La demande en calcul pour l’IA ne se transforme pas automatiquement en serveurs livrés. Entre la conception d’un GPU et son utilisation dans un centre de données, plusieurs capacités industrielles doivent suivre : supports de puces, assemblage avancé, tests et interconnexions. Les annonces de Nvidia permettent de comprendre ces contraintes sans présenter toute pénurie comme un avantage garanti pour le groupe ou comme la cause certaine d’une hausse des prix grand public.
Les résultats publiés le 25 février 2026 donnent une mesure de l’activité : Nvidia annonce 68,1 milliards de dollars de chiffre d’affaires au quatrième trimestre de son exercice 2026, dont 62,3 milliards pour Data Center. Le trimestre s’est terminé le 25 janvier 2026. Il s’agit de revenus réalisés sur une période précise, pas d’un indicateur direct du nombre de composants disponibles pour chaque autre marché.
Des accords de capacité, avec des échéances jusqu’en 2028
Dans une annonce du 21 octobre 2026, Nvidia présente des accords avec plusieurs partenaires pour augmenter les capacités de fabrication. Les objectifs couvrent des étapes différentes de la chaîne :
| Étape | Objectif annoncé | Comment le lire |
|---|---|---|
| Substrats | Capacité multipliée par 2,5 sur trois ans | Une trajectoire industrielle, pas une hausse immédiate des livraisons |
| Assemblage avancé avec Amkor | Hausse visée de plus de 300 % de la capacité de wafers d’interposeurs d’ici fin 2028 | Un objectif sur une étape précise de fabrication |
| Tests de semi-conducteurs | Doublement attendu de la capacité totale entre 2026 et 2027 | Un autre maillon nécessaire avant la livraison des composants |
Le calendrier importe autant que le multiplicateur. Une usine prévue, une capacité réservée et une production en volume ne sont pas la même situation. L’annonce cite des investissements et des objectifs ; elle ne garantit pas que tous seront atteints exactement au même moment ni que toute contrainte d’approvisionnement disparaîtra.
Pourquoi un seul maillon peut retarder un système complet
Un serveur ne se résume pas à sa puce de calcul. Il doit aussi disposer de mémoire, d’interconnexions, d’une alimentation et d’un refroidissement adaptés. Si une pièce ou une étape manque, le système complet peut attendre même lorsque d’autres composants sont prêts. C’est pourquoi comparer uniquement les performances annoncées d’un GPU ne permet pas de connaître la date de disponibilité d’une infrastructure.
Cette distinction évite aussi un raccourci fréquent : transposer une tension sur les accélérateurs de centres de données à toutes les cartes graphiques ou à toute la mémoire pour PC. Les produits, les contrats et les étapes de production ne sont pas interchangeables. Pour établir un effet sur un modèle grand public, il faut des données propres à ce modèle : disponibilité, prix réellement pratiqués et délais constatés.
Pour un projet IA, comparer un service rendu et un calendrier
Avant de commander une infrastructure, définissez le travail à exécuter : entraîner un modèle, traiter des documents ou servir des réponses à des utilisateurs. Mesurez le volume, le temps de réponse acceptable et les périodes de charge. Un équipement puissant peut être mal adapté si sa capacité est rarement utilisée ou si le logiciel ne l’exploite pas correctement.
Demandez ensuite un périmètre de livraison complet, les prérequis électriques et thermiques, les délais et les modalités de support. Comparez ces éléments avec une capacité louée ou un service existant. Notre guide pour prioriser une modernisation informatique aide à relier un investissement à un besoin vérifiable et à prévoir la migration, plutôt qu’à acheter uniquement sur la promesse d’un composant.
Je suis Romain Delcourt, rédacteur tech passionné par le numérique et l’intelligence artificielle. J’écris pour décoder les tendances, les outils et les changements qui façonnent nos usages au quotidien.
