Aller au contenu

Nvidia sans Jensen Huang : pourquoi les CTO veulent desserrer l’étau de CUDA

Le génie des puces électroniques et de l'adultère quitte Nvidia sous la pression, mais 180 000 signataires, dont Elon Musk, réclament déjà son retour. Pendant que Santa Clara cherche un successeur, les directions techniques réévaluent le risque d’une stratégie IA suspendue à un seul fournisseur.

Jensen Huang sur le retour ?

Du Denny’s au conseil d’administration

L’histoire commence dans un restaurant Denny’s. Jensen Huang y a lancé Nvidia en 1993 avec deux amis, et la petite entreprise de cartes graphiques est devenue, selon Fortune, un colosse capitalisé à plus de 4 600 milliards de dollars il y a un an. Trente-trois ans plus tard, le décor change radicalement. Le jeudi 12 novembre 2026, le conseil d’administration annonce que Jensen Huang a démissionné de ses fonctions de président, de directeur général et d’administrateur, avec effet immédiat. Colette Kress, directrice financière depuis 2013, assure l’intérim, et Harvey C. Jones devient le premier président du conseil de l’histoire de Nvidia. À Wall Street, l’action a plongé de plus de 13 % dans la matinée.

Jensen Huang de Nvidia : l'homme qui pesait 121,2 milliards de dollars !
Moins charismatique que Steve Jobs, plus fun que Bill Gates, Jensen Huang est un géant discret de la tech. Pugnacité, intuitions géniales et paris risqués, voilà ce qui a propulsé "un parfait inconnu" en une véritable rock star de la puce, propulsant l'IA à grande échelle.

Cette chute fait suite à une semaine de révélations. La presse américaine a fait état d’une liaison avec une dirigeante de la société Megaspeed, soupçonnée d’avoir travaillé pour les services de renseignement chinois. Un second adultère présumé, avec une responsable de Nvidia, a précipité la réunion d’urgence du conseil. Une enquête indépendante avait été annoncée dès le 8 novembre. Les soupçons d’espionnage demeurent des soupçons, et l’enquête poursuit son cours.

Une fronde, un veto probable

La Silicon Valley, elle, a choisi son camp en quelques heures. Une pétition en ligne réclame la réintégration de Jensen Huang et a recueilli plus de 180 000 signatures, parmi lesquelles celles d’Elon Musk et de Tim Sweeney. Ses organisateurs demandent le rétablissement de Jensen Huang le temps d’une enquête indépendante et plaident pour une procédure équitable. Deux actionnaires, Brad Gerstner et Gavin Baker, ont de leur côté invité le conseil à mener une recherche posée, qui garde ouverte l’hypothèse d’un retour.

Donald Trump a navigué entre deux positions. Il a d’abord avancé le nom de Tim Cook, patron d’Apple, pour succéder à Jensen Huang, puis il a déclaré lundi qu’un retour du fondateur ne le dérangerait pas. Le Financial Times rapporte que Jensen Huang lui-même envisage de reprendre les rênes et qu’un de ses alliés voudrait monter une « war room » de dirigeants pour le soutenir. Sam Altman, évincé d’OpenAI en 2023 avant de revenir quelques jours plus tard, a dit comprendre ce qu’il traverse. Mais le précédent d’OpenAI trouve ses limites. Selon une source proche du dossier citée par le Washington Post, le conseil écarte pour l’instant l’idée d’un retour et concentre son attention sur l’enquête.

Un homme au centre de la toile

Cette ferveur illustre une fragilité que la chroniqueuse Megan McArdle a mise en lumière dans le Washington Post : Nvidia gravite autour de son fondateur, avec une soixantaine de collaborateurs placés sous sa responsabilité directe. Le conseil a certes désigné une intérimaire dès l’annonce, mais la question de fond demeure : que vaut une chaîne de valeur dont dépend l’essentiel de l’IA mondiale quand elle repose sur la personnalité d’un seul homme ?

À cette incertitude de gouvernance s’ajoute un front politique. Le 16 novembre, Washington a posé une règle dont l’objectif est de contrôler qui se sert des puces, en plus de leur destination. Les directions techniques doivent donc composer avec un fournisseur dont la direction vacille et dont la chaîne d’approvisionnement se resserre sous l’œil des régulateurs.

Un choc, mais mesuré

Gardons la mesure. Plusieurs analyses jugent le choc réel pour l’IA, mais l’impact limité, et rien n’indique que les feuilles de route des architectures Blackwell puis Rubin soient remises en cause. Les ingénieurs d’une entreprise de cette taille poursuivent leurs travaux, quel que soit le nom inscrit sur la porte du bureau du PDG. Le vrai sujet se situe donc ailleurs, dans la capacité de chaque organisation à se prémunir contre la prochaine secousse, quelle qu’en soit l’origine.

