Les classes d’actifs ne se découvrent pas; elles se construisent. Les prêts hypothécaires existaient depuis des siècles avant de devenir des titres dans les années 1970; les prêts accordés aux entreprises endettées étaient embarrassants pour les banquiers jusqu’aux années 1980, lorsqu’ils ont été rebaptisés «haut rendement» et le crédit en dehors du système bancaire était considéré comme un secteur marginal jusqu’à ce que les années 2000 lui donnent le nom de «crédit privé». Dans tous les cas, l’actif était ancien; la nouveauté résidait dans le dispositif permettant aux investisseurs institutionnels de le détenir: des contrats types, des flux de trésorerie mesurables, un moyen d’évaluer ce qui reste lorsque le prêt a fait son temps. Et dans tous les cas, une fois les infrastructures mises en place, le marché a pu se développer bien au-delà de ce qu’il était auparavant. Ce mois-ci, c’est à la puissance de calcul d’être au centre du jeu. Nvidia et six des plus grands investisseurs mondiaux – Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR – ont convenu de créer des plateformes de financement indépendantes visant à lever 500 milliards de dollars de capitaux externes pour les usines d’IA. Le crédit de la puissance de calcul est né, au jour un, à une échelle que la plupart des classes d’actifs n’ont jamais atteinte au cours de leur existence.
Ce n’est pas la nature d’un objet qui détermine s’il peut servir de garantie, mais son comportement: des flux de trésorerie pouvant faire l’objet d’un engagement contractuel, et une valeur qui ne baisse pas pendant toute la durée du prêt. Le calcul accéléré offre des performances sans précédent dans l’histoire du matériel informatique. On a longtemps considéré un processeur graphique (GPU) comme un glaçon qui fond: trois ans de durée de vie utile, et il perdait toute valeur dès la sortie de son successeur. Le marché locatif vient bousculer ces certitudes. Les prix au comptant ont pratiquement doublé en sept mois pour s’établir à environ 4 dollars par heure-GPU; les tarifs de location des puces H100 dans le cadre de contrats d’un an sont passés d’environ 1,70 dollar à environ 2,35 dollars; et l’A100 – une puce Nvidia conçue en 2020 – se loue plus cher cette année que l’année dernière, les unités vieilles de six ans faisant l’objet de contrats jusqu’en 2029 à des tarifs sans remise, ce qui prolonge sa durée de vie économique jusqu’à une décennie.
Auparavant, chaque génération de matériel perdait de sa valeur dès l’arrivée de son successeur. Cette génération en gagne, dès lorsque l’inférence IA – c’est-à-dire l’exécution de modèles entraînés – peut tirer pleinement parti aussi bien des anciennes générations de puces que des plus récentes, et parce que les logiciels qui sous-tendent le parc continuent de s’améliorer: les systèmes Nvidia GB300 de la même génération offrent désormais un débit 2,7 fois supérieur à celui d’il y a six mois pour un coût par jeton inférieur de 60%, grâce uniquement à des optimisations logicielles, de sorte que les puces livrées l’année dernière sont plus rapides cette année. Les plans d’amortissement élaborés pour l’ancien monde s’avèrent erronés d’un facteur deux – et ce sont précisément les garanties durables et dont la valeur s’apprécie qui ont motivé la création du crédit.
La structure a son importance
Nvidia garantit à un nouveau cloud d’IA un chiffre d’affaires minimum compris entre environ 2,10 et 2,35 dollars par heure-GPU selon des conditions «take-or-pay» – ce qui est suffisant pour permettre à l’opérateur de lever des emprunts d’une qualité proche de la catégorie «Investment grade» – et prélève environ 35 à 40% du chiffre d’affaires dépassant ce niveau. Si le chiffre d’affaires venait à tomber en deçà de ce seuil, Nvidia récupérerait la capacité qu’elle pourrait alors redéployer plutôt que d’émettre des chèques. Contrairement au financement par le fournisseur tel qu’il existait lors des cycles précédents et qui socialisait les pertes des clients, ce système participe à leur succès. À notre avis, la circularité du récit populaire n’est pas non plus à l’œuvre: les six plateformes financières procèdent à des souscriptions de manière indépendante, en fonction de la demande, du taux d’utilisation et de la valeur résiduelle; le soutien apporté par Nvidia est plafonné à un quart du montant de toute transaction et l’ensemble de ce dispositif repose sur quelque 2'400 milliards dollars de dépenses futures engagées dans le cloud, un chiffre qui a presque triplé en un an.
