Le méga-contrat de 100 Md$ (environ 140 000 milliards de wons) entre OpenAI et Nvidia est pratiquement à l’arrêt

 (wsj.com)
6 points par GN⁺ 2026-02-01 | 1 commentaires | Partager sur WhatsApp
  • Le plan d’investissement pouvant atteindre 100 milliards de dollars de Nvidia pour soutenir l’entraînement et l’exploitation des modèles d’IA de nouvelle génération d’OpenAI n’avance pas en raison d’oppositions internes et d’incertitudes
  • Annoncée en septembre 2025, la construction d’une infrastructure informatique de 10 GW et sa structure de location de puces est restée au stade d’un protocole d’accord initial, sans déboucher sur un contrat définitif
  • En interne chez Nvidia, des inquiétudes ont été soulevées concernant le manque de discipline opérationnelle du projet initial, qui reposait sur un accord non contraignant, ainsi que l’intensification de la concurrence
  • OpenAI subit un revers dans sa stratégie de sécurisation de capacités de calcul massives en vue de son IPO prévue fin 2026
  • Avec la montée en puissance de Google Gemini et d’Anthropic Claude, la dynamique concurrentielle des modèles d’IA évolue défavorablement pour OpenAI

Vue d’ensemble du contrat et contenu de l’annonce initiale

  • Nvidia a signé un protocole d’accord promettant à OpenAI la mise en place d’une puissance de calcul d’au moins 10 gigawatts
    • Avec une structure dans laquelle OpenAI louerait cette infrastructure à Nvidia
    • Une option prévoyant que Nvidia fournisse jusqu’à 100 milliards de dollars d’investissement ou de financement a été discutée
  • Au moment de l’annonce, Jensen Huang l’a présenté comme le plus grand projet informatique de l’histoire
    • Juste après l’annonce, l’action Nvidia a progressé d’environ 4 %, portant sa capitalisation boursière à près de 4 500 milliards de dollars
Publicité

Blocage des négociations et inquiétudes internes

  • Pourtant, les négociations autour de cet accord sont actuellement bloquées à un stade précoce, sans avancée concrète
  • Jensen Huang a insisté en privé sur le fait que cet accord était non contraignant et non finalisé
    • Il a également exprimé des inquiétudes quant au manque de rigueur dans la conduite des activités d’OpenAI et à l’intensification de la concurrence avec Google et Anthropic
  • Toutefois, les porte-parole de Nvidia et d’OpenAI ont tous deux affirmé leur volonté de poursuivre leur collaboration

Charge financière pour OpenAI et inquiétudes des investisseurs

  • OpenAI prépare activement son introduction en Bourse (IPO), visée pour fin 2026
  • Au cours de l’année écoulée, l’entreprise s’est concentrée sur la course à l’acquisition de capacités de calcul à grande échelle
  • Sam Altman a indiqué que les contrats cumulés représentaient 1 400 milliards de dollars d’engagements en calcul
    • Soit plus de 100 fois les estimations de chiffre d’affaires de l’époque
    Publicité
  • OpenAI a expliqué que la charge réelle est plus faible si l’on prend en compte les chevauchements entre les contrats

Évolution du contexte concurrentiel et réaction du marché

  • Le succès de Google Gemini a entraîné un ralentissement de la croissance de ChatGPT, conduisant à une alerte interne de type code red chez OpenAI
  • Claude Code d’Anthropic exerce une pression dans le domaine du codage par IA
  • Nvidia a par ailleurs promis à Anthropic un investissement pouvant atteindre 10 milliards de dollars
  • OpenAI a signé plusieurs accords avec des entreprises de semi-conducteurs et du cloud, contribuant à soutenir la hausse des marchés mondiaux, mais
    les investisseurs s’inquiètent de sa capacité à financer ces engagements, et les ventes d’actions technologiques liées à OpenAI se poursuivent
  • Dans une publication de novembre, Nvidia a indiqué qu’« il n’existe aucune garantie qu’un accord définitif sera conclu concernant une opportunité d’investissement dans OpenAI ou tout autre investissement potentiel, ni que l’investissement sera mené à bien comme prévu »
  • Lors d’une conférence UBS en décembre, le CFO de Nvidia a réaffirmé qu’aucun contrat définitif n’avait été signé

