À la recherche du prochain « Marvel » ? Jensen Huang a déjà donné des indices dans une diapositive

L’article suivant est une contribution de Ziven.io, une plateforme d’intelligence sur les marchés publics fournissant des données sur les entreprises exposées au minage de bitcoins, à l’intelligence artificielle et aux stratégies de trésorerie liées aux cryptomonnaies. Publié à l’origine le 18 juin 2026 par Cindy Feng.

Depuis que Jensen Huang est monté sur la scène du Computex et a qualifié Marvell de « prochaine entreprise à un billion de dollars », MRVL n’a cessé de progresser. Une action qui se négociait encore entre 50 et 100 dollars en avril dernier se situe désormais autour de 300 dollars, avec un plus haut historique (ATH) à environ 316 dollars et une hausse d’environ 241 % depuis le début de l’année. Une seule phrase de Jensen, et la valorisation de l’entreprise a bondi d’un quart de billion de dollars.

Sans surprise, une nouvelle tendance s’est installée : passer au crible tout ce que dit Jensen, trouver le prochain titre qu’il va « bénir » et faire fortune.

Je comprends cette impulsion, mais ce qui ressort clairement de l’écoute de l’intégralité du discours de Jensen, c’est que la plupart des gens se trompent de cible. Jensen ne s’est pas contenté de dévoiler un nom en vogue, il a tracé une feuille de route complète expliquant comment une « usine d’IA » se construit réellement, étape par étape, entreprise par entreprise. C’est cette feuille de route qui mérite d’être connue, car elle restera valable bien après que l’engouement se sera estompé. Je vais vous présenter cette diapositive en détail, mais commençons d’abord par la partie qui a semé la confusion chez beaucoup de gens.

RTX, DGX, DSX : travailleur, équipe, usine

Jensen a divisé les marques de NVIDIA en trois niveaux, chacun représentant une unité plus grande que la précédente :

• RTX, c’est le GPU, l’ouvrier. La puce qui effectue le calcul proprement dit. Une paire de mains.
• DGX, c’est le système, l’équipe. Reliez plusieurs de ces puces pour former une seule machine, et vous obtenez un DGX. Une équipe agissant comme une seule et même entité.
• DSX, c’est l’infrastructure, l’usine. Le bâtiment dans lequel ces équipes travaillent, ainsi que l’alimentation électrique, le refroidissement, le réseau et les logiciels nécessaires pour faire fonctionner des milliers d’entre elles 24 heures sur 24.

Vous avez probablement déjà entendu parler de RTX et de DGX. DSX est la nouveauté, et c’est celle qu’il vaut la peine de comprendre, car c’est là que NVIDIA cesse de vous vendre une puce pour commencer à vous vendre un moyen de construire l’usine tout entière.

Qu'est-ce que le DSX exactement ?

Selon les termes de Jensen, DSX est « un plan directeur, une conception de référence pour construire et exploiter des usines d’IA avec un maximum d’efficacité et de rentabilité ». En termes plus simples, il s’agit d’une recette et d’une boîte à outils permettant de mettre en service un gigawatt de puissance de calcul et d’en assurer la rentabilité. NVIDIA a même donné un nom aux différents éléments de cette boîte à outils : un jumeau numérique pour concevoir et tester l’ensemble de l’usine avant même l’expédition du premier rack (DSXSim), un système d’exploitation pour la faire fonctionner une fois qu’elle est opérationnelle (DSX OS), et des outils pour intégrer davantage de GPU dans le même budget énergétique et s’adapter au réseau électrique (DSX Max LPS, DSX FLEX). L’argument de vente est que 100 gigawatts de ces usines seront mis en service avant la fin de la décennie, et que celles construites avec DSX fonctionneront à moindre coût et solliciteront moins le réseau électrique. Tout cela ressemble à quelque chose que NVIDIA vous vendrait seule. Ce n’est en réalité pas le cas.

Aucune entreprise ne peut à elle seule construire une usine d’IA dans son intégralité

Selon Jensen, une usine d’IA d’un gigawatt représente désormais un projet de 30 à 100 milliards de dollars. À cette échelle, cela cesse d’être une simple salle de serveurs pour devenir une infrastructure comparable à une raffinerie ou à une centrale électrique.

