Pendant 33 ans, Jensen Huang a dirigé une entreprise née dans le jeu vidéo et devenue l’un des principaux fournisseurs de puissance de calcul pour l’intelligence artificielle. Sa démission annoncée le 12 novembre 2026, remet en lumière un chiffre spectaculaire… En mars, un analyste cité par Reuters estimait que NVIDIA détenait autour de 90 % du marché des puces utilisées pour entraîner et faire fonctionner les modèles d’IA. Comment une entreprise a-t-elle pris autant de place sur ce marché ?
Que représentent vraiment ces 90 % ?
La puce d’un smartphone, la mémoire d’un ordinateur et les composants électroniques d’une voiture appartiennent tous à l’industrie des semi-conducteurs. L’estimation de KinNgai Chan, analyste chez Summit Insights Group, portait sur un périmètre précis, celui des puces utilisées pour l’entraînement et l’inférence en intelligence artificielle… Reuters a publié cette estimation en mars 2026, elle donne un ordre de grandeur de la domination de NVIDIA à cette date sur ces deux segments.
L’entraînement, c’est la phase où un modèle apprend à partir de grandes quantités de données, l’inférence commence quand on utilise le modèle entraîné. Quand vous demandez à un assistant IA de résumer un texte et qu’il vous répond, il effectue de nouveaux calculs pour produire cette réponse, à l’échelle de millions d’utilisateurs, ces calculs se répètent à chaque requête… C’est aussi sur ce marché que les grandes entreprises technologiques cherchent à utiliser leurs propres puces.
Du jeu vidéo aux centres de données
Au départ les processeurs graphiques de NVIDIA, les GPU, servaient notamment à afficher des jeux vidéo en 3D. Pour afficher une scène, il faut calculer en même temps la couleur, l’éclairage et la position d’un grand nombre de pixels. Cette capacité à faire tourner beaucoup de calculs en parallèle s’est révélée précieuse pour entraîner des modèles d’IA.
Le pari de Jensen Huang a été de donner aux développeurs les moyens d’exploiter ces puces pour d’autres usages. Avec CUDA, NVIDIA leur a fourni une plateforme pour programmer ses GPU ainsi que des bibliothèques logicielles qui accélèrent les calculs, au fil des années, des équipes ont construit leurs outils et leurs méthodes de travail autour de cet environnement. Pour elles, changer de fournisseur peut aussi vouloir dire adapter du code, refaire des tests et vérifier que les performances suivent… C’est une partie de l’avance de NVIDIA qui se joue dans le logiciel.
L’autre partie se joue à l’échelle du centre de données, NVIDIA conçoit des puces et s’appuie sur des fabricants comme le taïwanais TSMC pour les produire. Elle fournit aussi des systèmes et des équipements réseau qui permettent à de nombreux GPU de travailler ensemble, sur l’exercice clos le 25 janvier 2026 NVIDIA a réalisé 215,9 milliards de dollars de chiffre d’affaires, dont 193,7 milliards pour les centres de données. Cette activité représentait donc à elle seule près de neuf dollars sur dix de ses ventes.
Pourquoi Jensen Huang est parti
Le conseil d’administration a accepté sa démission le 11 novembre, selon le document transmis à la SEC, NVIDIA l’a rendue publique le lendemain. Jensen Huang a quitté la direction générale, la présidence de l’entreprise et son siège au conseil. Colette Kress directrice financière de NVIDIA depuis 2013, assure l’intérim et conserve ses fonctions financières pendant la recherche d’un successeur permanent.
Son départ intervient après plusieurs jours de révélations, Huang a reconnu avoir été infidèle. Selon l’Associated Press, l’une des relations rapportées concernait une femme d’affaires soupçonnée par les services américains de renseignement d’avoir travaillé pour la Chine, ce que Pékin dément. La presse a aussi fait état d’une relation présumée avec une cadre qui relevait directement de lui. NVIDIA a ouvert une enquête indépendante et a déclaré à son lancement qu’elle n’avait alors aucune raison de croire que des secrets de l’entreprise ou la sécurité nationale avaient été compromis, le communiqué de démission ne précise pas le motif du départ.
Les plus gros clients peuvent aussi devenir des concurrents
Meta fait partie des entreprises qui achètent des puces NVIDIA tout en développant leurs propres composants, l’intérêt est particulièrement clair pour l’inférence. Lorsqu’un service répète les mêmes types de calculs des millions de fois, une puce conçue pour ces tâches peut réduire le coût ou la consommation d’énergie par requête. À grande échelle, ce gain peut peser autant que la puissance brute de la puce.
Pendant 33 ans, Jensen Huang a fait grandir NVIDIA en trouvant de nouveaux usages pour ses processeurs. Le prochain patron hérite d’une entreprise dont les outils sont déjà intégrés au travail de nombreux développeurs, mais dont certains des plus gros clients ont désormais les moyens de fabriquer une partie de ce qu’ils lui achètent… C’est là que se jouera la suite.
