Trente jours, trente-trois ans : Jensen Huang quitte Nvidia
Le 12 novembre 2026, dans l’après-midi à New York, la salle de presse de Nvidia a publié un communiqué de moins de trois cents mots. Jensen Huang démissionnait de ses fonctions de président, de directeur général et d’administrateur, avec effet immédiat.
Aucune période de transition. Aucun « quittera ses fonctions le tel jour ». Aucun titre de conseiller que les fondateurs conservent d’habitude.
L’action a perdu plus de 10 % avant l’ouverture et clôturé en baisse de 4,34 %, effaçant environ 182 milliards de dollars de capitalisation. Le conseil a réagi le jour même : Colette Kress, vice-présidente exécutive et directrice financière, devient PDG par intérim tout en gardant la direction financière ; Harvey C. Jones, ancien PDG et président exécutif de Synopsys, devient le premier président du conseil d’administration en 33 ans. La fonction n’avait jamais existé.
Le communiqué ne donne pas de motif. Il indique que les opérations, les engagements clients et la feuille de route produit se poursuivent, et que les résultats du troisième trimestre seront publiés le 17 novembre comme prévu.
Une nécrologie serait facile à écrire et peu utile. La bonne question est ailleurs : parmi les décisions de ces 33 ans, lesquelles relevaient du jugement personnel de Huang, et lesquelles sont devenues des réflexes d’organisation. La conférence du 17 novembre teste la seconde catégorie.
Le box chez Denny’s
5 avril 1993, San José, Californie, un box dans un Denny’s. Trois personnes : Huang, tout juste sorti de LSI Logic, et Chris Malachowsky et Curtis Priem, tous deux issus de Sun Microsystems. Amorçage : 40 000 dollars. Huang avait 30 ans.
Le nom vient du latin invidia, l’envie. Les premiers fichiers utilisaient le préfixe NV, pour next version. Ils croyaient une chose précise : le PC allait passer de machine de bureau à objet de consommation, et le premier besoin d’un objet de consommation, c’est l’image.
En 1993, cette idée n’était pas excentrique. Il existait deux douzaines de fabricants de puces graphiques ; trois ans plus tard, soixante-dix. En 2006, il n’en restait qu’un seul indépendant.
Ce qui était excentrique, ce n’était pas l’idée. C’était la taille du pari.
Le premier mauvais pari : NV1 et les surfaces quadratiques
La NV1 de 1995 est un échec d’école, et l’échec est géométrique.
Le rendu de polygones reposait sur des triangles, et DirectX de Microsoft en faisait le standard de fait. NV1 a choisi le placage de textures quadratique : construire des objets à partir de surfaces courbes, ce qui économisait en théorie de la bande passante, lissait les contours et évitait l’escalier des triangles.
Sega y a porté l’arcade Virtual Fighter, premier jeu 3D à tourner sur une puce Nvidia. La carte s’est vendue sous le nom Diamond Edge 3D.
Le problème n’était pas le calcul. C’était la chaîne d’outils. Modeleurs, assets, moteurs de rendu et mémoire musculaire des programmeurs avaient poussé autour des triangles. Une carte qui ne dessine que des courbes demande à toute une industrie de refaire son flux de travail. Aucun avantage de performance ne compense cela.
Sega a annulé la commande suivante. Huang a pris l’avion pour le Japon, a reconnu l’erreur de trajectoire devant Shoichiro Irimajiri et lui a demandé de laisser l’argent déjà versé. Irimajiri a converti la commande en un investissement de 5 millions de dollars. Environ six mois de survie.
En 1996, il licencie plus de la moitié des effectifs et met le cash restant sur un design pas encore sorti de fonderie.
« Notre entreprise est à trente jours de la faillite. » Il l’a répété en réunion générale pendant dix ans. Ce n’était pas une métaphore. C’était le runway.
Le second pari : RIVA 128 et le standard
La RIVA 128 arrive en 1997, produit de ce pari. Premier processeur 3D 128 bits au monde, pas de courbes, des triangles, Direct3D assumé. Un million d’unités en quatre mois.
