Amazon Triple Ses Commandes De Puces Nvidia

Imaginez un instant : en l’espace de seulement cinq mois, un géant du commerce en ligne et du cloud décide de multiplier par trois ses commandes de processeurs ultra-spécialisés. Ce n’est pas de la science-fiction, c’est la réalité d’aujourd’hui. Amazon vient d’annoncer un renforcement spectaculaire de son alliance avec Nvidia, en s’engageant à intégrer deux millions de puces graphiques supplémentaires dans ses centres de données. Derrière ce chiffre vertigineux se cache une frénésie mondiale autour de l’intelligence artificielle, une course effrénée où chaque acteur cherche à capturer la moindre once de puissance de calcul disponible.

Un Partenariat Qui Redéfinit Les Règles Du Jeu

Quand deux mastodontes comme Amazon et Nvidia resserrent leurs liens, le marché entier retient son souffle. L’annonce a été faite lors de la présentation des résultats trimestriels de Nvidia, et elle a immédiatement fait l’effet d’une bombe. Après avoir déjà prévu de déployer plus d’un million de GPU Nvidia dans l’infrastructure d’Amazon Web Services à partir de cette année, le géant du e-commerce a décidé d’ajouter deux millions d’unités supplémentaires. Ces puces, parmi les plus avancées au monde, comprendront les modèles Blackwell Ultra, Rubin et Rubin Ultra. Elles arriveront dans les data centers d’AWS en 2027 et 2028.

Ce n’est pas seulement une question de volume. Nvidia a précisé que la demande avait largement dépassé les attentes initiales. Startups, grandes entreprises, laboratoires d’intelligence artificielle et même gouvernements se bousculent pour obtenir de la puissance de calcul. Dans ce contexte, Amazon a choisi de renforcer massivement son offre plutôt que de laisser ses clients partir vers d’autres fournisseurs de cloud.

Pourquoi Cette Accélération Soudaine ?

La raison principale tient en deux mots : demande explosive. L’intelligence artificielle n’est plus une promesse lointaine. Elle produit déjà des résultats concrets et rentables. Jensen Huang, le PDG de Nvidia, l’a martelé lors de la conférence : l’IA génère désormais des tokens profitables. Plus on dispose de capacité de calcul, plus on peut générer de valeur. C’est un cercle vertueux qui pousse tous les acteurs à investir massivement.

Amazon se trouve dans une position particulière. D’un côté, l’entreprise développe ses propres puces, notamment les Trainium destinées à l’entraînement des modèles d’IA et les processeurs Graviton basés sur l’architecture Arm. De l’autre, elle continue d’acheter des volumes records de matériel Nvidia. Cette stratégie duale montre bien la complexité du marché actuel. Même un acteur aussi puissant qu’Amazon ne peut se passer des solutions de Nvidia pour répondre immédiatement à la demande de ses clients.

Bien Plus Que Des Puces Graphiques

Ce qui rend cet accord particulièrement intéressant, c’est qu’il dépasse largement l’achat de GPU. Nvidia va intégrer l’ensemble de sa stack technologique au sein d’AWS. Cela inclut le matériel de mise en réseau capable de relier des milliers de puces en un seul système cohérent, les modèles ouverts, les processeurs CPU, les logiciels de traitement de données et même la plateforme robotique.

Sur le front des processeurs, Nvidia prévoit de livrer un nombre non précisé de Vera CPU. Certains seront intégrés aux architectures Rubin, d’autres fonctionneront de manière autonome. Jensen Huang avait déjà évoqué un marché potentiel de 200 milliards de dollars pour ces nouvelles puces. Selon la directrice financière de Nvidia, Colette Kress, les Vera CPU seront déployés par tous les grands hyperscalers, les néoclouds, les laboratoires d’IA et les fabricants de systèmes. Les livraisons ont déjà commencé auprès de partenaires stratégiques comme Oracle et SpaceXAI.

