Futures
Accédez à des centaines de contrats perpétuels
TradFi
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
Launchpad
Soyez les premiers à participer au prochain grand projet de jetons
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Simple Earn
Gagner des intérêts avec des jetons inutilisés
Investissement automatique
Auto-invest régulier
Double investissement
Profitez de la volatilité du marché
Staking souple
Gagnez des récompenses grâce au staking flexible
Prêt Crypto
0 Fees
Mettre en gage un crypto pour en emprunter une autre
Centre de prêts
Centre de prêts intégré
J'ai suivi Nvidia de près, et il y a quelque chose que Jensen Huang a récemment souligné que la plupart des gens n'ont pas encore pleinement saisi. L'entreprise a déjà dominé le secteur des puces AI — leurs GPU alimentent pratiquement toute l'infrastructure d'entraînement des grands modèles de langage. Les revenus ont récemment atteint des niveaux record avec une croissance annuelle de 77 % forecastée à 78 milliards. Mais ce qui est intéressant : Jensen Huang et d'autres dans l'industrie ont repéré un point d'inflexion il y a environ six mois, et ce n'est que maintenant que cela devient évident pour le marché plus large.
Le changement passe d'un entraînement pur à ce qu'ils appellent l'IA agentique. Il ne s'agit plus seulement de modèles statiques — ce sont des agents qui résolvent activement de vrais problèmes. Huang les a décrits comme des systèmes ultra intelligents qui font réellement du travail. Cela importe car cela signifie que l'histoire de la demande en GPU ne ralentit pas ; elle entre simplement dans une phase différente. Les charges de travail d'inférence et de résolution de problèmes que ces agents exécutent nécessitent toujours une puissance de calcul sérieuse.
Mais Jensen Huang est allé encore plus loin avec sa vision. Au-delà de l'IA agentique, il parle d'IA physique — intégrer ces systèmes intelligents dans la robotique et les systèmes physiques. Il l'a qualifié de « grande opportunité ». Et honnêtement, quand on y pense, c'est là que la véritable échelle pourrait venir. Nous sommes encore aux premiers stades de cette transition.
L'écosystème de Nvidia s'est également étendu bien au-delà des simples puces. Ils ont développé des outils de réseautage, des logiciels d'entreprise, et d'autres infrastructures qui en font le système nerveux central pour toute la construction de l'IA. Cette diversification est essentielle à leur positionnement à long terme.
L'action ne va peut-être pas monter en flèche du jour au lendemain — les conditions macroéconomiques et le sentiment général du marché comptent toujours. Mais si vous êtes optimiste quant à l'histoire de la croissance de l'IA, et que les preuves jusqu'à présent suggèrent que nous devrions l'être, alors le rôle de Nvidia dans l'alimentation de cette prochaine vague d'IA agentique et physique vous donne une thèse assez convaincante pour la conserver. Les commentaires de Jensen Huang confirment essentiellement que les plus grandes opportunités pourraient encore être à venir.