L’ancêtre le plus proche est la location d’avions – un actif tangible, des flux de trésorerie garantis par contrat, un marché secondaire très développé – qui a discrètement financé la démocratisation du transport aérien. Entre les obligations publiques, le crédit privé et ces nouvelles plateformes, nous estimons que les émissions liées au financement par l’IA avoisineront les 1'000 milliards de dollars cette année.
Ce dispositif financier est devenu nécessaire, car le gigawatt supplémentaire doit désormais provenir d’une source autre que les «big four». Les hyperscalers sont limités par les contraintes foncières, l’approvisionnement en électricité et la patience de leurs actionnaires. Les «néoclouds» – fournisseurs spécialisés dans les GPU disponibles sur le cloud (ou Cloud GPU) – et les acteurs souverains, qui peuvent s’implanter là où les premiers ne le peuvent pas, n’ont jusqu’à présent pas disposé des bilans financiers nécessaires pour être considérés comme solvables. Les dépenses d’investissement publiques dans le «néocloud» sont passées d’environ 10 milliards de dollars en 2023 à environ 91 milliards de dollars cette année, et le prochain frein au développement de ce secteur – après les puces et l’énergie – allait inévitablement être le capital. Voici ce qui a changé ce mois-ci: la puissance de calcul pouvant être financée est celle qui sera construite.
Nous défendons ce point de vue en toute lucidité. Aux revenus liés à l’IA, qui pourraient atteindre 600 à 800 milliards de dollars l’année prochaine, s’opposent quelque 4'000 à 5'000 milliards de dollars de capitaux investis, de sorte que tout repose sur la pérennité du financement externe. Des prêts garantis par des clusters qui ne sont pas sous contrat commencent à apparaître et les tensions se manifesteraient en premier lieu au niveau des spreads de crédit, et non des cours boursiers – c’est précisément pour cette raison que nous surveillons chaque semaine les prix de location des GPU et les spreads de crédit liés à l’IA. Mais le scepticisme quant au rythme ne doit pas occulter l’importance de cet événement. Les plus grands investisseurs en titres de créance au monde ont analysé les flux de trésorerie d’un GPU et les ont évalués comme s’il s’agissait d’une infrastructure. Lorsque cela s’est produit dans le domaine des crédits hypothécaires, des prêts à effet de levier et des avions, les flux de capitaux ne se sont pas simplement poursuivis. Ils se sont accumulés.
Les fonds permettent de lancer le déploiement
Ces nouveaux dispositifs doivent désormais financer une courbe de demande sans précédent dans l’histoire des biens d’équipement. À eux seuls, les principaux laboratoires de pointe en intelligence artificielle devraient avoir besoin de plus de 100 gigawatts de puissance de calcul d’ici 2030, contre environ 6 gigawatts actuellement; la capacité des hyperscalers quadruplera, passant d’environ 30 gigawatts à environ 120 gigawatts d’ici 2028, avec des dépenses d’investissement qui devraient atteindre entre 1'200 et 1'400 milliards de dollars par an; et les dépenses annuelles consacrées aux infrastructures d’IA devraient atteindre entre 3'000 et 4'000 milliards de dollars d’ici la fin de la décennie. Au regard de cette courbe, nous estimons que ces 500 milliards de dollars ne constituent pas le plafond de la nouvelle classe d’actifs, mais bien son capital d’amorçage.
Le marché obligataire a déjà rendu son verdict sur l’emprunteur qui en est au cœur: lorsque Nvidia a levé des fonds à trente ans en juin, les prêteurs lui ont appliqué une prime de 0,65% par rapport aux bons du Trésor américain, soit la prime la plus faible de tout l’écosystème de l’IA, un écart habituellement réservé aux infrastructures les plus sûres au monde. Il y a un demi-siècle, les créanciers du monde entier ont estimé que les prêts hypothécaires américains constituaient un actif de premier ordre; il y a une génération, ce fut le tour des avions; cette année, après avoir étudié les contrats, l’utilisation et les valeurs résiduelles, ils sont parvenus à la même conclusion concernant un processeur: un GPU constitue une infrastructure de haute qualité. Dans le domaine de l’IA, la puissance de calcul est synonyme de chiffre d’affaires et l’ère de l’intelligence dispose désormais de son propre marché obligataire. Le déploiement qu’il est censé financer vient à peine de commencer.