Au lancement, le solde bancaire couvrait une paie. L’anecdote est racontée comme une histoire de revanche, mais le point est manqué : le coût d’admettre une erreur de trajectoire doit être inférieur au cash disponible. Entre NV1 et RIVA 128, il n’y a pas de génie. Il y a un aveu public et coûteux, y compris devant le client qui avait payé.
C’est là que meurent la plupart des entreprises. La direction est fausse, mais l’organisation n’a pas le vocabulaire pour l’admettre, alors les ressources continuent d’alimenter le coût irrécupérable.
Inventer un mot : le GPU en 1999
Janvier 1999 : Nvidia entre au Nasdaq à 12 dollars l’action.
Octobre de la même année : GeForce 256. Nvidia forge le terme GPU et lui donne une définition vérifiable : un processeur monolithique intégrant transformation, éclairage, assemblage et découpe de triangles, et moteurs de rendu, capable de traiter au moins dix millions de polygones par seconde.
Le fond, c’est le T&L matériel. Jusque-là, la transformation des sommets et l’éclairage incombaient au processeur, et la carte ne faisait que remplir des triangles déjà calculés. Ramener le T&L sur la carte lui donne sa propre charge de travail. Elle cesse d’être une toile.
La chronologie officielle donne la comparaison : les GPU actuels traitent plus de sept milliards de polygones par seconde. Vingt-sept ans, trois ordres de grandeur.
Le mot a ensuite quitté le graphique pour devenir une unité de calcul. « Combien de GPU nous faut-il » ne voulait pas dire la même chose en 2023 qu’en 1999.
Les entreprises qui se battent sur des produits livrent des produits. Celles qui se battent sur des catégories inventent des mots. Nommer une chose, c’est fixer le tableau de marque, et celui qui fixe le tableau décide sur quoi se joue la manche suivante.
Le pari que personne n’aimait : CUDA
En 2006, l’architecture G80 apporte les shaders unifiés : les shaders de pixels et de sommets cessent d’être physiquement séparés, et tous les processeurs de flux exécutent du code général. Un G80 compte 128 processeurs en huit groupes de seize.
Vient ensuite la décision la plus importante de l’histoire de l’entreprise, et ce n’est pas une décision produit : ouvrir ces cœurs programmables au calcul non graphique. CUDA sort en novembre 2006.
Techniquement, c’est modeste : un modèle parallèle à syntaxe C. Les threads se groupent en blocs, les blocs en grilles ; 32 threads forment un warp qui exécute une instruction par cycle et ne se distingue que par ses registres de données. Le programmeur n’a pas besoin de savoir combien de SM compte la carte. Il doit répondre à une question : combien de données indépendantes contient mon problème.
Cette couche d’abstraction est le contenu technique réel du pari. Elle transforme le parallélisme d’un détail matériel en modèle de programmation, au prix de la surface de silicium, d’une pile de pilotes, d’un compilateur, d’un débogueur et de vingt ans de compatibilité ascendante.
Commercialement, ce n’est pas modeste : CUDA équipe toutes les GeForce, y compris celles achetées pour jouer.
Wall Street y a vu un coût. Pourquoi une carte de jeu paierait-elle des transistors et de la validation pour un compilateur que personne n’utilise ? Pendant la crise de 2008, l’action a chuté de 70 %.
« Nous démocratisions le supercalcul », dira Huang plus tard.
En 2008, cela ressemblait à une consolation. Il a fallu six ans pour que ce devienne un constat.
Six ans plus tard : deux GTX 580
En 2012, trois personnes de l’université de Toronto — Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton — entraînent un réseau convolutif sur deux GeForce GTX 580 grand public pour ImageNet. Taux d’erreur : 15,3 %. Le deuxième : 26,2 %.
Le fait technique important n’est pas que l’algorithme gagne. C’est que le matériel était déjà là. Dix ans de CUDA en rayon signifiaient que chaque laboratoire du monde possédait déjà une machine capable de faire de l’apprentissage profond ; personne ne le leur avait dit.
C’est ainsi que compose un écosystème. Il n’y a pas à convaincre qui que ce soit d’acheter une carte en 2012. Il faut que la carte soit sur son bureau en 2006.
