Marché des capitaux de la puissance de calcul

Auteur : Vaidik Mandloi, compilation : Block Unicorn

Google est l’un des trois principaux fournisseurs de services cloud mondiaux, et il achète actuellement chaque mois à SpaceX (une entreprise de fusées) des ressources de calcul d’une valeur de 920 millions de dollars.

Voilà à quel point le marché de la capacité GPU est chaotique. Aucun prix de référence n’existe, et les prêteurs ne peuvent pas couvrir le risque du matériel qu’ils financent ; tout repose sur une allocation aveugle de capital. Mais cela va changer, car le Chicago Mercantile Exchange (CME) et l’Intercontinental Exchange (ICE) ont annoncé le lancement de contrats à terme sur le temps de calcul GPU.

La puissance de calcul est en train d’être intégrée dans un marché financier complet, comme l’électricité dans les années 1990. Aujourd’hui, je vais explorer comment cette nouvelle courbe à terme liquide, réglée par des stablecoins, peut transformer la plus grande construction d’infrastructures depuis les chemins de fer.

Rendre la puissance de calcul négociable

Je dis que la puissance de calcul suit le chemin de l’électricité vers les marchés financiers, et je suis très précis. Comprendre cela nous dira comment ce marché est réellement structuré.

Dans les marchés de matières premières, les traders font une grande distinction entre les biens stockables et les biens fluides. Par exemple, le pétrole est un bien stockable car on peut le stocker dans des pétroliers jusqu’à trouver un acheteur. On peut thésauriser du pétrole quand les prix sont bas et le vendre quand les prix montent. La puissance de calcul, elle, est un bien fluide car on loue des GPU pendant une période et on paie pour cela. Toute capacité de calcul non utilisée pendant la période de location est perdue à jamais.

Un GPU inactif dans un rack n’équivaut pas à de la « puissance de calcul stockée », tout comme une centrale électrique déconnectée n’est pas de l’« électricité stockée » : dans les deux cas, le produit de valeur est le flux – les heures-GPU ou les kilowattheures, et non les machines physiques qui les produisent.

C’est crucial pour la tarification, car les biens stockables ont un stabilisateur intégré (le stock), tandis que les biens fluides en manquent. Les stocks peuvent être libérés en période de forte volatilité pour atténuer les hausses de prix. Les biens fluides n’ont pas ce tampon ; c’est pourquoi les prix spot de la puissance de calcul fluctuent souvent violemment.

À la mi-2025, avec l’arrivée massive de nouvelles offres due au lancement de la prochaine puce Blackwell de Nvidia, la demande pour les H100 a chuté, et les prix spot de la puissance de calcul ont plongé de 70 % en 18 mois. Mais cette année, avec l’envolée de la demande pour les puces HBM, et aucun stock disponible, les prix des H100 ont grimpé de 48 % en seulement quatre jours. Pour les entreprises d’IA (dont les coûts d’entraînement atteignent des dizaines de millions de dollars) et pour les prêteurs qui financent ce matériel avec plus de 120 milliards de dollars de crédit pour les datacenters, cette volatilité sans outil de couverture est une question de vie ou de mort.

De plus, il y a un deuxième problème. Un baril de pétrole, où qu’il soit dans le monde, est identique à tout autre baril – c’est pourquoi il peut être négocié en bourse sans inspection physique. Mais un H100 en Virginie et un H100 en Islande sont des produits complètement différents, car les puces, la configuration des clusters et les charges de travail adjacentes affectent les performances réelles.

Les données de référence des fournisseurs mondiaux de GPU montrent des écarts de performance allant jusqu’à 38 % pour du matériel nominalement identique. Le secteur électrique a rencontré le même problème dans les années 1990 : l’électricité du réseau texan est très différente de celle de la région médio-atlantique, car le transport et la demande locale créent des situations différentes à chaque nœud du réseau. La seule solution à l’époque était de fixer un prix différent pour chaque nœud et de coter les écarts par rapport à un prix de référence. C’est ce prix de référence qui manque aujourd’hui au marché de la puissance de calcul.

