Le principal investisseur IA Gavin Baker : le recul de juillet va à l'encontre des fondamentaux de l'infrastructure IA

Organisé et compilé par Shenchao TechFlow

Invité : Gavin Baker, fondateur et chef investisseur d'Atreides Management

Animateur : Patrick O’Shaughnessy, animateur de Invest Like The Best, PDG de Positive Sum

Source du podcast : Invest Like The Best

Le retrait des actions d'IA ne correspond pas aux données | Le principal investisseur en IA explique

Date de diffusion : 4 août 2026

Déclaration d'intérêts : L'invité Gavin Baker dirige Atreides Management, qui gère environ 5 milliards de dollars d'actifs, avec des positions importantes dans NVIDIA (plus de 20 ans), Astera Labs (environ 10 % du fonds), Micron, Cerebras et d'autres actifs d'infrastructure IA discutés dans cet article. Ses opinions sont directement liées à ses positions.

Cependant, il est effectivement l’un des principaux investisseurs technologiques américains, ayant été directeur général de Fidelity et ayant géré des fonds technologiques d’un montant de plusieurs dizaines de milliards de dollars. En tant qu’investisseur précoce et à long terme dans NVIDIA, Tesla et SpaceX, Gavin possède plus de vingt ans d’expérience en investissement dans les semi-conducteurs et les technologies de pointe. Dans le courant de l’IA, il est réputé à Silicon Valley et à Wall Street pour ses insights approfondis sur la chaîne d’approvisionnement des puces, les goulets d’étranglement en puissance de calcul et les voies de commercialisation de l’IA.

Gavin Baker est le fondateur d'Atreides Management et a maintenu des positions importantes dans NVIDIA pendant les 20 dernières années, étant l'un des plus ardents soutiens de l'infrastructure de l'IA. Ce podcast a été enregistré après le krach des actions liées à l'IA en juillet ; il est revenu spécialement de la Silicon Valley pour "mettre à l'épreuve" toutes ses hypothèses. Sa conclusion principale est que le retrait de juillet est totalement déconnecté des données fondamentales : tous les indicateurs quantitatifs accélèrent, tandis que les cours plongent en chute libre.

Baker a décrit juillet comme « avoir compressé 2022 dans un seul mois ». Un grand nombre d'actions AI ont chuté de 40 % à 60 % depuis leurs sommets, mais les prix au comptant des GPU ont augmenté (hausse de 50 % à 60 % en six mois), et les flux de trésorerie opérationnels des fournisseurs de cloud à très grande échelle ont accéléré de 28 % à 35 % (ajustés pour les éléments ponctuels), tandis que la production de tokens a continué d'augmenter. Il estime que le marché a commis trois erreurs d'interprétation : avoir mal interprété la location de puissance de calcul par Meta comme un excès de capacité (en réalité, c'est une imitation de SpaceX qui vend de la puissance à des prix élevés) ; avoir mal interprété l'explosion des modèles open-source comme un affaiblissement de la demande (en réalité, les bénéfices se sont simplement déplacés de la couche des modèles de pointe vers la couche d'infrastructure) ; et avoir mal interprété l'élargissement des écarts CDS comme un signal de crise de crédit (en réalité, les banques se contentent de se couvrir contre leurs engagements). Le seul élément qui le préoccupe vraiment est la hausse du rendement réel et le resserrement du marché du crédit, mais ses calculs montrent que, si la puissance de calcul déjà installée était réévaluée au prix au comptant actuel, les fournisseurs de cloud à très grande échelle pourraient financer leurs investissements en infrastructure IA principalement grâce à leurs flux de trésorerie opérationnels, sans avoir besoin de recourir massivement à la dette.

1. Sur l'écart entre la vente et les fondamentaux

J’ai passé deux mois en Sillicon Valley et je n’ai pas entendu un seul indicateur négatif. La disponibilité des GPU, les prix de location des GPU, les prix au comptant du DRAM, la croissance des tokens : tous les indicateurs accélèrent.

NVIDIA est actuellement à son plus bas multiple cours/bénéfice anticipé depuis dix ans. Le marché est à 100 % convaincu que les entreprises d'IA sont surévaluées en termes de bénéfices.