C’est aussi la clé du fossé. Les 92 % du marché entreprise ne tiennent pas à l’avance de performance d’une génération. Ils tiennent au fait que quand le code d’un article arrive sur GitHub, quelqu’un peut le cloner et l’exécuter. Le coût de migration vit dans des millions de lignes de CUDA, pas dans le silicium.
Porter le carton : DGX-1 et la frontière de « une seule machine »
En août 2016, Huang a conduit jusqu’à San Francisco et porté lui-même le premier DGX-1 dans les bureaux d’OpenAI. La machine coûtait 129 000 dollars, contenait huit P100 reliés par NVLink. Elon Musk était dans la pièce.
Un patron d’une entreprise valorisée en dizaines de milliards livre un ordinateur à un laboratoire à but non lucratif créé quelques mois plus tôt, et fait la manutention. L’anecdote est racontée pour le sel. C’est pourtant l’autoportrait le plus exact de la maison : ils ne vendent pas une puce, ils vendent un modèle de ce à quoi le calcul doit ressembler.
Volta arrive en 2017 avec les Tensor Cores, une unité de multiplication matricielle 4×4. Les opérateurs centraux d’un Transformer sont presque tous des multiplications matricielles par lots, et l’effondrement du coût d’entraînement entre 2020 et 2025 vient pour moitié du process et du packaging, pour moitié d’avoir fabriqué du matériel dédié à cette opération.
Puis la précision descend génération après génération : FP16 sur V100, BF16 et TF32 sur A100, FP8 sur H100, FP4 sur Blackwell. Chaque étape fait la même chose : retirer du silicium et de la bande passante la précision dont le modèle n’a pas besoin.
Interface générale, cœur spécialisé. Cette combinaison explique pourquoi « les puces dédiées remplaceront le GPU » est prédit chaque année et n’arrive jamais.
## Souder la multiplication matricielle au silicium
Volta est arrivé en 2017 et la V100 a embarqué les Tensor Cores : une unité de multiplication-accumulation matricielle 4×4 qui traite un lot d’opérations par cycle d’horloge. À l’époque, la plupart des frameworks appelaient encore cuBLAS en FP32, et le chemin FP16 exigeait de modifier le code pour en profiter.
Cinq ans plus tard, c’est devenu décisif. Les opérateurs centraux d’un Transformer sont presque tous des multiplications matricielles par lots ; la transposée QK dans l’attention et la somme pondérée après softmax atterrissent sur le matériel sous forme de GEMM de grande taille. L’effondrement du coût d’entraînement entre 2020 et 2025 vient pour moitié du process et du packaging, pour moitié de la décision de fabriquer une unité dédiée à cette opération.
Puis la précision est descendue génération après génération : FP16 sur V100, BF16 et TF32 sur A100, FP8 sur H100, FP4 sur Blackwell. Chaque étape a fait la même chose : retirer de la surface de silicium et de la bande passante la précision numérique dont le modèle n’a pas besoin.
Rétrospectivement, c’était une couverture intelligente de la stratégie CUDA : garder un modèle de programmation général vers l’extérieur, construire du matériel dédié pour le noyau le plus fréquent vers l’intérieur.
Interface générale, cœur spécialisé. Cette combinaison explique pourquoi « les puces dédiées remplaceront le GPU » est prédit chaque année sans jamais arriver : les challengers perdent faute de généralité, ou faute des millions de lignes déjà écrites.
Un échec : Tegra
L’histoire de 1993 à 2026 compte plus d’échecs que de succès. Ils font simplement moins de bruit.
En 2008, Nvidia lance Tegra et attaque le téléphone. Tegra finit dans le Zune HD, quelques tablettes et des autoradios, avant d’être éjecté du marché de masse par Qualcomm et les SoC maison d’Apple. Vers 2015, l’activité quitte la bataille mobile pour les cockpits et la conduite autonome.
Même leçon que la NV1, frais de scolarité plus bas : une puce plus rapide dans l’écosystème d’un autre ne bat pas celui qui définit l’écosystème.
La branche qui a survécu — l’automobile et la robotique — est devenue dix ans plus tard la porte d’entrée de l’IA incarnée.
De mille à cinq mille milliards
Le H100 sort en 2022. ChatGPT arrive quelques mois plus tard. Le timing était trop beau.
