De 2023 à 2025, le récit central dans l’industrie des puces d’IA s’est articulé autour d’une « course à la puissance de calcul ». Les fournisseurs de services cloud et les géants de la tech se sont rués sur l’achat de GPU, l’expansion des centres de données et ont investi des centaines de milliards de dollars dans les infrastructures de cloud computing. NVIDIA, grâce à son écosystème CUDA et à sa gamme de GPU haute performance, a consolidé durant cette période une position de marché quasiment inattaquable.
Cependant, à l’approche de 2026, la logique du secteur évolue en profondeur. Les rendements marginaux des coûts d’entraînement des grands modèles diminuent, la demande en inférence d’IA explose, et les entreprises déplacent leur attention de « Pouvons-nous entraîner des modèles ? » à « Pouvons-nous les déployer à grande échelle ? ». Le marché des puces d’IA passe ainsi de la première phase de construction d’infrastructures à une seconde phase — la compétition sur l’efficacité commerciale.
Bilan de la première phase : la suprématie de la construction d’infrastructures
Entre 2023 et 2025, la force motrice du marché des puces d’IA résidait dans une demande insatiable de puissance de calcul pour entraîner les grands modèles. NVIDIA a su saisir cette fenêtre d’opportunité, transformant les GPU de simples outils de rendu graphique en véritable « monnaie de la puissance de calcul » à l’ère de l’IA.
Au cours de l’exercice 2026, le chiffre d’affaires total de NVIDIA a atteint 215,9 milliards de dollars, soit une hausse de 65 % sur un an, franchissant pour la première fois le seuil des 200 milliards. Sur ce total, les revenus liés aux centres de données se sont élevés à 193,7 milliards de dollars (+68 %), représentant près de 90 % du chiffre d’affaires de la société. Sur le seul quatrième trimestre, les revenus des centres de données ont atteint 62,3 milliards de dollars, en progression de 22 % par rapport au trimestre précédent et de 75 % sur un an. La visibilité combinée des revenus pour les plateformes Blackwell et Rubin dépassait 500 milliards de dollars à fin 2026.
Le fossé concurrentiel de NVIDIA, durant cette phase, reposait non seulement sur la performance matérielle, mais aussi sur l’ancrage profond de l’écosystème logiciel CUDA. Les développeurs ont pris l’habitude de bâtir leurs applications d’IA sur CUDA, tandis que les fournisseurs cloud structuraient leur infrastructure autour des GPU NVIDIA, rendant les coûts de migration extrêmement élevés. Cet avantage « matériel + logiciel + système » sur toute la pile a permis à NVIDIA de capter environ 80 % du marché des accélérateurs d’IA pour centres de données.
Dans le même temps, AMD a fait progresser sa gamme de GPU Instinct, mais sa part de marché est restée comprise entre 5 % et 7 %, l’écart absolu se creusant. Le cabinet Futurum Group propose même une estimation plus prudente, évaluant la part de marché d’AMD dans les GPU pour centres de données à environ 4,5 %.
Début de la deuxième phase : de la puissance d’entraînement à l’efficacité d’inférence
Après 2026, la dynamique concurrentielle du marché des puces d’IA connaît une transformation structurelle. Le changement majeur : le marché déplace son attention de la « puissance d’entraînement » vers « l’efficacité d’inférence », et de la « capacité d’achat de GPU » vers « l’optimisation des coûts et l’échelle de déploiement commercial ».
Plusieurs facteurs expliquent cette évolution. Premièrement, les investissements majeurs dans l’entraînement des grands modèles sont en grande partie achevés, et les réserves de calcul des acteurs de tête atteignent la saturation. Deuxièmement, les applications d’IA passent du stade de « démonstration » à celui de « production », avec une forte croissance des charges d’inférence — AMD estime officiellement que les workloads d’inférence d’IA progressent désormais de plus de 80 %. Troisièmement, les entreprises privilégient désormais le coût total de possession dans leurs décisions d’achat, au lieu de simplement rechercher la puissance maximale.
J.P. Morgan prévoit que le marché des puces réseau pour l’IA atteindra 107,5 milliards de dollars en 2026 et grimpera à 154,9 milliards en 2027. L’organisation World Semiconductor Trade Statistics a fortement relevé sa prévision du marché mondial des semi-conducteurs pour 2026, de 975,4 milliards à 1 510 milliards de dollars, soit une hausse de 89,9 % sur un an. Le marché s’élargit, mais la logique de partage de la valeur change.
L’offensive d’AMD : du « choix économique » à la « capacité de fixation des prix »
La stratégie d’AMD pour concurrencer NVIDIA a clairement évolué dans cette seconde phase.
