Nvidia confirme que le GB300 alimente l'IA d'Anthropic sur Azure

Nvidia a annoncé le 29 juin 2026 que les modèles de l'intelligence artificielle concurrente Anthropic fonctionnent désormais sur son dernier matériel au sein du cloud de Microsoft Azure. La configuration utilise l'architecture Blackwell de NVIDIA, spécifiquement la plateforme rack-scale GB300 NVL72, fournissant un lien direct entre le principal développeur de modèles d'IA et le fournisseur dominant de puces d'entraînement et d'inférence IA. L'action de Nvidia s'échangeait à 194,16 $ à 18h35 UTC aujourd'hui, en baisse de 0,81 % sur la séance dans une fourchette de 189,80 $ à 196,17 $. La nouvelle confirme un gain de design clé pour le dernier silicium de Nvidia dans un environnement de charges de travail IA compétitif et en rapide expansion.

Contexte — pourquoi cela compte maintenant

L'annonce représente un partenariat stratégique entre deux des acteurs les plus en vue de la couche commerciale de l'IA générative. Anthropic, un concurrent principal d'OpenAI, s'est engagé à standardiser ses déploiements de modèles Claude sur le matériel de pointe de Nvidia au sein d'un grand cloud public. Cela suit le schéma établi en février 2024, lorsque OpenAI et Microsoft ont détaillé un partenariat pluriannuel de plusieurs milliards de dollars pour construire un vaste cluster de centre de données IA, surnommé "Stargate", utilisant des puces Microsoft personnalisées. Le mouvement actuel d'Anthropic diversifie sa dépendance à l'infrastructure tout en validant la nouvelle plateforme Blackwell de Nvidia pour une inférence de production à grande échelle. Le contexte est une course mondiale pour sécuriser la capacité de calcul IA haute performance, les fournisseurs de cloud et les développeurs de modèles s'efforçant de verrouiller l'approvisionnement avant les hausses de demande anticipées.

L'entraînement et le déploiement des modèles d'Anthropic, auparavant dépendants des GPU Nvidia H100 et A100 de génération précédente ainsi que des partenariats avec les puces Trainium d'Amazon, ont désormais un chemin clair sur le GB300. Cette transition est un catalyseur critique pour la trajectoire des revenus de centre de données de Nvidia. Elle démontre que les principaux laboratoires d'IA adoptent Blackwell immédiatement après sa disponibilité, malgré son coût élevé et l'émergence d'alternatives internes crédibles de la part des hyperscalers cloud. La décision reflète également la poussée agressive de Microsoft Azure pour capturer davantage de charges de travail d'inférence IA à forte marge, positionnant son cloud comme l'environnement privilégié pour le déploiement de modèles de pointe. La co-conception matériel-logiciel entre Anthropic et Nvidia vise à optimiser les performances et les coûts pour exécuter des modèles à échelle de trillions de paramètres.

Données — ce que les chiffres montrent

Le déploiement confirmé fournit une échelle concrète pour la montée en puissance de Blackwell de Nvidia. La plateforme GB300 NVL72 relie 72 GPU Blackwell et 36 CPU Grace via NVLink de cinquième génération, créant un seul GPU avec 1,4 exaflops de performance IA et 30 téraoctets de mémoire rapide. C'est une augmentation de 30 fois de la capacité d'inférence en temps réel pour les grands modèles de langage par rapport à la plateforme précédente basée sur H100. Les revenus de centre de données de Nvidia pour le premier trimestre fiscal de 2026 ont atteint 47,5 milliards de dollars, un chiffre qui sera examiné pour la contribution de Blackwell lors des prochains résultats. Le chiffre d'affaires des douze derniers mois de l'entreprise s'élève à plus de 180 milliards de dollars, avec une capitalisation boursière dépassant 4,7 trillions de dollars.

Une comparaison des principales plateformes de puces IA montre le bond de performance. L'ancien fleuron H100 offrait 4 pétaflops de performance FP8 par GPU, tandis que le nouveau GPU B200 au cœur du GB300 délivre 20 pétaflops. Dans une configuration de rack de 72 GPU, le calcul total passe de 288 pétaflops à 1,4 exaflops. Cette performance soutient l'inférence pour des modèles comme Claude 3 Opus d'Anthropic, qui contient environ 1,8 trillion de paramètres. Le déploiement intensifie la concurrence au sein du secteur des semi-conducteurs, où Advanced Micro Devices (AMD) a projeté que sa série d'accélérateurs MI300X capturera plus de 30 % du marché des accélérateurs IA d'ici 2027. L'action de Nvidia a augmenté de 152 % depuis le début de l'année, surpassant nettement le gain de 18 % de l'indice Nasdaq-100 sur la même période.