SF Compute a construit un carnet d’ordres en temps réel pour le temps GPU, où acheteurs et vendeurs peuvent échanger des blocs de temps comme n’importe quelle matière première sur un marché spot. Le raisonnement : une fois que l’on dispose d’un marché spot liquide, on peut en déduire un prix indiciel grâce à l’activité de trading. Et cet indice peut servir à construire des contrats à terme réglés en espèces.

Une fois qu’un datacenter peut vendre des contrats à terme et verrouiller ses revenus pour plusieurs mois, il peut approcher les prêteurs, leur montrer que ses revenus sont couverts, obtenir des taux plus bas et se développer. Ce qui, en retour, réduit le coût global de la puissance de calcul pour tout le monde.

Une autre société, Silicon Data, a construit un indice quotidien appelé SDH100RT, disponible sur le terminal Bloomberg depuis mai dernier. Il agrège aujourd’hui 3,5 millions de points de données provenant de fournisseurs mondiaux en un seul indice de référence, pour un coût équivalent à une heure de GPU H100. Les nouveaux contrats à terme annoncés par le CME seront réglés sur cet indice. Plusieurs autres entreprises se précipitent pour construire des indices similaires, car devenir le prix de référence signifie capter une fraction de chaque transaction sur le marché, aussi longtemps que le marché existe.

Le marché électrique a traversé une phase similaire : en 1993, Nord Pool a ouvert la première bourse de contrats à terme sur l’électricité, suivie par plus de 200 nouvelles sociétés de commercialisation d’électricité. Les acteurs ont passé dix ans à débattre de savoir si l’électricité était, juridiquement, une marchandise. Aujourd’hui, c’est un marché annuel de 6 billions de dollars. Le marché de la puissance de calcul vit actuellement la même évolution.

Les intermédiaires

Nous avons donc maintenant ce que l’on peut appeler les premiers marchés spot de puissance de calcul adoptant une forme d’indice de prix, et les bourses ont annoncé leur intention. Mais entre le prix indiciel sur Bloomberg et un marché financier fonctionnel, il y a un élément crucial qui soutient tout cela, et il est très différent des modes de transaction traditionnels.

Le marché des contrats à terme sur la puissance de calcul ne fonctionnera pas comme une bourse d’actions où des acheteurs anonymes échangent des titres standardisés. Il sera dominé par des courtiers qui servent d’intermédiaires entre les propriétaires de GPU (qui souhaitent verrouiller leurs revenus) et les entreprises d’IA (qui souhaitent verrouiller leurs coûts).

Par exemple, supposons qu’un datacenter américain dispose d’un grand nombre de serveurs H200 disponibles à partir d’octobre. Une startup a besoin de 500 GPU, mais ne se soucie que de l’interconnexion InfiniBand (un médium de communication GPU), pas de l’emplacement exact des serveurs. C’est un besoin très spécifique qui nécessite que quelqu’un traite cette commande personnalisée tout en couvrant le risque lié à l’indice standardisé.

Ce n’est pas nouveau ; chaque matière première a eu besoin d’une telle étape pour que les parties puissent démêler les complexités du produit physique et le transformer en unités fongibles négociables en bourse. Un contrat H100 sur étagère n’est qu’un contrat sur mesure que personne d’autre ne peut évaluer. Il ne génère des revenus que par accord privé pour une partie, et le reste du système financier ne peut même pas y toucher. Mais si on le combine avec un prix indiciel et une couche de règlement publique, il devient une marchandise vivante que les prêteurs peuvent couvrir.

