Action de Nvidia augmente alors que le PDG Jensen Huang cherche à répondre aux principales préoccupations des investisseurs
Nvidia : Comment l’entreprise justifie un retour sur investissement pour ses clients
Le cours de l’action Nvidia a progressé de 6 % mercredi, contribuant à une reprise du marché boursier, notamment dans le secteur de la technologie. Le PDG Jensen Huang a discuté du retour sur investissement de l’infrastructure en intelligence artificielle lors d’une conférence Goldman Sachs.
Les gains de productivité et les économies immédiates de coûts sont les principaux éléments de la proposition de retour sur investissement de Nvidia à ses clients.
Le PDG Jensen Huang a abordé les investisseurs lors d’une conférence de Goldman Sachs à San Francisco mercredi matin. Lors de l’événement, il a répondu à des questions clés concernant le déploiement actuel de l’infrastructure en intelligence artificielle, notamment la valeur du retour sur investissement pour ses clients.
« Comment évalueriez-vous le retour sur investissement des clients à ce stade du cycle ? » a demandé David Solomon, PDG de Goldman Sachs.
Huang a souligné que, étant donné que les gains d’efficacité des processeurs centraux arrivent pratiquement à leur terme, mettant de fait fin à la loi de Moore, le coût des calculs de données est destiné à augmenter dans un monde qui crée de plus en plus de données de façon exponentielle.
Cependant, les accélérateurs basés sur GPU de Nvidia ont permis d’énormes gains de puissance et d’efficacité dans le traitement des calculs de données, entraînant des économies immédiates pour ses clients.
En d’autres termes, dans un monde où les GPU activés par l’IA de Nvidia n’existaient pas, les centres de données coûteraient beaucoup plus cher en raison de la lenteur des CPU.
« Vous réduisez le temps de calcul d’environ 20 fois, et donc vous obtenez une économie de 10 fois, » a déclaré Huang concernant l’exécution des accélérateurs GPU de Nvidia par rapport aux CPU traditionnels.
Il a ajouté : « C’est le retour sur investissement instantané que vous obtenez grâce à l’accélération. »
Bien que les racks de GPU de nouvelle génération de Nvidia pour les centres de données coûtent des millions de dollars, Huang a déclaré que le coût est négligeable par rapport aux coûts de matériaux pour une configuration basée sur les CPU.
« D’un point de vue économique pur, les racks de serveurs Nvidia semblent chers et pourraient coûter quelques millions de dollars par rack, mais cela remplace des milliers de nœuds. La chose incroyable est que les câbles de connexion des anciens systèmes informatiques polyvalents coûtent plus cher que de les remplacer tous et de les intégrer dans un seul rack, » a expliqué Huang.
Dans le monde de l’IA générique, où des produits populaires orientés vers le grand public comme ChatGPT et Claude existent, Huang a déclaré que le retour sur investissement pour ses clients est solide.
« Le retour sur investissement est fantastique car la demande est si grande que pour chaque dollar dépensé chez nous, cela se traduit par 5 dollars de location. Et c’est ce qui se passe dans le monde entier et tout est vendu, » a déclaré Huang.
Enfin, Huang a souligné que les investisseurs doivent tenir compte des gains de productivité débloqués grâce aux systèmes GPU de Nvidia.
« Les gains de productivité sont tout simplement incroyables, » a déclaré Huang. « Il n’y a pas un ingénieur logiciel dans notre entreprise aujourd’hui qui n’utilise pas de cogénérateurs. »
Il a ajouté : « Et donc je pense que les jours où chaque ligne de code était écrite par des ingénieurs logiciels, c’est totalement terminé. »
En conclusion, l’argumentation de Nvidia en faveur du retour sur investissement pour ses clients repose sur les gains de productivité, les économies immédiates de coûts et l’efficacité accrue dans le traitement des calculs de données. La société affirme que ses accélérateurs GPU basés sur l’IA offrent aux clients une valeur tangible et un avantage compétitif dans un monde où la demande de traitements de données est en constante augmentation.