Analyse — ce que cela signifie pour les marchés / secteurs / tickers

L'effet immédiat de second ordre est un renforcement du fossé écologique de Nvidia (NVDA). Les entreprises fournissant l'infrastructure pour les plateformes de Nvidia, telles que les OEM de serveurs Super Micro Computer (SMCI) et les fournisseurs de composants comme Taiwan Semiconductor Manufacturing Company (TSM), devraient bénéficier de cycles d'adoption accélérés. La pression concurrentielle directe pèse sur d'autres développeurs d'accélérateurs IA, y compris AMD (AMD) et Intel (INTC), dont les délais de mise sur le marché avec des solutions de performance par watt compétitives peuvent maintenant sembler prolongés. Les fournisseurs de cloud sans partenariat solide avec un développeur de modèles leader, ou ceux dépendant de silicium moins éprouvé, pourraient voir des changements relatifs dans les revenus des services IA.

Un contre-argument clé est le risque croissant de concentration pour Nvidia. La part de marché écrasante de l'entreprise dans le silicium d'entraînement, estimée à plus de 90 %, invite à un examen réglementaire et accélère les efforts des clients pour développer des alternatives internes. Microsoft, Google et Amazon représentent collectivement plus de 40 % des revenus de centre de données de Nvidia, et chacun investit des milliards dans des puces IA propriétaires. Ce déploiement pourrait représenter un pic de dépendance avant une diversification progressive. Les données de positionnement de marché provenant des flux d'options et des avoirs d'ETF indiquent que les investisseurs institutionnels maintiennent des positions surpondérées dans NVDA mais commencent à accumuler de petites positions dans le secteur de l'équipement semi-conducteur (SMH) comme couverture contre une volatilité potentielle des actions individuelles.

Perspectives — ce qu'il faut surveiller ensuite

Le prochain catalyseur majeur est le rapport sur les résultats du deuxième trimestre fiscal 2026 de Nvidia, prévu pour fin août. Les analystes examineront les commentaires sur les marges brutes de Blackwell, la capacité de la chaîne d'approvisionnement et les taux d'adoption parmi les partenaires cloud. Des orientations spécifiques sur la montée en puissance du GB300 et toute information sur un potentiel calendrier de l'architecture GB400 ou Rubin feront bouger l'action. Le deuxième catalyseur est les résultats trimestriels de Microsoft fin juillet, où la croissance des revenus Azure IA et les commentaires sur les dépenses en capital pour l'infrastructure IA seront scrutés pour des signaux de demande.

Les niveaux critiques à surveiller pour NVDA incluent le niveau de résistance psychologique de 200 $, qui a contenu les rallyes deux fois au cours du dernier trimestre. Une rupture soutenue au-dessus de 205 $ sur un volume élevé signalerait une nouvelle phase haussière, probablement alimentée par des révisions à la hausse des estimations de revenus de Blackwell. Le support clé réside à la moyenne mobile sur 50 jours, actuellement près de 185 $, qui a tenu lors des récentes corrections. Pour le secteur IA plus large, surveillez le ratio de l'ETF Global X Robotics & Artificial Intelligence (BOTZ) par rapport au Technology Select Sector SPDR Fund (XLK) ; un ratio en expansion indique que l'IA surperforme la technologie générale.

Questions Fréquemment Posées

Que signifie l'accord Nvidia-Anthropic pour Microsoft Azure ?

L'accord renforce la position de Microsoft Azure dans les guerres du cloud IA. En sécurisant un déploiement phare des modèles avancés d'Anthropic sur son infrastructure, Azure obtient un avantage concurrentiel contre Amazon Web Services et Google Cloud. Cela entraîne une utilisation plus élevée des instances basées sur Nvidia d'Azure, augmentant les revenus par serveur et verrouillant un partenaire IA stratégique. Cela fait suite à l'investissement pluriannuel de plusieurs milliards de dollars de Microsoft dans OpenAI, faisant d'Azure un hub dominant pour les familles de modèles IA de pointe.