La course aux armements de l'IA entre dans une nouvelle phase alors que les marchés du crédit peinent à suivre

Auteur : Kerman Kohli (fondateur de Fastbreak Capital)

Traduction : Deep潮 TechFlow

Guide de Shenchao : Alors que la course mondiale à l'IA entre dans sa seconde phase, les contraintes des infrastructures de calcul s'étendent désormais au marché du financement par crédit, d'une ampleur de plusieurs milliers de milliards de dollars, au-delà de la simple pénurie de puces. Les institutions de crédit traditionnelles utilisent des modèles conservateurs, conçus pour évaluer des immeubles de bureaux et des centres de données classiques, et entretiennent trois préjugés courants : elles pensent que l'IA est une bulle, que les entreprises en démarrage ont une faible notation de crédit, et que les cartes graphiques se déprécient jusqu'à une valeur nulle en quelques années, comme les serveurs classiques.

Kerman Kohli, fondateur de Fastbreak Capital, aborde dans un article les lacunes cognitives des méthodes traditionnelles de gestion des risques de crédit. Il souligne que la demande potentielle en puissance de calcul dans des domaines tels que la finance quantitative, la pharmacie biotechnologique, la recherche de pointe et la défense est illimitée, et que le paradoxe de Jevons garantit qu'une réduction des coûts ne fait qu'augmenter exponentiellement la consommation. Plus ironiquement encore, les institutions de crédit, dans leur quête d'une « sécurité d'investissement », imposent aux startups des contrats à long terme de 2 à 3 ans assortis de remises énormes de 30 % à 50 %. Dans un contexte où les loyers de puissance de calcul augmentent de 100 % par an, cela plonge les investisseurs eux-mêmes dans une position passive d'« vente à découvert de puissance de calcul ».

Cet article décompose en profondeur la logique sous-jacente à la financialisation de la puissance de calcul, révélant pourquoi, à mesure que la pénurie de mémoire vidéo pour l'inférence s'intensifie, les actifs de puissance de calcul soutenus par le crédit déclenchent une重构 transgénérationnelle dépassant l'immobilier traditionnel.

Le marché de la puissance de calcul fait actuellement face à de nombreux goulets d'étranglement, dont l'un des plus graves est l'accès au capital. Plus précisément, il s'agit du manque de capital de crédit capable de financer la construction de puissance de calcul. Nous faisons face à un déficit d'investissement s'élevant à plusieurs milliers de milliards de dollars, tandis que le capital peine à entrer librement dans ce secteur.

Les institutions de crédit traditionnelles ont tendance à assimiler grossièrement la puissance de calcul à l'immobilier. Elles adhèrent souvent à trois croyances fondamentales qui semblent a priori rationnelles, mais qui sont en réalité contradictoires :

• Convaincu que l'IA est une bulle d'actifs qui finira par éclater ;

• Considère que le preneur de puissance de calcul (off-taker) n'est pas une entreprise de haute qualité, avec une probabilité de défaut très élevée ;

• Considère que les actifs sous-jacents (matériel GPU) n'ont aucune valeur de préservation et se déprécieront jusqu'à zéro en quelques années, comme les serveurs de centre de données classiques.

Ces points de vue semblent logiques aux yeux des observateurs extérieurs, mais ils sont incompatibles entre eux sur le plan financier. Pour libérer la liquidité des milliers de milliards de dollars du système écologique entier, il faut corriger profondément chaque malentendu.

La question centrale des sceptiques de la bulle de l'IA est que la demande en puissance de calcul est limitée et que l'offre finira par rattraper la demande ; de plus, l'amélioration de l'efficacité des grands modèles ou des algorithmes réduira la demande en matériel.

Ce jugement s'effondre face aux données réelles. La demande annuelle croissante en puissance de calcul des agents (Agentic AI) atteint un étonnant facteur de 2,5 à 5 fois, tandis que l'offre mondiale de wafers et d'emballages de pointe ne pourra doubler au maximum d'ici 2030, élargissant chaque année l'écart entre l'offre et la demande. La capacité de mémoire haute bande passante (HBM) mondiale pour 2027 a déjà été entièrement réservée par les grands acteurs, et les principaux fournisseurs de puissance de calcul sont confrontés à des commandes en attente non livrées d'une valeur de plusieurs milliers de milliards de dollars.

Plus important encore, de nombreux secteurs essentiels dans l'économie réelle présentent une demande de puissance de calcul qui ne pourra jamais être satisfaite :

• Finance quantitative à haute fréquence : modélisation approfondie de produits dérivés complexes et de risques holistiques (par exemple, l'engagement en calcul dédié de plusieurs milliards de dollars de Jane Street, un des principaux market makers) ;

• Géant de la biopharmacie : investissement illimité en heures de calcul GPU pour simuler le docking moléculaire, le criblage des cibles et le développement de nouveaux médicaments ;

• Éminents chercheurs : exploitez une puissance de calcul massive pour relier des idées entre disciplines inconnues et effectuer des simulations complexes du monde physique ;

• Secteur de la défense et militaire : la puissance de calcul détermine directement la domination absolue des clusters de drones et des simulations de champ de bataille ;

• Frontière de la cybersécurité : les hackers et les équipes de sécurité continuent d'exploiter la puissance de calcul brute pour découvrir des vulnérabilités zero-day profondes dans les systèmes.