OpenAI accélère, Anthropic connaît une croissance solide, et les modèles open source connaissent une explosion significative. Mais les données d'Anthropic et d'OpenAI ne sont pas visibles sur les marchés publics, ce qui crée une asymétrie d'information.

2. Sur les modèles open source et les besoins en puissance de calcul

A token is a token. Whether generated by a cutting-edge model or an open-source model, it requires the same amount of compute, memory, and electricity to produce.

Les modèles open source prennent aux modèles de pointe la marge bénéficiaire, pas la demande en puissance de calcul. Ils transforment des tokens à 90 % de marge brute en des tokens à 30 % de marge brute, mais consomment en réalité plus d’heures GPU sous-jacentes.

Jensen is the world's largest open-source supporter. Would he really make this his signature issue if it were bad for his business?

3. Sur l'impact de Claude sur le marché

Claude est essentiellement le Walter Cronkite du marché boursier. Tout le monde alimente Claude avec des nouvelles, puis trade en fonction de son interprétation. Claude est intelligent, mais il n’a pas toujours raison.

Quelqu’un a partagé une image d’actions japonaises de condensateurs en disant : « Nous avons parcouru tout le cycle des condensateurs en six semaines. » Les fondamentaux n’ont pas encore atteint leur point culminant, mais le cours a déjà connu une forte hausse suivie d’un effondrement.

4. Théorie des jeux sur le marché de la mémoire

Suppose that in 2027 or 2028 you want to terminate an LTA to get a lower price. But if leverage returns to memory manufacturers over the next two or three years, you’re out. You could destroy the entire business.

Ce que fait NVIDIA revient essentiellement à offrir aux acheteurs de GPU un emballage de crédit accompagné d'une part des revenus supérieure au prix de base. Cela leur permet en réalité de construire rapidement une immense activité de cloud grâce à des redevances.

5. Concernant SpaceX et les calculs orbitaux

SpaceX a accédé à plus de puissance de calcul à un prix plus bas plus rapidement que quiconque au cours des trois dernières années. Des rapports indiquent maintenant qu'ils vont déployer 8 gigawatts de puissance de calcul ; je ne parie jamais contre Elon, mais c'est effectivement un chiffre incroyable.

Les calculs orbitaux deviennent de plus en plus réels chaque jour. Benchmark a investi dans StarCloud, une entreprise de calculs orbitaux sans les coûts internes de lancement de SpaceX. Si Benchmark pensait que ce n’était pas crédible, ils n’auraient pas investi.

6. Sur la réglementation et les crises de relations publiques

Les centres de données sont la meilleure chose que j'aie jamais vue pour les salaires ouvriers. Mais le Parti démocrate, qui devrait représenter les travailleurs ouvriers, pousse leurs emplois dehors.

Quelqu’un a surestimé la consommation d’eau des centres de données dans un ouvrage académique par un facteur de dix mille. L’auteur a reconnu à plusieurs reprises son erreur, mais c’est la même histoire que celle de la teneur en fer des épinards : quand le mensonge parcourt le monde, la vérité n’a pas encore fini de s’habiller.

Patrick O’Shaughnessy : Qu'est-ce qui s'est passé ce mois-ci ?

Gavin Baker : Je décrirais juillet comme « avoir compressé 2022 dans un seul mois ». Il y a effectivement certains facteurs fondamentaux négatifs à discuter, mais dans l'ensemble, l'équilibre fondamental s'est nettement amélioré. Un grand nombre d'actions AI ont chuté de 40 % à 60 % depuis leurs sommets, en chute libre. Je vous demande : pendant tout l'été que vous avez passé à Silicon Valley, avez-vous entendu même un seul indicateur quantitatif négatif sur l'IA ?

Patrick O’Shaughnessy : Un signal de ralentissement ?

Non. En réalité, chaque indicateur s'accélère : que ce soit la disponibilité des GPU, les prix de location des GPU, les prix au comptant du DRAM ce mois-ci ou la croissance des tokens, tout s'accélère.

