Nvidia vaut près de 4 000 milliards de dollars en 2026 et ne se contente plus de vendre des GPU : l’entreprise dessine désormais la géographie physique de l’IA, avec des campus et mégacentres de données qui se chiffrent en milliards de dollars et en gigawatts de puissance. En Israël, en Ohio et à travers des partenariats universitaires en Asie, Nvidia pousse un modèle de "campus IA" qui dépasse le simple data center pour devenir une infrastructure nationale. Ce mouvement, engagé massivement en 2025-2026, rebat les cartes pour les clouds, les startups et les États qui veulent un socle souverain de compute. Ce qui change en 2026 : l’IA n’est plus un service abstrait, mais une industrie physique avec des mètres carrés, des rails de train, des centrales électriques et des baux de 20 ans.
Nvidia s’installe en dur : du fournisseur de GPU à architecte d’infrastructures
La bascule clé de 2026, c’est que Nvidia ne reste plus seulement un fournisseur de puces : le groupe s’engage directement dans le financement, la localisation et la conception de campus IA à l’échelle de villes.
En Israël, Nvidia a lancé un appel d’offres avec une échéance fixée au 23 juillet 2026 pour un campus pouvant atteindre jusqu’à 180 000 m², soit environ 1,94 million de pieds carrés. Selon des éléments publiés dans la presse israélienne, le centre est dimensionné pour accueillir au moins 3 000 employés, avec un déploiement étalé sur plusieurs années. Ce campus s’inscrit dans une stratégie plus large autour d’un "megacampus" de 1,7 million de pieds carrés à Kiryat Tivon, prévu pour héberger jusqu’à 10 000 personnes, avec un coût de construction qualifié de "multimilliardaire" en shekels.
En parallèle, aux États‑Unis, Nvidia s’implique directement dans un campus IA de très grande taille en Ohio, sur le site PORTS‑Pike, ancien complexe d’enrichissement d’uranium. Ce campus est conçu pour accueillir environ 10 gigawatts de capacité de data center au total, co‑localisés avec 10 GW de production électrique, dont environ 9,2 GW via une nouvelle centrale au gaz. Les projections évoquent des coûts de construction pouvant dépasser 500 milliards de dollars pour l’ensemble du projet, avec une première phase d’environ 800 mégawatts attendue autour de 2028.
💡 À retenir : Nvidia passe d’un rôle de vendeur de GPU à celui de co‑financeur et garant de campus IA géants, avec des engagements qui se comptent en centaines de milliards de dollars et en gigawatts.
Cette montée en puissance physique s’accompagne d’engagements financiers : en 2025, Nvidia a annoncé vouloir investir jusqu’à 100 milliards de dollars pour soutenir le déploiement d’au moins 10 GW d’infrastructures IA, avant d’ajouter 30 milliards de dollars supplémentaires début 2026 dans sa collaboration avec OpenAI.
Le campus IA, nouvelle unité de mesure de puissance de Nvidia
Le campus IA devient la nouvelle vitrine de la puissance de Nvidia : il agrège compute, énergie, transport et R&D dans un même lieu, avec des effets d’échelle impossibles à reproduire pour des acteurs plus petits.
Des chiffres qui changent d’échelle
Le projet de campus en Israël illustre cette montée en taille. Le megacampus de Kiryat Tivon est prévu sur 1,7 million de pieds carrés, avec une capacité annoncée d’environ 10 000 employés. Pour le seul achat du terrain, le montant évoqué est de 90 millions de shekels, soit autour de 28 millions de dollars au moment de la transaction. La construction doit débuter en 2027, avec une première occupation ciblée en 2031, ce qui en fait un projet décennal.
En Ohio, le campus PORTS‑Pike doit supporter jusqu’à 10 GW de data center quand il sera totalement construit, une capacité largement supérieure à celle des plus grands sites de cloud actuels. La première phase, environ 800 MW de puissance IT, est projetée pour 2028. Pour donner un ordre de grandeur, certains grands campus IA américains lancés en 2025 visaient environ 1,2 GW à pleine capacité, ce qui situe PORTS‑Pike dans une catégorie supérieure.
