Le revenu data center de Nvidia atteint 89 milliards de dollars

Un trimestre à 89 milliards qui raconte l’inférence

Nvidia a franchi un seuil spectaculaire dans les centres de données: son activité Data Center a généré 89,02 milliards de dollars de revenus au deuxième trimestre de l’exercice fiscal 2027, soit une hausse de 117% sur un an, tandis que le chiffre d’affaires total du groupe atteignait 96,22 milliards de dollars [1]. Autrement dit, le data center n’est pas seulement la principale division de Nvidia. C’est désormais le cœur économique de l’entreprise.

Le point essentiel n’est pas uniquement le montant. C’est ce qu’il révèle sur la nature de la demande. Les derniers articles publiés sur le sujet présentent ce trimestre comme une traduction financière de la demande en tokens: les agents d’IA consomment désormais environ cinq fois plus de tokens que les utilisateurs humains directs, selon des données OpenRouter citées dans la couverture récente [1].

Ce glissement change la lecture économique de l’IA. Dans l’ère du chatbot, un utilisateur posait une question, lisait une réponse, puis s’arrêtait souvent là. Dans l’ère agentique, un système autonome reçoit un objectif, le découpe en sous-tâches, appelle des outils, analyse les résultats, corrige son plan et recommence. Chaque itération génère des tokens. Et chaque token doit être calculé quelque part: sur des GPU, des CPU, des réseaux, de la mémoire et des systèmes de data center que Nvidia vend à grande échelle.

Les agents ne sont plus une charge marginale

Les chiffres OpenRouter sont le signal le plus important. Les données citées cette semaine indiquent que la consommation agentique est passée d’environ 0,51 billion de tokens en février à environ 7,3 billions en août, soit une multiplication par quatorze [1]. L’usage humain a lui aussi progressé, mais beaucoup moins vite, pour atteindre environ 1,4 billion de tokens sur la même période [1]. Un autre rapport publié récemment indique que les charges agentiques ont atteint environ 7,3 billions de tokens en moyenne glissante sur sept jours en août, soit plus de cinq fois les 1,4 billion attribués à l’usage humain direct [3].

C’est une transformation de structure, pas seulement une hausse de volume. On mesure souvent l’adoption de l’IA par le nombre d’utilisateurs, de licences, de pilotes en entreprise ou d’abonnements. La consommation de tokens raconte autre chose: un logiciel peut utiliser l’IA bien plus souvent qu’un humain. Il ne dort pas, n’attend pas une réunion et ne s’arrête pas après une seule réponse. Une fois un flux de travail confié à un agent, la limite devient la valeur économique de la tâche, la latence acceptable et la capacité de calcul disponible.

La même couverture récente indique que la consommation agentique aurait dépassé l’usage humain autour du 6 février, avant d’accélérer fortement les mois suivants [3]. Cette date est symbolique: elle marque le passage d’un monde où les humains utilisent des outils d’IA à un monde où les systèmes d’IA deviennent eux-mêmes de grands consommateurs d’IA. L’utilisateur humain reste souvent au début et à la fin du processus, mais une grande partie de la consommation se produit entre les deux.

Pourquoi Nvidia capte d’abord cette demande

Nvidia se situe exactement à l’endroit où cette demande en tokens devient dépense d’infrastructure. Sa division Data Center regroupe les matériels et systèmes nécessaires pour exécuter des modèles d’IA à grande échelle, et le trimestre à 89,02 milliards de dollars montre à quel point cette demande est déjà monétisée [1]. Les données récentes détaillent aussi la composition de la croissance: les clients hyperscale ont contribué 49 milliards de dollars, en hausse de 13% séquentielle, tandis que l’ensemble regroupant neoclouds, entreprises, clients souverains et industriels a atteint 40 milliards de dollars, en hausse de 25% séquentielle et de 138% sur un an [4].

Cette répartition compte beaucoup. Si la demande venait uniquement de quelques géants du cloud, l’histoire serait plus étroite. Or les dépenses s’étendent aux hyperscalers, aux clouds spécialisés dans l’IA, aux entreprises, aux projets souverains et aux usages industriels. L’IA agentique n’est donc pas seulement une fonctionnalité d’application grand public. Elle devient une catégorie de charge de travail que les acheteurs d’infrastructure doivent anticiper.

C’est aussi pourquoi le débat dépasse les puces. Les agents n’ont pas seulement besoin de GPU. Ils exigent de la bande passante mémoire, du réseau, des CPU, du stockage, de l’alimentation électrique, du refroidissement et des capacités physiques suffisantes pour fonctionner en continu. Une charge qui boucle, teste et recommence ressemble moins à une requête isolée qu’à un système de production permanent.

