NVIDIA a publié en mai 2026 ses résultats du premier trimestre de l’exercice 2027, affichant une nouvelle fois des performances qui ont largement dépassé les attentes moyennes du marché en valeur absolue. Le chiffre d’affaires trimestriel a atteint 81,6 milliards de dollars, soit une hausse de 85 % sur un an, avec l’activité data center qui demeure le principal moteur de croissance. Toutefois, après la publication des résultats, le cours de l’action n’a pas poursuivi la forte progression observée lors des trimestres précédents en séance après-Bourse ; il a au contraire connu une volatilité marquée et une tendance baissière.
Au cœur de ce phénomène se trouve une évolution dans la manière dont le marché définit la notion de « surperformance ». Un écart important s’est creusé entre le consensus des analystes sell-side et les seuils psychologiques implicites fixés par les investisseurs institutionnels buy-side. Lorsqu’une entreprise dépasse systématiquement ses prévisions initiales plusieurs trimestres d’affilée, le marché rehausse naturellement le « minimum acceptable ». Dans ce rapport, bien que le chiffre d’affaires du T1 ait dépassé le consensus sell-side d’environ 79 milliards de dollars, il est resté en deçà des modèles internes de certains grands acteurs buy-side, qui tablaient sur un seuil de 83 à 85 milliards de dollars.
Ce que l’on qualifie de « fatigue de la surprise » ne traduit pas une dégradation des fondamentaux, mais indique plutôt que le cadre de valorisation est entré dans une nouvelle phase. Le marché ne se satisfait plus de simples dépassements chiffrés ; il examine désormais si l’ampleur de la surperformance suffit à justifier le ratio cours/bénéfice prospectif actuel, situé autour de 30 à 35 fois.
En quoi les prévisions de chiffre d’affaires du T2 diffèrent-elles des « attentes implicites » du buy-side ?
Le point central de débat dans ce rapport de résultats concerne les prévisions de chiffre d’affaires de NVIDIA pour le trimestre à venir. Officiellement, la société anticipe un chiffre d’affaires d’environ 91 milliards de dollars au T2, soit une croissance annuelle de près de 65 %. En valeur absolue, ce niveau est exceptionnel—dépassant le chiffre d’affaires annuel de nombreux autres leaders du secteur.
Cependant, les institutions buy-side tablaient généralement sur des « attentes implicites » pour le T2 comprises entre 93 et 95 milliards de dollars. Cette anticipation s’appuie sur une logique : au cours des quatre derniers trimestres, le chiffre d’affaires réel de NVIDIA a dépassé ses propres prévisions initiales d’environ 8 à 12 %. Certains investisseurs institutionnels ajoutent donc systématiquement une « marge de surperformance » aux prévisions officielles, qui servent de véritable repère psychologique.
Lorsque les prévisions officielles ne dépassent le consensus sell-side que de 3 à 5 %, laissant peu de place à une « surprise positive » pour le buy-side, la déception s’installe. Cela traduit le passage du marché des puces IA d’une « gestion souple des attentes » à une « gestion de précision des attentes ». La direction de l’entreprise opte pour des prévisions plus prudentes afin de gérer les incertitudes de la chaîne d’approvisionnement, tandis que le marché attend des signaux de croissance plus offensifs. Ce décalage constitue un facteur direct de pression sur le cours de l’action.
À quel moment le marché a-t-il commencé à considérer la croissance du calcul IA comme la « nouvelle norme » ?
Au cours des huit derniers trimestres, la croissance séquentielle de l’activité data center de NVIDIA a progressivement ralenti, passant de 15–20 % à 8–10 %. Ce schéma est typique de tout cycle d’essor technologique : à mesure que la base s’élargit, l’impact visuel de la croissance marginale diminue.
Le marché adopte désormais une perspective combinée « séquentielle et annuelle », au lieu de se concentrer uniquement sur la croissance annuelle. La croissance de plus de 200 % sur un an en 2025 partait d’une base beaucoup plus faible. Aujourd’hui, une croissance annuelle supérieure à 80 % représente en réalité une augmentation absolue bien plus importante qu’au cours de la phase de forte expansion précédente. Toutefois, la perception humaine reste naturellement plus sensible aux variations en pourcentage qu’aux valeurs absolues.
Ce biais cognitif conduit certains investisseurs à réévaluer le cycle de retour sur investissement dans le calcul IA. Les premiers investisseurs misaient surtout sur la « rareté du calcul », estimant que toute entreprise capable de sécuriser suffisamment de GPU pouvait générer des rendements exceptionnels. Désormais, le marché s’intéresse davantage aux « taux d’utilisation du calcul » et à « l’efficacité de la monétisation des applications ». Tant que la demande d’inférence n’aura pas pleinement remplacé l’entraînement comme principal moteur de croissance, le marché restera naturellement plus sensible à la volatilité durant cette période de transition.
Quelles incertitudes d’offre et de demande à court terme la transition vers l’architecture Blackwell introduit-elle ?