💡 À retenir : avec des campus entre 1,7 million de pieds carrés et 10 GW de puissance, Nvidia passe d’un rôle de composantier à celui d’architecte de régions IA entières.
Le campus comme "usine d’IA" verticale
Les documents sur le campus d’Ohio décrivent une approche d’"AI factory" verticale : data centers et centrale électrique sont conçus ensemble pour garantir une alimentation prévisible. Ce type de design permet de penser l’IA comme une industrie lourde :
- Des baux de 20 ans pour sécuriser la capacité.
- Des investissements pouvant dépasser 500 milliards de dollars.
- Des engagements de financement ou de garanties pouvant atteindre 250 milliards de dollars pour un seul projet.
Dans ce modèle, Nvidia ne fournit pas uniquement des GPU, mais un full stack IA :
- Puces (H100 et puces de génération suivante type Vera Rubin).
- Interconnexions, logiciels et frameworks.
- Implémentation dans des campus co‑designés avec les énergéticiens.
Campus IA Nvidia vs cloud classique : un fossé qui se creuse
Les campus IA de Nvidia ne remplacent pas les clouds publics, mais ils créent un fossé en termes de puissance brute, de souveraineté et de contrôle sur la stack.
Les campus IA donnent à Nvidia la main sur l’emplacement, l’énergie et l’architecture des plus gros déploiements d’IA, là où les clouds dominants restent des intermédiaires.
Différences de modèle : location longue durée vs consommation à la demande
Les grands clouds offrent une consommation "on demand" de GPU via leurs propres plateformes. Les campus IA d’Ohio et d’Israël reposent, eux, sur des baux pluri‑décennaux et des accords de financement bilatéraux.
On peut comparer schématiquement ces approches :
| Modèle | Propriétaire principal de l’infrastructure | Horizon d’engagement typique | Échelle de puissance visée | Contrôle sur la stack IA |
|---|---|---|---|---|
| Cloud public classique (AWS, Azure, GCP) | Cloud provider | 1 à 3 ans (contrats entreprise), consommation mensuelle | Centres de données multipays, capacité modulable | Partagé entre cloud, ISV et client final |
| Campus IA Nvidia – Israël (Kiryat Tivon) | Nvidia (R&D, campus interne) | Projet s’étalant de 2027 à 2031 pour la première occupation | 1,7 M pieds², capacité 10 000 employés | Contrôle direct sur R&D, outils et hardware |
| Campus IA Nvidia – Ohio (PORTS‑Pike) | SB Energy / OpenAI avec garanties Nvidia | Bail de 20 ans mentionné pour l’exploitation | Jusqu’à 10 GW de data center, 9,2 GW de centrale gaz | Stack IA fortement alignée sur le hardware Nvidia |
> 💡 À retenir : la grande différence n’est pas seulement le nombre de GPU, mais la durée et la nature des engagements – les campus IA verrouillent des baux sur 20 ans là où les clouds fonctionnent à la consommation mensuelle.
Impact sur les prix et l’accès au compute
Même si les structures tarifaires exactes ne sont pas publiques pour ces campus, certaines données de marché donnent des ordres de grandeur.
Sur les clouds classiques, un GPU haut de gamme type H100 peut se louer autour de quelques dollars à quelques dizaines de dollars de l’heure selon la région et le type de contrat, ce qui peut mener facilement à plusieurs milliers de dollars par mois pour des charges intensives. La logique campus IA change la donne : les grands acteurs comme OpenAI négocient des accès à très grande échelle contre des engagements pluri‑décennaux, où les coûts se diluent sur 20 ans et se financent via la dette, parfois soutenue par des garanties Nvidia.
Pour les développeurs et entreprises, cela signifie que l’accès au compute le plus avancé se retrouvera de plus en plus concentré dans quelques grands campus. Les startups, elles, continueront surtout à passer par les clouds ou par des offres "GPU‑as‑a‑service" opérées sur ces infrastructures.
L’effet campus sur les écosystèmes nationaux : cas Israël, Corée, Indonésie
Les campus IA Nvidia ne sont pas isolés : ils sont entourés de AI Technology Centers universitaires et industriels qui font office de feeder de talents et de R&D.
