Jensen Huang affirme que la demande pour Neocloud augmente fortement : ce que cela signifie pour l'infrastructure IA

2026/10/25 11:05:00

Lors de sa conférence keynote à GTC Berlin et lors d'entretiens avec des dirigeants à la fin octobre 2026, le PDG de Nvidia, Jensen Huang, a abordé le débat macroéconomique croissant autour de l'infrastructure de l'intelligence artificielle. En réponse à une surveillance accrue du marché concernant l'effet de levier des opérateurs de cloud spécialisés, Huang a déclaré que la demande des clients en capacité de calcul « Neocloud » est « hors normes ». Toutefois, il a souligné que la contrainte principale limitant l'expansion du secteur n'est ni l'adoption par les utilisateurs finaux ni l'intérêt pour la recherche de modèles, mais une pénurie de capital de fonctionnement, de financement par emprunt et de capacité énergétique régionale.

La défense de Huang du secteur est intervenue à un moment critique pour les marchés des capitaux en intelligence artificielle. Mi-octobre 2026, les marchés de revenu fixe ont connu une réévaluation marquée des opérateurs spécialisés en GPU : les rendements des obligations sur le marché secondaire pour le précurseur du secteur CoreWeave ont atteint 15 % avant de se situer près de 14,5 %, reflétant la prudence des investisseurs face aux modèles de dette intensifs en capital, aux calendriers d'amortissement du matériel et à la concentration des contreparties.

Simultanément, l'entreprise de recherche technologique Gartner a publié une prévision largement citée prévoyant que plus de 80 % des fournisseurs indépendants de Neocloud pourraient cesser d'opérer de manière autonome d'ici 2030, car les dépenses en capital dépassent les seuils de rendement à court terme.

Définir le Neocloud : Cloud GPU spécialisé contre les hyperscalers

Pendant deux décennies, le calcul cloud entrepris a été dominé par Amazon Web Services (AWS), Microsoft Azure et Google Cloud. Ces hyperscalers ont construit des écosystèmes logiciels étendus conçus pour servir diverses charges de travail corporatives, allant des bases de données relationnelles et de l’hébergement web sans serveur aux suites de planification des ressources d’entreprise (ERP). Leur infrastructure fondamentale était largement optimisée autour des unités centrales de traitement (CPU), en utilisant des machines virtuelles s’exécutant sur des commutateurs réseau partagés et multi-locataires.

Inversement, l'entraînement et l'inférence distribués pour les modèles d'intelligence artificielle de pointe — tels que les architectures dense transformer, les simulations d'IA physique et les systèmes multimodaux — présentent des exigences matérielles fondamentalement différentes. Lors de l'exécution de charges de travail sur des milliers de puces interconnectées, les performances sont fortement déterminées par la latence du réseau entre nœuds. Si un seul GPU est en attente de la synchronisation des gradients de poids à travers le cluster, les autres puces du tableau restent partiellement inactives, réduisant l'efficacité du capital.

Les opérateurs de Neocloud, tels que CoreWeave, Nebius Group et Lambda, ont conçu leurs centres de données spécifiquement pour des opérations tensorielles parallèles. Au lieu d'utiliser des couches de virtualisation lourdes, ils déploient des instances de serveurs bare-metal reliées par des infrastructures de réseau InfiniBand Quantum-2 et Quantum-X800 ou Spectrum-X sans blocage. Cette topologie spécialisée réduit la surcharge de l'hyperviseur et minimise les variations de paquets, permettant aux équipes d'ingénierie d'exécuter des charges de travail distribuées à grande échelle avec une utilisation élevée du cluster.

L'origine et l'infrastructure énergétique du minage de cryptomonnaies

Un avantage structurel détenu par plusieurs grands Neoclouds et hébergeurs de centres de données AI est leur origine opérationnelle dans l'exploitation de cryptomonnaies. CoreWeave a initialement opéré comme une entreprise d'exploitation d'Ethereum à échelle industrielle, tandis que les opérateurs d'infrastructure de cryptomonnaies cotés en bourse — tels que IREN (anciennement Iris Energy), Applied Digital, Crusoe et TeraWulf — ont commencé en déployant des installations d'exploitation de bitcoin à haute densité ou des systèmes de calcul utilisant le gaz de flare.

Cette histoire opérationnelle a conféré à ces entreprises un avantage critique en matière de mise sur le marché pendant l'expansion de l'IA générative : l'accès à une capacité énergétique disponible.

