GTC 2026 : Nvidia, la bulle qui refuse d'éclater

Jensen Huang monte sur scène aujourd'hui au GTC 2026, la grand-messe annuelle de Nvidia à San Jose, pour un keynote très attendu. Quatre jours de conférence, des participants de 190 pays, et un CEO qui arrive avec des munitions : un trimestre record publié fin février, une nouvelle architecture GPU à dévoiler, et une thèse économique qui résume tout en une formule : « la puissance de calcul égale les revenus ». Autrement dit, le GPU n'est plus un coût. C'est une machine à cash. Et Nvidia est le fournisseur de pelles dans cette ruée vers l'or numérique.

Une demande « structurellement infinie »

Lors de la présentation des résultats du 25 février, Huang n'a pas tourné autour du pot. La demande pour les puces Nvidia est, selon ses propres termes, « structurellement infinie ». Trois vagues convergent simultanément : l'économie des tokens (chaque requête à un LLM consomme du GPU), l'IA agentique (des agents autonomes qui tournent 24h/24, comme par exemple le nôtre, qui nous aide au développement de l'application Anantys (!)), et l'IA physique — robots, véhicules autonomes, jumeaux numériques industriels. « Le moment ChatGPT pour la robotique est arrivé », a-t-il lancé au CES en janvier. Le marché de l'IA physique pourrait dépasser celui de l'IA digitale, tout simplement parce que le monde réel génère infiniment plus de données que le monde numérique.

Troisième front : la biologie numérique. Huang la décrit comme « la prochaine révolution majeure, sans aucun doute ». L'idée : transformer la biologie d'une science expérimentale en une discipline d'ingénierie, où l'on simule des molécules, des protéines, des interactions cellulaires sur GPU avant de toucher un tube à essai. Nvidia y investit massivement — et les labos pharma suivent.

Les chiffres qui donnent le vertige

Mettons des chiffres sur cette histoire. Au dernier trimestre (Q4 FY2026, clos en janvier), Nvidia a publié $68,1 milliards de revenus — +73 % sur un an. Le data center seul pèse $62,3 milliards, soit 91 % du total. Sur l'année fiscale complète : $215,9 milliards de chiffre d'affaires, en hausse de 65 %. Le bénéfice net sur l'année fiscale : $120 milliards. La marge brute annuelle : 71 % — et 75 % sur le dernier trimestre seul. La guidance pour Q1 FY2027 ? $78 milliards. Au-dessus du consensus.

Nvidia pèse aujourd'hui environ $4 400 milliards de capitalisation boursière, au coude-à-coude avec Apple pour le titre d'entreprise la plus valorisée au monde. Pour contexte, elle a franchi les $1 000 milliards mi-2023, $2 000 milliards début 2024, $3 000 milliards mi-2024, et a touché les $5 000 milliards en octobre 2025 avant de consolider. Aucune entreprise dans l'histoire n'a connu une telle trajectoire.

Et pourtant, la valorisation reste raisonnable. Le P/E forward est à ~22x. Pour une boîte qui croît de 65 % par an avec 71 % de marge brute, c'est un multiple qu'on verrait sur une entreprise mature. Le marché price un ralentissement qui, pour l'instant, ne se matérialise pas.

« Quand Satya me demande quelques gigawatts, la réponse est : pas de problème »

Ce qui a changé par rapport à 2024-2025, c'est la chaîne d'approvisionnement. Huang a détaillé que Nvidia a sécurisé l'ensemble de sa supply chain : mémoires HBM, wafers, packaging CoWoS (la technologie d'empaquetage avancé de TSMC), connecteurs, câbles, cuivre, condensateurs céramiques multicouches. La pénurie de GPU qui freinait les déploiements en 2024 appartient au passé.

La phrase la plus marquante : « Quand Satya Nadella me demande de mettre en place quelques gigawatts, la réponse est pas de problème ». Quelques gigawatts. On parle ici de data centers qui consomment autant d'électricité qu'une ville moyenne. C'est l'échelle à laquelle Microsoft, Google, Meta et Amazon construisent leur infrastructure IA.

Les chiffres énergétiques sont vertigineux : la puissance critique des data centers mondiaux devrait atteindre 96 GW en 2026, dont plus de 40 % dédiés à l'IA. Aux États-Unis, les data centers consomment déjà 6 % de l'électricité nationale. Goldman Sachs projette une hausse de 165 % de la demande énergétique des data centers d'ici 2030. Huang appelle ça « le plus grand chantier d'infrastructure de l'histoire de l'humanité ». Les hyperscalers prévoient $700 milliards de capex IA — et selon Huang, « ce n'est que le début ».

Compute = PIB : la thèse qui fait débat

La formule la plus audacieuse de Huang est celle-ci : la puissance de calcul équivaudra au PIB. Chaque entreprise aura besoin de compute. Il n'y aura pas de pénurie d'intelligence — juste le besoin d'avoir assez de puissance pour l'exécuter.

C'est une thèse forte. Elle repose sur l'idée que chaque token généré par une IA est un acte économique — une requête traitée, une recommandation servie, un agent qui agit. Plus vous avez de GPU, plus vous générez de tokens, plus vous facturez. L'inférence devient un flux de revenus récurrent, pas un centre de coûts. C'est ce que Fortune titrait fin février : « Le trimestre record de Nvidia et ce qu'il signale : compute = revenus ».

Si cette thèse est juste, alors les $650-660 milliards de capex IA prévus en 2026 ne sont pas une bulle spéculative. C'est un investissement productif, comme construire des autoroutes ou des réseaux électriques. Chaque GPU déployé génère des revenus qui financent le GPU suivant. Un flywheel, pas une bulle.