Je pense qu'une grande partie du problème réside dans le fait que le marché public n'a pas de visibilité sur Anthropic et OpenAI. En parallèle, il existe ces nuages d'inférence open source — Fireworks, Baseten, Modal, Together — qui commercialisent l'inférence. Les modèles open source connaissent une accélération significative grâce à GLM 5.2 et Kimi K3, tandis que Nemotron progresse également de manière solide. OpenAI accélère, Anthropic connaît une croissance robuste et génère presque certainement d'importants flux de trésorerie libres.

Tout le monde a vu cette image : les flux de trésorerie des semi-conducteurs augmentent, tandis que les flux de trésorerie libres des grands fournisseurs de cloud diminuent. Mais vous avez omis les entreprises privées. Les flux de trésorerie d’OpenAI et d’Anthropic ne figurent pas sur cette image. Je pense que cette image omet également un point important : en 2024 et 2025, même si vous êtes le plus optimiste, vous pensez que les prix de location des GPU vont diminuer lentement. Les porteurs de vues baissières pensent qu’ils vont s’effondrer. Personne ne pensait en 2024 ou 2025 que les prix des GPU d’occasion augmenteraient encore en 2026.

Patrick O’Shaughnessy : Comment sera l’environnement de financement au cours des six prochains mois ? De quel crédit cette construction aura-t-elle besoin ?

Cela concerne le problème classique du cycle des capitaux. Si un déséquilibre entre l'offre et la demande se produit, les choses peuvent s'effondrer très rapidement, comme lors de la bulle internet. Si vous croyez que les géants du cloud peuvent financer cette construction grâce à leur flux de trésorerie opérationnel, alors le resserrement du crédit n'est pas aussi redoutable.

Mon calcul est le suivant : le consensus suppose que les grands fournisseurs de cloud utilisent la puissance de Blackwell et Rubin pour générer des revenus au rythme d’Ampere (une génération de puces en retard). Un flux de trésorerie opérationnel de 1,3 à 1,4 billion de dollars pour les grands fournisseurs de cloud. Si elles génèrent des revenus à un rythme inférieur à celui de Blackwell actuel mais supérieur à celui d’Ampere, cela se rapproche davantage de 2 billions. Cela réduit la demande de crédit d’environ 700 milliards. De plus, avec la réévaluation des capacités déjà installées et l’accélération continue du flux de trésorerie opérationnel, les indicateurs de crédit s’amélioreront et le financement deviendra plus facile.

Les signaux du marché de la dette ne peuvent effectivement pas être ignorés. Meta a émis des obligations la semaine dernière, avec une tarification pire que ce que vous pensiez. Tous les CDS d'entreprises s'élargissent. Les rendements réels sont à la hausse. Ce sont tous des faits. Si nous avons besoin de dette pour financer cette construction, c'est effectivement un signal négatif majeur. Mais si la puissance de calcul est réévaluée au prix spot actuel, nous pourrions ne pas avoir besoin de beaucoup de dette du tout.

Patrick O’Shaughnessy : Quelles sont les données spécifiques que vous avez entendues à硅谷 ?

Ce matin, j’ai discuté avec une entreprise qui a loué des milliers de Blackwell à environ 2 $ du milieu l’heure par GPU. Sept mois plus tard, pour le même cluster et la même taille de B200, ils espèrent pouvoir le renouveler à moins de 4 $. Autrement dit, une augmentation de 50 % à 60 % en sept mois.

Une autre entreprise de cloud computing a déclaré publiquement sur un podcast qu'à l'échéance du contrat, elles prévoient de payer 100 % de plus pour Blackwell. Cela signifie que tous les fournisseurs de cloud à très grande échelle sous-évaluent leurs revenus.