La production de masse et le calendrier de livraison de la plateforme Blackwell, architecture de nouvelle génération de NVIDIA, constituent une variable structurelle incontournable pour ce trimestre. Chaque transition générationnelle d’architecture crée des frictions spécifiques entre l’offre et la demande.
Durant cette phase, certains grands fournisseurs de cloud adoptent une posture attentiste, ralentissant leurs achats de produits sous architecture Hopper pour réserver leur budget d’investissement à d’importantes commandes anticipées de la plateforme Blackwell. Il ne s’agit pas d’un repli de la demande, mais d’une redistribution dans le temps. Cependant, dans les résultats trimestriels, cette redistribution peut se traduire par un palier de croissance sur plusieurs trimestres.
Par ailleurs, le design entièrement repensé de Blackwell—incluant des solutions de refroidissement liquide plus complexes et des interconnexions à haut débit—rehausse le niveau d’exigence pour la maturité de la chaîne d’approvisionnement. Les taux de rendement et la stabilité des livraisons lors de la phase de montée en puissance incitent naturellement à la prudence dans les prévisions. Le marché s’attend à ce que Blackwell devienne le principal moteur de croissance au second semestre de l’exercice 2027 et au cours de l’exercice 2028, tandis que les T2 et T3 se situent dans la fenêtre sensible de transition entre les architectures. Toute indication sur la rapidité de la montée en charge sera donc scrutée et amplifiée.
Comment les concurrents des puces cherchent-ils à imposer leur récit durant la phase de « normalisation » de NVIDIA ?
La « normalisation » temporaire des performances de NVIDIA ne remet pas en cause sa domination absolue sur le marché des puces d’entraînement IA. Elle offre toutefois aux concurrents une fenêtre d’opportunité pour faire valoir leur propre narration.
La série MI300 d’AMD et de nombreux projets de puces propriétaires (tels que les ASIC internes des grands fournisseurs de cloud) déplacent la conversation du marché de « qui peut entraîner les plus grands modèles » vers « qui peut offrir le meilleur TCO (coût total de possession) pour les tâches d’inférence ». Les charges de travail d’inférence requièrent moins de puissance de calcul absolue que l’entraînement, mais sont bien plus sensibles à l’efficacité, à la latence et au coût unitaire. C’est précisément sur ce terrain que les puces sur mesure et les architectures alternatives peuvent plus facilement s’implanter.
Le marché doit distinguer deux aspects : la concurrence érode-t-elle la part de marché de NVIDIA sur l’entraînement, ou modifie-t-elle la répartition globale des profits sur le marché des puces IA ? Les éléments actuels appuient la seconde hypothèse. Le marché de l’entraînement reste très concentré, mais la tendance à une fragmentation du segment inférence est amorcée. NVIDIA réagit en étendant naturellement son offre de l’entraînement vers l’inférence, tandis que les concurrents cherchent à s’imposer d’abord sur l’inférence, puis à influencer les décisions d’achat pour l’entraînement. Cette dynamique ne se réglera pas en un seul trimestre, mais elle continuera d’influencer la perception de la capacité de NVIDIA à maintenir sa marge brute à long terme (actuellement autour de 78–80 %).
La logique d’investissement dans l’infrastructure IA bascule-t-elle de l’entraînement vers l’inférence ?
À une échelle plus large, le centre de gravité de la chaîne de valeur de l’IA évolue lentement mais sûrement. Depuis deux ans, la thèse d’investissement dominante était : « acheter du calcul d’entraînement, c’est acheter le pétrole de l’ère IA », la logique centrale étant que l’augmentation constante de la taille des modèles nécessite des investissements quasi illimités en puissance de calcul.
À ce stade, le rythme d’expansion des principaux modèles s’est ralenti, et le marché s’intéresse désormais à la « montée en puissance de l’inférence ». Chaque requête utilisateur, chaque réponse générée par une IA consomme du calcul d’inférence. Le volume total dépend de la pénétration des applications, et cette progression, plus lente et fragmentée que la course aux paramètres, s’avère aussi plus durable.
Ce passage du « CAPEX d’entraînement » à « l’OPEX d’inférence » a un double impact pour NVIDIA. D’un côté, le marché total de l’inférence est bien plus vaste que celui de l’entraînement, ce qui laisse entrevoir un potentiel de croissance à long terme. De l’autre, le segment inférence est plus sensible aux coûts et plus ouvert à la diversité des fournisseurs, ce qui pourrait amener NVIDIA à ajuster sa politique tarifaire et sa gamme de produits pour conserver son avantage concurrentiel. Le rythme et l’ampleur de cette mutation structurelle font l’objet de débats importants sur le marché, et cette divergence même est une source majeure de volatilité.
Que révèle le rapport de NVIDIA sur la corrélation entre les secteurs crypto et IA ?
En tant que référence de l’infrastructure IA, les résultats de NVIDIA et la réaction du marché ont un effet de contagion indirect mais significatif sur le sentiment entourant les actifs crypto liés à l’IA et au DePIN.
