Boom de l'infrastructure IA : limites d'échelle et contraintes énergétiques

Source : CryptoNewsNet Titre original : Graphiques de vendredi : Éléments d'une bulle Lien original :

Le paysage des investissements en IA

“Il y a eu beaucoup de discussions sur une bulle de l'IA. De notre point de vue, nous voyons quelque chose de très différent.”

Le PDG d'Alphabet, Sundar Pichai, a reconnu cette semaine qu'il existe des “éléments d'irrationalité” dans le boom actuel de l'infrastructure IA. Cependant, l'annonce par Google de Gemini 3 suggère que le marché pourrait ne pas être assez irrationnel.

Gemini 3 a démontré une amélioration étonnamment massive par rapport à Gemini 2.5 selon les benchmarks des modèles linguistiques. Ce développement remet en question la “thèse du mur d'échelle” - la théorie selon laquelle les LLM avaient atteint un plateau où l'ajout de puissance de calcul n'améliorait plus les performances.

La percée de Google est venue grâce à un meilleur calcul : des algorithmes plus intelligents, des méthodes d'entraînement améliorées et des puces plus récentes. Ce succès signale un élan d'investissement continu dans l'infrastructure de l'IA.

La demande de GPU reste forte

Nvidia continue de connaître une demande exceptionnelle. Le PDG Jensen Huang a rapporté que “les ventes de Blackwell sont hors normes, et les GPU cloud sont en rupture de stock.” Plus significativement, la CFO Colette Kress a noté que les GPU A100 expédiés il y a six ans fonctionnent toujours à pleine capacité aujourd'hui.

Cette observation répond aux préoccupations concernant la dépréciation des GPU. Les GPU suivent un “modèle d'utilisation en cascade”: les nouvelles puces gèrent les tâches d'entraînement pendant environ un an, puis exécutent des charges de travail d'inférence pendant des périodes plus longues avant de finalement servir à des fins secondaires comme le streaming vidéo.

Si les modèles continuent de s'améliorer et que la demande pour de nouvelles puces augmente tandis que les anciennes puces restent utiles, les entreprises d'IA pourraient en fait sous-estimer plutôt que surestimer leurs bénéfices.

Le problème de contrainte énergétique

Malgré de forts signaux de demande, les marchés boursiers ont chuté cette semaine. Le coupable probable : des inquiétudes concernant l'approvisionnement énergétique plutôt que la demande de puces.

Un dirigeant de Google Cloud a récemment estimé que l'entreprise doit doubler sa capacité de calcul tous les six mois pendant les quatre à cinq prochaines années pour répondre à la demande. Cela crée un besoin énergétique sans précédent.

Cependant, l'infrastructure pour soutenir cette demande fait face à de graves contraintes. Les turbines à gaz qui alimentent la plupart des centres de données prennent de cinq à sept ans à construire, et les fabricants sont complètement réservés jusqu'à au moins 2030.

Sans disponibilité d'énergie supplémentaire, il y a peu d'incitation à acheter des GPU de nouvelle génération qui consomment plus d'électricité. Des puces plus anciennes et plus efficaces suffiraient. De même, construire de nouveaux centres de données sans disponibilité correspondante de turbines n'a aucun sens économique.

Implications économiques systémiques

Pickai a averti que si la bulle de l'IA éclate, “aucune entreprise ne sera à l'abri.” Cela va au-delà des entreprises d'IA pour toucher l'économie dans son ensemble.

Les centres de données, représentant 4 % du PIB, ont compté pour 93 % de la croissance du PIB au cours du premier semestre de l'année. Sans le boom des centres de données, l'économie américaine serait probablement en récession. Cette concentration de la croissance économique sur un seul secteur crée un risque systémique significatif.

Indicateurs de bulle

Michael Burry souligne une mesure préoccupante : les dépenses d'investissement en tant que pourcentage du PIB pour l'infrastructure de l'IA atteignent déjà des niveaux observés avant les bulles dotcom, immobilières et de schiste.

Cependant, la demande pour les anciens GPU A100 s'est mieux maintenue que prévu, ce qui suggère que le récit de dépréciation peut être incomplet.

Les dépenses d'investissement de Microsoft ont augmenté pour atteindre près de 50 % des ventes, représentant un changement fondamental de la stratégie commerciale “passer de la concurrence sur les effets de réseau à la concurrence sur l'accès au capital” - un modèle intrinsèquement plus sujet aux bulles.

L'activité des startups reflète cette tendance : presque toutes les entreprises de Y Combinator sont désormais liées à l'IA.

Considérations sur le marché du travail

Les comparaisons historiques suggèrent que l'investissement actuel dans l'IA pourrait s'élargir de manière significative si le schéma correspond aux précédentes bulles technologiques.

Les inquiétudes concernant le déplacement des emplois par l'IA persistent. Cependant, l'histoire offre un certain réconfort : lorsque Otis a introduit l'ascenseur Autotronic en 1950 au sommet de l'emploi des préposés aux ascenseurs, les travailleurs déplacés ont réussi à se reconvertir vers de meilleures positions dans les années 1960.

Les données récentes sur l'emploi ont montré un gain surprise de 119 000 emplois aux États-Unis en septembre, bien que les tendances d'emploi plus larges justifient une surveillance continue.

Contexte Économique Plus Large

L'âge médian des acheteurs de maisons aux États-Unis a augmenté à 59 ans, reflétant les défis persistants en matière d'accessibilité au logement. Le secteur de la construction pourrait bénéficier d'améliorations de la productivité.

Les impacts tarifaires montrent que les biens importés sont environ 5,44 % plus chers qu'ils ne le seraient autrement. Pendant ce temps, le prix moyen des voitures aux États-Unis dépasse 50 000 $, tandis que les prix de l'essence dans certaines régions sont tombés en dessous des prix de l'eau.

L'essor de l'infrastructure de l'IA présente à la fois des opportunités et des risques : une demande soutenue pour la puissance de calcul contre une offre d'énergie contrainte et une dépendance économique systémique croissante à un seul secteur.