RéponsesPublié11 sources
Nvidia mise 10 milliards de dollars sur l’IA physique : pourquoi la Chine et les robots comptent
L’activité d’IA physique de Nvidia, qui couvre notamment la robotique, les véhicules autonomes et les systèmes industriels, génère environ 10 milliards de dollars de revenus annuels. Nvidia construit une plateforme complète : GPU pour l’entraînement, outils Isaac pour la simulation, modèles Cosmos et puces embarquée...
Publié parModifié avec GPT-5.6 LunaImages générées avec GPT Image 1.5
Réponse de recherche
Points clés à retenir
- L’activité d’IA physique de Nvidia, qui couvre notamment la robotique, les véhicules autonomes et les systèmes industriels, génère environ 10 milliards de dollars de revenus annuels.
- Nvidia construit une plateforme complète : GPU pour l’entraînement, outils Isaac pour la simulation, modèles Cosmos et puces embarquées comme Orin et Thor.
- La Chine joue un rôle central dans l’essor de la robotique humanoïde : ses fabricants ont représenté plus de 97 % des expéditions mondiales au premier semestre 2026, tandis que Nvidia collabore avec Unitree et tente d...
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How has Nvidia’s physical AI business—covering robotics, self-driving cars, and drones—grown to roughly $10 billion in annual revenue, why d. Article summary: Nvidia is trying to become the computing platform for “physical AI”: the chips and software used to train, simulate, and operate robots, autonomous vehicles, and drones. The business is already estimated to produce about. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Nvidia ne veut plus être seulement le fournisseur des centres de données qui entraînent les modèles d’intelligence artificielle. Le groupe cherche aussi à fournir la couche technologique des machines capables de percevoir leur environnement, de raisonner et d’agir dans le monde réel : robots, véhicules autonomes, drones et équipements industriels.
Cette activité d’« IA physique » représenterait déjà environ 10 milliards de dollars de revenus annuels. Jensen Huang, le directeur général de Nvidia, estime toutefois qu’elle pourrait être multipliée par dix au cours de la prochaine décennie, pour atteindre potentiellement 100 milliards de dollars. Il s’agit d’une ambition stratégique, et non d’une ligne de revenus publiée séparément dans les comptes du groupe.
Que recouvre l’« IA physique » pour Nvidia ?
L’IA physique désigne les systèmes qui évoluent dans le monde réel, par opposition aux modèles qui se limitent à produire du texte, des images ou du code. Nvidia veut intervenir à plusieurs étapes de leur développement :
- L’entraînement : les GPU installés dans les centres de données servent à entraîner les modèles qui pilotent robots, véhicules autonomes et autres machines.
- La simulation : les ingénieurs peuvent tester le comportement d’un système dans un environnement virtuel avant de le déployer dans une usine ou sur la route.
- L’inférence en périphérie (« edge ») : des processeurs embarqués analysent les données des capteurs et prennent des décisions en temps réel dans les voitures et les robots.
- Les modèles et les logiciels : les modèles ouverts et les outils de développement doivent aider les industriels à concevoir, tester et déployer leurs applications.
Cette approche donne à Nvidia plusieurs occasions de monétiser le cycle de vie d’une même machine. Le groupe peut vendre les capacités de calcul utilisées pour concevoir un robot, les logiciels qui servent à le simuler, puis la puce installée dans le produit final.
Pourquoi Jensen Huang entrevoit-il une croissance multipliée par dix ?
La thèse de Jensen Huang est simple : l’IA quitte progressivement l’univers numérique pour entrer dans les usines, les entrepôts, les véhicules et d’autres environnements physiques. La fabrication industrielle est particulièrement intéressante, car les tâches y sont souvent répétitives, mesurables et structurées. Ces caractéristiques facilitent les tests, la simulation et le déploiement à grande échelle.
Jensen Huang a qualifié la robotique de marché potentiel de 50 000 milliards de dollars et déclaré que son « moment ChatGPT » était arrivé. Ce chiffre correspond à une estimation très large du potentiel économique de la fabrication et de la robotique, pas aux revenus que Nvidia pourrait directement capter. Le groupe n’en récupérerait qu’une fraction grâce aux processeurs, aux logiciels, à la simulation et aux infrastructures.
