Au 21 juin 2026, NVIDIA (NVDA) a clôturé à 204,65 $, en hausse de 2,95 % sur la journée. Ce cours représente un repli d’environ 12 % par rapport à son plus haut annuel de 236,54 $ atteint le 14 mai. Bien que sa capitalisation boursière demeure proche de 5 100 milliards de dollars, le géant des puces IA fait désormais face à deux forces opposées : d’un côté, son activité data center a enregistré un chiffre d’affaires trimestriel record de 75,2 milliards de dollars ; de l’autre, les retards de la plateforme Rubin et une levée de dette de 25 milliards de dollars amènent les investisseurs à réévaluer à la fois sa barrière technologique et son efficacité en matière de capital.
Retards de Rubin : goulet d’étranglement logistique ou rythme stratégique ?
Lors de la conférence GTC de mars 2026, NVIDIA a discrètement retiré Rubin CPX de sa feuille de route officielle. Une analyse de TrendForce a rapidement confirmé ce choix : en raison des risques géopolitiques et des ajustements de la chaîne d’approvisionnement, la part des livraisons de GPU haut de gamme NVIDIA attribuée aux séries Hopper et Rubin devrait diminuer, tandis que celle de la série Blackwell devrait bondir de 61 % à 71 %.
Les retards s’expliquent par plusieurs facteurs. TrendForce souligne que la série Rubin fait face à plusieurs défis majeurs : validation prolongée de la mémoire HBM4, complexité de la migration des interconnexions réseau de CX8 vers CX9, augmentation de la consommation électrique et gestion énergétique associée, ainsi que la nécessité de solutions de refroidissement liquide plus performantes pour garantir le rendement global du système. L’analyste John Vinh de KeyBanc ajoute que la HBM4 étant encore en phase critique de certification, les objectifs de production des GPU Rubin ont été revus à la baisse, passant de 2 millions à 1,5 million d’unités attendues.
Du point de vue des expéditions, cet ajustement signifie que le taux de croissance annuel des GPU haut de gamme pour 2026 a été légèrement révisé de 26,8 % à environ 26 %, et la part de Rubin devrait passer de 29 % à 22 %.
Cependant, il convient de distinguer un « retard » d’une « annulation ». La plateforme Vera Rubin reste prévue pour un lancement au second semestre 2026, avec des livraisons de masse attendues au premier trimestre 2027. Parallèlement, NVIDIA fait la promotion active de ses solutions LPU, avec une demande estimée à plusieurs centaines de milliers d’unités en 2026, et un doublement attendu en 2027. Autrement dit, le retard de Rubin relève davantage d’un ajustement de calendrier de transition générationnelle que d’une remise en cause fondamentale de la feuille de route technologique.
25 milliards de dollars de dette : pourquoi emprunter avec autant de liquidités ?
Le 15 juin, NVIDIA a finalisé sa première émission obligataire en cinq ans, augmentant le montant de 20 à 25 milliards de dollars face à une demande massive—les ordres ont atteint 85 milliards, soit plus de trois fois le montant proposé. Il s’agit de la deuxième plus importante émission d’obligations d’entreprise investment grade aux États-Unis pour 2026.
Ce choix soulève une contradiction apparente : selon son rapport financier du premier trimestre de l’exercice 2027, NVIDIA a affiché 81,615 milliards de dollars de chiffre d’affaires trimestriel (en hausse de 85 % sur un an), 58,3 milliards de bénéfice net et 48,554 milliards de flux de trésorerie disponible. Avec une telle génération de liquidités, pourquoi recourir à l’endettement ?
La réponse tient à l’intensité capitalistique croissante des investissements dans l’infrastructure IA, qui connaît une mutation profonde. Pour l’exercice 2026, le chiffre d’affaires total de NVIDIA a atteint 215,938 milliards de dollars, dont 193,737 milliards pour l’activité data center—près de 90 % du total. Mais la construction de data centers IA est un chantier de long terme, très gourmand en capital—NVIDIA s’est engagé à hauteur de 100 milliards de dollars rien que pour son partenariat avec OpenAI. Morgan Stanley estime que les émissions obligataires mondiales liées à l’IA atteindront 570 milliards de dollars d’ici 2026.
D’un point de vue structurel, l’analyste Robert Schiffman de Bloomberg Intelligence souligne qu’émettre de la dette à long terme à faible coût permet à NVIDIA d’abaisser son coût moyen du capital sans compromettre sa note de crédit AA. Le rendement de l’obligation à 30 ans n’était supérieur que d’environ 0,65 point de pourcentage à celui des Treasuries américains. Dans un contexte de flux de trésorerie solide mais de besoins en capital massifs sur le long terme, verrouiller un financement à taux bas et longue maturité est une démarche rationnelle pour optimiser la structure financière.
La barrière défensive en question : les ASIC commencent à grignoter le marché du GPU
Si le retard de Rubin relève d’un enjeu conjoncturel de cycle produit, la montée en puissance des ASIC (circuits intégrés spécifiques à une application) représente un défi plus structurel pour la barrière concurrentielle de NVIDIA.
Le 3 juin 2026, Broadcom a publié des résultats remarquables : un chiffre d’affaires total de 22,19 milliards de dollars (+48 % sur un an), dont 10,8 milliards pour les semi-conducteurs IA (+143 %). Marvell a réalisé 2,42 milliards de dollars de chiffre d’affaires au premier trimestre de l’exercice 2027 (+28 %), l’activité data center représentant 76 % du total. Jensen Huang a même qualifié publiquement Marvell de « société à mille milliards de dollars ».