Au premier trimestre 2026, le chiffre d’affaires d’AMD a atteint 10,25 milliards de dollars, en hausse de 37,85 % sur un an, avec un bénéfice net bondissant de 95 % à 1,38 milliard. Les revenus liés aux centres de données se sont élevés à 5,8 milliards (+57 %), devenant le principal moteur de croissance du groupe. AMD anticipe un chiffre d’affaires d’environ 11,2 milliards de dollars au deuxième trimestre, en progression d’environ 46 % sur un an.
Côté produits, la feuille de route d’AMD est à la fois claire et ambitieuse. La série Instinct MI400, gravée en 2 nm par TSMC et reposant sur l’architecture CDNA Next, propose 432 Go de mémoire HBM4, une bande passante de 19,6 To/s et 40 PFLOPS de calcul FP4 — soit le double des performances de la génération précédente. Cette série a déjà enregistré des commandes de la part d’Oracle, d’OpenAI et du département américain de l’Énergie.
Encore plus remarquable, le système Helios à l’échelle rack pour l’IA. Cette plateforme intègre étroitement les processeurs EPYC Venice de sixième génération, les GPU MI450X, les puces réseau Vulcano 800G et des systèmes de refroidissement liquide, offrant jusqu’à 2,9 exaFLOPS FP4 de performance de pointe par rack et jusqu’à 31 To de capacité totale HBM4.
Le véritable point d’inflexion vient du côté des clients. En juillet 2026, Microsoft a annoncé le déploiement de la solution Helios d’AMD à l’échelle rack sur Azure pour alimenter des workloads avancés d’inférence d’IA. Il s’agit du premier déploiement full-stack d’AMD — GPU, CPU et réseau — chez un client cloud unique. Auparavant, Meta avait signé des accords pluri-générationnels d’infrastructure IA totalisant jusqu’à 6 gigawatts ; OpenAI, Oracle et l’indien TCS ont également pris des engagements significatifs. Selon AMD, huit des dix plus grandes entreprises d’IA dans le monde exécutent désormais des workloads sur les GPU Instinct.
L’analyste Daniel Newman du Futurum Group estime qu’AMD pourrait faire passer sa part de marché des GPU pour centres de données de 4,5 % actuellement à 20–25 %. Morgan Stanley prévoit que la demande d’AMD pour le CoWoS augmentera de 308 % en 2027.
Le fossé de NVIDIA — et ses premières fissures
NVIDIA ne reste pas inactif face à la montée des concurrents. La plateforme Rubin est désormais en production à grande échelle, associant des GPU haute performance aux CPU Vera pour multiplier par dix la vitesse de traitement des tokens à moindre coût. L’architecture Vera Rubin prend en charge jusqu’à 144 GPU par armoire, les versions haut de gamme pouvant relier jusqu’à 576 GPU. NVIDIA a annoncé qu’à fin 2026, les livraisons cumulées des plateformes Blackwell et Rubin atteindraient 20 millions d’unités.
Cependant, la domination de NVIDIA montre ses premières fissures. Au deuxième trimestre de l’exercice 2026, les revenus data center de NVIDIA se sont élevés à 41,1 milliards de dollars, en hausse de 56 % sur un an, mais en deçà des 41,3 milliards attendus par les analystes. L’entreprise a confirmé zéro vente de sa puce H20 destinée au marché chinois sur le trimestre, et n’anticipe pas de livraisons vers la Chine au troisième trimestre. Sur le marché chinois des serveurs accélérateurs d’IA, la part combinée des fournisseurs locaux est passée de 41–46 % en 2025 à environ 56 % en 2026. Les contrôles à l’exportation redessinent la concurrence régionale.
Sur le plan logiciel, le fossé CUDA de NVIDIA s’effrite également. Le langage SCALE permet désormais d’exécuter des binaires CUDA non modifiés sur des GPU AMD. Le logiciel ROCm 7.0 d’AMD offre des performances 3,5 fois supérieures à celles de ROCm 6 et s’intègre étroitement aux principaux frameworks open source tels que vLLM et SGLang.
Le coût d’inférence : la métrique clé de la deuxième phase
Si la première phase était définie par la « performance d’entraînement par dollar », la seconde phase se joue sur le « coût d’inférence par token ».
En juillet 2026, la société d’optimisation d’inférence Wafer a indiqué que le MI355X d’AMD, exécutant le modèle open source GLM 5.2, offrait un coût d’inférence à seulement la moitié de celui du B200 de NVIDIA, avec 80 % de la performance. SemiAnalysis aboutit à des conclusions similaires : dans des scénarios d’inférence interactive, le MI355X d’AMD atteint un coût d’inférence d’environ 0,22 $ par million de tokens, contre 0,30 $ pour le B200 de NVIDIA.