Amazon, de son côté, continue de pousser ses propres solutions. Lors de son dernier appel aux résultats, l’entreprise a indiqué que son activité de puces personnalisées avait atteint un rythme annuel de 25 milliards de dollars de revenus, soutenu par 225 milliards de dollars d’engagements provenant de laboratoires comme Anthropic et OpenAI. Pourtant, malgré ces efforts, Nvidia reste le leader incontesté dans le domaine des accélérateurs d’intelligence artificielle.

La Robotique Entre Dans La Danse

Un aspect souvent moins mis en avant de cet accord concerne la robotique. Amazon possède l’une des flottes de robots d’entrepôt les plus importantes au monde. L’entreprise a décidé d’adopter l’intégralité de la stack d’intelligence artificielle physique de Nvidia. Cela comprend Omniverse pour la simulation et les jumeaux numériques, Cosmos pour les modèles de monde, Isaac pour le développement robotique et Jetson pour le calcul embarqué.

Nvidia a d’ailleurs récemment lancé une nouvelle version de Jetson, conçue pour être plus accessible et destinée aux applications d’IA en périphérie d’entrée de gamme. Pour Amazon, cela signifie potentiellement des robots plus intelligents, plus autonomes et capables de s’adapter en temps réel aux variations de l’environnement de travail. Dans un secteur où chaque seconde gagnée dans un entrepôt se traduit par des millions d’euros d’économies, l’enjeu est colossal.

L’Offre Entreprise Se Renforce Aussi

Côté logiciel et services, AWS va proposer la famille de modèles ouverts Nemotron de Nvidia sur Amazon Bedrock, sa plateforme de modèles de fondation managés, ainsi que sur SageMaker. Cette intégration permet aux entreprises clientes d’accéder plus facilement à des modèles performants tout en restant dans l’écosystème AWS. C’est une manière intelligente pour Nvidia de diffuser ses technologies et pour Amazon de renforcer l’attractivité de son offre cloud.

On assiste ici à une forme de collaboration-coopétition classique dans la tech. Amazon développe ses propres puces pour réduire sa dépendance et éventuellement concurrencer Nvidia. En même temps, elle s’appuie massivement sur le leader du marché pour répondre à une demande qui croît plus vite que sa capacité à produire ses propres solutions. Nvidia, de son côté, s’assure un client de premier plan tout en pénétrant plus profondément dans l’écosystème AWS.

Les Chiffres Qui Donnent Le Vertige

Les résultats financiers de Nvidia parlent d’eux-mêmes. Pour le deuxième trimestre, la société a enregistré un chiffre d’affaires de 96,2 milliards de dollars, dépassant les attentes des analystes. La division data center a représenté l’essentiel de ces ventes avec 89 milliards de dollars, soit une progression de 117 % sur un an. Pour le troisième trimestre, Nvidia prévoit un chiffre d’affaires de 108 milliards de dollars, en partie grâce aux premières livraisons des GPU Rubin de nouvelle génération.

Pour sécuriser sa capacité de production, Nvidia a engagé 279 milliards de dollars, contre 119 milliards le trimestre précédent. Cette enveloppe comprend 92 milliards prévus pour le reste de l’exercice en cours et 87 milliards pour l’exercice 2028. Ces montants colossaux illustrent à quel point la course à la capacité de production de puces mémoire et de semi-conducteurs est devenue stratégique.

Si l’on considère le coût unitaire des GPU haut de gamme, le simple accord d’Amazon représente des dizaines de milliards de dollars. Ni l’une ni l’autre des deux entreprises n’a communiqué les détails financiers exacts, mais l’ordre de grandeur est clair : il s’agit de l’un des plus gros contrats de l’histoire de l’industrie des semi-conducteurs.

Amazon Face À Ses Propres Ambitions Chip

Il serait trop simple de voir dans cet accord un simple aveu de faiblesse d’Amazon face à Nvidia. La réalité est plus nuancée. Amazon investit massivement dans ses propres designs de puces. Peter DeSantis, responsable de l’IA chez AWS, a même indiqué que l’entreprise était en discussion pour vendre ses puces Trainium à d’autres acteurs pour leurs data centers. Les Trainium sont positionnées comme une alternative directe aux H100 ou aux Blackwell de Nvidia pour les charges de travail d’apprentissage profond.