Ces entités ne se soucient absolument pas du « budget de tokens par employé » comme le feraient les entreprises traditionnelles. Tant que la société humaine aura besoin de vaccins meilleurs, de contrôles financiers plus précis, de défenses nationales plus robustes et de percées scientifiques plus profondes, la puissance de calcul restera la productivité la plus pure, et sa demande est essentiellement infinie. De plus, le paradoxe de Jevons s'accélère dans le domaine de l'IA : lorsque le coût d'une seule inférence intelligente diminue de 90 %, la fréquence d'appel et les scénarios à l'échelle de la société exploseront de plus de dix fois.

Figure 1 : Tendances des dépenses en capital et des réserves de contrats des principaux fournisseurs de nuage mondiaux et des géants de l'IA. Les engagements d'achat cumulés atteignent déjà plusieurs milliers de milliards de dollars, et le déficit d'offre s'élargit chaque année.

Équivaloir la puissance de calcul à l'immobilier est une erreur de pensée extrêmement dangereuse. Les locataires potentiels d'un bien immobilier sont absolument limités par leur emplacement géographique ; tandis que la puissance de calcul est un bien numérique universel, hautement homogène, livré en quelques secondes via la fibre optique à l'échelle mondiale.

De nombreuses institutions de crédit sont actuellement trop obsédées par la « qualité d'investissement » des locataires, exigeant systématiquement des contrats de 2 à 3 ans ainsi qu'un acompte important de 20 % à 30 %, voire jusqu'à 50 %. Les prêteurs pensent ainsi sécuriser une marge de sécurité, mais en pratique, ils se placent eux-mêmes dans une situation extrêmement défavorable.

Dans un monde où la puissance de calcul sera extrêmement insuffisante par rapport à la demande au cours des 5 à 10 prochaines années, si un client startup commet malheureusement une violation ou un défaut, au moins dix clients de remplacement attendent en file d’attente pour reprendre ce lot de puissance de calcul. Les puces phares comme la B300 sont presque introuvables sur le marché au comptant. Encore plus absurde : dans un contexte où les loyers spot de la puissance de calcul ont augmenté de 100 % au cours de la dernière année, les prêteurs forcent délibérément les emprunteurs à signer des contrats à long terme de trois ans avec une remise substantielle de 30 % à 50 %, au nom de la soi-disant sécurité — ce qui équivaut financièrement à transformer les institutions prêteuses en « vendeurs à découvert » de puissance de calcul !

Ce désir déformé de certitude a poussé les établissements de prêt à sacrifier des revenus variables considérables, allongeant ainsi le délai de retour sur investissement. Cette prudence a contrecarré leur propre rendement sur capital.

Le discours le plus populaire chez les pessimistes de l'IA est que les composants matériels de calcul se déprécient extrêmement vite et deviendront des déchets électroniques en quelques années. Cependant, les faits objectifs démontrent l'absurdité de cette hypothèse : la carte graphique A100 lancée par NVIDIA en 2020 fonctionne toujours à pleine capacité dans les centres de données, et ses contrats de location sont déjà réservés jusqu'en 2029, établissant ainsi que les GPU possèdent une durée de service commercial stable d'au moins neuf ans. Sur cette base, la durée économique effective de l'architecture Blackwell et de ses modèles ultérieurs pourrait très bien dépasser dix ans.

Plus révolutionnaire encore, les équipements de calcul de pointe affichent des caractéristiques de valorisation rares dans les produits industriels traditionnels : depuis sa sortie il y a deux ans, la valeur réelle du B200 sur le marché de l'occasion a augmenté de 50 % ; même une carte A100 utilisée depuis six ans conserve encore une valeur résiduelle sur le marché secondaire d'environ 25 % de sa valeur initiale. Le modèle d'amortissement linéaire sur six ans largement utilisé jusqu'alors par les analystes de Wall Street s'est révélé être une hypothèse excessivement pessimiste et ultra-conservatrice.

Figure 2 : Valeur réelle sur le marché secondaire et évolution des loyers des GPU principaux. Six ans après son lancement, la valeur résiduelle de l'A100 reste élevée à 25 %, et le B200 affiche une prime de marché supérieure à 50 %, bouleversant complètement l'hypothèse traditionnelle d'une dépréciation nulle après 3 ans.

Certains pourraient remettre en question : les puces plus avancées et efficaces ne cessent d'émerger, ne risquent-elles pas d'accélérer l'obsolescence des anciennes cartes ? Cette réplique ignore trois réalités fondamentales :

1. Le goulot d'étranglement central de l'inférence IA moderne dépend fortement de la mémoire GPU à large bande passante (dépendant de la mémoire) ;

2. La mémoire vidéo est un actif de valeur réelle en extrême pénurie ;

3. La capacité mondiale de fabrication de semi-conducteurs ne peut tout simplement pas produire en masse suffisamment de puces et de composants de mémoire vidéo en peu de temps.

Sur la base de ces lois physiques et industrielles irréversibles, l'ensemble du marché financier doit réévaluer la valeur à vie des actifs GPU sous un nouvel angle.

Mon jugement fondamental est que, sur le cycle à long terme des décennies à venir, la puissance de calcul dépassera inévitablement l'immobilier pour devenir la catégorie d'actifs la plus vaste et la plus liquide de l'histoire de l'humanité. Toutefois, maîtriser cette super-ondulation exige des investisseurs une compréhension profonde de la technologie sous-jacente ainsi que l'utilisation d'outils sophistiqués d'ingénierie financière moderne. L'ère de l'actifisation de la puissance de calcul, soutenue par le crédit et la finance structurée, vient tout juste de commencer.