Architectures Blackwell et Rubin : la nouvelle grammaire du silicium mondial
Succédant à l'ère Hopper, les architectures Blackwell et Rubin redéfinissent l'infrastructure matérielle de l'IA. Au-delà de la puissance brute, ces fonderies dessinent une nouvelle géopolitique du calcul où l'efficience logicielle européenne et chinoise bouscule l'hégémonie américaine.

La contrainte comme école d’efficience

Le meilleur manuel de résilience vient paradoxalement de ceux à qui l’accès aux puces les plus récentes a été restreint. Les laboratoires chinois ont fait de la rareté un principe d’architecture. DeepSeek a popularisé le réflexe, et Moonshot AI a prolongé la voie avec sa famille Kimi, des modèles de type Mixture-of-Experts qui n’activent à chaque requête qu’une fraction de leurs paramètres. Autour de ce principe s’organise une boîte à outils désormais classique : quantization vers le FP8 ou l’INT4, décodage spéculatif, compression du cache KV. L’objectif est constant, servir davantage de requêtes avec le même silicium.

L’Europe joue une partition voisine. Mistral AI a fait du MoE à poids ouverts sa signature, avec une promesse de performance par watt que les ingénieurs savent apprécier. À Paris encore, le laboratoire Kyutai travaille le temps réel et le multimodal natif avec Moshi, son modèle vocal conçu pour raccourcir la latence d’une conversation parlée. Une nuance honnête s’impose : ces laboratoires entraînent encore largement leurs modèles sur des GPU Nvidia . L’efficience logicielle desserre l’étau, et l’étau demeure.

CUDA, la vraie forteresse

Car le verrou de Nvidia se situe dans son logiciel. Lancée en 2006, CUDA a vu grandir toute une génération d’ingénieurs, qui lui doivent leurs bibliothèques, leurs réflexes et leurs outils de débogage. Nvidia conçoit ses puces et en confie la fabrication à des fondeurs comme TSMC, de sorte que son avantage se joue dans cette pile logicielle bien plus que dans les usines.

Les portes de sortie s’entrouvrent pourtant, à des degrés de maturité très inégaux. Les accélérateurs alternatifs viennent en premier, avec les TPU de Google, les puces Trainium d’AWS et les Instinct d’AMD servis par ROCm. Viennent ensuite les langages et compilateurs intermédiaires, tels que Triton et MLIR, qui visent à écrire un noyau de calcul une fois pour le déployer sur plusieurs architectures. Enfin, des moteurs d’inférence comme vLLM étendent leur compatibilité matérielle. L’honnêteté invite à préciser que porter un modèle d’un accélérateur à l’autre reste un chantier d’ingénierie, rarement un simple changement de ligne de configuration.

Trois réflexes pour une plateforme résiliente

Premier réflexe, le routage sémantique. Chaque requête est orientée vers le modèle compact le mieux adapté à sa nature, et les modèles lourds se réservent aux tâches de raisonnement complexe. La latence baisse, la facture aussi.

Deuxième réflexe, l’industrialisation des formats compressés en production. Déployer en FP8 ou en INT4 élargit le parc de machines utilisables et améliore le rendement par watt, à condition de mesurer la précision sur ses propres cas d’usage plutôt que sur des benchmarks génériques.

Troisième réflexe, l’abstraction matérielle. En isolant la logique métier de l’infrastructure sous-jacente, l’entreprise transforme une crise de direction chez un fournisseur en sujet de planification plutôt qu’en séisme.

Les bâtisseurs gothiques ont résolu leur équation en répartissant les poussées sur des arcs-boutants au lieu d’épaissir toujours davantage un mur. Une architecture IA gagne en solidité de la même manière, en multipliant les points d’appui.

La souveraineté du SI, sujet de comité de direction

L’affaire Nvidia a le mérite de rendre tangible une question que les directions techniques repoussaient volontiers à l’année suivante. Moderniser son système d’information tout en gardant son autonomie suppose de choisir ses dépendances en connaissance de cause, de les mesurer et de les diversifier avant qu’une crise ne s’en charge.

Réduire votre dépendance à un fournisseur matériel, industrialiser vos pipelines d’inférence, déployer des modèles à poids ouverts ? Les architectes et ingénieurs IA de SFEIR accompagnent vos équipes dans la conception de plateformes portables, alignées sur vos objectifs de retour sur investissement.

Découvrir nos expertises IA sur notre nouveau site conversationnel sfeir.com

Dernier