Il y a eu plusieurs catalyseurs de vente en juillet. D'abord, Meta a annoncé qu'elle louerait de la puissance de calcul, ce que le marché a interprété comme un signe de surcapacité et de réduction des dépenses en capital. Ce n'est absolument pas le cas. Meta a constaté que SpaceX possédait une grande quantité de puissance de calcul installée et vendait des clusters optimisés pour les transactions à des prix bien supérieurs aux prix contractuels. Meta a vu une opportunité : démontrer d'abord sur une petite partie de sa capacité qu'il était possible d'obtenir un IRR très élevé, puis lever des fonds par équité et augmenter les dépenses en capital. Les données de télémétrie des dépenses en capital de Meta n'ont absolument pas changé ; si quelque chose a changé, c'est qu'elles sont devenues encore plus agressives. Ensuite, ils ont lancé Muse 1.1, le meilleur modèle depuis longtemps.

Ensuite, la sortie de Kimi K3 a provoqué une nouvelle panique sur le marché concernant les modèles open source. Simultanément, l'indice des tokens de Silicon Data s'est stabilisé. Mais cela s'explique par l'augmentation de la part des tokens open source dans l'indice, dont la méthode de calcul des pondérations entraîne une stabilisation structurelle. Un token est un token, qu'il provienne d'un modèle de pointe ou d'un modèle open source : la puissance de calcul, la mémoire et l'électricité nécessaires à sa production sont identiques. Ce que les modèles open source reprennent, ce n'est pas la demande en puissance de calcul, mais la marge bénéficiaire des modèles de pointe.

Patrick O’Shaughnessy : Comment pensez-vous que le marché a intégré ces informations ?

Il y a une chose que je me demande. Mike Mauboussin a une théorie selon laquelle l’effondrement de la diversité entraîne des bulles et des krachs. Actuellement, dans le monde des marchés publics, que ce soit les particuliers ou les institutions, chaque nouvelle est alimentée à Claude, parfois à Claude Code ou à Claude Agent. Claude est probabiliste, mais la manière dont tout le monde interprète les nouvelles est probablement très similaire.

Claude est essentiellement le Walter Cronkite du marché boursier. Tout le monde croit ce qu'il dit et trade en conséquence. Claude est intelligent, mais il n'a pas toujours raison. Le marché boursier est fondamentalement une interprétation bayésienne probabiliste de l'avenir. Vous voyez une nouvelle, elle est fournie à Claude, Claude l'interprète d'une certaine manière, et un grand nombre de personnes trade en conséquence.

Un compte anonyme du secteur des semi-conducteurs appelé TBU a partagé une image d'actions japonaises de condensateurs, disant : « Nous avons parcouru tout le cycle des condensateurs en six semaines. » Les cours ont doublé, triplé, quadruplé, puis ont chuté brutalement. Les fondamentaux n'ont même pas encore commencé, et vous avez déjà accompli en six semaines ce qui prend normalement trois ans.

Patrick O’Shaughnessy : Si vous deviez trouver une situation qui vous fait vraiment peur, ce serait quoi ?

Le flux de trésorerie d'exploitation ne s'accélère plus, ce qui sera le signal négatif le plus fondamental. Cela dépend largement de la performance globale d'Anthropic, OpenAI, Grok, Cursor, xAI et des projets open source.

Si les prix au comptant des GPU connaissent une baisse importante et durable, c'est aussi effrayant. Mais as-tu déjà entendu quelqu'un dire qu'il avait trop de GPU ? Pas une seule personne. En réalité, c'est exactement l'inverse : ça ressemble plutôt à un marché noir.

Sur le plan technique, je pense que les risques potentiels les plus intéressants sont l'apprentissage continu et l'apprentissage efficace en échantillons. Si ces problèmes sont résolus, cela pourrait signifier une rupture temporaire dans la demande d'entraînement. Vous entraînez un modèle sur 300 billions de tokens, puis vous le réduisez à seulement 10 billions de tokens et le laissez apprendre efficacement en échantillons dans le monde réel — ce qui n'est pas bon pour la demande d'entraînement. Toutefois, la part de l'entraînement dans la demande de semi-conducteurs tend à devenir un très petit pourcentage, mais pas zéro ; c'est l'inférence qui domine. SSI affirme qu'ils sortiront un modèle en août, et plusieurs nouveaux laboratoires se concentrent sur ce domaine. C'est une bonne chose pour le monde, mais il est difficile de dire si cela est positif ou négatif pour la demande en infrastructure.