Le campus IA devient le noyau dur d’un écosystème national : autour de lui se développent centres de recherche, formations et startups alignées sur le stack Nvidia.
Israël : infrastructure physique et R&D locale
En Israël, le projet de megacampus à Kiryat Tivon est assez massif pour que l’État planifie :
- Des routes d’accès dédiées.
- Une nouvelle gare ferroviaire.
- Un aérodrome pour desservir le site.
Le campus de 1,7 million de pieds carrés est pensé comme une ville de R&D, avec une concentration de 10 000 employés prévue. À côté, le projet de campus de 180 000 m² évoqué en 2026 montre qu’il ne s’agit pas d’un site unique, mais d’un véritable cluster Nvidia.
Ce choix de localisation transforme la géographie économique du pays : une région entière se spécialise dans l’IA et l’infrastructure numérique avancée, avec des effets d’entraînement sur les salaires, le foncier et les services.
Corée du Sud : joint labs orientés "physical AI"
En Corée, Nvidia s’aligne avec des institutions comme KAIST et Seoul National University pour mettre en place des Nvidia AI Technology Center (NVAITC).
Deux dispositifs sont annoncés :
- Un Nvidia‑KAIST AI Joint Research Lab, intégré au graduate school IA Kim Jae‑cheol.
- Un Nvidia AI Technology Center à Seoul National University, dédié à la recherche et à la formation de spécialistes IA.
Ces centres se focalisent notamment sur la "physical AI" – l’IA appliquée aux systèmes physiques, à la robotique et aux environnements réels. Ils jouent le rôle de relais entre les campus IA de production et les laboratoires académiques.
Indonésie : AI hub universitaire et GPU‑as‑a‑service souverain
En Indonésie, Nvidia s’est associé à l’opérateur télécom Indosat Ooredoo Hutchison, à l’université de Gadjah Mada et au gouvernement pour créer le premier AI Technology Center universitaire du pays à Yogyakarta.
Ce centre s’inscrit dans l’initiative nationale AI Center of Excellence et s’appuie sur :
- Le full stack IA Nvidia (compute, modèles pré‑entraînés, frameworks de développement).
- Une plateforme "GPU‑as‑a‑service" souveraine opérée par Indosat.
💡 À retenir : les campus IA ne sont pas seulement des data centers – ils se doublent d’un maillage mondial de centres de recherche et de hubs de formation, qui rendent les pays dépendants du stack Nvidia pour leurs talents IA.
Ce que les campus IA changent concrètement pour l’industrie en 2026
Pour les industriels, les campus IA Nvidia représentent une nouvelle forme d’infrastructure de base, comparable aux grands complexes pétrochimiques ou sidérurgiques du XXe siècle, mais centrée sur le compute.
En 2026, travailler avec de l’IA de pointe signifie de plus en plus travailler avec une capacité de compute ancrée dans quelques campus géants, à des horizons de 10 à 20 ans.
Pour les hyperscalers et clouds
Les grands clouds doivent composer avec une Nvidia qui, désormais, co‑conçoit directement des campus avec des énergéticiens et des gouvernements. Cela entraîne plusieurs conséquences :
- Négociation de capacité : les clouds doivent sécuriser leurs allocations de GPU face à des partenaires comme OpenAI qui obtiennent des engagements direct Nvidia.
- Différenciation par services : incapables de rivaliser sur la brute capacité de certains campus, les clouds misent sur leurs couches managées (orchestration, sécurité, outils DevOps).
- Pression sur les marges : la dépendance aux GPU Nvidia, déjà forte, pourrait s’accentuer avec des prix influencés par la demande campus.
Pour les startups IA
Les startups IA voient se dessiner un paysage à deux vitesses :
- Un club restreint d’acteurs ayant un accès direct ou prioritaire aux campus IA.
- Un ensemble plus large de startups devant passer par des intermédiaires (clouds, GPU‑as‑a‑service) avec des coûts potentiellement plus élevés et une moindre prévisibilité sur la disponibilité.
Cela peut se traduire par :
- Une spécialisation accrue sur des niches IA moins gourmandes en compute.