Si elle est fausse — si les entreprises n'arrivent pas à monétiser l'IA à la hauteur de leurs investissements — alors on parle d'une des plus grandes destructions de capital de l'histoire. Le débat est ouvert. Mais pour l'instant, les résultats de Nvidia trimestre après trimestre plaident pour la première hypothèse.

Quatre mois plus tard : la bulle qui n'a pas éclaté

Les lecteurs fidèles de cette newsletter se souviennent peut-être de deux éditions précédentes. En novembre 2025, on analysait le Q3 de Nvidia — $57 milliards de revenus, +62 % sur un an, $2 milliards au-dessus du consensus — et un marché qui boudait. L'action reculait après des résultats flamboyants. On écrivait alors : « le marché ne conteste pas les chiffres, il doute simplement de tout le reste. » La peur DeepSeek venait de passer, les doutes sur la durabilité de la demande IA étaient à leur sommet.

En janvier 2026, on posait frontalement la question : bulle ou nouveau paradigme ? La réponse passait par les cas concrets — Walmart intégrant son catalogue dans Gemini, Visa traitant 300 milliards de transactions par IA, Siemens réduisant ses coûts de maintenance de 20-30 %. L'IA n'était plus une promesse. Elle était déjà dans les comptes de résultat d'entreprises non-tech.

Quatre mois plus tard, où en sommes-nous ? Les revenus Nvidia sont passés de $57 milliards (Q3) à $68 milliards (Q4). La guidance Q1 vise $78 milliards. Loin de ralentir, l'accélération s'accélère. Et le cours de l'action ? Toujours à des niveaux raisonnables au regard de la croissance. Ceux qui ont vendu sur la peur de la bulle en novembre ont raté un trimestre record de plus. Ceux qui sont restés investis ont eu raison — une fois de plus.

Le moat : CUDA et l'effet de réseau invisible

Nvidia contrôle environ 80 % du marché des accélérateurs IA (en baisse depuis 87 % en 2024, mais en valeur absolue, les revenus explosent car le marché total grandit plus vite que la part recule). Cette domination ne repose pas uniquement sur la qualité du hardware — elle repose sur CUDA, l'écosystème logiciel développé depuis plus de 20 ans.

CUDA, c'est des millions de développeurs, des milliers de bibliothèques optimisées, des milliards de dollars d'investissement cumulé par l'industrie en code qui tourne spécifiquement sur GPU Nvidia. Changer de fournisseur ne veut pas dire acheter une autre puce. Ça veut dire réécrire des années de code. C'est un coût de migration colossal que peu d'entreprises sont prêtes à assumer en production.

Les concurrents existent : les TPU de Google, Trainium d'AWS, Maia de Microsoft. Leur cible collective : 10-15 % du marché d'ici fin 2026. C'est significatif, mais loin de menacer la position dominante. Et Nvidia ne reste pas immobile : $26 milliards investis sur cinq ans dans l'IA open-source (en plus d'un budget R&D annuel de ~$13 milliards), et la plateforme Vera Rubin (successeur de Blackwell) attendue au keynote du GTC aujourd'hui même, avec potentiellement jusqu'à 288 Go de mémoire HBM4. La course continue, et Nvidia court plus vite que les autres.

Et pour votre portefeuille ?

NVDA est un titre polarisant. À $180, il a été multiplié par 15 en trois ans. On peut légitimement se demander s'il reste du potentiel. Mais regardez les fondamentaux : un P/E forward de 22x pour une croissance de 65 %, c'est un PEG autour de 0,6 selon les données Nasdaq. Un PEG sous 1 signale une sous-valorisation potentielle par rapport à la croissance. Sur une mega-cap à $4 400 milliards, c'est le genre de signal qu'on ne croise pas souvent.

Le risque ? Il est réel. Nvidia est un pari sur la poursuite exponentielle de la demande en IA. Si les entreprises ralentissent leurs investissements, si la monétisation de l'IA déçoit, la correction sera brutale. Mais c'est un risque de ralentissement, pas de disparition. Les data centers ne vont pas se vider. L'inférence ne va pas s'arrêter. La question est celle du rythme, pas de la direction.

Ce que Huang démontre, conférence après conférence, c'est que Nvidia n'est plus un fabricant de puces. C'est le fournisseur d'infrastructure d'une nouvelle économie. Et si « compute = revenus » s'avère juste, alors posséder Nvidia revient à posséder un péage sur l'autoroute de l'IA.

Chez Anantys, on ne vous dira jamais d'acheter ou de vendre un titre. Mais on vous donnera les outils pour analyser ces moments charnières vous-même. Le momentum, les fondamentaux, la corrélation avec votre portefeuille existant — tout est dans l'app, mis à jour en temps réel.

Et puisqu'on parle d'IA et d'investissement : on a remarqué que les passages et vidéos les plus regardés sur notre chaîne sont ceux qui croisent ces deux sujets — comme le chapitre « Les actions Intelligence Artificielle » de notre dernière vidéo, de loin le passage le plus vu. Le message est clair. On prépare une nouvelle série sur notre chaîne YouTube, dédiée au croisement IA × bourse. Pas un regard de commentateur extérieur — un double regard : celui de gens qui construisent de l'IA au quotidien (Anantys est un produit IA, de bout en bout) et celui d'investisseurs qui suivent ces marchés de près. Comprendre la tech de l'intérieur pour mieux lire les bilans. On vous en dit plus très vite.