Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Nvidia décuple ses dépenses à Taïwan
Nvidia, le géant des semi-conducteurs, a vu ses dépenses annuelles à Taïwan exploser, passant de 15 milliards de dollars il y a quelques années à 150 milliards de dollars aujourd'hui. Cette augmentation spectaculaire est attribuée à l'essor de l'intelligence artificielle, qui a considérablement accru la demande pour ses produits. Le PDG de Nvidia, Jensen Huang, a révélé ces chiffres lors d'un événement à Taipei, rapporté par Nikkei Asia.
Expansion de la main-d'œuvre et nouveaux projets
En plus de ses dépenses, Nvidia prévoit de multiplier par quatre son personnel à Taïwan, passant de 1 000 à 4 000 employés. Un nouveau campus, nommé Constellation, est en projet à Taipei, avec une construction prévue pour commencer fin 2026 et s'achever en 2030. Ce modèle de campus pourrait également être reproduit au siège de l'entreprise en Californie.
AMD suit la tendance
AMD, un concurrent majeur de Nvidia, a également annoncé des investissements significatifs à Taïwan. La PDG Lisa Su a déclaré que l'entreprise investirait plus de 10 milliards de dollars dans l'écosystème des puces, principalement pour renforcer la capacité de packaging avancé. Cependant, il est important de noter que cet investissement est pluriannuel et vise à augmenter la capacité, contrairement aux dépenses annuelles continues de Nvidia.
Comparaison des stratégies
Bien que les investissements de Nvidia et AMD à Taïwan soient tous deux substantiels, ils ne sont pas directement comparables. Nvidia se concentre sur des dépenses annuelles continues auprès de fournisseurs taïwanais, tandis qu'AMD investit sur plusieurs années pour accroître sa capacité de production. Ces stratégies reflètent la dynamique actuelle du marché des semi-conducteurs, où l'innovation et la capacité de production sont essentielles pour répondre à la demande croissante en technologies d'IA.
