Nvidia Corporation, une entreprise technologique multinationale américaine dont le siège est à Santa Clara, en Californie, a franchi un jalon historique en 2025 en devenant la première entreprise à dépasser 4 000 milliards puis 5 000 milliards de dollars de capitalisation boursière. Cette réussite, largement portée par le boom de l'IA et la demande croissante pour son matériel de centres de données dédié à l'IA, a éclipsé la valorisation d'Apple et a consolidé la position de Nvidia en tant qu'entreprise publique la plus précieuse au monde. Cet événement a marqué l'aboutissement de décennies d'investissements stratégiques dans les unités de traitement graphique (GPU) et les plateformes logicielles comme CUDA, devenues fondamentales pour le développement de l'intelligence artificielle moderne.
L'ascension de l'entreprise vers cette valorisation n'a pas été soudaine, mais le résultat d'une longue trajectoire depuis sa fondation en 1993 par Jensen Huang, Chris Malachowsky et Curtis Priem. Initialement axée sur les GPU pour les jeux vidéo, Nvidia a élargi leur usage à d'autres marchés, notamment l'IA, la visualisation professionnelle et le calcul intensif. En 2025, Nvidia contrôlait plus de 80 % du marché des GPU utilisés pour l'entraînement et le déploiement de modèles d'IA, et fournissait des puces pour plus de 75 % des supercalculateurs TOP500 mondiaux, ce qui en faisait le fournisseur de matériel central de la révolution du IA générative.
Fondation et premières années
Nvidia a été fondée le 5 avril 1993 par Jensen Huang, un ingénieur électricien taïwano-américain qui était auparavant directeur de CoreWare chez LSI Logic et concepteur de microprocesseurs chez AMD, Chris Malachowsky, un ingénieur ayant travaillé chez Sun Microsystems, et Curtis Priem, qui était auparavant ingénieur principal et concepteur de puces graphiques chez IBM et Sun Microsystems. Fin 1992, les trois hommes ont convenu de créer l'entreprise en esquissant leurs idées initiales lors d'une réunion dans un restaurant Denny's au bord de la route sur Berryessa Road, dans l'est de San Jose.
À l'époque, Malachowsky et Priem étaient frustrés par la direction de Sun et cherchaient à partir, mais Huang était sur un « terrain plus solide », car il dirigeait déjà sa propre division chez LSI. Les trois cofondateurs ont discuté d'une vision de l'avenir des marchés du jeu et du multimédia, si convaincante que Huang a décidé de quitter LSI pour devenir le directeur général de leur nouvelle startup. Les trois cofondateurs envisageaient le traitement graphique 3D comme la meilleure trajectoire pour relever des défis qui avaient échappé aux méthodes de calcul généralistes.
Le premier problème était de savoir qui démissionnerait en premier. Lori, l'épouse de Huang, ne voulait pas qu'il quitte LSI à moins que Malachowsky ne démissionne de Sun en même temps, et Melody, l'épouse de Malachowsky, ressentait la même chose à propos de Huang. Priem a brisé cette impasse en démissionnant le premier de Sun, avec effet au 31 décembre 1992. Huang a quitté LSI et a officiellement rejoint Priem le 17 février, qui était également le 30e anniversaire de Huang, tandis que Malachowsky a quitté Sun début mars. Au début de 1993, les trois fondateurs ont commencé à travailler ensemble sur leur nouvelle startup dans la maison de ville de Priem à Fremont, en Californie.
Avec 40 000 dollars en banque, l'entreprise est née. Elle a ensuite reçu 20 millions de dollars de financement en capital-risque de Sequoia Capital, Sutter Hill Ventures et d'autres. À la fin des années 1990, Nvidia était l'une des 70 startups poursuivant l'idée que l'accélération graphique pour les jeux vidéo était la voie de l'avenir. Seules deux ont survécu : Nvidia et ATI Technologies, cette dernière ayant fusionné avec AMD.
Nvidia n'avait initialement pas de nom. La première idée de Priem était « Primal Graphics », une abréviation syllabique de deux des noms de famille des fondateurs, mais cela excluait Huang. Ils ont rapidement découvert qu'il était impossible de créer un nom viable avec les syllabes des trois noms des fondateurs. L'idée suivante est venue de la proposition de Priem pour le nom du premier produit de Nvidia. Priem voulait initialement l'appeler « GXNV », comme la « version suivante » des puces graphiques GX sur lesquelles il avait travaillé chez Sun. Puis Huang a dit à Priem de « laisser tomber le GX », ce qui a donné le nom « NV ». Priem et Huang ont tous deux revendiqué le mérite d'avoir trouvé le nom Nvidia, dérivé d'« invidia », le mot latin pour « envie ». Après que l'entreprise a dépassé la maison de ville de Priem, son siège social d'origine était à Sunnyvale, en Californie.
