NVIDIA a annoncé des partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR afin de créer des plateformes de financement indépendantes, conçues pour mobiliser plus de 500 milliards de dollars de capitaux externes afin de soutenir progressivement la construction de l’infrastructure de l’IA. L’entreprise présente cette initiative comme un passage de l’achat de puces et de la construction de centres de données projet par projet au financement d’« usines d’IA » considérées comme une infrastructure productive capable de générer des revenus.
Selon NVIDIA, l’IA passe de la phase de recherche à la production, tandis que le calcul est devenu une ressource directement liée aux revenus. Les plateformes de financement ciblent les entreprises éligibles du secteur de l’IA, les laboratoires, les institutions et les clouds spécialisés qui ont besoin de capacités de calcul importantes, mais ne disposent pas toujours du financement nécessaire, en volume ou en coût, pour se développer rapidement.
Une plateforme qui va au-delà des puces
NVIDIA définit l’« usine d’IA » comme une plateforme intégrée comprenant le calcul accéléré, les réseaux, les logiciels système et les frameworks d’IA, ainsi que l’écosystème mondial des développeurs. L’entreprise affirme que les usines NVIDIA DSX sont capables d’exécuter un large éventail de modèles, de modalités et d’algorithmes, notamment dans le langage, la vision, l’audio, la biologie, l’IA physique et la robotique.
L’entreprise estime qu’une même usine peut servir plusieurs clients et charges de travail, et que son recours à une architecture utilisée par tous les principaux fournisseurs de cloud, les fabricants de systèmes et les institutions dans le monde lui confère une capacité de réaffectation à un autre client, cloud ou opérateur lorsque les besoins évoluent. Elle affirme également que les mises à jour de CUDA améliorent au fil du temps les performances et l’efficacité de l’infrastructure déployée, tout en réduisant le coût total de possession.
NVIDIA cite le processeur A100, lancé en 2020 sur la base de l’architecture Ampere, et affirme qu’il est resté, six ans plus tard, utilisé commercialement pour l’entraînement, le réglage fin et l’inférence des modèles, ainsi que pour le calcul haute performance, les clients s’étant engagés à déployer ses capacités pendant plusieurs années, ce qui pourrait prolonger sa durée de vie économique jusqu’à environ une décennie.
Indicateurs de prix et rôle des investisseurs
L’entreprise indique que le prix de location d’un H100 pour un an est passé d’environ 1,70 dollar par heure d’utilisation du GPU en octobre 2025 à environ 2,35 dollars en mars 2026. Le prix médian moyen à la demande chez les fournisseurs de services est également passé de près de 2 dollars par heure de GPU en octobre 2025 à 2,70 dollars en juin 2026, tandis que les prix cloud annoncés pour les B200 se situaient entre environ 5,30 et 7,05 dollars par heure de GPU.
NVIDIA précise que les 500 milliards de dollars représentent le montant total des capitaux externes que les plateformes sont conçues pour mobiliser au fil du temps, et non les revenus de l’entreprise, un fonds unique ou un engagement envers un client donné. Les institutions financières évalueront chaque opportunité de manière indépendante, notamment le client, la demande, les taux d’utilisation, les flux de trésorerie et la valeur résiduelle, tandis que NVIDIA fournira la plateforme d’usine d’IA et que ces investisseurs apporteront leur expertise en matière de financement à long terme.
Un soutien limité à la valeur résiduelle
En réponse aux interrogations concernant l’éventualité d’un financement circulaire, NVIDIA affirme que l’initiative repose sur des capitaux institutionnels indépendants et à long terme, et que les décisions de financement seront fondées sur l’économie réelle des clients. Dans certains cas, l’entreprise peut fournir un mécanisme de soutien de la valeur résiduelle pouvant atteindre 25 % de l’opération de financement, chaque cas étant évalué individuellement. NVIDIA décrit ce soutien comme limité et lié à la valeur résiduelle, complémentaire de l’évaluation indépendante et non comme un substitut à celle-ci.
L’entreprise relie le rendement de ces investissements à l’utilisation de l’IA dans l’écriture de logiciels, la découverte de médicaments, la conception de produits, le service client, l’automatisation des processus et la création de nouveaux services. Selon sa vision, davantage de calcul améliore l’IA, ce qui accroît ensuite l’utilisation et les revenus, soutenant ainsi une demande supplémentaire de calcul.