Nvidia vise 50% de revenus de centre de données provenant de l'IA sur site non hyperscale

Nvidia est bien positionnée pour bénéficier d'un passage vers une infrastructure IA hybride, alors que les secteurs non hyperscaleurs comme les services financiers et l'automobile adoptent de plus en plus des solutions sur site. Avec environ la moitié de son activité de centre de données prévue pour provenir de ces segments, l'entreprise se couvre efficacement contre une éventuelle compression des dépenses en capital des hyperscaleurs en vendant du matériel pour des environnements cloud et isolés.

JPMorgan recherche activement une infrastructure IA sur site et isolée pour atténuer le risque de fuite de propriété intellectuelle vers des laboratoires de pointe. En utilisant du matériel comme le DGX Spark de Nvidia, la banque privilégie la souveraineté des données et la sécurité par rapport à une simple dépendance au cloud, ce qui signale un changement significatif dans les modèles de dépenses en IA des entreprises.

Morgan Stanley est identifié comme une institution financière clé priorisant les mises en œuvre d'IA sur site et isolées pour maintenir le contrôle sur ses modèles et agents. Ce mouvement reflète une tendance plus large parmi les grandes banques à garder les charges de travail IA critiques physiquement déconnectées des environnements cloud publics pour garantir la sécurité.

Goldman Sachs fait partie d'un consortium de grandes entreprises financières mobilisant plus de 500 milliards de dollars pour une infrastructure IA centralisée. Cette implication souligne l'engagement de l'entreprise à sécuriser les capacités sous-jacentes en matière d'énergie, de refroidissement et de mise en réseau nécessaires pour la prochaine phase de développement de l'IA.

Blackstone figure parmi les entreprises mobilisant des capitaux pour l'infrastructure IA, ce qui pourrait soutenir indirectement l'écosystème matériel fourni par Nvidia.

Apple utilise les GPU de calcul confidentiel de Nvidia pour alimenter son architecture Private Cloud Compute, qui équilibre le traitement sur appareil avec l'exécution sécurisée côté serveur. Cette approche hybride sert d'exemple de la manière dont les grandes entreprises technologiques naviguent entre la nécessité de la confidentialité et des capacités IA haute performance.