Le dilemme stratégique de Nvidia

  • Nvidia reconnaît la nécessité d’un certain niveau de soutien, car OpenAI est l’un de ses principaux clients
  • Si OpenAI perd du terrain face à la concurrence, cela pourrait entraîner une baisse de la demande de GPU
  • Anthropic et Google utilisent AWS Trainium et les Google TPU
    • Ce qui constitue une menace concurrentielle structurelle pour les GPU de Nvidia

À lire aussi

1 commentaires

 
GN⁺ 2026-02-01
Réactions sur Hacker News

  • Lien vers l’archive de l’article

  • Au cours des 6 derniers mois, la part de marché d’OpenAI a fortement reculé
    Pendant ce temps, Nvidia entraîne sa propre famille de modèles avec les nouvelles liquidités qu’elle a sécurisées
    Dans ce contexte, son alliance avec OpenAI semble moins pertinente qu’auparavant
    Voir aussi le blog Nvidia

    • Nvidia développe depuis longtemps déjà ses propres modèles, dont la famille Megatron
      Depuis 2019, ces modèles servent de plan directeur à d’autres entreprises
      Lien vers l’article scientifique
    • Même si les modèles d’OpenAI sont excellents, je n’ai pas envie de les utiliser à cause des problèmes de crédibilité de Sam Altman
      Il a perdu la confiance de beaucoup de monde avec ses revirements sur la régulation et la fuite d’e-mails internes
    • L’industrie de l’IA est désormais entrée dans une phase de commoditisation
      Les modèles se ressemblent de plus en plus à chaque mise à jour, et au final il ne restera qu’une guerre des prix
      Les valorisations des entreprises d’IA fondées sur une logique de « winner takes all » sont en train de s’effondrer
    • Nvidia n’est pas en concurrence avec OpenAI sur les modèles de frontière
    • OpenAI s’est concentrée sur le marché grand public, mais le grand public rejette ou déteste l’IA
      À l’inverse, Anthropic s’est concentrée sur le B2B et le marché du code, et se trouve dans une position bien meilleure
      Et Sam Altman reste une personnalité antipathique

  • Le dernier paragraphe de l’article est intéressant
    Anthropic entraîne ses modèles avec Trainium d’AWS et les TPU de Google
    Ces puces constituent une menace concurrentielle majeure pour les GPU de Nvidia
    Dans ce cas, OpenAI sera peut-être au final la seule grande entreprise d’IA à entraîner ses modèles principalement sur Nvidia

    • Le terme « la plupart » est exagéré
      Non seulement Google et Amazon, mais aussi Microsoft, Meta, xAI, Tesla et Oracle continuent de chercher à obtenir autant de GPU Nvidia que possible
    • OpenAI continuera d’utiliser des GPU Nvidia, mais devra désormais les payer au prix fort
    • Jusqu’ici, Nvidia est restée du côté de ceux qui vendent des pelles (le fournisseur de hardware)
      Mais si d’autres entreprises commencent à fabriquer leurs propres puces, elle pourrait entrer directement dans la mine (le développement de modèles)
      Comme OpenAI paraît instable, une stratégie de diversification des risques devient nécessaire
    • Le fait qu’Anthropic utilise ses propres puces est une stratégie intéressante
      Cela ressemble à une tentative de sortir de la compétition autour des puces Nvidia
    • Si Nvidia investit trop lourdement dans ClosedAI, d’autres entreprises pourraient hésiter à utiliser Nvidia

  • La vidéo sur CoreWeave est intéressante
    Elle montre bien la complexité des structures de financement dans l’IA

    • CoreWeave a récemment reçu de Nvidia un investissement de sauvetage de 2 milliards de dollars
      Voir l’article de TechCrunch
    • CoreWeave a acquis l’an dernier Weights & Biases (W&B)
      Blog officiel
      Cela ressemble à un mouvement stratégique
    • L’explication selon laquelle Microsoft et Google forcent l’intégration de l’IA dans leurs produits à cause de ces structures d’investissement complexes paraît convaincante
    • Le fait que les prêts reçus par Nvidia aient pour garantie d’anciens GPU est aussi intéressant

  • Les récentes annonces d’investissement non contraignantes ressemblent de plus en plus à une simple mise en scène destinée à inspirer confiance

