Nvidia veut faire entrer le calcul IA dans la catégorie des actifs d’infrastructure
Avec le soutien de BlackRock, Blackstone et Goldman Sachs, Nvidia veut financer la puissance de calcul IA comme une infrastructure. Cela remet aussi en perspective les réseaux de calcul décentralisés comme Akash et Render.
À retenir
- Nvidia a signé avec six grandes institutions de Wall Street des memoranda of understanding pour des plateformes de financement susceptibles de lever, à terme, plus de 500 milliards de dollars de capitaux tiers.
- L’entreprise veut présenter la puissance de calcul IA comme une couche d’infrastructure investissable, comparable à l’immobilier, aux péages et aux centrales électriques.
- Pour le calcul crypto, cette initiative met davantage en évidence le retard des réseaux GPU décentralisés, qui restent très en deçà du débit des grands centres de données.
Nvidia avance un peu plus dans sa stratégie visant à faire du calcul IA une infrastructure à part entière, donc finançable comme telle, avec l’appui de six poids lourds de Wall Street. Le fabricant de puces a annoncé lundi avoir signé des memoranda of understanding avec Apollo Global Management, Blackstone, BlackRock, Brookfield Asset Management, Goldman Sachs et KKR. L’objectif est de structurer des plateformes de financement capables, à terme, de mobiliser plus de 500 milliards de dollars de capitaux tiers.
L’IA comme infrastructure
Dans la vision de Nvidia, la puissance de calcul dédiée à l’IA ne doit plus être traitée comme une simple dépense informatique, mais comme un actif d’infrastructure susceptible d’être financé, au même titre que des immeubles commerciaux, des péages ou des centrales électriques. L’idée est double : faciliter la construction de centres de données IA pour les clients, tout en renforçant la demande pour le matériel du groupe.
Jensen Huang, le PDG de Nvidia, a pour sa part présenté pour la première fois ces puces comme une classe d’actifs investissable. Il a expliqué que ces systèmes génèrent désormais des revenus, qu’ils sont productifs, qu’ils s’inscrivent dans la durée et qu’ils peuvent être déployés à grande échelle. Il a aussi rapproché le calcul IA de l’électricité et d’Internet, en estimant que l’ordinateur est devenu un maillon essentiel de l’infrastructure.
Ce que cela change
L’enjeu est loin d’être anodin, car les entreprises continuent souvent de comptabiliser la puissance de calcul comme une charge qui se déprécie vite au bilan. Nvidia cherche justement à renverser cette lecture. Selon le groupe, les mêmes GPU peuvent servir plusieurs clients et plusieurs charges de travail, ce qui leur permettrait de produire des revenus récurrents sur plusieurs années plutôt que de n’être qu’un investissement ponctuel.
Dans le cadre de ces accords, les banques examinent chaque projet séparément, en s’appuyant sur la demande des clients, l’utilisation attendue et les flux de trésorerie avant d’engager des capitaux. Dans certaines opérations, Nvidia peut assumer jusqu’à 25% du risque si les puces perdent de la valeur, mais le principe reste le même : les financeurs mènent leur propre analyse dossier par dossier.
Conséquences pour le calcul crypto
Pour le marché des cryptomonnaies, le point le plus marquant est surtout que cette initiative souligne encore davantage l’écart avec les réseaux de calcul décentralisés. Des projets comme Akash et Render tentent de créer, via la blockchain, un marché de capacité GPU. Mais une étude d’Epoch AI montre que les plus grands réseaux actifs d’entraînement décentralisé ne fournissent encore qu’environ un trois-centième du débit des principaux centres de données.
Ce retard tient à des contraintes très concrètes, comme une bande passante limitée, des coûts supplémentaires liés à la vérification cryptographique et l’absence d’accords de niveau de service au standard des entreprises. En parallèle, la montée en puissance de ces réseaux prouve qu’il existe bien une demande pour une infrastructure IA alternative. Cela est d’autant plus visible que certaines entreprises de minage crypto réorientent de plus en plus leur capacité électrique et leurs sites existants vers des centres de données IA. C’est notamment le cas de Core Scientific, qui a conclu un accord d’infrastructure de long terme afin de fournir davantage de capacité IA.
