Analyse de Render de la puissance de calcul décentralisée : Après l'intégration de 60 000 GPU, peut-elle défier le paysage du cloud computing d'AWS

En avril 2026, la communauté Render Network a mené un vote de gouvernance considéré par l’industrie comme une « grosse mise » à l’échelle. La proposition RNP-023 a été adoptée avec une majorité écrasante de 98,86 % lors du premier tour, intégrant officiellement Salad Network en tant que sous-réseau exclusif dans l’écosystème Render, introduisant ainsi environ 60 000 GPU actifs quotidiennement.

Salad Network n’est pas un fournisseur traditionnel de puissance de calcul pour centres de données. Il exploite le plus grand réseau de GPU grand public au monde, couvrant plus de 180 pays, avec plus de 450 000 nœuds enregistrés et environ 60 000 GPU actifs quotidiennement. Sa puissance provient des GPU inutilisés de joueurs et d’utilisateurs individuels — principalement des modèles grand public tels que RTX 3070, RTX 3080, RTX 3090 et RTX 4090. Cela contraste fortement avec les grands fournisseurs de cloud comme AWS ou GCP, qui dépendent d’ensembles de clusters d’entreprise tels que A100 ou H100.



Au 19 mai 2026, selon les données de marché de Gate, le prix de RENDER était de 1,8254 dollars, avec une hausse de 2,90 % sur 24 heures, une capitalisation boursière en circulation d’environ 946 millions de dollars, et une humeur de marché neutre.

Liste des faits clés :

- La première ronde de vote RNP-023 a recueilli 1,3 million de votes favorables et 15 500 contre, avec un taux d’approbation de 98,86 %
- Environ 60 000 GPU actifs quotidiennement de Salad Network seront intégrés en tant que sous-réseau exclusif dans Render
- L’intégration se divise en trois étapes : première étape, les chefs reçoivent des récompenses RENDER ; deuxième étape, les clients peuvent payer en RENDER ; troisième étape, toutes les transactions migrent vers le modèle BME sur la blockchain
- Avant la migration, le réseau Render comptait environ 5 700 nœuds GPU actifs, ayant traité plus de 71 millions de frames de rendu
- Lors du GTC 2026, Jensen Huang a prédit que la demande pour les puces AI Blackwell et Vera Rubin atteindrait au moins 1 000 milliards de dollars d’ici la fin 2027, doublant la prévision de l’année précédente

## Du BME à RNP-023 : Chronologie de l’expansion de Render

L’expansion de la puissance de calcul de Render n’est pas un événement isolé. Elle s’inscrit dans deux tendances macroéconomiques : la demande structurelle massive d’AI pour GPU, et la phase expérimentale de décentralisation des infrastructures physiques, passant de la narration à la mise en œuvre concrète.

Chronologie :

- 2023 : La communauté adopte la proposition RNP-002, permettant à Render de migrer d’Ethereum vers Solana, introduisant le modèle économique de jetons Burn-and-Mint Equilibrium (BME). Dans ce modèle, les paiements pour les tâches GPU sont brûlés, et de nouveaux jetons sont créés à la demande, établissant une relation dynamique entre l’offre de jetons et l’utilisation réelle du réseau.
- 2024-2025 : Le réseau valide la faisabilité de la gestion distribuée des ressources GPU, avec une augmentation continue des tâches d’inférence et de fine-tuning AI, atteignant près de 40 % de l’activité totale du réseau début 2026.
- Mars 2026 : Salad soumet une proposition officielle pour devenir un sous-réseau exclusif dans Render.
- Mars 2026 : Le GTC 2026 d’NVIDIA se tient, Jensen Huang annonce une prévision de demande de 1 000 milliards de dollars, renforçant la narration d’une pénurie de GPU.
- 1er avril 2026 : La première ronde de vote RNP-023 se termine, avec 98,86 % en faveur.
- 7 avril 2026 : RNP-023 est officiellement adopté, Salad confirme son intégration dans Render.

Chaîne de transmission clé entre le modèle BME et l’intégration : L’un des éléments clés du design de RNP-023 consiste à faire entrer les revenus de puissance de Salad dans le mécanisme de destruction BME. Le fondateur de Salad a déclaré publiquement : « La conception de brûler plus que de créer est réfléchie — nous voulons que la croissance de Salad profite à tout l’écosystème Render, pas seulement à nous. » On peut en déduire (hypothèse) que si l’intégration de Salad stimule significativement l’utilisation du réseau, la quantité de jetons brûlés dans le cadre du modèle BME augmentera, créant une boucle de rétroaction : « demande accrue → destruction accélérée → offre resserrée ». La validité de cette hypothèse dépend toutefois de l’utilisation réelle, pas du seul texte de la proposition.

