Les dépenses en infrastructure liées à l'intelligence artificielle devraient diminuer au profit des investissements dans les puces, en particulier les GPU, qui ont une durée de vie plus courte et un taux de rotation plus élevé par rapport aux composants des centres de données.
L'analyste de JPMorgan, Tarek Hamid, prévoit que les dépenses pour les puces spécifiques à l'IA pourraient atteindre 60 % des dépenses en capital annuelles totales d'ici 2030, contre 50 % actuellement. Cette tendance est favorable à Nvidia, qui a rapporté 81,6 milliards de dollars de revenus pour son premier trimestre fiscal, soit une augmentation de 85 % par rapport à l'année précédente.
Le PDG Jensen Huang a souligné le rôle central de Nvidia dans la transition vers l'IA, tandis que la CFO Colette Kress a projeté que les dépenses en IA pourraient atteindre entre 3 et 4 trillions de dollars par an d'ici la fin de la décennie. Malgré la forte performance de Nvidia, son action n'a pas suivi le rythme de concurrents comme AMD, dont le prix de l'action a plus que doublé cette année.
La longévité des équipements de centre de données par rapport aux GPU est un facteur clé de ce changement, car les composants de centre de données peuvent durer jusqu'à 30 ans, tandis que les GPU peuvent nécessiter un remplacement tous les quelques années.
JPMorgan anticipe plus de 3 trillions de dollars de financement pour les puces et le matériel AI au cours des cinq prochaines années, avec des dépenses en silicium qui devraient atteindre 800 milliards de dollars d'ici 2030.
Cependant, des préoccupations subsistent quant aux gains de productivité globaux issus des investissements en IA, les économistes projetant des augmentations modestes de la productivité. Cette incertitude pourrait affecter la justification d'une augmentation des dépenses en infrastructure AI.
À court terme, Nvidia devrait expédier 8,9 millions de GPU cette année, dépassant de manière significative des concurrents comme Google et Amazon sur le marché des puces AI.