NVIDIA est une entreprise américaine de semi-conducteurs dont le siège se trouve à Santa Clara, en Californie. Connue du grand public pour ses cartes graphiques GeForce, elle fournit aussi une partie des infrastructures utilisées pour entraîner et exploiter les modèles d’intelligence artificielle. Elle fonctionne selon un modèle « fabless » : elle conçoit ses puces, mais en confie la fabrication à des industriels spécialisés, notamment TSMC. Son site officiel est nvidia.com.
Du graphisme au calcul parallèle
L’entreprise est fondée en 1993 par Jensen Huang, Chris Malachowsky et Curtis Priem. Son développement accompagne l’essor de la 3D sur ordinateur, puis celui du jeu vidéo. La gamme GeForce, lancée en 1999, installe durablement la marque auprès des joueurs et des fabricants de PC. Jensen Huang demeure la figure centrale de sa direction et de sa stratégie.
Un tournant intervient avec CUDA, une architecture et une plateforme de programmation présentées en 2006. Elles permettent d’utiliser les processeurs graphiques pour d’autres tâches que l’affichage d’images. Leur capacité à traiter de nombreuses opérations en parallèle trouve des applications dans la recherche scientifique, la simulation et, progressivement, l’apprentissage profond. NVIDIA développe ainsi un ensemble de bibliothèques et d’outils qui facilite l’adoption de ses puces par les chercheurs et les entreprises.
Des composants aux plateformes complètes
L’activité de NVIDIA dépasse aujourd’hui la vente de processeurs graphiques. Pour les centres de données, le groupe propose des accélérateurs, des serveurs et des architectures intégrant calcul, interconnexion et logiciels. Ses générations Hopper et Blackwell illustrent cette orientation vers les charges de travail liées à l’IA. Le processeur Grace, fondé sur l’architecture Arm, complète cette offre côté CPU.
Le rachat de Mellanox, finalisé en 2020, renforce ses compétences dans les réseaux à haut débit, essentiels pour faire travailler ensemble de nombreux accélérateurs. Cette intégration compte autant que la puissance d’une puce : les performances d’un système dépendent aussi de la circulation des données, de la mémoire et des logiciels qui orchestrent les calculs.
NVIDIA conserve par ailleurs une présence dans le jeu vidéo et la création numérique avec GeForce et ses technologies RTX. L’entreprise développe également des plateformes pour la robotique, l’automobile et la simulation industrielle, notamment Isaac, DRIVE et Omniverse. Ces activités reposent sur une logique commune : associer du matériel spécialisé à des outils logiciels adaptés aux usages.
Et maintenant ?
La trajectoire de NVIDIA dépend largement de la poursuite des investissements dans l’IA, mais aussi du passage de l’entraînement des modèles à leur utilisation quotidienne, appelée inférence. Cette évolution ouvre des débouchés tout en renforçant les exigences de coût, de consommation électrique et d’efficacité. Le groupe doit également composer avec les restrictions américaines à l’exportation de certaines puces et sa dépendance à une chaîne de fabrication concentrée en Asie.
La concurrence vient des autres concepteurs de semi-conducteurs, mais aussi des grands acteurs du cloud qui développent leurs propres accélérateurs. Pour NVIDIA, l’enjeu sera de préserver l’intérêt de sa plateforme complète face à des solutions spécialisées, tout en accompagnant des clients attentifs au rendement économique de leurs infrastructures.