La capitalisation franchit 1 000 milliards en 2023, 3 000 en 2024, et en octobre 2025 Nvidia devient la première entreprise à dépasser 5 000 milliards. La part entreprise tourne autour de 92 %.
La chance a existé. AlexNet tournait sur leurs cartes ; l’opérateur central de Transformer est une multiplication matricielle ; les grands modèles exigent des milliers de cartes câblées en une machine. Mais la chance explique les sommets, pas leur présence à chaque sommet.
Sa formulation était la loi de Huang : la performance double tous les deux ans tandis que le coût unitaire baisse. Ce n’est pas une réécriture de la loi de Moore, c’est la compression de l’architecture, du packaging, de l’interconnexion et du logiciel dans une seule cadence. La condition préalable : que les quatre couches vivent dans la même entreprise, et qu’un dirigeant qui n’a pas à justifier ses investissements longs devant un trimestriel signe.
Le 2 septembre 2026, face au secrétaire au Commerce Howard Lutnick, il déclarait : « Je pourrais évidemment arrêter de travailler, mais je ne veux pas manquer ça. Je ne manquerai pas les 10 ou 15 prochaines années. » Il ajoutait qu’il restait 100 gigawatts d’infrastructure de calcul à construire avant 2030.
Dix semaines plus tard, il n’était plus là.
Deux cartes
L’activité chinoise est le contexte des enquêtes ouvertes après le 12 novembre.
En octobre 2022, le département du Commerce restreint l’export d’A100 et de H100, et Nvidia livre des A800 et H800 bridées. En octobre 2023, les nouvelles règles inscrivent des seuils de densité de performance dans le texte, ces pièces entrent dans la liste, puis vient la valse du H20 : restreint, puis autorisé sous conditions en 2025.
Résultat : le revenu datacenter en Chine passe de plus d’un cinquième du total à presque rien, puis remonte en partie. Aucune ingénierie ne règle cela, parce que ce qui est mesuré n’est pas une performance. C’est une licence.
D’où la lettre arrivée après le 12 novembre : elle ne porte pas sur le calcul mais sur qui a approuvé quoi, et où sont les archives. Richard Neal et Ron Wyden demandent au Commerce de conserver les documents. Minorité : ils peuvent demander, pas contraindre.
La facture de l’usine à IA
En septembre 2026, Huang a commencé à appeler les datacenters des « usines à IA » et a donné un calendrier : 100 gigawatts avant 2030.
Une grande unité nucléaire, c’est environ 1 gigawatt. Ce chiffre déplace le débat des livraisons de puces vers l’électricité et le foncier. Le même mois, Nebius annonce 40 milliards de capex pour 2027 et perd 17 % en séance ; le chantier de Microsoft dans le New Jersey a des mois de retard. Le goulot est passé de l’accélérateur au poste de transformation.
C’est aussi le plus dur de la succession. Huang ne vendait pas seulement des puces. Il vendait l’anticipation que le calcul reste rare, et cette anticipation a besoin de quelqu’un pour la répéter chaque semaine.
Quand l’inférence prend le pouvoir
Entre 2024 et 2026, la forme de la demande a changé. Le capex d’entraînement est resté énorme mais a ralenti ; l’inférence a pris le relais : contexte long, agents appelant des outils en boucle, auto-vérification en plusieurs passes.
L’économie diffère. L’entraînement récompense les FLOPS de pointe et la bande passante d’interconnexion. L’inférence récompense le coût marginal par token : la capacité mémoire décide de la taille du cache KV, la bande passante décide de la vitesse de décodage, la quantification décide de la taille du modèle qui tient dans la même VRAM. Compresser le cache KV cinq fois, c’est servir cinq fois plus de concurrence sur une carte.
D’où le virage vers FP4 après Blackwell, et d’où le fait que compression de cache KV, décodage spéculatif et ordonnancement de lots occupent l’essentiel de la recherche en 2026.
Pour le fossé, le basculement joue contre. L’ère de l’entraînement récompensait la carte la plus rapide. L’ère de l’inférence récompense le coût par token le plus bas, et c’est un terrain que les ASIC maison peuvent prendre : TPU de Google, Trainium d’AWS, MTIA de Meta. Huang tenait l’écart par un rythme annuel d’architectures. Savoir si une deuxième personne peut tenir ce rythme est la chose à regarder après le 17 novembre.