La construction d'une usine d'IA moderne nécessite une charge électrique continue comprise entre 100 mégawatts (MW) et plus d'un gigawatt (GW). Dans les principaux pôles technologiques mondiaux, les files d'attente commerciales pour les nouvelles sous-stations haute tension s'étendent souvent sur plusieurs années. Étant donné que les anciens opérateurs de minage de cryptomonnaies avaient déjà obtenu des accords d'achat d'électricité (PPA) dédiés, des raccordements au réseau haute tension et des infrastructures de refroidissement industriel, beaucoup ont pu rénover des sites électriques pour héberger des GPU à forte densité plus rapidement que les développeurs traditionnels ne pouvaient construire des centres de données en zone vierge.

Le précipice du bilan : financement par emprunt, rendements élevés et avertissement de Gartner

Malgré des arriérés contractuels importants pour les clusters de calcul, la structure financière soutenant les fournisseurs de cloud spécialisés a fait l'objet d'une surveillance accrue du marché. Le défi central réside dans la manière dont les opérateurs de Neocloud financent l'achat rapide de matériel.

Les mécanismes du financement par dette des GPU

La puce informatique avancée exige des dépenses en capital importantes à l'amorçage. Lors du GTC Berlin, Huang a souligné que la construction d'une usine d'IA complète de 1 gigawatt — incluant le terrain, l'énergie, les coques, le réseau et le calcul — représente un engagement d'infrastructure d'environ 50 milliards de dollars. Pour financer des déploiements de serveurs à grande échelle sans diluer excessivement les actionnaires, les opérateurs indépendants ont fortement recours au financement adossé à des actifs (ABL), au financement de projets et aux marchés de la dette corporative à rendement élevé.

Dans une structure typique de financement adossé à un actif :

L'opérateur Neocloud engage les GPU physiques, les armoires serveurs et les contrats d'achat à long terme des clients comme garanties principales.

Les syndicats de crédit privé, les gestionnaires d'actifs institutionnels et les prêteurs commerciaux avancent des capitaux contre un pourcentage de la facture et de la valeur contractuelle du matériel.

L'opérateur utilise les flux de trésorerie provenant de réservations informatiques pluriannuelles pour couvrir l'amortissement du capital et les frais d'intérêts trimestriels.

Le pic de rendement d'octobre 2026

Ce modèle de financement fonctionne efficacement lorsque les coûts d'emprunt restent modérés et que les valeurs résiduelles du matériel sont bien comprises. Mi-octobre 2026, les marchés à revenu fixe ont mis ces hypothèses à l'épreuve.

Le 14 octobre 2026, les rendements du marché secondaire des obligations senior non garantis de CoreWeave à 1,25 milliard de dollars ont atteint 15 % avant de se stabiliser près de 14,5 %, accompagnés d’un fort recul des actions des entreprises de Neocloud cotées en bourse, alors que les investisseurs examinaient les niveaux de dette à l’échelle du secteur. Des rendements d’emprunt à deux chiffres créent une compression notable de la marge pour les entreprises intensives en capital. Lorsqu’un opérateur fait face à des frais d’intérêt trimestriels atteignant des centaines de millions de dollars, une part significative de la trésorerie d’exploitation est absorbée par le service de la dette plutôt que réinvestie dans la prochaine génération de silicium.

L'avertissement de consolidation de Gartner pour 2030

En aggravant la sensibilité du marché de la dette, John Lovelock, vice-président et analyste principal chez Gartner, a publié une prévision d'octobre 2026 avertissant que plus de 80 % des fournisseurs indépendants de Neocloud pourraient cesser leurs opérations indépendantes — par acquisition, consolidation ou restructuration — d'ici 2030.

L'analyse de Gartner a mis en évidence l'écart entre les dépenses en capital à court terme et le rendement du capital investi (ROIC), prévoyant que les modèles commerciaux simples de location de calcul pourraient avoir du mal à dépasser un seuil de 18 % de ROIC avant 2032. Bien que les principaux opérateurs soulignent d'importants arriérés contractuels — tels que les 104 milliards de dollars d'arriérés de CoreWeave et les 37,5 milliards de dollars d'obligations de performance restantes de Nebius — le rapport de Gartner a souligné que les fournisseurs sous-capitalisés sans contrats à long terme de type « take-or-pay » risquent d'être absorbés par des hyperscalers bien financés.

Thèse de Jensen Huang : Établir les GPU comme une classe d'actifs financiers

S'adressant à CNBC en marge de GTC Berlin le 22 octobre 2026, Jensen Huang a abordé directement ces préoccupations liées au crédit, affirmant que les marchés de capitaux s'adaptent encore à l'échelle de l'infrastructure IA.

