NVIDIA prépare l’une de ses plus grosses initiatives hors hardware : un accord lié à Poolside pour environ 7 milliards de dollars comprenant 6 milliards pour une licence non exclusive de sa technologie, l’intégration prévue de plus d’une centaine d’employés et un investissement additionnel d’1 milliard dans la société. Cette démarche pourrait accélérer le développement des modèles ouverts Nemotron et confirme que Jensen Huang souhaite étendre la position de NVIDIA bien au-delà de la simple vente de GPU pour l’intelligence artificielle.

Les clés de NVIDIA et Poolside en 20 secondes

• NVIDIA débourserait 6 milliards de dollars pour licencier la technologie de Poolside, avec un investissement supplémentaire d’1 milliard.
• Plus de 100 employés de la startup pourraient rejoindre NVIDIA.
• L’objectif est de renforcer Nemotron et de mieux rivaliser dans le domaine des modèles à poids ouverts.
• Poolside continuerait à fonctionner en tant qu’entreprise indépendante.
• Présenter cette opération comme une couverture contre un effondrement de la demande de GPU reste, pour l’instant, une interprétation et non un fait confirmé.

L’opération a été communiquée par Poolside à ses investisseurs, puis relayée par diverses sources. La licence ne concerne pas l’acquisition de la société : Poolside conserverait ses fondateurs et une partie de sa structure tandis que NVIDIA intégrerait principalement des talents liés au développement de ses modèles Laguna et accéderait à la Model Factory, infrastructure utilisée par la startup pour entraîner et perfectionner ses systèmes.

Ce montant est élevé, même selon les standards actuels de l’intelligence artificielle, mais prend tout son sens lorsque l’on considère ce que NVIDIA construit autour de Nemotron, notamment la rapidité avec laquelle les modèles chinois à poids ouverts gagnent du terrain.

Poolside apporte plus que des ingénieurs à NVIDIA

Poolside s’est spécialisé dans l’intelligence artificielle appliquée au développement logiciel et dans l’entraînement de modèles capables de gérer des tâches de programmation prolongées.

En mai, elle a présenté Laguna M.1 et Laguna XS.2, deux modèles Mixture-of-Experts conçus spécifiquement pour la programmation à long terme avec des agents. Laguna M.1 possède 225.800 milliards de paramètres, avec 23,4 milliards actifs par token, et XS.2 en possède 33,4 milliards avec environ 3 milliards d’actifs par token.

Mais ce qui est plus crucial que ces chiffres, c’est le système que Poolside a construit autour d’eux.

L’entreprise évoque une Model Factory, un ensemble d’outils, de données, d’infrastructures d’entraînement et de processus destinés à créer et améliorer des modèles via des tâches concrètes de développement logiciel.

Ce savoir-faire cadre parfaitement avec la direction que prend NVIDIA avec Nemotron.

En août, NVIDIA a présenté Nemotron 3.5 Lightning, un modèle Mixture-of-Experts de 30 milliards de paramètres conçu pour des tâches spécifiques au sein de systèmes multi-agents et pour des charges nécessitant une disponibilité prolongée. NVIDIA accompagne cette offre d’outils comme NeMo Switchyard pour gérer les demandes entre différents modèles.

Ainsi, l’intérêt pour Poolside dépasse la simple acquisition d’un modèle prêt à l’emploi. NVIDIA cherche à obtenir technologie, processus d’entraînement et talent spécialisé pour continuer à développer sa propre gamme de modèles.

NVIDIA souhaite également concurrencer au niveau des modèles

Pendant longtemps, NVIDIA a occupé une position très confortable lors de l’essor de l’IA.

OpenAI, Anthropic, Meta, xAI, Microsoft, Google et pratiquement tous les laboratoires nécessitant une puissance accélérée importante achetaient ou louaient leurs GPU chez NVIDIA.

Dans ce contexte, NVIDIA fournissait l’infrastructure utilisée par ses concurrents.

Mais avec Nemotron, cette relation commence à évoluer.

NVIDIA propose désormais des modèles que les développeurs peuvent adapter et déployer sur différentes infrastructures, mais ceux-ci sont naturellement très optimisés pour son propre hardware et software. Le fabricant peut ainsi jouer sur plusieurs niveaux :

GPU → réseaux → systèmes complets → logiciels CUDA → bibliothèques → inférence → modèles.

L’investissement dans Poolside renforce précisément le dernier de ces niveaux.

Il répond aussi à une évolution géopolitique du marché. Les laboratoires chinois ont commencé à occuper une place importante avec des modèles à poids ouverts comme DeepSeek ou Kimi, permettant aux entreprises et aux développeurs de déployer des systèmes sans dépendre d’API fermées.

Les États-Unis conservent certaines des modèles propriétaires les plus puissants, mais une part significative de la compétition dans l’IA à poids ouverts vient désormais de Chine.