    • Mais une partie d’entre elles n’est pas juste une arnaque : c’est aussi un positionnement face à l’incertitude future
      Amazon investit dans Anthropic et OpenAI parce qu’il lui est difficile d’entraîner ses propres modèles
      Oracle coopère de la même manière avec OpenAI,
      et Nvidia agit pour rester présente dans leur stack technologique
    • Mais au fond, tout cela ressemble à une course avant l’effondrement
      Dans 10 ans, les révélations sur les problèmes éthiques vont s’accumuler,
      et d’ici là les insiders auront déjà revendu toutes leurs RSU et seront partis

  • Le bug qu’OpenAI n’a pas réussi à corriger en 2 semaines montre un manque de capacités de l’entreprise
    Lien vers l’issue GitHub
    Le fait que la plupart des utilisateurs professionnels ne puissent même pas se connecter au CLI
    sans que cela fasse les gros titres montre la faiblesse de l’écosystème développeur

    • Au point qu’on en arrive à la blague : « pourquoi l’IA ne le corrige pas elle-même ? »
    • En réalité, cela ressemble à un traitement classique de ticket enterprise
      L’UI fonctionne mais pas l’environnement headless,
      et les erreurs viennent de restrictions de fonctionnalités réservées au plan Enterprise
      Au final, les gens s’en sortent avec des bricolages du type tunnel SSH ou copie de l’authentification depuis l’UI
    • Vu que l’issue n’a qu’un seul « j’aime », on dirait que personne ne s’en soucie

  • Beaucoup de gens prévoyaient depuis longtemps que la stratégie d’OpenAI consistant à faire du « modèle lui-même le produit » était mauvaise
    La vraie valeur se situe dans les outils et la vitesse construits au-dessus du modèle

    • Mais certains continuent d’affirmer que le modèle est l’actif central
      Sans le modèle, on peut subir à tout moment un rug pull
    • D’autres estiment toutefois qu’il est difficile de monétiser toute cette valeur en un seul endroit

  • La structure circulaire des investissements dans l’IA devient de plus en plus visible
    Vidéo à ce sujet

  • Le timing est intéressant, surtout avec l’actualité d’hier sur les plans d’IPO d’OpenAI
    Article du WSJ

  • Les valorisations surchauffées de l’IA et la frénésie d’investissement récente m’inquiétaient
    Après avoir utilisé moi-même des modèles locaux, la trajectoire d’un effondrement me paraît plus claire

    • Si Nvidia est devenue l’entreprise la plus valorisée, c’est grâce à son quasi-monopole sur les GPU
      Mais en réalité, AMD produit aussi des GPU tout à fait compétents
      Au final, Nvidia est surévaluée surtout grâce à son avantage de premier entrant
    • Les entreprises de modèles de frontière ont investi des milliards de dollars,
      mais les modèles open weight finissent vite par les rattraper
      D’ici quelques années, les modèles payants auront perdu leur compétitivité
    • L’avenir du code assisté par IA ira vers des agents travaillant en parallèle
      Grâce aux modèles ouverts et aux interfaces ouvertes, tout le monde peut le mettre en œuvre
    • Dans 5 à 10 ans, on reviendra vers des clusters de GPU dans le cloud
      À ce moment-là, les modèles d’Anthropic ou d’OpenAI n’auront plus rien de spécial
    • Au final, les LLM atteindront leurs limites d’ici 10 ans
      Les LLM reposent sur une structure qui réapprend des données passées,
      et ne peuvent pas évoluer comme un apprentissage continu (apprentissage par renforcement)
      Le rendement par rapport aux investissements va baisser, puis on entrera dans une phase de stagnation
    • Nvidia pourrait redevenir avant tout une entreprise de hardware gaming
      Mais grâce à tous les investissements déjà déversés, l’écosystème des modèles ouverts continuera d’être utile
    • Personnellement, je n’achèterais pas d’actions Nvidia
      et je ne dépendrais pas non plus d’une entreprise particulière de modèles de frontière
    • À cela, un autre utilisateur répond que
      les modèles open source sont séduisants du point de vue de la confidentialité, mais resteront probablement un marché de niche pour power users
      lui-même utilise à la fois Claude et Gemini,
      et s’attend à ce que les LLM fermés, entraînés sur davantage de données privées,
      gardent finalement l’avantage en qualité
      Cela dit, quel que soit le modèle utilisé, la demande en calcul va exploser,
      et lui se concentre sur les investissements dans l’infrastructure physique de l’IA comme les puces et la RAM