La demande est hors normes

Huang a contesté l'idée selon laquelle la volatilité des actions et obligations de Neocloud signifiait un ralentissement de la demande sous-jacente en calcul. Il a déclaré que la demande pour Neoclouds est « hors normes » et a décrit leurs capacités d'exécution technique comme « extraordinaires », alimentées par des modèles fondamentaux, des agents d'IA entreprise, des robots physiques et des simulations industrielles.

Selon Huang, le principal goulot d'étranglement est une pénurie de fonds de roulement au niveau intermédiaire : « Ce qui manque au milieu, c'est le fonds de roulement pour alimenter cette croissance... car il y a une telle demande dans de nombreux secteurs de l'IA, qu'il y a une pénurie de capital. La demande de capital est bien supérieure à la disponibilité du capital. Cela sera résolu. »

Établir le calcul comme une classe d'actifs durable

Pour résoudre ce déficit de financement, Huang a expliqué que Nvidia travaille activement avec des prêteurs mondiaux pour établir le calcul AI comme un « actif financiable ». Il a noté : « La valeur résiduelle de notre calcul, étant donné qu’il est fongible, extrêmement productif et durable, devient désormais une classe d’actifs ». Ce projet s’appuie sur les initiatives plus larges de financement de Nvidia aux côtés de gestionnaires d’actifs institutionnels — notamment BlackRock, Blackstone, Apollo, KKR, Brookfield et Goldman Sachs — afin de structurer des canaux de crédit institutionnels pour les infrastructures AI.

Sur les marchés traditionnels des capitaux, les actifs industriels lourds — tels que les aéronefs commerciaux, les navires maritimes, les réseaux électriques ou les autoroutes à péage — ne sont pas financés par une dette non garantie à haut rendement de 15 %. Au lieu de cela, les équipes de crédit institutionnelles s'appuient sur trois piliers structurels que les opérateurs de Nvidia et de Neocloud cherchent à reproduire pour les clusters GPU :

Sécuritisation adossée à des actifs (ABS) et financements d’équipements : la dette est souscrite directement contre les revenus générés par des équipements physiques et les flux de loyers contractuels, soutenus par des cadres juridiques clairs de garanties.

Utilité résiduelle démontrée : les opérateurs démontrent de plus en plus que les puces de génération précédente (telles que les clusters A100 et H100) conservent une durée de vie économique pluriannuelle pour l'inférence, le fine-tuning et les charges de travail enterprise, même après le lancement de nouvelles puces dédiées à l'entraînement.

Standardisation du crédit institutionnel : Lorsque les prêteurs considèrent les clusters de calcul comme une infrastructure interchangeable et transférable, réaffectable à diverses charges de travail d'entreprise, les primes de risque de crédit se réduisent, permettant aux opérateurs de passer d'une dette à rendement élevé coûteuse vers un financement institutionnel moins coûteux.

Écosystème stratégique en aval de Nvidia

Le soutien actif de Nvidia au financement de Neocloud—ainsi que son engagement d'approvisionnement d'infrastructures d'environ 10 milliards de dollars en Europe et plus d'un milliard de dollars investis dans des startups britanniques et européennes d'intelligence artificielle—répond à des objectifs stratégiques clairs :

Équilibrer la concentration des hyperscalers : Les principaux fournisseurs de cloud comme Google (TPU), Amazon (Trainium) et Microsoft (Maia) continuent de développer des ASIC internes personnalisés pour des charges de travail spécifiques. Soutenir un écosystème dynamique de Neoclouds indépendantes garantit plusieurs canaux de distribution pour les systèmes full-stack de Nvidia.

Préservation de la concurrence au sein de l’écosystème : une base d’acheteurs diversifiée composée de Neoclouds régionaux, d’usines d’IA souveraines et d’opérateurs de périphérie télécom réduit la dépendance à un petit nombre d’hyperscalers américains.

Renforcer le fossé full-stack : les Neoclouds indépendants s'appuient presque entièrement sur la pile logicielle CUDA de Nvidia, les interconnexions NVLink et les unités de traitement de données BlueField, élargissant la base installée disponible pour les développeurs indépendants.

Le rôle complémentaire du calcul décentralisé

Alors que les néonuages centralisés se concentrent sur des clusters intensifs en capital et fortement couplés où des milliers de processeurs doivent se synchroniser via des infrastructures InfiniBand à très faible latence, les réseaux de calcul décentralisés (DePIN) s'adressent à un autre segment du marché.

Pour les charges de travail parallélisables ou tolérantes à la latence, telles que le rendu 3D, le traitement par lots de données, le raffinage indépendant de modèles et l'inférence locale en périphérie, l'efficacité coûts prime souvent sur la nécessité d'interconnexions optiques non bloquantes coûteuses.

