La stratégie délibérée de Hwang In-hoon

Résumé des principales informations

NVIDIA a récemment investi 19,9 milliards de dollars (environ 133,7 milliards de yuans) pour acquérir et investir dans trois entreprises liées à l’IA open source : 12,9 milliards de dollars dans Hugging Face, la plus grande communauté d’IA open source au monde, 7 milliards de dollars pour obtenir les licences des modèles et l’équipe de l’entreprise de programmation en IA Poolside, et des discussions sont également en cours pour investir dans le moteur de recherche en IA Perplexity. L’objectif principal de ces actions est de passer d’un rôle de fournisseur de puissance de calcul (en vendant des puces aux grandes entreprises de modèles d’IA) à celui de développeur de modèles open source, afin de construire sa propre écosystème open source, de consolider la demande en puissance de calcul et de concurrencer les acteurs chinois de l’IA open source (tels que DeepSeek et Kimi).

I. Trois investissements spectaculaires : cibler les positions clés de l’IA open source

Ces trois transactions ont en commun leur coût élevé et leur caractère open source :

• Hugging Face : La plus grande communauté mondiale de modèles d’IA open source, qui fonctionne comme une “magasin d’applications” pour l’IA : les développeurs y partagent et téléchargent des modèles, et les nouveaux modèles de DeepSeek et Kimi y sont publiés en premier. Avec un revenu annuel de seulement 150 millions de dollars, l’acquisition par NVIDIA pour 12,9 milliards de dollars représente 86 fois ce revenu (alors que les acquisitions habituelles dans le secteur technologique se situent généralement entre 10 et 20 fois). Cela montre l’importance que NVIDIA accorde à ce “pôle de modèles”.
• Poolside : Une entreprise de programmation en IA fondée par l’ancien CTO de GitHub, qui développe des modèles open source capables de comprendre le code. NVIDIA a payé 7 milliards de dollars (plus de trois fois la valeur estimée précédemment de 2 milliards de dollars), non seulement pour les licences des modèles, mais aussi pour intégrer plus de 100 employés, ce qui lui permet d’acquérir directement la technologie et l’équipe.
• Perplexity : Un moteur de recherche conversationnelle en IA (l’équivalent d’une version d’IA de Google), qui a rejoint l’alliance open source de NVIDIA. La valeur de l’entreprise pourrait dépasser 30 milliards de dollars après cet investissement, soit une augmentation de 50 % par rapport à l’année précédente.

Ces trois entreprises occupent des positions clés dans l’IA open source : Hugging Face est l’entrée principale pour le trafic, Poolside est le cœur de la technologie dans un domaine spécifique (la programmation), et Perplexity représente les scénarios d’application concrèts. En contrôlant ces “nœuds”, NVIDIA domine une grande partie de l’écosystème open source.

II. Du rôle de fournisseur de puissance à celui de développeur : l’anxiété et l’ambition de NVIDIA

NVIDIA était à l’origine le fournisseur de puissance le plus stable de l’ère de l’IA : les grandes entreprises de modèles d’IA avaient besoin de ses puces GPU pour entraîner et exécuter leurs modèles (OpenAI, Anthropic en sont de grands clients). Mais la situation évolue :

1. Les grands clients changent de stratégie : Les géants de l’IA open source (comme OpenAI et Google) commencent à développer leurs propres puces et ne veulent plus dépendre de NVIDIA. Par exemple, Google possède ses propres TPU, et OpenAI travaille également sur ses propres puces, ce qui pourrait lui faire perdre des commandes.

2 Les modèles open source chinois sont menacés : Le gouvernement américain cherche à interdire l’utilisation de modèles open source chinois tels que DeepSeek et Kimi, qui sont également entraînés avec des puces NVIDIA. Si ces interdictions deviennent réelles, NVIDIA perdrait une autre source de demande.

3 L’open source est un nouveau champ de bataille : Jensen Huang (le PDG de NVIDIA) voit le potentiel des modèles open source : ils sont gratuits et flexibles, ce qui attire de nombreux développeurs et entreprises, augmentant ainsi la demande en puissance de calcul. Plutôt que d’attendre que d’autres développent des modèles open source, il préfère s’y engager personnellement pour contrôler cette demande.

En bref, NVIDIA craint de ne plus pouvoir vendre ses puces, alors elle décide de développer ses propres modèles open source pour que davantage de personnes utilisent ses puces.

III. Une réplique de CUDA ? Utiliser l’écosystème open source pour lier la demande aux puces

Les actions de NVIDIA suivent la même logique que celle de CUDA il y a 20 ans :

• Qu’est-ce que CUDA ? : Un outil logiciel gratuit lancé par NVIDIA en 2006 qui a transformé les puces GPU, initialement destinées aux jeux, en outils polyvalents pour les calculs scientifiques. Les scientifiques et les développeurs doivent utiliser CUDA pour écrire leur code, ce qui les oblige à utiliser des puces NVIDIA, liant ainsi les utilisateurs aux produits NVIDIA et augmentant les ventes de puces.
• L’écosystème actuel des modèles open source : NVIDIA développe ses propres modèles open source (comme la série Nemotron) et les promeut grâce à des communautés comme Hugging Face, incitant les développeurs à les utiliser. Plus de personnes utilisent ces modèles, plus de puces NVIDIA sont nécessaires pour les entraîner et les exécuter, ce qui renforce à nouveau la dépendance des utilisateurs.

Le plan de Jensen Huang est simple : plus l’écosystème des modèles open source se développe, plus la demande en puces NVIDIA sera stable, même si les grands clients développent leurs propres puces, ils ne pourront pas prendre la place du marché open source.

IV. La situation actuelle : les modèles open source de NVIDIA peuvent-ils vraiment concurrencer les acteurs chinois ?

Bien que NVIDIA ait investi beaucoup d’argent, le niveau de ses modèles open source n’est pas encore au sommet :

• Selon des évaluations indépendantes, le score de l’indice d’intelligence de Nemotron 3 Ultra de NVIDIA est de seulement 38 points, tandis que les modèles chinois Kimi (60 points) et DeepSeek (53 points) le devancent, et même des entreprises coréennes sont plus performantes.
• Le développement des modèles open source par NVIDIA a commencé tardivement : il n’a lancé son modèle phare entièrement développé en interne qu’à la fin de 2025, tandis que le camp chinois de l’IA open source est déjà actif depuis de nombreuses années.

Néanmoins, il faut rappeler que CUDA n’était pas non plus considéré comme un succès au début, mais est devenu un atout majeur pour NVIDIA. Aujourd’hui, NVIDIA dispose de fonds, de puces et de ressources écosystémiques ; avec des investissements continus, elle pourrait réussir à prendre l’avantage, tout comme CUDA l’a fait à l’époque.

Conclusion

Les actions de NVIDIA visent à consolider son hégémonie dans le domaine de l’IA en utilisant de l’argent et un écosystème solide : en acquérant des acteurs clés de l’IA open source, elle construit son propre écosystème de modèles open source, afin que davantage de personnes dépendent de ses puces. Bien que le niveau de ses modèles ne soit pas encore optimal, son ambition et ses ressources sont suffisants pour inquiéter à la fois les acteurs chinois de l’IA open source et les géants du secteur fermé. La concurrence sur le marché de l’IA ne se limitera pas aux puces, mais aussi aux écosystèmes ; NVIDIA a déjà commencé à jouer une partie majeure dans ce jeu.