NVIDIA a tout intérêt à éviter que cette couche du marché soit dominée principalement par des modèles conçus et optimisés dans d’autres environnements technologiques.

Nvidia veut-il devenir aussi son propre acheteur de GPU ?

Une lecture intriguante de l’accord suggère que NVIDIA préparerait une sorte d’assurance face à une future baisse de la demande.

Voici l’idée : si NVIDIA parvient à développer Nemotron à un niveau très compétitif, elle pourrait utiliser ses propres accélérateurs pour faire fonctionner l’ensemble de ses services IA, notamment en période de surcapacité. La croissance de la demande interne constituerait une alternative à la sous-utilisation de ses GPU sur le marché.

Ce scénario n’est pas hors de portée, mais les données disponibles ne permettent pas d’affirmer que c’est l’objectif principal de l’accord avec Poolside.

NVIDIA n’a pas annoncé vouloir devenir un « acheteur ultime » de ses propres GPU ni accumuler de la capacité pour absorber un éventuel effondrement du marché.

Au contraire, ses actions récentes pointent vers l’expansion continue de ses capacités. La société parle encore d’une demande de stockage et de puissance très élevée.

Le 10 août, NVIDIA a annoncé des partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR, visant à créer des plateformes capables de mobiliser plus de 500 milliards de dollars de capitaux tiers pour l’infrastructure IA. Jensen Huang souligne que la puissance IA devient une nouvelle classe d’actifs infrastructurels.

Une semaine plus tard, un accord avec SB Energy concernant le campus PORTS-Pike dans l’Ohio a été signé. NVIDIA s’engage à garantir initialement 4,25 GW de capacité IT en terrains, énergie et bâtiments, avec une option pour 3,75 GW supplémentaires. OpenAI figure comme client prévu pour ces 8 GW. L’investissement de 1,5 milliard de dollars dans SB Energy est également annoncé.

Ces engagements massifs ne correspondent guère à une entreprise anticipant une chute immédiate de la demande.

La lecture la plus prudente est une autre : NVIDIA cherche à contrôler davantage la chaîne de valeur de l’intelligence artificielle.

Les 7 milliards peuvent aussi servir à défendre CUDA

Une autre raison moins évidente motive l’intérêt de NVIDIA pour des modèles très performants.

Chaque modèle populaire génère, en effet, un écosystème technologique spécifique : moteurs d’inférence, formats de quantification, bibliothèques, hardware, plateformes cloud, systèmes d’orchestration, etc.

Si Nemotron s’adopte massivement, NVIDIA pourra s’assurer que ses modèles soient optimisés dès le départ pour CUDA, TensorRT, Blackwell, Rubin et ses futures plateformes.

Plutôt que d’attendre qu’un autre laboratoire publie un modèle qu’elle devra ensuite adapter, NVIDIA peut co-concevoir le modèle et l’infrastructure dès le départ.

Cette approche d’intégration verticale, exploitée avec succès par des sociétés comme Apple dans d’autres marchés technologiques, permet à hardware et software d’évoluer de concert.

NVIDIA dispose désormais des ressources pour appliquer cette logique à l’IA.

Une relation de plus en plus complexe avec OpenAI et Anthropic

Ce mouvement crée aussi une situation particulière.

OpenAI et Anthropic sont de grands consommateurs d’infrastructures accélérées et font partie du marché qui a valu à NVIDIA sa place parmi les entreprises les plus riches du monde.

Mais si Nemotron continue à développer ses capacités, NVIDIA commence aussi à entrer en compétition avec elles dans certains usages.

La différence est que, pour l’instant, NVIDIA ne cherche pas à reproduire exactement le même modèle.

OpenAI et Anthropic se concentrent sur des modèles accessibles via produits ou API, tandis que NVIDIA mise de façon beaucoup plus explicite sur des modèles à poids ouverts déployables et personnalisables par d’autres entreprises.

Ce positionnement pourrait même augmenter la demande en GPU.

Un modèle ouvert de haute qualité ne se limite pas aux centres de données de son créateur : il peut être déployé dans des centaines de fournisseurs cloud, entreprises, universités ou administrations, nécessitant tous des capacités de calcul considérables.

De ce point de vue, développer Nemotron pourrait moins constituer une protection contre la baisse des ventes de GPU, et davantage une manière de créer de nouvelles raisons d’en acheter.

Poolside a aussi besoin de plus d’accès à la puissance de calcul

La relation entre les deux sociétés illustre précisément l’importance qu’a pris aujourd’hui l’accès à l’infrastructure.

Selon des informations communiquées aux investisseurs, Poolside avait déjà tenté de lever plusieurs milliards de dollars et envisageait une infrastructure basée sur environ 40 000 GPU GB300. La startup peinait à financer cette capacité en temps voulu.

Pour NVIDIA, c’est exactement l’inverse.

Elle possède le hardware et une puissance financière colossale, mais la construction de modèles de pointe requiert chercheurs, données, méthodologies d’entraînement et expertise accumulée.

