Au-delà des résultats financiers, les véritables risques et opportunités de Nvidia

Titre original : Quelques réflexions avant la conférence de Nvidia ce soir
Auteur original : @GavinSBaker
Traduction : Peggy, BlockBeats

Note de la rédaction : Après la publication des résultats financiers de Nvidia, le marché se concentre souvent sur le chiffre d'affaires, les bénéfices et les prévisions. Cependant, l'auteur @GavinSBaker tente dans cet article de déplacer le débat vers une dimension à plus long terme : ce qui détermine la valeur de Nvidia, ce ne sont pas seulement les données d'un trimestre, mais la durée pendant laquelle la demande en IA peut se maintenir et la question de savoir si l'investissement dans la puissance de calcul a réellement généré un rendement durable.

L'article part de l'expérience historique des cycles technologiques pour examiner si les « bulles et la surconstruction » vont se reproduire, tout en soulignant que le cycle actuel de l'IA est confronté à des défis liés aux contraintes d'approvisionnement en énergie et en semi-conducteurs qui pourraient ralentir le rythme de l'expansion. D'autre part, les prix de location des GPU et la forte utilisation des puces de modèles plus anciens fournissent également une validation concrète du « retour sur investissement de l'IA ».

Voici le texte original :

Voici quelques observations personnelles qui pourraient intéresser ceux qui s'intéressent à Nvidia. À mon avis, il n'y a que deux variables fondamentales qui méritent vraiment d'être discutées concernant cette entreprise : l'une est la durabilité de la demande, et l'autre est le retour sur investissement (ROI) dans l'IA, qui est étroitement lié à la durée de vie effective des GPU.

Durabilité de la demande : L'histoire va-t-elle se répéter ?

D'après l'expérience historique des vagues technologiques, presque tous les cycles similaires ont connu des bulles financières et une expansion excessive des capacités. Le livre de Carlota Perez intitulé « Technological Revolutions and Financial Capital » (Révolutions technologiques et capital financier) propose une analyse systématique de cette question. Elle souligne qu'à chaque révolution technologique, qu'il s'agisse des chemins de fer, de la radiodiffusion ou d'Internet, le marché financier a tendance à reconnaître rapidement son potentiel à long terme, et l'enthousiasme des investisseurs qui en résulte engendre souvent des bulles (ce qui peut également s'expliquer par le concept de « collapse of diversity of viewpoints » (effondrement de la diversité des points de vue) de Mauboussin). Les bulles entraînent une surconstruction, la surconstruction provoque une baisse temporaire de la demande, qui conduit ensuite à un effondrement du marché ; et la surabondance de technologies fondamentales finit par jeter les bases d'un « âge d'or ». Le développement de l'Internet en est un exemple typique.

Par conséquent, pour Nvidia, la clé ne réside pas dans les résultats de ce trimestre ni dans les prévisions pour le trimestre prochain, car ceux-ci sont souvent pleinement anticipés par les institutions acheteuses. Ce qui importe vraiment, c'est la durabilité du bénéfice par action (BPA), et non le taux de croissance d'une année sur l'autre.

D'après les attentes implicites dans l'évaluation actuelle, le marché semble exprimer un jugement : Les bénéfices de Nvidia pourraient être proches d'un pic cyclique, avec une inquiétude sous-jacente concernant la surexpansion des dépenses d'investissement. Il est important de souligner que la préoccupation du marché ne porte pas sur une « bulle spéculative », mais sur une « bulle fondamentale », à savoir le risque potentiel de surconstruction induit par les dépenses d'investissement. Si le marché parvient à croire que Nvidia maintiendra un taux de croissance annuel composé (TCAC) élevé à un chiffre après l'exercice 2027, le centre d'évaluation pourrait trouver un soutien.

Cette fois-ci, est-ce vraiment différent ?

« Cette fois-ci, c'est différent » est souvent un jugement dangereux à porter. Cependant, le cycle actuel de l'IA présente effectivement des aspects uniques : il existe des contraintes mondiales importantes dans deux domaines clés, à savoir la puissance (watts) et les plaquettes de processus avancées, et l'atténuation de ces contraintes pourrait prendre plusieurs années.

Cette contrainte forte du côté de l'offre a peut-être freiné l'expansion des capacités. Les fournisseurs de cloud hyperscale continueraient théoriquement à se développer de manière agressive si les conditions le permettaient, mais la réalité est que les limitations en matière d'énergie et de plaquettes limitent leur rythme d'expansion. Contrairement aux révolutions technologiques historiques décrites dans le livre de Perez, il n'y avait pas à l'époque de goulots d'étranglement similaires au niveau de l'offre qui limitaient la vitesse de déploiement.

Sans surévaluation, un effondrement est moins susceptible de se produire, d'autant plus que la valorisation globale des actions technologiques n'est pas à un niveau extrêmement élevé pour le moment.