Patrick O’Shaughnessy : Tout le monde parle de LTA, pouvez-vous développer ?

Nous devons passer de l’« exploitation des chiffres à court terme » à l’« échange contre la durabilité via des protocoles à long terme (LTA) ». Le client paie à l’avance, avec un prix minimal et maximal. C’est comme ce qu’on appelait il y a quelques années la « surcapacité de main-d’œuvre » lorsqu’on hésitait à licencier.

Pensons à la théorie des jeux derrière l'annulation d'un LTA. Quatre entreprises sont véritablement importantes à l'échelle de la mise à l'échelle : Trainium d'Amazon, le TPU de Google, AMD et NVIDIA, qui est plus grande que les trois autres réunies. Supposons qu'en 2027 ou 2028, vous souhaitiez annuler un LTA pour obtenir un prix plus bas. Mais les parts de marché des années suivantes seront essentiellement déterminées par l'allocation de la chaîne d'approvisionnement et vos commandes anticipées. Si vous annulez le LTA et que le levier revient aux fabricants de mémoire, vous êtes hors jeu.

Que se passerait-il si Google supprimait LTA ? Cela signifierait probablement un excès d'offre, une baisse des prix et une réduction naturelle de la capacité. Ensuite, cette industrie cyclique passerait d'un excès d'offre à une pénurie. À ce moment-là, pensez-vous que les fabricants de mémoire répartiront la quantité de Google de la même manière ? Vous pourriez détruire toute votre activité et votre marque.

Ce n'était pas comme ça avant. Apple était le plus grand acheteur, et ils faisaient ce qu'ils voulaient, car personne ne pouvait remplacer leur volume. Mais cette fois-ci, c'est différent : vous avez au moins quatre acheteurs en concurrence, ainsi qu'une multitude de startups. Vous avez rompu l'LTA ; les fabricants de mémoire peuvent dire : "Très bien, vous avez violé l'accord de prix, alors nous violons l'accord de volume et nous donnons notre volume à vos concurrents."

Patrick O’Shaughnessy : Que pensez-vous de la stratégie actuelle de NVIDIA ?

NVIDIA a lancé un nouveau modèle commercial très intelligent, que je décrirais comme une "mise en forme de crédit" accompagnée d'une participation aux revenus au-dessus du prix de base. Cela pourrait leur permettre de construire rapidement une énorme activité de cloud via des redevances. C'est également un autre moyen d'atténuer les déséquilibres de trésorerie.

Ce n'est pas un financement traditionnel des fournisseurs. Ils ne prêtent pas d'argent aux acheteurs de GPU. C'est quelqu'un d'autre qui prête de l'argent aux acheteurs, NVIDIA n'effectue que des investissements en actions et fournit un renforcement de crédit. NVIDIA inclut dans tous les accords d'investissement en actions la clause « ces fonds ne peuvent pas être utilisés pour acheter des puces NVIDIA », mais les fonds sont substituables.

Si j'étais le PDG de SK Hynix, je ferais exactement la même chose que NVIDIA. Je parlerais aux acheteurs de GPU en disant que je participe à l'empaquetage de crédit de NVIDIA, que j'ai également des liquidités à investir en amont, et que je souhaite une part des revenus continus. C'est une extension de la logique des LTA : vous échangez un gain à court terme contre de la durabilité, et maintenant, vous pouvez aussi percevoir une redevance sur les revenus continus.

Les avantages concurrentiels de NVIDIA sont plus forts que jamais. Si vous avez besoin de financer des puces, rien n'est plus facile à financer qu'une GPU NVIDIA. Vous avez besoin de terrain et d'électricité ? Ils jouent très bien leur partie. Leurs revenus par gigawatt augmentent et leur position concurrentielle se renforce.

Patrick O’Shaughnessy : Quel est le pire scénario pour le domaine de l’IA ? La régulation ?

La régulation est certainement le plus grand risque, ce qui est évident. C’est l’une des raisons pour lesquelles je suis sorti cette semaine pour me "faire peur". Je ne veux pas être celui qui voit les actions devenir de plus en plus bon marché, les rendements attendus augmenter, tout en se sentant comme un fou. Les fondamentaux de juillet sont même nettement améliorés par rapport à ceux de juin, mais je considère toujours la régulation comme le plus grand risque à ne pas négliger.