L’accord permet de faire se rencontrer ces deux mondes.

Poolside reçoit des capitaux tout en restant une entité indépendante. NVIDIA, de son côté, intègre plus d’une centaine de talents et obtient une technologie qui pourrait lui faire gagner plusieurs années de développement interne.

Sam Altman ne dit pas que la bulle de l’IA est terminée

Il convient aussi de distinguer cette opération d’un autre débat lié aux prévisions de Sam Altman.

Le CEO d’OpenAI a reconnu que la transformation économique générée par l’IA ne se produira pas nécessairement instantanément. OpenAI compare actuellement la montée de l’IA à des technologies comme l’électricité, dont les effets profonds ont mis du temps à se diffuser dans l’économie.

Cela diffère radicalement d’affirmer qu’Altman pense maintenant que la demande en IA va s’effondrer.

Les données d’août d’OpenAI montrent au contraire une adoption en croissance : ChatGPT dépasse le milliard d’utilisateurs et l’entreprise indique que les sociétés utilisent de plus en plus l’IA pour exécuter des tâches complètes avec des agents, plutôt que simplement répondre à des sollicitations.

Récemment, Altman a aussi évoqué la nécessité d’un rythme plus maîtrisé pour développer ces modèles avancés, afin de permettre l’adaptation des systèmes de sécurité et une meilleure gouvernance — ceci principalement pour répondre aux préoccupations de sécurité, et non pour indiquer une chute imminente de la demande économique de puissance de calcul.

Ce point est important, car il évite de faire de deux histoires distinctes une seule et même narrative prétendument sur une « bulle prête à éclater ».

NVIDIA évolue au-delà de son image traditionnelle

Les 7 milliards liés à Poolside ont probablement une importance stratégique plutôt que financière.

Pour une entreprise comme NVIDIA, avec sa taille et ses flux de trésorerie actuels, cette opération ne bouleverse pas fondamentalement ses comptes. Cependant, elle pourrait transformer la perception de son avenir en tant qu’entreprise dans cinq ou dix ans.

Jensen Huang a commencé par fabriquer des GPU.

Puis NVIDIA a créé CUDA, faisant dépendre une part importante de la puissance de calcul accélérée de sa plateforme logicielle.

Par la suite, l’entreprise a ajouté des réseaux, des systèmes complets comme DGX et GB200 NVL72, des services cloud, des moteurs d’inférence et des outils pour la création d’agents.

Aujourd’hui, elle investit des milliards dans ses propres modèles utilisant toute cette infrastructure.

Cela introduit un scénario nettement plus intéressant que de simplement voir cette opération comme une protection contre un marché en déclin.

NVIDIA pourrait finir par fabriquer les accélérateurs, concevoir l’architecture, fournir la connectivité, financer les centres de données, développer le logiciel et déployer le modèle sur tout ce qui précède.

Ce degré d’intégration augmente aussi les risques : la société doit éviter de concurrencer frontalement ses clients majeurs, justifier des investissements croissants et s’assurer que Nemotron rencontre une adoption suffisante pour rivaliser avec des modèles à poids ouverts, dont la fréquence d’apparition est devenue presque hebdomadaire.

Poolside lui fournit la technologie et le talent pour tenter cette voie.

Ce que ne prouve pas encore cette opération, c’est que NVIDIA envisagerait de se priver de clients pour ses GPU. Pour l’instant, tout indique plutôt le contraire : elle tire parti des bénéfices exceptionnels de son hardware pour prendre encore plus de parts dans le secteur de l’IA avant que d’autres ne le fassent.

Questions Fréquemment Posées

Combien NVIDIA investira-t-elle dans Poolside ?

Les informations disponibles évoquent un engagement total d’environ 7 milliards de dollars : 6 milliards pour une licence technologique non exclusive, et 1 milliard supplémentaire via un investissement dans Poolside à une valorisation préliminaire de 12 milliards.

NVIDIA a-t-elle acheté Poolside ?

Non. L’accord annoncé aux investisseurs ne correspond pas à une acquisition. Poolside continuera à fonctionner indépendamment, ses fondateurs resteront en poste, et plus de 100 employés principalement liés à ses modèles pourraient rejoindre NVIDIA.

Que souhaite faire NVIDIA avec la technologie de Poolside ?

L’un des principaux objectifs est d’accélérer le développement de Nemotron, la famille de modèles à poids ouverts de NVIDIA, en profitant de la technologie d’entraînement et du savoir-faire de Poolside.

NVIDIA achète-t-elle ses propres GPU parce qu’elle craint une chute de la demande ?

Il n’y a pas suffisamment de preuves pour le confirmer. Ses investissements dans ses modèles et son infrastructure peuvent être vus comme une diversification, mais NVIDIA continue de souligner sa forte croissance en capacité et indique que la demande pour la puissance de calcul IA reste en augmentation.