Entre ces deux goulots d'étranglement, les plaquettes peuvent être plus critiques que l'alimentation électrique. Le rythme du contrôle de la capacité des plaquettes pourrait devenir une variable clé dans l'allongement du cycle de l'IA. La direction de TSMC a toujours été connue pour sa prudence, mettant l'accent sur la stabilité du secteur et la valeur à long terme plutôt que sur une expansion agressive à court terme. Sans les contraintes liées à l'alimentation électrique et aux plaquettes, la croissance de NVIDIA au cours des 24 prochains mois pourrait être plus rapide, mais le risque de surconstruction augmenterait également de manière significative.

D'une certaine manière, les contraintes d'approvisionnement pourraient contribuer à un « ralentissement cyclique stable de l'IA ». La forte dépendance de l'IA vis-à-vis des plaquettes de processus avancées pourrait en réalité être un facteur clé pour lisser les fluctuations de ce cycle.

Si nous envisagions des scénarios hypothétiques extrêmes, la puissance de calcul pourrait devoir être multipliée par cent, voire par mille, par rapport à son niveau actuel. Le temps nécessaire à une telle expansion permettrait en soi d'aménager une période de transition pour l'ajustement de la société et l'adaptation des institutions.

L'expérience historique offre également une référence : après l'invention de la machine à vapeur par James Watt, il a fallu plusieurs décennies pour que le système ferroviaire remplace véritablement les chevaux. La vitesse d'itération de l'IA est peut-être plus rapide, mais il est peu probable qu'elle parvienne à restructurer complètement l'organisation sociale en très peu de temps.

Plus important encore, l'acquisition de l'« intelligence générale » chez l'être humain ne nécessite que 20 à 30 watts d'énergie. Dans un monde où la disponibilité de l'énergie est limitée, cet avantage en termes d'efficacité persistera à long terme. Par conséquent, un cycle d'IA plus fluide et plus durable n'est pas nécessairement une mauvaise chose pour la société.

Durée de vie des GPU et retour sur investissement réel de l'IA

Le prix de location des GPU reflète fondamentalement la valeur économique des jetons et constitue un indicateur clé du « retour sur investissement de l'IA ». En théorie, à mesure que des puces plus performantes continuent d'être commercialisées, le prix de location des anciens modèles de GPU devrait progressivement diminuer, même si le taux de retour sur investissement de l'IA est positif.

Cependant, au cours des deux derniers mois, le H100, qui est en service depuis près de quatre ans, a connu une augmentation significative des prix de location. Cela signifie que, en particulier dans les scénarios d'IA agentique et de génération de code, la puissance de calcul crée une valeur économique réelle et substantielle.

Dans le même temps, malgré l'introduction du Blackwell, l'A100, lancé il y a six ans, continue d'afficher des taux d'utilisation élevés, et les prix de location n'ont pas connu de baisse significative. Cela suggère fortement que la durée de vie effective des GPU pourrait être d'au moins 6 ans, dépassant même le cycle d'amortissement de la plupart des clients.

L'impact est structurel : si la valeur résiduelle est supérieure aux prévisions, le coût de financement des GPU diminuera encore davantage. En revanche, les ASIC conçus pour un seul modèle ou un cas d'utilisation spécifique sont peu susceptibles de présenter un avantage similaire en termes de cycle de vie. Dans un environnement itératif en constante évolution, le coût d'investissement des puces spécialisées est plus élevé, ce qui rend leur financement plus difficile.

Dans une certaine mesure, l'universalité des GPU sert de rempart. Avec la séparation des fonctions de préremplissage et de décodage et la formation progressive d'un écosystème de puces complémentaires, l'architecture informatique évolue d'une « logique monopuce » vers un « système collaboratif multipuce ». L'infrastructure IA ne repose plus sur un seul appareil, mais plutôt sur une ingénierie système hautement intégrée.

Avec la dissociation entre le préremplissage et le décodage, l'écosystème NVIDIA pourrait subir des ajustements structurels plus tôt que l'écosystème TPU. Conjugué aux compromis en matière de conception entre les différents fournisseurs, l'avantage relatif des clients en termes de coût d'inférence est en train de changer.

Si certains fournisseurs s'appuyaient auparavant sur des avantages en termes de coûts pour baisser les prix des jetons et gagner des parts de marché, lorsque cet avantage diminuera, le comportement du marché tendra vers la rationalité. À long terme, cela aura un impact positif sur le retour sur investissement de l'IA, en particulier lors de la transition de la demande de puissance de calcul de la formation à l'inférence.

Ce point d'inflexion mérite peut-être davantage notre attention que les résultats trimestriels.

Un dernier souhait léger : espérons que NVIDIA utilisera à nouveau des super-héros comme noms de code pour ses puces à l'avenir. Étonnamment, la « Green Team » n'a jamais utilisé le nom « Banner » (le vrai nom du personnage Marvel Hulk) jusqu'à présent.

[Lien vers l'article original]