NVIDIA ne peut pas construire cela seule. Elle ne coule pas de béton, n’installe pas de lignes à haute tension, ne fabrique pas de refroidisseurs et ne négocie pas avec le fournisseur d’énergie local. Et on ne peut pas assembler ces éléments un par un, car les puces, les baies, le réseau, l’alimentation électrique et le refroidissement doivent tous être conçus ensemble dès le premier jour. Chaque heure d’inactivité de l’usine représente une perte de revenus ; un projet aussi coûteux doit donc fonctionner du premier coup.

NVIDIA a donc fait le choix le plus judicieux : l’entreprise a publié son plan directeur et constitué une coalition de partenaires pour couvrir tous les aspects qu’elle ne gère pas elle-même. Cette coalition porte un nom, l’« AI Factory Ecosystem », et Jensen a répertorié l’ensemble des participants sur une seule diapositive.

La feuille de route : qui construit réellement une usine d’IA ?

La plupart de ces entreprises sont privées ou cotées à l’étranger, mais on y trouve tout de même un grand nombre de sociétés cotées aux États-Unis. J’ai créé un tableau répertoriant toutes les sociétés cotées en bourse figurant sur la carte. La dernière colonne présente mon estimation approximative de la part de chaque entreprise réellement liée au développement de l’IA, car figurer sur la diapositive (ce qui pourrait relever d’un objectif marketing) et être véritablement influencé par ce développement sont deux choses très différentes.

Veuillez noter que les sociétés cotées sur le marché hors cote (OTC) ou à l’étranger ne figurent pas dans ce tableau. Si vous souhaitez obtenir la liste complète au format CSV, envoyez-moi simplement un message et je vous l’enverrai. Par ailleurs, quelques sociétés sont encore privées mais s’apprêtent à entrer en bourse, comme Lambda (États-Unis), Nscale (Royaume-Uni), Firmus (Australie) et Yotta (Inde).

Remarque importante

Il faut garder à l’esprit que la présence d’un logo indique qu’une entreprise est impliquée, mais ne précise pas si cette implication est significative. Pour CoreWeave ou Vertiv, la demande liée aux usines d’IA représente pratiquement l’essentiel de leur activité. Pour Caterpillar ou National Grid, il s’agit d’une infime partie d’une activité bien plus vaste qui n’aura pratiquement aucun impact sur le cours de l’action. Les lignes « Élevé » vous offrent à la fois un fort potentiel de croissance et une forte volatilité. Les lignes « Faible » vous présentent des entreprises plus stables, dont le lien avec le secteur de l’IA n’est que très ténu.

Conclusion

Peut-être que l’une de ces sociétés deviendra le prochain Marvell, peut-être qu’aucune ne le deviendra. Ce n’est pas une prédiction que je peux faire à partir d’une diapositive, et courir après le logo que vous espérez voir Jensen bénir ensuite s’apparente davantage à un jeu de devinettes qu’à une stratégie.

La valeur durable réside ici dans la carte, ainsi que dans une question plus précise à se poser. Pour chaque titre de ce tableau, quelle part de son activité repose réellement sur le développement de l’IA ? Quel est le pouvoir de fixation des prix de son segment ? Les entreprises spécialisées, les acteurs historiques diversifiés et les produits de base présentent indéniablement des effets de levier et des profils de risque différents.

Voici ce qui ne change pas : chaque accord conclu par un hyperscaler dont vous entendrez parler, chaque gros titre sur un « centre de données de X gigawatts », dépend discrètement de l’ensemble de cette pile pour se concrétiser. Quelqu’un la conçoit, quelqu’un la construit, quelqu’un l’alimente en énergie, quelqu’un la refroidit, quelqu’un installe les serveurs en rack, quelqu’un l’exploite. Ce graphique présente la liste des acteurs. Choisissez une couche qui vous intéresse et évaluez son exposition par rapport à son pouvoir de fixation des prix. C’est là que le vrai travail commence. Ce schéma ne vous dira pas quoi acheter, mais il constitue un cadre de référence sur lequel vous pouvez vous appuyer.