Le responsable des centres de données d’AMD, Forrest Norrod, résume l’avantage clé d’Helios comme « le meilleur coût total de possession et le coût par token le plus bas ». Ce récit est particulièrement convaincant dans cette deuxième phase — lorsque les entreprises doivent faire passer l’IA du pilote à la production, même de faibles écarts de coût d’inférence peuvent représenter des milliards de dollars de dépenses opérationnelles.
Bien sûr, NVIDIA conserve son avance en matière de performance d’inférence à l’échelle rack. Le GB200 NVL72, avec son interconnexion NVLink au niveau de l’armoire et son orchestration logicielle, peut offrir jusqu’à 28 fois le débit du MI350X d’AMD dans certains scénarios. Toutefois, AMD fait évoluer sa stratégie de différenciation, passant du « rattrapage de performance » au « leadership sur les coûts ».
Conclusion
Le marché des puces d’IA est passé de la première phase de construction d’infrastructures à une seconde phase axée sur l’efficacité commerciale. Ce changement élargit le terrain de jeu concurrentiel, d’un focus unique sur la « puissance d’entraînement » à une compétition multidimensionnelle intégrant « efficacité d’inférence, optimisation des coûts et échelle de déploiement commercial ».
NVIDIA, avec son écosystème CUDA, ses capacités full-stack et sa vaste base de clients, conserve environ 80 % du marché des accélérateurs d’IA pour centres de données. Mais AMD construit un système concurrentiel différencié, centré sur le « coût total de possession » et le « coût par token », grâce à sa solution rack Helios, la série MI400 et l’écosystème open source ROCm. Les décisions d’achat de clients majeurs comme Microsoft, Meta et OpenAI montrent que la demande du marché pour une « seconde source » est réelle et s’accélère.
Dans cette seconde phase de la compétition sur les puces d’IA, le vainqueur ne sera pas celui qui construit la puce la plus puissante, mais celui qui permettra aux entreprises de déployer l’IA du laboratoire à la production, au coût le plus bas et avec la meilleure efficacité.
FAQ
Q1 : Quelle est la différence fondamentale entre la première et la deuxième phase de la compétition sur les puces d’IA ?
La première phase (2023–2025) était axée sur la construction d’infrastructures d’IA, avec une demande centrale pour l’achat de GPU, l’expansion des centres de données et l’investissement dans le cloud computing. L’enjeu concurrentiel portait sur la puissance d’entraînement. La seconde phase (après 2026) s’oriente vers la commercialisation de l’IA, où le marché privilégie le coût d’inférence, l’efficacité énergétique et l’échelle de déploiement en entreprise. L’attention passe de « Pouvons-nous entraîner ? » à « Pouvons-nous passer à l’échelle et générer du profit ? »
Q2 : Comment AMD remet-il en cause la domination de NVIDIA sur le marché ?
La stratégie d’AMD a évolué du « choix économique » vers une « capacité de fixation des prix ». Le système rack Helios a obtenu une commande full-stack de Microsoft à un prix environ 40 % supérieur à celui du Rubin de NVIDIA, prouvant que le marché est prêt à payer pour une valeur différenciée. La série MI400 offre 1,5 fois la capacité mémoire et la bande passante du Rubin, et ROCm 7.0 délivre des performances logicielles 3,5 fois supérieures. Avec des clients majeurs comme Meta et Microsoft, AMD passe du statut de « suiveur » à celui de « fournisseur alternatif ».
Q3 : Le fossé de l’écosystème CUDA de NVIDIA s’effrite-t-il ?
Oui. Le langage SCALE permet désormais d’exécuter nativement des binaires CUDA non modifiés sur des GPU AMD, rompant ainsi avec 15 ans de verrouillage logiciel par NVIDIA. ROCm 7.0 d’AMD s’intègre étroitement aux frameworks open source d’inférence comme vLLM et SGLang. Si CUDA reste la norme de l’industrie, son « unicité » au sein des écosystèmes développeurs s’estompe.
Q4 : Pourquoi le coût d’inférence est-il si critique dans la deuxième phase de la compétition ?
À mesure que l’IA passe de la démonstration au déploiement à grande échelle, le coût d’inférence détermine directement la viabilité des modèles économiques. Le MI355X d’AMD affiche un coût d’inférence d’environ 0,22 $ par million de tokens, contre 0,30 $ pour le B200 de NVIDIA. Pour des applications d’IA traitant plusieurs milliards de tokens quotidiennement, cet écart représente des centaines de millions de dollars d’économies annuelles. Dans cette seconde phase, celui qui parvient à offrir le coût par token le plus bas, sans sacrifier la performance, a les meilleures chances de remporter les commandes de déploiement à grande échelle en entreprise.
