Cartes graphiques : 10 ans de GPU, comment l’IA a jeté un froid
L’essor de l’intelligence artificielle générative a profondément bouleversé l’industrie des cartes graphiques, reléguant au second plan les besoins des joueurs au profit des datacenters. En dix ans, les exigences techniques des modèles de langage ont explosé, créant une pénurie de mémoire et une réorientation stratégique des acteurs clés, dont NVIDIA. Cette mutation interroge les équilibres futurs du marché et les priorités technologiques des géants du secteur.
Pourquoi les cartes graphiques destinées aux joueurs sont-elles devenues une priorité secondaire pour NVIDIA ?
L’IA générative a redéfini les besoins en calcul, poussant NVIDIA à concentrer ses ressources sur les puces pour datacenters plutôt que sur les cartes grand public. Les modèles de langage nécessitent des milliers de milliards de paramètres et une mémoire toujours plus importante, rendant les GPU pour joueurs moins prioritaires face à la demande exponentielle des infrastructures d’IA.
Quelles conséquences l’IA générative a-t-elle eues sur les prix et la disponibilité des mémoires ?
L’essor des modèles d’IA a provoqué une pénurie mondiale de puces mémoire, entraînant une hausse des prix pouvant atteindre jusqu’à cinq fois leur niveau initial en moins de 18 mois. Cette situation a également conduit à une réduction de l’offre pour les composants grand public, comme les cartes graphiques, au profit des besoins industriels.
Quand peut-on s’attendre à de nouvelles cartes graphiques grand public de la part de NVIDIA ?
Aucune nouvelle puce graphique pour joueurs n’est prévue avant 2027, voire 2028, en raison de la pénurie de mémoire et de la priorité donnée aux datacenters. La dernière génération lancée, les RTX 5000 en janvier 2025, n’a pas été suivie de déclinaisons Super, et les GeForce RTX 60 (génération Rubin) ne devraient pas arriver avant cette date.
Ce que ça pourrait changer
Cette réorientation stratégique pourrait fragiliser l’écosystème des joueurs et des créateurs de contenu, dépendants des innovations matérielles pour leurs activités. À plus long terme, elle pourrait aussi accélérer la concentration du marché autour des acteurs capables de répondre à la demande des datacenters, au détriment de la diversité des solutions grand public. La dépendance accrue à l’IA pourrait également renforcer les inégalités d’accès aux technologies entre les secteurs industriels et les utilisateurs finaux.