Les processeurs Graviton, conçus par Amazon sur base Arm, gagnent également du terrain face aux offres traditionnelles d’Intel et d’AMD dans les serveurs. Cette double stratégie permet à Amazon de proposer à ses clients un éventail de solutions, du plus standard au plus optimisé en termes de coût et de performance. Dans un marché où les clients veulent à la fois de la performance maximale et un contrôle sur les coûts, cette flexibilité devient un argument commercial puissant.

Pourtant, le fait que la demande pour les puces Nvidia ait explosé au point de nécessiter un triplement des commandes montre que les solutions propriétaires d’Amazon ne suffisent pas encore à absorber la totalité de la croissance. Les clients, surtout les plus exigeants, continuent de plébisciter l’écosystème Nvidia, notamment pour la maturité logicielle, la compatibilité et les performances brutes.

Ce Que Cela Change Pour L’Écosystème Cloud

Pour les utilisateurs d’AWS, cet accord se traduit par une disponibilité accrue de capacité de calcul haute performance. Dans un marché où les files d’attente pour obtenir des instances GPU sont parfois très longues, l’arrivée de millions de puces supplémentaires est une bonne nouvelle. Les startups qui entraînent des modèles de fondation, les entreprises qui déploient des applications d’IA générative et les laboratoires de recherche devraient bénéficier d’une meilleure accessibilité.

Cependant, la concentration du pouvoir de calcul entre quelques acteurs majeurs soulève aussi des questions. Nvidia contrôle une part écrasante du marché des accélérateurs d’IA. Amazon, Microsoft, Google et Meta dominent l’offre de cloud. Cette concentration peut freiner l’innovation alternative et rendre l’écosystème plus fragile face à d’éventuelles tensions géopolitiques ou ruptures d’approvisionnement.

• Accès facilité à des GPU de dernière génération pour les clients AWS
• Intégration plus profonde des technologies Nvidia dans l’écosystème Amazon
• Renforcement de l’offre robotique d’Amazon grâce à la stack physique de Nvidia
• Maintien de la dépendance stratégique d’Amazon vis-à-vis de Nvidia malgré ses efforts en puces propres
• Accélération de la course à la capacité de production mondiale de semi-conducteurs

Les Implications Pour Les Startups Et Les Laboratoires

Les jeunes pousses de l’intelligence artificielle sont les premières concernées par cette dynamique. Pour entraîner un modèle de grande taille, il faut des quantités énormes de puissance de calcul. Les coûts peuvent rapidement atteindre des dizaines de millions d’euros. En augmentant massivement sa capacité, Amazon espère attirer et retenir ces clients stratégiques qui, demain, pourraient générer des revenus cloud très importants.

Les laboratoires d’IA, qu’ils soient indépendants ou rattachés à de grandes entreprises, profitent aussi de cette abondance relative. Plus de capacité disponible signifie plus d’expérimentations possibles, des cycles d’itération plus rapides et potentiellement des percées scientifiques accélérées. Mais cela crée aussi une barrière à l’entrée plus élevée pour ceux qui n’ont pas les moyens d’accéder à ces ressources.

On assiste ainsi à une forme de dualisation du marché. D’un côté, les acteurs disposant de budgets importants et d’accès privilégiés aux hyperscalers. De l’autre, les structures plus modestes qui doivent se contenter de solutions alternatives, parfois moins performantes, ou qui misent sur l’efficacité algorithmique plutôt que sur la force brute du calcul.

La Vision De Jensen Huang Sur La Productivité De L’IA

Lors de l’appel aux résultats, Jensen Huang a insisté sur un point crucial : l’intelligence artificielle commence à produire un travail réellement utile et rentable. « Si nous avions plus de capacité de calcul, nous pourrions générer davantage de tokens profitables, ce qui se traduirait par plus de profits pour tous les services », a-t-il déclaré. Cette phase actuelle est selon lui celle où tout le monde accélère ses investissements.