En 2023, CoreWeave a emprunté 2,3 milliards de dollars avec pour seule garantie des GPU Nvidia – c’était le premier prêt sur du matériel H100. Son dernier financement a obtenu une note de crédit investment grade de Moody’s, basée sur la solvabilité de Meta et non sur celle de CoreWeave, car Meta a signé un contrat « take-or-pay » qui l’oblige à payer, qu’elle utilise ou non la puissance de calcul.

C’est là que la piste crypto joue un rôle porteur. Les acheteurs et vendeurs de puissance de calcul sont répartis dans le monde entier, mais ils ne peuvent pas tous obtenir l’approbation de la CFTC américaine pour ouvrir un compte sur une bourse de matières premières américaine. Cependant, les portefeuilles crypto peuvent régler des paiements en stablecoins, et tout portefeuille peut détenir des ressources de calcul tokenisées.

Les contrôles à l’exportation de GPU ont déjà révélé la stratification géopolitique de l’accès aux ressources de calcul – Nvidia ne peut pas exporter ses puces les plus avancées vers la Chine et des dizaines d’autres pays. Un marché à terme de la puissance de calcul réglé en stablecoins permettrait aux chercheurs et startups en dehors des zones soumises aux restrictions d’obtenir une tarification de la puissance de calcul et de couvrir leurs coûts via une infrastructure contournant les limitations, comme les stablecoins le font déjà en Argentine et au Nigeria.

La courbe à terme liquide

Actuellement, construire un cluster GPU signifie emprunter des millions de dollars avec des revenus non verrouillables, car les marchés financiers mondiaux n’ont pas d’outil adapté. Mais une courbe à terme liquide permet aux entreprises d’emprunter à des taux inférieurs à ceux d’une position non couverte, avec des revenus déjà couverts en garantie. Ce qui signifie un coût par heure de calcul plus faible. Alors, qui construit la couche de règlement de cette courbe à terme ?

La seule solution aujourd’hui nécessaire est de construire une couche de règlement qui permette à quiconque de vérifier les garanties et de rendre la courbe à terme publique en tant que bien commun. Actuellement, on ne peut pas vérifier l’état du matériel mis en garantie, s’il a été mis en gage plusieurs fois, ni son taux d’utilisation réel. Mais si on tokenise les GPU et leurs flux de revenus en actifs on-chain, chaque prêteur peut vérifier la garantie en temps réel, rendant la courbe à terme visible publiquement au lieu de rester enfermée dans des négociations bilatérales.

De plus, la prochaine génération d’agents IA achètera de la puissance de calcul à l’appel d’inférence, et ils ne peuvent pas ouvrir de comptes bancaires. La crypto est la seule passerelle de paiement capable d’exécuter des microtransactions entre un agent à Tokyo et un rack de GPU en Virginie en moins d’une seconde.

Il existe maintenant de puissants contrepoids, car l’offre de GPU est actuellement très concentrée. Les plus grands opérateurs de datacenters du marché contrôlent 78 % de la puissance informatique IT mondiale. Nvidia détient plus de 80 % du marché des puces AI haut de gamme, et ses plans de lancement suffisent à ébranler le marché entier. La normalisation est un goulot d’étranglement, mais financiariser une classe d’actifs pendant un boom de construction pourrait la rendre plus contagieuse.

Plus de 120 milliards de dollars de dette d’infrastructure AI sont passés des bilans aux SPV (véhicules à objet unique) financés par Wall Street, dont une grande partie a atterri dans des fonds obligataires d’entreprises présents dans des produits de retraite à date cible – et les particuliers qui détiennent ces obligations n’en savent rien. Je pense que les modèles de financement utilisés pour construire ces infrastructures comportent probablement des hypothèses sur la valeur résiduelle du matériel que les données actuelles ne soutiennent pas encore.

Le marché électrique ne s’est pas arrêté au générateur ; il a traversé tout le système jusqu’à la prise murale et a affecté le prix de tous les appareils électriques. Le marché de la puissance de calcul a encore beaucoup de lignes à poser.