- Une adoption plus massive de techniques d’optimisation (quantization, distillation, pruning) pour rester compétitif.
Pour les États et régulateurs
Les campus IA d’Ohio et d’Israël impliquent des décisions politiques lourdes :
- Réaffectation de sites industriels stratégiques (comme un ancien site nucléaire) à l’IA.
- Construction de nouvelles infrastructures de transport et d’énergie.
- Négociations sur la régulation environnementale (centrales au gaz, consommation électrique massive).
Les États qui accueillent ces campus se placent au cœur du réseau mondial de compute, mais acceptent aussi une dépendance forte à Nvidia et à ses partenaires.
Que signifie un campus IA Nvidia pour un dev ou une entreprise en 2026 ?
Pour un développeur ou une entreprise qui consomme de l’IA en 2026, les campus IA de Nvidia ont des conséquences tangibles, même s’ils ne sont souvent pas directement accessibles.
Les campus IA Nvidia définissent la "classe affaire" du compute : ils orientent les capacités disponibles, les API proposées et les performances que les devs voient au quotidien.
Performances, latence et nouveaux services
Les campus de très grande taille permettent :
- Des déploiements de modèles plus gros, avec plus de paramètres et de contextes.
- Des latences plus maîtrisées dans certaines régions, grâce à une proximité nouvelle entre compute et backbone réseau.
Les partenariats universitaires et industriels autour des NVAITC en Corée et Indonésie laissent aussi anticiper des services locaux :
- Hubs de formation sur les frameworks Nvidia.
- Accès à des modèles pré‑entraînés optimisés pour les langues locales ou les cas d’usage régionaux.
Tarification et accès indirect via GPU‑as‑a‑service
Même si le détail des prix internes des campus IA n’est pas public, une partie de la capacité est exposée via des offres "GPU‑as‑a‑service". En Indonésie, par exemple, la plateforme souveraine opérée par Indosat repose sur le stack Nvidia des centres de recherche.
Concrètement, pour un dev :
- Le coût mensuel d’accès à des GPU reste lié aux offres des opérateurs (clouds, telcos, hébergeurs), mais ces offres dépendent de la disponibilité des campus IA.
- Les variations de prix (à la hausse ou à la baisse) vont se synchroniser avec les grandes vagues d’extension ou de mise en service des campus, comme la première phase à 800 MW en 2028.
💡 À retenir : même si vous ne voyez jamais le mot "campus IA" sur votre facture, ce sont ces campus qui détermineront combien de GPU sont disponibles, où, et à quel prix.
Notre avis : qui doit déjà parier sur les campus IA Nvidia ?
Les campus IA Nvidia ne seront pleinement opérationnels qu’au fil des prochaines années (construction en Israël à partir de 2027, première phase en Ohio autour de 2028), mais ils transforment déjà les décisions à prendre en 2026.
Pour les 6 à 12 prochains mois, les campus IA Nvidia doivent être intégrés comme une donnée stratégique par les États, les gros industriels et les plateformes IA – pas comme un simple sujet d’infrastructure.
Pour les États, la question est désormais : faut‑il accueillir ce type de campus, avec des engagements énergétiques massifs et une dépendance à un acteur privé, ou développer des alternatives plus fragmentées ?
Pour les industriels lourds (énergie, transport, défense, santé), il devient pertinent d’aligner les feuilles de route IA sur les zones où les campus IA assureront une capacité durable. Cela peut valider des décisions comme :
- Implanter des équipes R&D près de ces hubs.
- Négocier des accords de long terme avec des opérateurs liés à Nvidia.
Pour les plateformes IA et startups, la clé des 6 prochains mois est d’anticiper :
- Quelle part de leur stack repose implicitement sur Nvidia.
- Comment diversifier ou optimiser leur consommation de compute face à une concentration croissante.
La grande question ouverte est simple :
En 2030, parlera‑t‑on encore de "clouds" comme acteurs centraux, ou de quelques "campus IA" géants comme la véritable unité de mesure du pouvoir industriel en IA ?
Les décisions de 2026 autour des campus Nvidia – leur localisation, leur régulation, leurs partenariats – diront en grande partie quelle réponse sera possible.