Le pari CUDA et le virage vers l'IA
Au début et au milieu des années 2000, l'entreprise a investi plus d'un milliard de dollars pour développer CUDA, une plateforme logicielle et une API permettant aux GPU d'exécuter des programmes massivement parallèles pour une large gamme d'applications à forte intensité de calcul. Cet investissement a d'abord été perçu comme risqué, car le principal marché des GPU restait les jeux vidéo. Cependant, CUDA s'est avéré être le différenciateur clé qui a permis de réorienter le matériel de Nvidia vers des charges de travail de apprentissage automatique et de apprentissage profond, qui nécessitent des capacités massives de traitement parallèle.
Le virage vers l'IA s'est accéléré dans les années 2010, alors que des chercheurs d'institutions comme l'université de Toronto et le laboratoire d'IA de Stanford ont commencé à utiliser les GPU de Nvidia pour entraîner des modèles de réseaux de neurones. L'introduction de l'architecture transformeur en 2017, devenue la base des systèmes de grands modèles de langage, a encore accru la demande pour le matériel de Nvidia. Au début des années 2020, les GPU de Nvidia étaient devenus la norme pour l'entraînement des modèles d'IA, avec des entreprises comme OpenAI, Anthropic et Google DeepMind dépendant des produits de centres de données de Nvidia.
Entreprise publique et croissance du marché
Nvidia est entrée en bourse le 22 janvier 1999. Fin 1999, Nvidia a publié la GeForce 256 (NV10), son premier produit explicitement commercialisé comme un GPU, qui se distinguait surtout par l'introduction de la transformation et de l'éclairage intégrés dans le matériel 3D grand public. Fonctionnant à 120 MHz et dotée de quatre pipelines de pixels, elle implémentait une accélération vidéo avancée, une compensation de mouvement et un mélange alpha de sous-images matériel. La GeForce surpassait de loin les produits existants.
Grâce à la bonne performance de ses produits, Nvidia a remporté le contrat pour développer le matériel graphique de la console de jeu Xbox de Microsoft, ce qui comprenait une avance de 200 millions de dollars. En décembre 2000, Nvidia a conclu un accord pour acquérir les actifs intellectuels de son ancien rival 3dfx, un pionnier de la technologie graphique 3D grand public. En 2001, Standard & Poor's a sélectionné Nvidia pour remplacer la défunte Enron dans l'indice boursier S&P 500, ce qui signifiait que les fonds indiciels devraient détenir des actions Nvidia à l'avenir.
La capitalisation boursière de Nvidia a franchi le seuil de 1 000 milliards de dollars pour la première fois en 2023, portée par la première vague d'intérêt pour l'IA après la sortie de ChatGPT. La valorisation de l'entreprise a continué de grimper tout au long de 2024, atteignant 3 000 milliards de dollars cette année-là, alors que les dépenses en infrastructure d'IA s'accéléraient. En 2025, Nvidia est devenue la première entreprise à dépasser 4 000 milliards puis 5 000 milliards de dollars de capitalisation boursière, éclipsant la valorisation d'Apple et consolidant son statut d'acteur dominant sur le marché du matériel d'IA.
Le boom de l'IA et la domination des centres de données
Le boom de l'IA du milieu des années 2020 a été caractérisé par des investissements massifs dans l'infrastructure d'IA de la part des fournisseurs de cloud et des entreprises technologiques. Amazon Web Services, Azure, Google Cloud et Oracle Cloud ont tous élargi leurs offres d'IA, les GPU de Nvidia servant de moteurs de calcul principaux pour l'entraînement et l'inférence. Les revenus des centres de données de l'entreprise ont augmenté de manière exponentielle, soutenus par la demande des géants technologiques établis et des startups d'IA émergentes.
La domination de Nvidia sur le marché des puces d'IA a été renforcée par son écosystème logiciel. CUDA est devenu la norme de facto pour la programmation GPU, créant une barrière à l'entrée que des concurrents comme AMD et Intel ont trouvée difficile à franchir. L'entreprise a également étendu ses activités par des acquisitions stratégiques, notamment l'achat de Mellanox Technologies pour ses capacités de mise en réseau et de Run:ai pour l'orchestration des charges de travail d'IA, bien que son acquisition proposée d'Arm Holdings ait été abandonnée en 2022 en raison d'obstacles réglementaires.
Le succès de l'entreprise a attiré l'attention des régulateurs et des concurrents. Les décrets américains sur l'IA de 2025 et la loi européenne sur l'IA de 2025 ont introduit de nouveaux cadres de gouvernance de l'IA, tandis que les réglementations chinoises sur l'IA de 2025 ont imposé des restrictions sur les exportations d'IA qui ont affecté les ventes de Nvidia aux clients chinois. Malgré ces défis, la position de Nvidia sur le marché est restée solide, ses GPU alimentant tout, des véhicules autonomes de Waymo aux systèmes Autopilot de Tesla.
