La prochaine baisse des cours des IA pourrait se manifester d’abord sur les contrats à terme concernant les GPU. De plus, le trade entre Nvidia et Neocloud va bientôt être réévalué.

Le marché des IA a passé trois ans à déterminer combien de GPU Nvidia peuvent être vendus, qui peut en acheter, et combien les hyperscalers sont prêts à dépenser. La prochaine étape sera plus difficile : quel est le véritable prix du calcul ? Le 5 octobre, CME Group prévoit de lancer des contrats à terme liés aux prix de location mensuels des GPU H100 et B200 de Nvidia, sous réserve d’une examen réglementaire. Cela ressemble à une histoire de produits dérivés spécialisés. En réalité, il s’agit plutôt d’une question de coûts de capital. Un prix public permet aux fournisseurs de calcul de sécuriser leurs revenus de location, aux laboratoires d’IA de se protéger contre les coûts futurs, et aux prêteurs de disposer d’un prix de marché pour les garanties liées aux GPU. Si ces contrats attirent une liquidité réelle, ils feront plus que simplement rendre le calcul commercialisable. Ils aideront à déterminer quels équipements sont financièrement viables, quels clouds méritent un coût de capital moins élevé, et quelles flottes de GPU anciennes ne valent pas autant que leurs propriétaires le pensent. Nvidia a passé des années à faire de ses chips le standard technique pour les IA. Now Wall Street fait le premier pas pour en faire aussi le standard financier.

La courbe de débordement modifie le financement.

Les contrats de CME seront négociés sur NYMEX sous les symboles GPU1 et GPU2. Ils sont liés à des indices de prix de location de Silicon Data, H100 et B200. Par conséquent, personne n’a besoin de livrer des GPU physiques. La chaîne de valeurs est donc simple :

Prix spot → courbe des contrats à terme → revenus couverts → flux de trésorerie financier → coût de financement réduit

Aujourd’hui, cette chaîne n’existe pas à grande échelle. Les investisseurs continuent de valoir l’infrastructure IA de manière descendante : Nvidia annonce des commandes, les grands opérateurs informatiques dévoilent leurs dépenses de développement, les nouveaux fournisseurs d’IA annoncent des contrats… Tout le monde essaie de deviner quelle capacité sera utilisée dans trois ans. Une courbe de marché fonctionne donc de bas en haut. Si un H100 vaut 2,70 dollars/heure aujourd’hui, mais que les prix du long terme diminuent rapidement, le marché peut alors comprendre immédiatement la dépréciation économique de cet actif. Si les prix du B200 restent stables, avec une augmentation de l’offre de Blackwell, les investisseurs ont alors des preuves que la demande absorbe la capacité disponible, plutôt que de simplement être promis dans les communiqués de presse.

L’impacte financier est le véritable avantage. Un prêteur qui finance un cluster de GPU doit également prendre en compte l’utilisation des ressources, les taux de location, la valeur résiduelle, la qualité des clients, la disponibilité énergétique et le risque lié à la construction. Les contrats à terme permettent d’isoler l’un de ces facteurs. L’opérateur vend ces contrats pour protéger ses revenus de location ; les clients les achètent pour protéger leurs coûts de calcul. Le prêteur peut alors surveiller ces contrats afin de se protéger contre les prix externes. BCG a estimé que 116 milliards de dollars de économies potentielles sur les coûts d’emprunt pouvaient être obtenues sur une investissement de 3,6 billions de dollars dans l’infrastructure de l’IA entre 2026 et 2030. C’est une estimation ambitieuse, mais la direction est correcte : les risques mesurables sont plus faciles à financer que les risques imprévisibles.

Cependant, le calcul n’est pas comme l’huile. L’huile peut rester dans un réservoir ; une heure de temps d’utilisation d’une carte graphique inutilisée disparaît. Il n’y a pas de mécanisme simple permettant de combiner les prix du marché à court terme et ceux des contrats à terme. La courbe, en revanche, montre les taux de location attendus, la pression liée aux hedges, ainsi que le prélèvement nécessaire pour prendre le côté opposé. C’est ce qui rend cette mesure précieuse. Pour la première fois, les investisseurs pourront observer directement le prix du risque lié aux infrastructures de l’IA, plutôt que de devoir en déduire les choses après coup, à partir des transactions liées au financement de dettes.