J.P. Morgan estime que les ASIC représenteront environ 42 % des livraisons mondiales de puces IA en 2026, puis 53 % en 2027—dépassant pour la première fois les GPU. En termes de croissance, les expéditions d’ASIC devraient progresser de 109 % en 2026, contre environ 39 % pour les GPU. Selon TrendForce, le marché des ASIC devrait croître de 44,6 % en 2026, contre seulement 16,1 % pour les GPU.
Mais cette dynamique mérite d’être nuancée. NVIDIA domine encore près de 90 % du marché de l’entraînement IA, tandis que le segment de l’inférence est celui où les ASIC et XPUs gagnent du terrain. La concurrence entre GPU et ASIC ne relève pas d’une simple substitution : il s’agit d’une architecture en strates pour le calcul IA—les GPU assurent l’entraînement intensif, tandis que les LPU, TPU et ASIC se concentrent sur des tâches d’inférence spécifiques. Les puces personnalisées de Broadcom peuvent être plusieurs fois plus efficaces énergétiquement que les GPU pour certains workloads d’inférence, réduisant le coût total de possession de 30 à 50 % à grande échelle. Toutefois, Jensen Huang a souligné que 90 % des projets ASIC pourraient échouer—une déclaration à replacer dans son contexte, mais qui reflète aussi les limites inhérentes des puces sur mesure en termes de polyvalence et d’écosystème.
Il est important de noter que NVIDIA ne reste pas passive face à la progression des ASIC. En mars 2026, NVIDIA a investi 2 milliards de dollars dans Marvell et, pour la première fois, a ouvert sa technologie NVLink à des fabricants tiers d’ASIC. La stratégie : plutôt que d’être exclue de l’écosystème ASIC, NVIDIA intègre sa technologie d’interconnexion au sein des architectures ASIC, maintenant ainsi son influence au-delà de la couche matérielle.
Géopolitique : la variable sous-estimée
La géopolitique est un facteur déterminant dans l’évaluation de la barrière concurrentielle de NVIDIA. Les derniers contrôles à l’exportation américains stipulent que l’exportation de puces IA avancées vers toute entité dont la maison mère est basée en Chine ou à Macao nécessite une licence spécifique, quel que soit le lieu d’immatriculation de l’entité. En retraçant la localisation des sociétés mères, ces règles élargissent le contrôle des exportations du « contrôle des biens » au « contrôle de la puissance de calcul » et au « contrôle de la chaîne d’approvisionnement ».
La réponse de NVIDIA consiste à se tourner vers les produits CPU. L’entreprise met en avant le Vera CPU comme solution de contournement réglementaire pour sa clientèle chinoise, avec des livraisons possibles dès août et un objectif de 20 milliards de dollars de chiffre d’affaires. Toutefois, les prévisions de NVIDIA pour le premier trimestre de l’exercice 2027, qui tablent sur 91 milliards de dollars de chiffre d’affaires, excluent explicitement toute contribution des data centers chinois—cette prudence illustre à elle seule l’impact des incertitudes géopolitiques sur les perspectives de croissance.
Comment trader l’action NVIDIA sur Gate
Pour les utilisateurs souhaitant investir dans NVIDIA, Gate propose un canal de trading différenciant. Les utilisateurs peuvent négocier plus de 11 500 actions américaines et ETF—including NVIDIA—directement en utilisant l’USDT comme devise de règlement. Il n’est pas nécessaire d’ouvrir un compte de courtage traditionnel ni de transférer des fonds à l’international ; il est possible de gérer à la fois des actifs numériques et des actions mondiales sur une seule plateforme. Le service de trading d’actions de Gate offre un règlement 24/7 en cryptomonnaie, supprimant ainsi les frictions liées aux conversions fiat.
Conclusion
Le retard de Rubin et l’émission de dette de 25 milliards de dollars sont les deux faces d’une même pièce : le premier illustre la tension concrète entre complexité technologique et maturité logistique des plateformes de puces IA de nouvelle génération ; la seconde révèle que l’intensité capitalistique de l’investissement dans l’infrastructure IA dépasse désormais ce que le flux de trésorerie organique d’une seule entreprise peut confortablement couvrir.
La barrière technologique de NVIDIA n’a pas disparu—elle évolue. Du côté de l’entraînement, les protections offertes par l’écosystème CUDA, l’interconnexion NVLink et les solutions système demeurent robustes. Sur le segment de l’inférence, la pression des ASIC est réelle, mais NVIDIA bâtit de nouveaux remparts via ses investissements, l’ouverture technologique et l’extension de gamme comme la LPU. Les 25 milliards de dette ne traduisent pas une crise de liquidité, mais constituent une affirmation de capital de la conviction que « l’infrastructure IA est un combat de long terme ».
Pour les investisseurs, l’enjeu n’est pas tant de savoir si NVIDIA restera le leader incontesté des puces IA, mais de comprendre que le leadership se déplace du « rendement unitaire » vers la « prestation de calcul à l’échelle système ». Dans ce contexte, la barrière défensive de NVIDIA ne s’est pas rétrécie—elle s’est simplement élargie.