Cette vision est partagée par de nombreux acteurs du secteur. L’IA n’est plus seulement un outil de démonstration ou un sujet de recherche. Elle commence à transformer concrètement les processus métier, le service client, le développement logiciel, la conception de produits et bien d’autres domaines. Chaque nouveau modèle plus performant ouvre de nouvelles possibilités d’applications commerciales.

Pourtant, certains observateurs restent prudents. Investir des centaines de milliards de dollars dans des infrastructures suppose que la demande pour les services d’IA continuera de croître à un rythme soutenu et que les marges resteront attractives. Si la monétisation de l’IA s’avérait plus lente que prévu, certains acteurs pourraient se retrouver avec des capacités surdimensionnées et des bilans alourdis.

Une Course Mondiale À La Capacité De Production

Au-delà du simple contrat entre Amazon et Nvidia, cet événement illustre la tension extrême qui règne sur la chaîne d’approvisionnement des semi-conducteurs. Les fabricants de puces mémoire, les fonderies et les équipementiers sont sous pression maximale. Nvidia elle-même multiplie les engagements à long terme pour sécuriser ses approvisionnements.

Les gouvernements s’en mêlent également. Les États-Unis, l’Europe, la Chine, la Corée du Sud et Taiwan multiplient les plans de soutien à l’industrie des semi-conducteurs. L’indépendance technologique est devenue un enjeu de souveraineté. Dans ce contexte, un accord aussi massif entre deux entreprises américaines renforce la position des États-Unis dans la course mondiale à l’intelligence artificielle.

Pour les entreprises européennes, la situation est plus contrastée. L’accès aux meilleures puces reste possible via les cloud providers, mais la dépendance vis-à-vis de technologies conçues et produites hors d’Europe est réelle. Certains acteurs locaux tentent de développer des alternatives, mais l’écart de maturité reste important.

Les Défis Techniques D’Un Déploiement Massif

Installer deux millions de GPU supplémentaires n’est pas une opération anodine. Les centres de données doivent être conçus pour supporter des densités de puissance et de refroidissement exceptionnelles. Les architectures réseau doivent être capables de faire communiquer ces puces de manière efficace. La consommation électrique d’un tel parc de GPU est considérable et pose des questions en termes d’empreinte carbone et d’approvisionnement énergétique.

Amazon et Nvidia travaillent ensemble depuis des années sur ces problématiques. L’intégration du matériel de mise en réseau Nvidia dans les data centers AWS vise précisément à optimiser les performances d’ensemble. L’objectif est de transformer des milliers de puces individuelles en un supercalculateur cohérent capable d’entraîner les modèles les plus gourmands.

La question du logiciel est tout aussi cruciale. Disposer de puces performantes ne sert à rien si les frameworks, les bibliothèques et les outils de développement ne permettent pas d’en tirer pleinement parti. C’est pourquoi l’intégration des modèles Nemotron et de l’écosystème logiciel Nvidia dans Bedrock et SageMaker est un élément important de l’accord.

Une Nouvelle Étape Dans La Guerre Des Clouds

Microsoft avec Azure, Google avec Google Cloud et Amazon avec AWS se livrent une concurrence féroce pour attirer les charges de travail d’intelligence artificielle. Chacun multiplie les annonces de partenariats, d’investissements dans des puces propriétaires et d’augmentations de capacité. L’accord Amazon-Nvidia s’inscrit pleinement dans cette bataille.

Microsoft a noué des liens très étroits avec OpenAI et dispose de ses propres puces Maia. Google pousse ses Tensor Processing Units (TPU) et continue d’investir massivement dans ses infrastructures. Amazon répond en élargissant son offre Nvidia tout en développant Trainium et Inferentia. Les clients, eux, profitent de cette concurrence pour négocier de meilleures conditions et obtenir plus de disponibilité.

À moyen terme, on peut s’attendre à ce que d’autres annonces similaires voient le jour. La demande reste très supérieure à l’offre dans de nombreuses régions du monde. Tant que cette situation perdure, les hyperscalers continueront d’annoncer des investissements records.