## Saut de puissance et vérité des coûts : une perspective data

### Saut de l’offre de puissance : de 5 700 à plus de 65 000

Avant intégration, le réseau Render comptait environ 5 700 nœuds GPU actifs. L’ajout de Salad Network a apporté environ 60 000 GPU actifs quotidiens, portant la capacité théorique du réseau à plus de 65 000 GPU. Cela constitue une rupture non linéaire dans la courbe d’offre — ce n’est pas une simple optimisation incrémentale, mais un changement de dimension.

Cependant, le nombre de GPU ne se traduit pas directement en puissance de calcul disponible. Les GPU grand public et professionnels diffèrent sur plusieurs dimensions :

Différences clés entre GPU grand public et GPU d’entreprise

| Dimension | GPU grand public (Salad) | GPU d’entreprise (AWS/GCP) |
| --- | --- | --- |
| Modèles typiques | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| Mémoire vidéo | 8-24 GB | 40-141 GB |
| Bande passante interconnexion | PCIe (sans NVLink/NVSwitch) | NVLink + NVSwitch (interconnexion à haute bande passante) |
| Cas d’usage | Inférence AI, batch, rendu de petite/moyenne échelle | Entraînement distribué massif, fine-tuning de modèles >70B |
| Fiabilité du nœud | Matériel personnel, déconnexion possible | Data center, SLA 99,9+ % |
| Coût unitaire | Très faible (à partir de 0,02 USD/h) | Élevé (H100 environ 4,50–5,50 USD/h) |

La position de Salad confirme cette logique de division du travail. Son blog officiel indique que les modèles AI open source tendent de plus en plus à fonctionner sur du matériel grand public, et que la charge de travail Agentic AI explose, chaque interaction nécessitant plusieurs ordres de grandeur de calcul par rapport à une API traditionnelle. De plus, les cas clients de Salad montrent qu’il est possible d’exécuter des charges de travail sur GPU grand public tout en réduisant les coûts et en augmentant l’échelle. Cela signifie que le réseau Render intégré ne cherche pas à remplacer AWS/GCP dans tous les scénarios, mais à se concentrer sur des tâches « tolérantes à la latence, sensibles au coût, décomposables et parallélisables » : inférence AI, batch, fine-tuning de petits/moyens modèles, rendu 3D.

### Écart de prix avec AWS : jusqu’à 90 % d’économies

C’est la donnée la plus cruciale pour comprendre la compétition Render vs AWS/GCP. Voici une comparaison basée sur les prix publics disponibles au premier semestre 2026 :

Prix des GPU H100

| Fournisseur | Type de GPU | Prix à la demande (USD/h) | Commentaire |
| --- | --- | --- | --- |
| AWS (calculé par carte) | 1×H100 80GB | 4,50–5,50 | Estimation Securities.io |
| Réseau décentralisé (Akash/Render) | 1×H100 80GB | 1,20–1,80 | Données Securities.io |
| Salad (grand public) | Prix de départ | 0,02 | Données salad.com |

Sources : prix estimés pour H100, prix décentralisés (Securities.io), prix de départ Salad (salad.com). Les prix varient selon région, disponibilité et priorités, à titre indicatif.

Le coût d’un GPU H100 dans un réseau décentralisé est environ 25–35 % du prix à la demande AWS, permettant d’économiser 65–75 %. Pour les GPU grand public (série RTX), le prix peut descendre jusqu’à 0,02 USD/h, avec une différence de plus de 90 % par rapport aux grands cloud.

Une clarification essentielle : un prix bas ne signifie pas une capacité de remplacement. Pour des entraînements massifs nécessitant une interconnexion InfiniBand à haute vitesse, un cluster centralisé reste la seule architecture viable. AWS et GCP disposent d’un avantage hardware en interconnexion décentralisée difficile à reproduire. La valeur de Render réside dans le remplissage du « milieu » — tâches d’inférence, batch, fine-tuning de petits/moyens modèles, rendu 3D — où la sensibilité à la latence et au coût est élevée, mais la nécessité d’une haute interconnexion n’est pas critique.

### Détriment de plus de 1,22 million de jetons : usage réseau et fondamentaux du jeton

Selon les données du premier trimestre 2026, Render Network a traité plus de 71 millions de frames, avec près de 40 % de charge AI, et a brûlé plus de 122 000 jetons RENDER.