New York a imposé une interdiction des centres de données. Nous vivons dans un monde politique « post-vérité, post-logique ». L'industrie de l'IA se débrouille très mal en relations publiques. Le récit à Washington et chez de nombreux Américains ordinaires est : les centres de données font augmenter votre facture d'électricité, épuisent votre eau, puis vous volent votre emploi.

Mais la réalité est exactement l'inverse. Les accords signés par les développeurs de centres de données aujourd'hui ne se limitent pas à acheter de nouvelles voitures pour les services de police et les services d'incendie. Ils construisent des hôpitaux, des écoles, de nouveaux postes de police et des stations de pompiers pour la communauté, et réduisent les factures d'électricité des résidents. En raison de la présence d'accords « behind-the-meter », les tarifs d'électricité des résidents voisins diminuent généralement après l'installation d'un centre de données. De plus, ces travaux sont continus, et non ponctuels. Vous avez besoin de plombiers, d'électriciens et de techniciens en CVC pour entretenir et moderniser ces installations. Les centres de données sont la meilleure chose que j'aie jamais vue pour les salaires ouvriers.

Le problème de la consommation d'eau est encore plus absurde. Un ouvrage académique a surestimé la consommation d'eau des centres de données de dix mille fois, pas un ou deux ordres de grandeur, mais quatre. L'auteur a reconnu à plusieurs reprises son erreur, et l'ouvrage a été entièrement réfuté. Mais c'est exactement la même histoire que celle de la teneur en fer des épinards : un ouvrage académique a mal placé la virgule de deux décimales, et tout le monde a cru que les épinards étaient l'aliment le plus riche en fer, et 80 ans plus tard, certaines personnes le pensent encore. Pendant que le mensonge parcourt le monde, la vérité n'a pas encore fini de s'habiller.

Lors du congrès annuel de l'ASCO (American Society of Clinical Oncology), l'ambiance cette année était « la plus grande concentration de percées scientifiques jamais vues lors d'une seule conférence », dont une grande partie est liée à l'IA. Si vous avez un enfant, un parent ou un proche malade, l'IA augmente concrètement leurs chances de guérison. Ces histoires doivent être racontées. L'industrie doit passer des publicités pendant les matchs de la NFL, le football universitaire et les World Series pour expliquer ce que font réellement les centres de données.

Les gens de la Silicon Valley pensent que tout cela est évident, donc ils supposent que tout le monde le sait. Ils ne comprennent pas que, pour la plupart des Américains, c’est une perception complètement différente, voire opposée. Même les États profondément rouges qui soutiennent la croissance disent : « Vous n’avez pas bien raconté votre histoire ; si vous l’aviez fait, nous pourrions vous aider à la répéter, mais vous êtes les experts. »

Patrick O’Shaughnessy : Que pensez-vous du fait que la Chine possède des machines DUV ?

Les deux interprétations pourraient être correctes. Par exemple, DUV est un avion à hélice, EUV est une turbine à réaction. La Chine n’en avait pas auparavant, mais on dit maintenant qu’elle en a une ; c’est un changement de phase. Même si ce moteur à réaction est en retard de 25 ans, il est tout de même important et ne doit pas être ignoré. Toutefois, le marché pourrait avoir réagi de manière excessive. Si cela affecte réellement les commandes d’ASML, ce ne sera probablement qu’après cinq ans, et pendant ce temps, le marché aura déjà oublié et rappelé cette information plusieurs fois.

Cela est vraiment très important pour la Chine. Ils sont très intelligents, travaillent très dur et considèrent cela comme une tâche cruciale au niveau national. Mais on ne peut pas accélérer la courbe d'apprentissage ; il faut vraiment traverser ces cycles d'apprentissage.

Patrick O’Shaughnessy : Quel est l'impact des modèles open source sur l'industrie ?