Le Rôle Croissant De La Robotique Intelligente

L’aspect robotique de l’accord mérite que l’on s’y attarde. Amazon opère des centaines de milliers de robots dans ses entrepôts. Ces machines gèrent le stockage, le picking, le tri et de plus en plus de tâches complexes. En adoptant Omniverse, Cosmos, Isaac et Jetson, Amazon se donne les moyens de simuler, d’entraîner et de déployer des robots plus autonomes et plus adaptatifs.

La simulation joue un rôle clé. Former un robot dans le monde réel est long, coûteux et parfois dangereux. Les jumeaux numériques permettent de tester des milliers de scénarios en parallèle avant de déployer les comportements sur le terrain. Nvidia a massivement investi dans ces technologies, et Amazon dispose désormais d’un accès privilégié à l’ensemble de la stack.

À plus long terme, cette convergence entre cloud, IA et robotique pourrait transformer bien d’autres secteurs que la logistique. L’industrie manufacturière, la santé, l’agriculture ou encore la construction pourraient bénéficier de robots plus intelligents, formés dans le cloud et déployés à grande échelle.

Quelles Perspectives Pour Les Prochaines Années ?

Les livraisons des puces Blackwell Ultra, Rubin et Rubin Ultra s’étaleront sur 2027 et 2028. D’ici là, Nvidia aura sans doute déjà annoncé la génération suivante. Le rythme d’innovation dans les accélérateurs d’IA est vertigineux. Chaque nouvelle architecture apporte des gains de performance et d’efficacité énergétique significatifs.

Amazon, de son côté, continuera probablement à faire progresser ses propres puces. L’objectif n’est pas nécessairement de remplacer Nvidia, mais de disposer d’alternatives crédibles pour certaines charges de travail et de mieux contrôler ses coûts. La coexistence des deux approches semble destinée à durer.

Les investisseurs, eux, scrutent attentivement les premiers chiffres de ventes des GPU Rubin. Ces données donneront une indication précieuse sur la solidité de la demande pour la prochaine génération de matériel. Si les commandes restent aussi dynamiques, le cycle d’investissement actuel pourrait se prolonger encore plusieurs années.

Un Équilibre Fragile Entre Innovation Et Concentration

Cet accord massif entre Amazon et Nvidia illustre parfaitement les dynamiques actuelles de l’industrie technologique. D’un côté, une innovation fulgurante portée par la demande en intelligence artificielle. De l’autre, une concentration extrême des ressources de calcul entre un nombre très limité d’acteurs.

Cette situation présente des avantages : des économies d’échelle, une rapidité de déploiement et une capacité à investir dans des infrastructures extrêmement coûteuses. Elle comporte aussi des risques : dépendance technologique, barrières à l’entrée élevées pour les nouveaux venus et questions de souveraineté pour les pays et entreprises qui ne contrôlent pas ces technologies.

Pour les décideurs, le message est clair. L’accès à la puissance de calcul est devenu un enjeu stratégique au même titre que l’accès à l’énergie ou aux matières premières. Les entreprises qui sauront sécuriser cette ressource, que ce soit par des partenariats, des développements internes ou une combinaison des deux, disposeront d’un avantage compétitif majeur dans les années à venir.

Amazon a choisi de ne pas choisir. En multipliant par trois ses commandes de puces Nvidia tout en poursuivant le développement de ses propres solutions, le géant américain se positionne pour rester au centre de la révolution de l’intelligence artificielle, quelle que soit l’évolution du marché. Une stratégie pragmatique qui, pour l’instant, semble parfaitement adaptée à un environnement aussi dynamique qu’imprévisible.

Le triplement des commandes n’est peut-être que le début. Si la demande continue de croître au rythme actuel, de nouveaux accords encore plus ambitieux pourraient voir le jour. Dans le monde de l’intelligence artificielle, les records d’hier deviennent rapidement les standards d’aujourd’hui. Et Amazon comme Nvidia semblent déterminés à rester en tête de cette course d’endurance technologique.