Le fabricant de puces NVIDIA a récemment annoncé que ses dernières unités de traitement graphique (GPU) Blackwell étaient en rupture de stock jusqu’à la fin de 2025, raflées par ses clients — notamment Meta, Microsoft, Google, Amazon et Oracle. Les moyens financiers considérables et les commandes en gros volumes des leaders de l’IA rendent la concurrence difficile pour les petites entreprises, qui se retrouvent reléguées au bout d’une file d’attente d’un an. Il est encore trop tôt pour mesurer l’effet de cette pénurie sur l’industrie technologique — surtout à l’heure où le développement de l’intelligence artificielle, très gourmand en GPU, connaît un essor fulgurant — mais elle pourrait entraîner des désavantages concurrentiels, l’apparition d’un marché noir ou encore permettre aux rivaux de NVIDIA de gagner du terrain sur le leader historique.
- À RETENIR
- Qu’est-ce que la puce NVIDIA Blackwell ?
- Quels facteurs sont à l’origine de la pénurie ?
- Quel pourrait être l’impact de la pénurie de NVIDIA sur les utilisateurs et les marchés ?
- Quand les NVIDIA Blackwell seront-ils de nouveau disponibles ?
- Existe-t-il des alternatives au NVIDIA Blackwell ?
- Pénurie de puces NVIDIA : qu’est-ce que cela signifie ?
À RETENIR
- •La demande sans précédent pour les GPU NVIDIA Blackwell est portée par l’essor de l’IA. (Aller à la section)
- •L’impact sur le marché n’est pas clairement établi, mais cette situation devrait permettre aux fabricants de puces concurrents de se faire une place et désavantager les petites entreprises d’IA. (Aller à la section)
- •Les rivaux sont à l’affût, dans l’espoir de tirer parti de ce retard et d’attirer les utilisateurs vers des solutions alternatives. (Aller à la section)
Qu’est-ce que la puce NVIDIA Blackwell ?
NVIDIA s’est imposée au cours des dernières années grâce à la forte demande des développeurs d’IA pour ses puces H100 et GH200. L’entreprise a conçu ses GPU de nouvelle génération, les Blackwell B200 et GB200, pour les applications exigeantes des centres de données, de l’IA et du calcul haute performance (HPC). Le B200 améliore les performances de la génération précédente, qui comptait 80 milliards de transistors et atteignait 4 pétaflops, avec plus de 200 milliards de transistors et 20 pétaflops. Il intègre également près de 200 Go de mémoire HBM3e afin d’offrir jusqu’à 8 To/s de bande passante et de fournir la puissance de traitement requise par les applications de données haut de gamme comme l’IA.
Quels facteurs sont à l’origine de la pénurie ?
La puissance exceptionnelle du NVIDIA Blackwell est un facteur évident de la forte demande pour cette puce, mais d’autres éléments entrent également en jeu. Les fabricants de puces se sont lancés dans une course effrénée pour repousser les limites de la puissance thermique de conception (TDP) des microprocesseurs. L’intérêt pour l’IA connaît un essor fulgurant en parallèle, popularisé par l’essor de ChatGPT et d’autres applications d’IA générative au cours des deux dernières années, tandis que les centres de données s’empressent de moderniser leurs infrastructures en prévision de la demande.
Ils ont besoin de GPU, de CPU très puissants, d’un maximum de mémoire, des interconnexions les plus rapides possible et d’une bande passante réseau considérable pour pouvoir prendre en charge les charges de travail liées à l’IA. L’ensemble de la pile technologique devra monter en gamme pour éviter de devenir un goulot d’étranglement lors du traitement des grands modèles de langage (LLM), mais les GPU — qui sont au cœur de l’infrastructure des centres de données nécessaire pour répondre aux besoins de l’IA — sont des composants essentiels. La demande a tout simplement dépassé l’offre.
Quel pourrait être l’impact de la pénurie de NVIDIA sur les utilisateurs et les marchés ?
Les conditions actuelles du marché pour les GPU Blackwell de NVIDIA sont sombres pour de nombreux clients potentiels. Les relations privilégiées entre les hyperscalers, les géants de la technologie et NVIDIA laissent les petites entreprises avec un retard d’un an ou plus dans la mise en œuvre et l’exécution de leurs projets d’IA et de modernisation des centres de données. Cela pourrait entraîner un désavantage concurrentiel pour les petites entreprises et renforcer la domination des acteurs majeurs actuels.