Données officielles du premier trimestre 2026 :

| Indicateur | 2026 Q1 |
| --- | --- |
| Nœuds GPU actifs | Plus de 5 700 |
| Frames traitées | 71 269 082 |
| Part AI | Près de 40 % |
| Jetons RENDER brûlés | 1 228 380 |
| Offre en circulation | 552 011 095 / 644 168 762 (max) |

Après intégration de Salad, le nombre de GPU disponibles pourrait théoriquement dépasser 65 000, mais le nombre réel en ligne dépend de l’efficacité du scheduler et de la participation des chefs, à confirmer par des données opérationnelles continues.

Analyse économique du jeton : Le modèle BME de Render relie la demande de jetons à l’utilisation du réseau. L’intégration de Salad, en apportant ses revenus dans le mécanisme de destruction, pourrait avoir un impact structurel sur l’offre et la demande, mais cela dépendra de la croissance continue de l’utilisation du réseau et des volumes de destruction, à suivre dans le temps.

## Divergences de marché : comment trois factions interprètent RNP-023

### Optimistes de l’expansion : la taille comme barrière

Les supporters pensent que, grâce à Salad, Render bénéficie d’une source d’offre de puissance décentralisée difficile à reproduire pour un cloud traditionnel — des millions de joueurs dans le monde. Cette offre présente des caractéristiques : coûts marginaux très faibles (équipements déjà achetés, puissance secondaire), distribution géographique très dispersée (plus de 180 pays), effet de réseau (plus de chefs, plus de puissance, plus d’attractivité).

Bob Miles, fondateur de Salad, a déclaré après l’adoption : « Les modèles AI open source tendent de plus en plus à fonctionner sur du matériel grand public. La charge Agentic AI explose — chaque interaction nécessite plusieurs ordres de grandeur de calcul par rapport à une API classique. Les machines de nos chefs sont l’infrastructure dont l’industrie a besoin. »

Les partenaires institutionnels de Render, comme NVIDIA, Stability AI, WME, renforcent cette narration — notamment NVIDIA : pourquoi un géant du GPU s’intéresserait-il à un réseau décentralisé ? (hypothèse) Peut-être parce que tout écosystème élargissant l’usage du GPU profite à la stratégie de NVIDIA.

### Prudence : taille ne rime pas forcément avec revenus

Une vision plus calme se concentre sur quelques chiffres. L’intégration Salad a considérablement augmenté l’offre de puissance, mais quelle est la contribution réelle aux revenus ? La déclaration de Salad ne donne pas de chiffres précis. La valorisation des protocoles crypto ne suit pas forcément le modèle traditionnel de PER, et l’effet réseau, la prime narrative, la croissance future pèsent davantage dans la valorisation des jetons.

De plus, certains analystes soulignent que RNP-023 est un événement de gouvernance, dont l’impact réel dépend de la mise en œuvre, pas du vote lui-même. Sur le marché crypto, « acheter la spéculation, vendre la réalité » est une règle courante.

### Concurrence et structure : la bataille interne du secteur DePIN

Salad indique explicitement « ne pas émettre son propre jeton » pour rejoindre l’écosystème Render, en raison de « l’équipe, l’infrastructure et la communauté de Render ». Cela signifie aussi que Salad renonce à capturer une valeur propre via un jeton, en liant sa puissance à l’écosystème Render via le modèle BME.

Par ailleurs, le secteur décentralisé de la puissance de calcul n’est pas une monopole de Render. Akash Network, avec son marché ouvert pour applications containerisées, et io.net, avec ses solutions d’orchestration AI, ont des degrés d’intersection ou de compétition avec Render. À mesure que Salad pousse Render vers une échelle plus grande, la frontière concurrentielle avec d’autres protocoles DePIN deviendra plus complexe.

## Derrière le chiffre : la narration des 60 000 GPU en trois niveaux de vérification

Dans la crypto, la narration précède souvent la réalité. « 60 000 GPU » est un chiffre très médiatisé, mais il mérite une décomposition en plusieurs couches.

Premier niveau : ces 60 000 GPU existent-ils vraiment ? Salad annonce « 60 000 machines actives quotidiennes dans plus de 180 pays ». D’autres sources indiquent plus de 450 000 nœuds enregistrés. La mention officielle de 60 000 provient de Salad, confirmée par au moins 6 sources indépendantes. Cependant, la nature grand public des GPU implique que le nombre d’actifs quotidiens peut fluctuer, et qu’il existe une différence entre le nombre de dispositifs enregistrés et ceux en ligne simultanément.