Les protocoles DePIN regroupent des GPU de centres de données et d'entreprises sous-utilisés à l'échelle mondiale sur des marchés ouverts. Plutôt que de remplacer directement des usines d'IA de taille gigawatt, les réseaux de calcul décentralisés complètent l'écosystème en offrant une capacité flexible et à la demande aux startups et développeurs Web3 opérant en dehors des contrats d'entreprise sur plusieurs années.

Conclusion

Les commentaires de Jensen Huang à Berlin soulignent une transition dans le secteur technologique : l'infrastructure d'intelligence artificielle est passée d'une course axée sur le logiciel à une classe d'actifs industriels exigeant des capitaux et de l'énergie. Alors que la prévision de consolidation de Gartner et la volatilité des rendements des obligations de CoreWeave mettent en lumière les risques financiers réels liés à un effet de levier élevé, les arriérés croissants des clients confirment que la demande sous-jacente en calcul spécialisé reste robuste. La capacité des Neoclouds indépendantes à prospérer jusqu'en 2030 dépendra de leur aptitude à sécuriser une énergie fiable, à maintenir des bilans disciplinés et à collaborer avec des prêteurs institutionnels pour transformer les grappes GPU en actifs financiers standardisés et à moindre coût.

FAQ

Qu'est-ce qu'un Neocloud dans l'infrastructure IA ?

Neocloud est un fournisseur indépendant d'infrastructure cloud spécialisée, conçue spécifiquement pour les charges de travail d'intelligence artificielle et de calcul haute performance. Contrairement aux fournisseurs de cloud généralistes qui proposent des centaines de services informatiques traditionnels, Neocloud se concentre principalement sur la location de clusters GPU bare-metal connectés via des réseaux InfiniBand à haute vitesse ou des réseaux Ethernet spécialisés.

Pourquoi la demande pour Neocloud augmente-t-elle selon Jensen Huang ?

Lors de son intervention à GTC Berlin en octobre 2026, le PDG de Nvidia, Jensen Huang, a déclaré que la demande pour Neocloud est « hors normes » car les modèles d'IA de pointe, les agents d'entreprise, la robotique physique et les simulations industrielles nécessitent des clusters de calcul massifs et étroitement intégrés. Selon Huang, la contrainte principale freinant la croissance de Neocloud n'est pas la demande des clients, mais une pénurie de capital de fonctionnement intermédiaire et de capacité énergétique pour construire l'infrastructure suffisamment vite.

Que signifie Jensen Huang en parlant de transformer les GPU en un « actif financiable » ?

Huang a noté que Nvidia travaille avec des institutions financières pour établir ses équipements de calcul IA comme une catégorie d'actifs « financiables » reconnue — similaire aux infrastructures traditionnelles ou aux équipements industriels. Étant donné que les grappes de GPU modernes sont fongibles, productives et durables sur plusieurs charges de travail IA, démontrer leur valeur résiduelle sur plusieurs années peut aider les opérateurs à obtenir un crédit institutionnel à moindre coût plutôt que de compter sur une dette à rendement élevé coûteuse.

Les Neoclouds peuvent-ils survivre face à AWS, Microsoft Azure et Google Cloud ?

La survie à long terme dépendra de la structure du capital et de la maîtrise des coûts. Alors que Gartner prévoit que plus de 80 % des Neoclouds plus petites ou surendettées pourraient se regrouper ou quitter les opérations indépendantes d'ici 2030, les opérateurs bien capitalisés, soutenus par des arriérés de contrats de plusieurs milliards de dollars, une énergie utility sécurisée et un service de la dette gérable, restent bien positionnés pour servir de partenaires de capacité essentiels aux hyperscalers traditionnels.

Avertissement

Ces informations générales sur le marché, provenant éventuellement de sources tierces, commerciales ou sponsorisées, sont fournies à titre informatif et éducatif uniquement et ne constituent ni un conseil financier ou en investissement, ni une offre, une sollicitation ni une garantie. Nous déclinons toute responsabilité quant à leur exactitude, intégralité, fiabilité et aux pertes éventuelles en découlant. Les investissements/le trading comportent des risques ; les performances passées ne garantissent pas les résultats futurs. Les utilisateurs doivent effectuer leurs propres recherches, juger avec prudence et assumer pleine responsabilité. Pour plus de détails, veuillez consulter les Conditions d'utilisation et les Divulgations de risque de KuCoin.

Avertissement : Pour votre confort, cette page a été traduite à l'aide de la technologie IA. Pour obtenir les informations à la source, consultez la version anglaise originale.