La contrainte d’offre devient centrale

La lecture optimiste est simple: si les agents continuent de multiplier la demande en tokens, Nvidia pourrait rester limitée par l’offre plutôt que par la demande. Une analyse récente indique que la direction attend environ 70% de croissance du chiffre d’affaires pour l’exercice fiscal 2028, mais décrit cette prévision comme contrainte par l’offre [2]. Un autre article publié dans la même fenêtre rapporte que Nvidia disposerait d’une capacité suffisante pour couvrir environ 70% de la demande attendue [4].

La nuance est essentielle. Si la demande est fragile, le pouvoir de prix peut disparaître rapidement. Si la demande dépasse l’offre, la contrainte se déplace vers la fabrication, la mémoire, le packaging avancé, les composants réseau, l’électricité disponible et la vitesse de déploiement. Dans ce scénario, les gagnants ne sont pas seulement les concepteurs de puces, mais les acteurs capables de sécuriser toute la chaîne de capacité.

Le cycle produit de Nvidia illustre ce basculement. Vera Rubin, la nouvelle génération de plateforme IA pour data centers, aurait déjà atteint des clients quelques semaines après son lancement: les premières expéditions de production auraient commencé en août 2026 et des usages clients auraient été confirmés fin septembre [2]. Selon la même source, la direction s’attend à ce que Vera Rubin représente environ 20% des revenus Data Center au troisième trimestre fiscal 2027 [2]. Pour une base de revenus aussi massive, un tel rythme serait extrêmement rapide.

L’électricité devient une unité économique

La discussion autour de Vera Rubin modifie aussi la manière d’évaluer les data centers. Nvidia estime son opportunité de revenu à environ 40 milliards de dollars par gigawatt de capacité de data center construit sur Vera Rubin, contre environ 25 milliards pour Blackwell [2]. Le gigawatt est une unité de puissance électrique, mais dans l’IA il devient aussi une unité économique: combien de revenu de calcul peut-on extraire d’une capacité énergétique donnée?

C’est là que les agents deviennent stratégiques. S’ils consomment cinq fois plus de tokens que les humains, les opérateurs cloud doivent trouver plus d’électricité et d’espace, augmenter le débit par watt ou rationner l’accès par les prix et la planification. La question n’est plus seulement: combien de GPU peut-on acheter? Elle devient: combien de flux d’IA autonomes et continus le réseau électrique, le bâtiment et l’infrastructure réseau peuvent-ils absorber?

Les marges montrent aussi la tension. Les derniers articles indiquent qu’environ 85% des tokens agentiques viennent de prompts mis en cache, moins chers pour les clients mais toujours consommateurs d’infrastructure, et que la marge brute de Nvidia devrait toucher un point bas autour de 71% à 72% au quatrième trimestre sous l’effet de la hausse des coûts mémoire [4]. C’est le paradoxe de l’IA agentique: elle crée des volumes immenses tout en transférant la pression vers la mémoire, le réseau et l’énergie.

Le prochain test

Le prochain repère est la prévision de Nvidia pour le troisième trimestre fiscal: 108,0 milliards de dollars de revenus, plus ou moins 2%, hors calcul data center destiné à la Chine [4]. Ce chiffre dira si le trimestre à 89 milliards était un pic spectaculaire ou une étape dans une rampe plus longue.

Trois indicateurs seront déterminants. D’abord, la capacité de Vera Rubin à atteindre la part attendue d’environ 20% des revenus Data Center au troisième trimestre [2]. Ensuite, l’évolution de l’écart entre consommation agentique et usage humain. Enfin, la durée de la pression sur les marges liée à la mémoire et à la chaîne d’approvisionnement.

Pour l’instant, le message est net. Les 89,02 milliards de dollars de revenus Data Center de Nvidia ne sont pas seulement un record financier. Ils montrent que l’unité de demande en IA est en train de passer du prompt humain à la boucle autonome. Les bots ont découvert le défilement infini; dans les data centers, il se mesure en tokens.

Sources des dernières 72 heures

1. [1]Rise of the Machines: AI Agents Now Burn 5x More Tokens Than Humans — and the Gap Is Widening Fast3 oct. 2026, 14:41
2. [2]What Could Send NVIDIA Stock Higher?2 oct. 2026, 11:53
3. [3]AI Agents Now Consume More Than Five Times as Many Tokens as Humans on OpenRouter2 oct. 2026, 16:15
4. [4]NVIDIA Data Center revenue hits $89.02 billion as AI agents drive token demand3 oct. 2026, 15:01

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.