Les modèles open source approchent les performances de pointe, et avec des plateformes de cloud d'inférence comme Fireworks, personnaliser des modèles devient extrêmement facile — une opportunité inestimable pour l'industrie du logiciel. Les entreprises AI Native peuvent utiliser des modèles open source pour effectuer leurs propres micro-adjustements en RL, passant de 1 à 3 modèles de pointe à une consommation de tokens où les modèles de pointe ne représentent plus que 30 % à 60 %, le reste étant géré par leurs propres modèles. Vous n'êtes plus simplement une « coquille de ChatGPT » : vous possédez des données propriétaires et une véritable protection.

Les tokens abordables peuvent rendre les tokens de pointe encore plus précieux. Si vous pouvez exécuter un modèle open source de 120 IQ à moindre coût, un modèle de pointe de 160 IQ capable de les diriger n'est-il pas encore plus précieux ?

Une chose souvent négligée est l’accelérateur SRAM. Ces puces ne sont pas soumises aux goulets d’étranglement de production du HBM DRAM et sont généralement fabriquées avec des processus plus anciens, évitant ainsi la concurrence pour la capacité avec les dernières GPU. Si l’on décompose l’inférence, elle se divise en deux étapes : le prefill (pré-remplissage) et le decode (décodage). Le decode se subdivise en attention (attention) et feed-forward network (réseau de propagation avant). L’état idéal serait de réaliser le prefill sur une puce sans HBM, l’attention sur une puce高性能 dotée de HBM, et le feed-forward sur une puce SRAM. Quelle que soit la manière dont vous ajustez les proportions entre calcul, HBM DRAM et SRAM, la charge de travail évolue constamment ; pouvoir décomposer les tâches en ces trois parties augmentera considérablement le ROI global de l’IA.

Patrick O’Shaughnessy : Y a-t-il des acteurs actuellement hors du radar qui pourraient devenir des personnages aussi importants qu’ dans Game of Thrones ?

Lee Buu pourrait être un cheval noir. Lynn de Fireworks est également un tueur absolu. Et notre ami Scott Wu, Cognition mérite également une attention particulière.

Patrick O’Shaughnessy : Et SpaceX ? Le marché comprend-il cette entreprise ?

Les fondamentaux de SpaceX s'améliorent depuis son IPO. Grok 4.5, l'acquisition de Cursor, Cursor s'accélère clairement. Au cours des trois dernières années, ils ont accédé à plus de puissance de calcul à des prix plus bas que quiconque. Ils sont arrivés au moment où les prix au comptant étaient au plus haut, mais le marché a entièrement absorbé la grande quantité de puissance de calcul qu'ils ont injectée, et le train ne ralentit pas du tout.

Un auteur de Substack a cité un rapport public affirmant que SpaceX va intégrer 8 gigawatts de puissance de calcul. Je ne parie jamais contre Elon, mais c’est effectivement un accomplissement extraordinaire. Actuellement, ils génèrent environ 50 milliards de dollars par gigawatt, et les prévisions consensus pour l’année prochaine s’élèvent à 73 milliards de dollars. Même sans tenir compte de Starlink V3, sans considérer la connexion directe aux téléphones mobiles, ni Grok 4.5 ni Cursor, s’ils connectent même une partie proche de 8 gigawatts de puissance de calcul, cela dépassera largement les attentes du marché.

Le marché ne l'interprète pas ainsi. Des hedge funds de New York sont en position courte, pensant que le prix spot de la puissance de calcul chutera de 90 % et que la puissance de calcul connectée par SpaceX ne générera pas autant de revenus. Peut-être. Mais les entreprises d'Elon ont accompli ces dernières années des choses incroyables. Dans ses propres termes : « Nous sommes bons pour rendre l'impossible en retard. »

Les calculs d'orbite deviennent de plus en plus réalistes chaque jour. Benchmark a investi dans StarCloud, une entreprise de calculs d'orbite sans l'avantage de coûts de lancement interne de SpaceX. Si les personnes de Benchmark pensaient que ce n'était pas crédible, elles n'auraient pas investi. Donc, soit je suis fou, soit Elon est fou, soit Benchmark est fou, soit les ingénieurs de SpaceX sont fous. Ce n'est pas très probable.