Un marché noir des GPU pourrait émerger, ou les rivaux de NVIDIA pourraient gagner des parts de marché grâce à des solutions alternatives au Blackwell. NVIDIA domine depuis longtemps le marché des fabricants de puces, mais cette situation pourrait être le point qui fera ou défera l’entreprise en tant que puissance du marché. Si elle ne parvient pas à augmenter sa production et à maintenir sa qualité pour répondre à la demande, elle pourrait vaciller ou s’exposer à une prise de contrôle. Il faudra attendre pour voir comment se déroulera cet arrêt brutal des livraisons de GPU à tous, sauf à quelques privilégiés, mais il est clair que les enjeux sont trop importants pour que le reste du marché reste les bras croisés pendant un an dans l’espoir d’obtenir un peu de ce précieux trésor NVIDIA.
Quand les NVIDIA Blackwell seront-ils de nouveau disponibles ?
Selon les dernières projections, les puces IA de NVIDIA ne seront pas de nouveau disponibles avant la fin de 2025. Toutefois, si Meta ou l’un des hyperscalers décide soudainement qu’il a besoin de 100 000 GPU supplémentaires, il pourrait épuiser les stocks avant même qu’une petite entreprise ait eu sa chance. Reste à voir si NVIDIA servira en priorité les petites entreprises ou les fera reculer dans la file d’attente au cas où d’autres commandes importantes arriveraient de la part de géants de la technologie et d’hyperscalers.
« Alors que nous nous efforçons de répondre aux besoins croissants en puissance de calcul de l’intelligence artificielle à grande échelle, les dernières avancées de NVIDIA en matière de conception de racks et d’architecture modulaire contribueront à accélérer le développement et la mise en œuvre de l’infrastructure d’IA dans l’ensemble du secteur », a déclaré Yee Jiun Song, vice president of engineering chez Meta.
La fiabilité des livraisons est un autre facteur à prendre en compte. Après un récent retard de livraison de la puce Blackwell dû à un problème de conditionnement, l’entreprise a dû revoir la manière dont son GPU était intégré aux autres composants du chipset afin d’éviter les déformations et les défaillances du système. Seul le temps dira si la conception actuelle résistera aux rigueurs de la production de masse tout en maintenant sa qualité.
Existe-t-il des alternatives au NVIDIA Blackwell ?
Un certain nombre de concurrents se tiennent prêts à tirer parti de la frustration des clients face aux longs délais de livraison, notamment Intel et AMD. Plus tôt cette année, Intel a présenté une nouvelle puce IA dont les performances rivaliseraient, selon l’entreprise, avec celles du processeur NVIDIA H100 pour les charges de travail liées à l’IA. Intel affirme que sa puce Gaudi 3 peut dépasser son équivalent NVIDIA lors de l’entraînement et du déploiement de modèles d’IA générative, avec une efficacité énergétique supérieure de 40 %, une vitesse d’inférence supérieure de 50 % et une vitesse d’entraînement plus d’une fois et demie supérieure pour les grands modèles de langage (LLM).
Plutôt que d’intégrer toujours plus de puissance dans chaque millimètre carré de silicium pour produire les plus grands LLM du marché, certains fabricants adoptent une approche différente. AMD, par exemple, a lancé un petit modèle de langage appelé AMD-135M, entraîné sur des accélérateurs AMD Instinct MI250 basés sur le processeur AMD Ryzen AI.
De même, ThirdAI a entraîné son LLM Bolt uniquement avec des CPU — au lieu d’utiliser 128 GPU comme le fait GPT-2, par exemple, l’entreprise a utilisé 10 serveurs équipés chacun de deux CPU ThirdAI Sapphire Rapids pour préentraîner Bolt sur 2,5 milliards de paramètres en 20 jours. Selon Michael Azoff, analyste chez Omdia, Bolt est ainsi 160 fois plus efficace que les LLM traditionnels. « Des modèles plus petits impliquent des coûts moindres ainsi que des besoins réduits en énergie et en refroidissement dans le centre de données », a-t-il déclaré.
Pénurie de puces NVIDIA : qu’est-ce que cela signifie ?
NVIDIA est actuellement le roi du secteur et domine le marché du traitement nécessitant une puissance de calcul intensive — mais alors qu’une grande partie du monde de l’informatique et des entreprises est contrainte d’attendre un an ou plus pour obtenir son produit très demandé, les rivaux se bousculent pour tenter de combler le vide laissé par ces retards de livraison. Certains ne sont déjà plus très loin derrière les puces IA de NVIDIA et gagnent rapidement du terrain. Tant que la demande restera élevée, NVIDIA pourrait être victime de son propre succès. Reste à voir si l’entreprise renforcera encore sa domination ou si d’autres profiteront des retards de livraison pour répondre aux besoins en IA avec des solutions alternatives.
Découvrez comment se comparent deux des outils d’art génératif les plus populaires dans notre comparatif direct de Runway et Midjourney.