Paysage concurrentiel et défis
Bien que Nvidia domine le marché des puces d'IA, elle a fait face à une concurrence croissante sur plusieurs fronts. AMD a introduit sa série MI d'accélérateurs d'IA, et Intel a développé sa gamme Gaudi. Les fournisseurs de cloud ont également commencé à développer leurs propres puces sur mesure, comme AWS Trainium d'Amazon Web Services, pour réduire leur dépendance à Nvidia. Des startups comme Groq et SambaNova ont proposé des puces d'inférence d'IA spécialisées promettant une consommation d'énergie plus faible et des performances plus rapides pour des charges de travail spécifiques.
Malgré ces pressions concurrentielles, Nvidia a maintenu sa position de leader grâce à une innovation continue et à sa pile logicielle complète. La feuille de route de l'entreprise comprenait de nouvelles architectures GPU avec des performances nettement améliorées pour les charges de travail d'IA, ainsi que des technologies de mise en réseau et d'interconnexion permettant la construction de supercalculateurs d'IA massifs. Nvidia a également étendu ses activités à des marchés adjacents, notamment le calcul pour la recherche scientifique et l'informatique de périphérie pour les applications industrielles.
L'entreprise a également fait face à des défis, notamment des contrôles à l'exportation restreignant la vente de ses puces les plus avancées à la Chine. La sortie de DeepSeek R1 en 2025 a démontré que les entreprises chinoises pouvaient obtenir des résultats d'IA compétitifs avec un matériel moins avancé, soulevant des questions sur la durabilité à long terme de la tarification premium de Nvidia. Cependant, la demande globale pour le calcul d'IA a continué de croître, portée par des applications dans les outils de codage agentiques de 2025, le IA générative et d'autres domaines émergents.
Impact sur l'industrie technologique
L'ascension de Nvidia vers une capitalisation boursière de 5 000 milliards de dollars a eu des implications profondes pour l'industrie technologique. Le succès de l'entreprise a validé la thèse selon laquelle l'IA serait la technologie déterminante des années 2020, et son matériel est devenu aussi essentiel à l'économie de l'IA que le pétrole l'était à l'économie industrielle. Ce jalon de valorisation a également déplacé l'équilibre des pouvoirs dans le secteur technologique, Nvidia dépassant Apple et d'autres géants traditionnels pour devenir l'entreprise la plus précieuse au monde.
L'influence de l'entreprise s'est étendue au-delà de ses propres produits. Jensen Huang de Nvidia est devenu l'une des figures les plus éminentes de la technologie, connu pour sa veste en cuir et son plaidoyer en faveur de l'IA comme force transformatrice. Le succès de l'entreprise a également alimenté un boom d'investissement plus large dans l'IA, les sociétés de capital-risque injectant des milliards de dollars dans les startups d'IA et les entreprises établies se précipitant pour intégrer l'IA dans leurs produits et services.
Le jalon de capitalisation boursière de Nvidia a également mis en évidence l'importance croissante du matériel dans l'écosystème de l'IA. Alors qu'une grande partie de l'attention publique se concentrait sur les percées logicielles comme GPT-5 à la mi-2025 et OpenAI GPT-5 en 2025, les GPU de Nvidia fournissaient la base computationnelle de ces avancées. La capacité de l'entreprise à traduire la recherche en IA en succès commercial en a fait un indicateur de référence pour toute l'industrie de l'IA, et ses rapports de résultats trimestriels sont devenus des événements très suivis par les investisseurs et les analystes du monde entier.
Perspectives d'avenir
En 2025, l'avenir de Nvidia semblait prometteur, l'entreprise continuant d'investir massivement dans la recherche et le développement. La feuille de route de l'entreprise comprenait de nouvelles architectures de puces conçues spécifiquement pour les charges de travail d'IA, ainsi que des investissements dans la recherche en apprentissage automatique et l'optimisation des réseaux de neurones. Nvidia a également étendu sa présence dans des marchés émergents tels que les véhicules autonomes, la robotique et les jumeaux numériques, où ses GPU et ses plateformes logicielles pouvaient être appliqués à de nouveaux cas d'utilisation.
Cependant, l'entreprise faisait également face à des incertitudes significatives. L'environnement réglementaire pour l'IA évoluait rapidement, avec de nouvelles règles et lignes directrices introduites aux États-Unis, en Europe et en Chine. La concurrence des puces sur mesure et des architectures alternatives menaçait d'éroder la part de marché de Nvidia au fil du temps. Et la durabilité du boom de l'IA elle-même restait un sujet de débat, certains analystes se demandant si les investissements massifs dans l'infrastructure d'IA généreraient des rendements proportionnels.
Malgré ces défis, la position de Nvidia en tant que principal fournisseur de calcul d'IA en faisait un acteur central dans l'avenir de l'industrie technologique. La capacité de l'entreprise à naviguer dans le paysage complexe de la réglementation de l'IA, de la concurrence et du changement technologique déterminerait si elle pouvait maintenir sa valorisation sans précédent ou si le seuil de 5 000 milliards de dollars s'avérerait être un pic plutôt qu'un plateau.