Le véritable enjeu n’est donc pas de savoir si le marché est vaste. Il est de déterminer si les machines autonomes peuvent passer des démonstrations et des déploiements limités en usine à une utilisation commerciale fiable. Elles devront être sûres, abordables, suffisamment productives et faciles à maintenir dans des environnements beaucoup plus vastes.
Nvidia vend un écosystème, pas seulement une puce pour robot
La stratégie de Nvidia consiste à rendre sa plateforme utile avant même qu’un robot ne sorte de l’usine, puis après son entrée en service.
Les outils de robotique Isaac et les frameworks de simulation du groupe doivent permettre aux développeurs de créer et de tester des systèmes robotiques dans des environnements virtuels. Nvidia présente plus largement sa plateforme comme un ensemble destiné à concevoir, entraîner, tester et déployer l’IA physique.
Le groupe développe également les modèles Cosmos pour les applications physiques. Nvidia décrit Cosmos Transfer et Cosmos Predict comme des modèles ouverts capables de produire des données synthétiques fondées sur les lois physiques et d’évaluer le comportement de robots en simulation. Cosmos Reason doit aider les machines intelligentes à interpréter le monde réel et à y agir.
Côté matériel, les processeurs embarqués de Nvidia sont conçus pour exécuter l’IA directement à bord des véhicules et des robots. Le système de recherche développé avec Unitree associe ainsi un humanoïde de l’entreprise chinoise aux composants Jetson Thor de Nvidia, ainsi qu’à ses modèles robotiques et à ses logiciels de simulation.
La logique rappelle la stratégie plus large de Nvidia : faire fonctionner ensemble les outils, le matériel et l’écosystème de développeurs afin que les clients restent sur sa plateforme de la conception jusqu’au déploiement.
Pourquoi la Chine est devenue incontournable dans la robotique
La Chine dispose aujourd’hui d’une base industrielle et d’un marché intérieur exceptionnellement importants pour les robots humanoïdes. Les entreprises chinoises ont représenté plus de 97 % des expéditions mondiales au premier semestre 2026. Sur cette période, environ 19 100 robots humanoïdes ont été expédiés dans le monde, contre près de 5 100 un an plus tôt. 1
Ces volumes témoignent d’un premier élan industriel, mais ils ne prouvent pas à eux seuls que les robots humanoïdes sont déjà largement rentables ou capables de remplacer la main-d’œuvre humaine. Les chaînes d’approvisionnement chinoises, les capacités de production et la demande des usines offrent néanmoins un terrain favorable au passage des prototypes à des déploiements plus nombreux.
Cette dynamique fait des fabricants chinois des partenaires stratégiques pour Nvidia. Sa collaboration avec Unitree relie les logiciels et les capacités de calcul embarquées de l’entreprise américaine à un fabricant chinois reconnu de robots humanoïdes. Le système annoncé vise d’abord les instituts de recherche, notamment Stanford et l’ETH Zurich ; il ne constitue donc pas une preuve d’adoption massive par les consommateurs.
Pour Nvidia, l’objectif dépasse la vente de processeurs à un seul fabricant. Le groupe cherche à imposer une architecture commune de développement et de calcul au moment où les constructeurs augmenteront leur production.
Les ventes de H200 illustrent les limites du marché chinois
La stratégie chinoise de Nvidia reste toutefois contrainte par les contrôles à l’exportation. Le H200 est un accélérateur destiné aux centres de données et utilisé pour des tâches exigeantes, notamment l’entraînement et l’inférence des modèles d’IA. Les autorités américaines ont autorisé certaines ventes, mais l’accès au marché demeure limité et politiquement sensible.
Nvidia a indiqué avoir vendu un petit nombre de puces H200 à des clients chinois au cours de son dernier trimestre. Ces ventes ont représenté moins de 1 % de son chiffre d’affaires lié aux centres de données sur la période. Le groupe a également précisé ne pas avoir expédié la totalité des volumes autorisés par sa licence américaine.
Selon des informations de presse, ByteDance et Tencent ont chacune reçu des lots d’environ 10 000 processeurs H200. Ces opérations montrent qu’une partie de la demande chinoise peut encore parvenir à Nvidia malgré les restrictions. Elles ne signifient pas pour autant un retour à des ventes sans contraintes : les autorisations américaines, les décisions de Pékin, les choix d’approvisionnement et la progression des solutions locales peuvent modifier la taille et le calendrier de cette opportunité.
