiques de chaque hyperscaler, un segment en croissance de 44,6 % sur un an, contre 16,1 % pour les GPU.
À lire aussi : La valorisation de Gimlet Labs bondit à 3 Mds$ après une nouvelle levée
Cet écart de croissance de 28 points est précisément le point de pression que ce rachat cherche à adresser, et c’est la raison pour laquelle l’acquisition de Hugging Face va bien au‑delà d’une simple chasse aux talents ou aux outils.
L’argument du fossé logiciel
Plusieurs analyses interprètent l’opération comme une couverture face à la dynamique des puces sur mesure de Broadcom, plutôt que comme un pur pari sur la recherche en IA. En prenant le contrôle de la plateforme, de ses modèles open source et de son écosystème de développeurs, Nvidia peut arrimer son avantage matériel à une couche logicielle difficilement réplicable par les ASIC dédiés, souligne Shattered.io.
La logique côté offre est assez claire : un écosystème de développeurs verrouillé sur CUDA et son outillage périphérique augmente le coût de changement par unité d’inférence, un levier décisif à mesure que le coût de calcul par token se compresse.
L’argumentaire de Broadcom auprès des hyperscalers repose sur l’efficacité : des puces conçues pour les besoins de calcul très spécifiques d’un seul client, là où l’architecture plus généraliste de Nvidia vise à servir simultanément un large éventail de charges, rappelle la comparaison de résultats du Motley Fool.
Quand les dépenses d’investissement d’un hyperscaler s’orientent vers du silicium sur mesure plutôt que vers des GPU « génériques », ce sont ces flux de capex qui constituent le signal à suivre, bien plus que tout discours public sur une supposée neutralité fournisseurs.
À lire aussi : Polygon ouvre une voie de dons crypto vers le fonds de secours pour le Népal
Ce que surveillent les investisseurs
Les analystes restent optimistes sur les deux groupes, en s’appuyant sur une hausse estimée à environ 30 % des dépenses des hyperscalers, signe que la phase de déploiement massif d’infrastructures IA laisse encore de la place aux fournisseurs de GPU comme aux fabricants d’ASIC.
La vraie inconnue est de savoir si la couche logicielle de Nvidia, désormais renforcée par la plateforme acquise, suffira à préserver son avantage en matière de marges, alors qu’un nombre croissant de clouds conçoivent leur propre silicium sur mesure au lieu d’acheter des GPU sur étagère.
La réponse se lira d’abord dans les engagements de capacité et dans les trajectoires de coût par inférence, bien avant d’apparaître dans les commentaires de résultats.
À suivre : OpenAI lance GPT-6 Astra, son modèle le plus performant à ce jour