Deuxième niveau : ces GPU peuvent-ils être utilisés par Render ? (hypothèse, basée sur la proposition) Selon le plan d’intégration, Salad deviendra un sous-réseau « exclusif » de Render, et toutes les transactions de paiement via Salad seront progressivement transférées sur la chaîne RENDER. Cela lie économiquement ces GPU à l’écosystème Render. Techniquement, la déconnexion, la latence réseau, la volatilité de la puissance sont des caractéristiques structurelles. La documentation officielle de Salad indique que, en raison de la nature distribuée et intermittente du réseau, la rentabilité du hardware n’est pas garantie, et les revenus peuvent fluctuer quotidiennement. La capacité de ces GPU à fournir une puissance stable pour des tâches professionnelles d’IA ou de rendu dépend de l’intégration du scheduler et du système de gestion des chefs.

Troisième niveau : l’augmentation du nombre de GPU augmente-t-elle forcément la valeur du réseau ? (point de vue) Cela dépend de deux conditions : si ces GPU peuvent continuer à recevoir des tâches payantes, et si ces paiements se traduisent en valeur dans le modèle BME. La chaîne de transmission est encore sujette à plusieurs variables — acquisition client, tarification, concurrence — et il manque des données vérifiables pour conclure.

## Impact sectoriel : de l’intégration à la substitution, une trajectoire en trois étapes

### DePIN accélère la consolidation

La validation de RNP-023 marque une étape clé : le secteur DePIN de la puissance décentralisée passe d’un développement « en silo » à une phase de « consolidation à grande échelle ». La décision de Salad de ne pas émettre de jeton propre mais d’intégrer Render pourrait indiquer que, à terme, les réseaux de puissance de petite et moyenne taille préféreront s’intégrer plutôt que concurrencer. Si cette logique est validée, elle accélérera l’effet de concentration dans le secteur.

### Complémentarité plutôt que disruption : une nouvelle dynamique pour le marché cloud

Le déploiement de puissance décentralisée peut-il réellement « bousculer » AWS ou GCP ? La réponse dépend de la définition. Si l’on considère « remplacer » dans tous les cas d’usage GPU, la réponse est non — comme le soulignent Securities.io et d’autres analyses : pour l’entraînement massif à faible latence, le cluster centralisé reste la seule architecture viable.

Mais si l’on parle de « décharger » une partie de la demande à coût réduit dans des scénarios sensibles au prix, la réponse est oui. La réduction de 65–75 % sur le coût, voire plus de 90 % pour certains GPU grand public, ouvre une voie complémentaire.

Le marché du décentralisé n’est pas une alternative totale, mais une segmentation complémentaire — une logique vérifiable par la capacité à faire fonctionner efficacement des charges de travail tolérantes à la latence, peu sensibles à la sécurité ou à la gouvernance des données.

### La nouvelle variable BME

L’intégration de Salad introduit une nouvelle source de destruction dans le modèle BME. Cela étend la demande de jetons RENDER de la simple rémunération pour rendu à une demande de paiement en puissance de calcul grand public, augmentant la portée de l’utilité du jeton. La déclaration de Salad selon laquelle « brûler plus que de créer » est une décision mûrement réfléchie, et l’impact sur l’offre dépendra de la croissance de l’utilisation du réseau. Une observation à long terme est nécessaire.

## Conclusion

L’intégration de Salad Network, avec ses 60 000 GPU grand public, par Render en 2026, constitue l’un des événements les plus significatifs dans le secteur DePIN. Elle valide la faisabilité d’une expansion à grande échelle de la puissance décentralisée — un défi considéré comme le principal obstacle du secteur.

Mais la valeur réelle de « 6万 GPU » ne dépend pas uniquement de ce chiffre, mais de la capacité de Render à transformer ces GPU en une utilisation durable du réseau et en valeur dans le jeton. Au 19 mai 2026, la capitalisation de Render était d’environ 946 millions de dollars, avec un prix de 1,8254 USD. La montée en puissance apportée par Salad est intégrée dans les fondamentaux, mais la validation de la contribution réelle en termes de revenus, d’acquisition client et de destruction de jetons nécessitera encore du temps.

D’un point de vue sectoriel, la relation entre puissance décentralisée et AWS/GCP est mieux décrite comme une « substitution de coûts dans certains scénarios » plutôt qu’une « compétition totale ». Cela ne constitue pas un échec de la décentralisation — c’est une étape structurante dans un marché dominé par quelques géants, où toute capacité à réduire les coûts est une exploration sérieuse de la dynamique du secteur.