Soixante collaborateurs directs
Son style de management était une anomalie, même pour la Silicon Valley. Environ 60 collaborateurs directs. Pas d’entretiens individuels. Pas de slides.
Chacun envoyait un mail hebdomadaire Top 5 Things : les cinq sujets les plus importants et ce que vous aviez en tête. L’information circulait horizontalement, au lieu de monter et redescendre la hiérarchie. La pratique a survécu au-delà de dix mille salariés, au prix d’un agenda en miettes.
« Notre entreprise est à trente jours de la faillite » était la ligne de base émotionnelle du système. Elle maintenait une entreprise de 4 000 milliards sous tension. Elle explique aussi que personne, en 33 ans, n’ait grandi jusqu’à devenir son successeur.
Ce n’est pas un complot, c’est une structure : un dirigeant qui s’insère dans toutes les boucles de décision critiques supprime systématiquement la formation d’un second décideur.
Après le 12 novembre
Kress a 59 ans. Elle est arrivée comme directrice financière en septembre 2013, après près de 25 ans dans la finance chez Texas Instruments, Microsoft et Cisco. Les personnes interrogées par Reuters la décrivent comme l’inverse calme du style conflictuel de Huang.
Le marché n’est pas convaincu. Anshel Sag, de Moor Insights and Strategy, le dit sans détour : placer la directrice financière par intérim calme les marchés, mais ce n’est pas la visionnaire de long terme dont Nvidia a besoin.
Trois noms circulent : Ian Buck, chez Nvidia depuis 2004, en charge du matériel et des logiciels d’IA, acteur des débuts de CUDA ; Rene Haas, PDG d’Arm, sept ans vice-président chez Nvidia ; et Lisa Su, PDG d’AMD, la concurrente la plus directe.
Le 17 novembre après la clôture, les résultats du troisième trimestre tombent comme prévu. Ce sera la première séance de questions du nouveau pouvoir.
Le même jour, Richard Neal et Ron Wyden, les démocrates les plus haut placés des commissions Ways and Means de la Chambre et Finances du Sénat, ont écrit au secrétaire au Commerce Lutnick sur la manière dont les ventes de puces de Nvidia à la Chine ont été traitées, et demandé au ministère de conserver les documents. Minorité : ils peuvent demander, pas contraindre.
La veste en cuir blanc
En 33 ans, l’entreprise a changé de PDG une fois. C’est fait.
Ce qui est testé n’est pas la compétence du successeur, mais une question plus discrète : parmi ces paris — triangles, T&L matériel, shaders unifiés, CUDA, Tensor Cores, NVLink — combien relevaient du jugement personnel, et combien sont déjà des valeurs par défaut de l’organisation.
CUDA est la première moitié de la réponse. Plus de quatre mille bibliothèques accélérées, des millions de développeurs, vingt ans de compatibilité. Aucun successeur ne peut le renverser, comme personne ne renverse x86. C’est un actif de l’entreprise, pas d’un homme.
L’autre moitié, c’est la tension des trente jours. Elle ne s’écrit pas dans un manuel de procédures. Elle n’existe que si quelqu’un la répète et la démontre par son agenda. C’est un actif personnel.
Le communiqué du 12 novembre a séparé les deux. Le marché a chiffré la séparation à 182 milliards.
Le silicium boucle en trois ans. Les architectures en dix. Les écosystèmes en vingt. Le mandat d’un homme a duré trente-trois ans, juste assez pour avoir raison une fois sur les trois couches.
La veste en cuir blanc est toujours dans le placard. L’homme qui la portait n’est plus dans la salle du conseil.
Références
- Communiqué de Nvidia (2026-11-12)
- Chronologie de l’entreprise
- The Guardian : qui est Colette Kress
- China Youth Net : la démission et les 182 milliards
- China Youth Daily : fin de l’ère Huang
- China News Service : Nvidia annonce la démission de Huang
- The New Yorker : le succès de Nvidia, une histoire de prise de risque
- Article AlexNet (NIPS 2012)