Il faut aussi distinguer les produits de Nvidia. Les GPU de centre de données comme le H200 servent à entraîner et faire fonctionner les modèles d’IA. Des processeurs comme Orin et Thor sont, eux, conçus pour le calcul en temps réel à bord des véhicules et des robots. Un client peut donc utiliser l’infrastructure Nvidia pendant la phase de développement, puis intégrer du matériel Nvidia lorsque la machine est déployée.
Une nouvelle source de diversification pour Nvidia
Les résultats financiers de Nvidia restent dominés par la demande des centres de données. L’IA physique permettrait au groupe d’étendre son activité à l’informatique automobile, à l’automatisation industrielle, à la logistique, à la robotique, aux logiciels de simulation et au calcul en périphérie.
Cette activité pourrait aussi créer un cercle vertueux :
- Davantage de machines sont déployées dans le monde réel.
- Elles produisent des données d’exploitation et révèlent de nouveaux cas particuliers.
- Ces données et les simulations améliorent les modèles d’IA physique.
- Des modèles plus performants rendent de nouvelles automatisations économiquement viables.
- Les nouveaux déploiements accroissent la demande de matériel pour l’entraînement, la simulation et l’inférence.
C’est ce cycle qui rend la stratégie de Nvidia si attractive. Si l’entreprise devient la plateforme de référence de l’IA physique, ses revenus pourraient provenir de milliers, voire de millions de machines, et pas seulement d’un nombre plus limité de grands centres de données.
Le principal risque : expédier des robots ne signifie pas les adopter
La progression des expéditions et l’essor rapide de l’écosystème logiciel et matériel sont aujourd’hui les signes les plus visibles du boom de la robotique. Mais le nombre de machines livrées n’est qu’un indicateur précoce.
Le scénario de long terme de Nvidia dépend de la capacité des systèmes autonomes à fonctionner de manière fiable en dehors des environnements contrôlés. Les robots devront accomplir des tâches utiles dans les usines, les entrepôts, les chantiers, les exploitations agricoles, les magasins, sur les routes et, à terme, dans les foyers. Ils devront aussi respecter les exigences de sécurité, fonctionner à un coût acceptable et générer suffisamment de productivité pour justifier leur achat et leur maintenance.
Si cette transition prend plus de temps que prévu, le marché de 50 000 milliards de dollars évoqué par Jensen Huang restera une possibilité de long terme plutôt qu’un réservoir de revenus immédiat. L’activité d’IA physique de Nvidia dispose déjà de produits, de clients et de revenus naissants. Mais son passage d’environ 10 à 100 milliards de dollars dépendra de l’adoption des machines autonomes par l’économie réelle, à grande échelle.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Nvidia mise 10 milliards de dollars sur l’IA physique : pourquoi la Chine et les robots comptent » ?
L’activité d’IA physique de Nvidia, qui couvre notamment la robotique, les véhicules autonomes et les systèmes industriels, génère environ 10 milliards de dollars de revenus annuels.
Quels sont les points clés à valider en premier ?
L’activité d’IA physique de Nvidia, qui couvre notamment la robotique, les véhicules autonomes et les systèmes industriels, génère environ 10 milliards de dollars de revenus annuels. Nvidia construit une plateforme complète : GPU pour l’entraînement, outils Isaac pour la simulation, modèles Cosmos et puces embarquées comme Orin et Thor.
Que dois-je faire ensuite en pratique ?
La Chine joue un rôle central dans l’essor de la robotique humanoïde : ses fabricants ont représenté plus de 97 % des expéditions mondiales au premier semestre 2026, tandis que Nvidia collabore avec Unitree et tente d...
Sources
bloomberg.comChina Humanoid Makers Hold 97% of Global Shipments, Report Says
taipeitimes.comChina humanoid robot makers hold 97% of shipments in H1, report ...
htx.comChina Monopolizes the Humanoid Market: The U.S. is Forced to Defend Itself | HTX Insights
pro.edgex.exchangeChinese Manufacturers Delivered 97% of Global Humanoid Robot ...