Sur le marché crypto, les projets liés au calcul IA impliquent souvent des places de marché décentralisées de puissance de calcul, des infrastructures d’agents IA ou des réseaux de labellisation de données. Leur valorisation dépend en partie de la confiance du marché dans la poursuite de la croissance de la demande en calcul IA. Lorsque les résultats de NVIDIA incitent à une réévaluation des perspectives à court terme, la logique narrative de ces actifs crypto est également remise en question. Il convient de souligner que cette corrélation relève davantage du sentiment de marché que d’une transmission directe des fondamentaux. Les véritables déterminants de la valeur à long terme de ces projets résident dans la dynamique concurrentielle entre calcul décentralisé et cloud centralisé, l’efficacité des modèles économiques tokenisés et l’ampleur réelle de l’offre de calcul.
Par ailleurs, les signaux macroéconomiques issus des résultats de NVIDIA—comme la poursuite ou non de l’augmentation des investissements des géants technologiques—pèsent aussi sur le sentiment envers les actifs risqués dans leur ensemble. Le ralentissement modéré reflété dans les prévisions du T2 a été interprété par certains comme un signe précoce que « la croissance des investissements IA des grands groupes pourrait avoir atteint un pic ». Ce changement d’anticipation macroéconomique a souvent un impact plus large sur le marché crypto que sur un seul acteur du secteur des puces.
Conclusion
L’enjeu central des résultats du T1 FY2027 de NVIDIA n’est pas une inflexion des fondamentaux, mais un changement de psychologie de marché—on passe de la « récompense systématique de la surperformance » à « l’examen de la soutenabilité de la croissance et de la cohérence de la valorisation ». L’écart de 2 à 4 milliards de dollars entre les prévisions de chiffre d’affaires du T2 et les attentes implicites du buy-side a servi de déclencheur à ce basculement psychologique.
Sur le plan structurel, le marché du calcul IA connaît trois transitions majeures : d’abord, le passage générationnel de Hopper à Blackwell, qui engendre des frictions temporaires entre l’offre et la demande ; ensuite, l’évolution d’une demande tirée par l’entraînement vers une structure duale entraînement-inférence ; enfin, le passage d’une logique de valorisation fondée sur la « rareté du calcul » à une logique axée sur « l’efficacité d’utilisation et de monétisation du calcul ».
La convergence de ces trois transitions signifie que NVIDIA et l’ensemble du secteur de l’infrastructure IA entrent dans une nouvelle phase de volatilité accrue pour les deux à quatre prochains trimestres, même si la tendance de fond demeure solide. Pour les acteurs du marché, il est essentiel de distinguer entre « normalisation de la croissance » et « point d’inflexion de la demande ». Les éléments actuels plaident davantage pour la première option.
FAQ
Q : Les prévisions de NVIDIA pour le T2 sont inférieures aux attentes. Cela signifie-t-il que la demande en puces IA commence à décliner ?
R : Pas directement. Les prévisions du T2 dépassent toujours les 90 milliards de dollars en valeur absolue, soit une progression annuelle d’environ 65 %—un rythme de croissance extrêmement élevé pour n’importe quel secteur. Le décalage concerne les « attentes implicites » internes des institutions buy-side, et non une baisse fondamentale de la demande de base.
Q : Combien de temps dure généralement la période de transition vers l’architecture Blackwell ?
R : La montée en puissance d’une nouvelle architecture générationnelle s’étale généralement sur deux à trois trimestres. Entre les premières livraisons, la production de masse et l’impact significatif sur les résultats financiers, il faut compter une fenêtre de trois à quatre trimestres. Nous sommes actuellement dans la phase de démarrage à intermédiaire de cette transition.
Q : Les concurrents peuvent-ils réellement remettre en cause la position de NVIDIA sur le marché de l’inférence ?
R : Le marché de l’inférence est plus fragmenté et présente une barrière à l’entrée plus faible que celui de l’entraînement. Toutefois, l’écosystème CUDA de NVIDIA reste très ancré sur l’inférence. La structure du marché de l’entraînement ne devrait pas évoluer fondamentalement à court terme, tandis que les changements de part de marché sur l’inférence s’inscriront dans un processus graduel sur deux à trois ans.
Q : Quel est l’intervalle de « taux de croissance normalisé » pour le marché des puces IA ?
R : Le consensus du secteur table sur une croissance globale du marché des puces IA qui devrait progressivement se stabiliser entre 25 et 35 % par an pour 2027–2028. Ce rythme reste bien supérieur à la croissance à un chiffre du secteur des semi-conducteurs traditionnel, mais nettement inférieur à l’explosion de plus de 100 % observée en 2024–2025. Les prévisions sur la vitesse et le niveau final de cette normalisation varient fortement selon les institutions.
Q : Comment les utilisateurs de Gate peuvent-ils suivre la corrélation entre les secteurs IA et crypto ?
R : Surveillez les prévisions de résultats des principaux acteurs de l’infrastructure IA, les plans d’investissement des grands fournisseurs de cloud, ainsi que les données d’activité réseau et de revenus des projets DePIN et d’agents IA sur le marché crypto. Croiser plusieurs sources de données est plus fiable que de se baser sur une seule décision déclenchée par un événement ponctuel.