Nvidia obtient le benchmark, Neoclouds obtient la volatilité.

Nvidia ne possède pas les indices – c’est Silicon Data qui les possède. Mais les premiers contrats de calcul institutionnels sont nommés en fonction des produits Nvidia, et non en fonction des accélérateurs AMD ou des ASICs utilisés par les hyperscalers. Cela fait de la financiabilité une autre caractéristique de la plateforme Nvidia. Un prêteur peut préférer utiliser des GPU H100 ou B200, lorsqu’il dispose d’une courbe de location claire, d’un indice de valeur résiduelle, et d’une manière de se protéger contre les risques. Un chip concurrent peut être moins cher, mais son coût total reste élevé si la financement est difficile.

CUDA a fait de Nvidia le standard logiciel pour l’informatique accélérée. Le succès du marché des futures ajoute un autre standard financier. AMD et les semi-conducteurs personnalisés peuvent gagner des parts de marché, tandis que le marché continue de se demander comment leurs coûts par unité de calcul se comparent à ceux de l’H100 ou du B200. Nvidia conserve également l’avantage dans cette situation. Lorsque les prix de location restent stables, les valeurs plus élevées des actifs garantissent davantage d’achats de GPU. Lorsque les prix de location diminuent, le propriétaire de l’infrastructure subit les conséquences, après que Nvidia ait effectué les ventes. Nvidia gagne de l’argent lorsque les clients remplacent les GPU anciens. Les propriétaires d’infrastructure sont responsables de la dépréciation des GPU.

Cela ne change rien pour Nvidia au prochain trimestre. Ce qui change, c’est la structure de la concurrence autour de l’ensemble des GPU installés. Un indice de référence n’a pas besoin de déterminer précisément le prix par GPU-heure. Il doit plutôt devenir un indicateur sur lequel les acheteurs, les vendeurs et les créanciers discutent. Si cet indice est lié aux numéros de produit de Nvidia, alors la position de Nvidia dans le marché s’étend au-delà des puces et du logiciel, jusqu’aux marchés financiers.

Les prix de location des modèles différents peuvent également être trompeurs. Le modèle B200 coûte deux fois plus cher par heure que le modèle H100. Cependant, il offre une performance théorique supérieure de plus de deux fois celle du modèle H100 :

Sur cette mesure stricte, B200 est environ 9 % moins cher par unité de calcul à pleine puissance avec le code FP8, malgré son prix horaire 2,07 fois plus élevé. Les charges de travail réelles dépendent de la mémoire, du réseau, du logiciel, de l’énergie utilisée, de l’architecture du modèle et de l’utilisation des ressources. Ainsi, les FLOPS théoriques ne suffisent pas. L’important est que les investisseurs devraient cesser de considérer le dollar par heure de GPU comme la seule mesure pertinente. La mesure utile est le dollar par unité de calcul efficace – et, finalement, le coût par token, en tenant compte d’une latence et d’un niveau de service défini.

La plus grande sensibilité aux variations du cours des actions se trouve chez CoreWeave. Au 30 juin, CRWV devait environ 35,6 milliards de dollars de dettes. Au deuxième trimestre, elle a enregistré des coûts d’intérêts nets de 640 millions de dollars. Une réduction de 100 points de base sur ce montant de dettes correspondrait à une économie annuelle avant impôts d’environ 356 millions de dollars. Cela ne se produira pas immédiatement, et les contrats à terme ne permettent pas de couvrir les risques liés aux défauts de paiement des clients, aux retards dans les travaux de construction ou aux pénuries d’énergie. Ce calcul montre simplement pourquoi une courbe de calcul crédible est plus importante pour CRWV que pour Nvidia.

Nebius est la version à faible bêta. Son solde en espèces d’environ 8 milliards de dollars correspond presque à son endettement. De plus, près de 6 milliards de dollars de revenus différés montrent que les financements provenant des clients suffisent déjà pour financer une partie significative de l’investissement nécessaire. NBIS bénéficie également d’une meilleure capacité à déterminer les prix, mais il n’a pas besoin de réfinancement immédiat aussi urgent que CoreWeave. Mon classement basé sur le risque est…NVDA en premier, NBIS en deuxième, CRWV en troisième.Le CRWV possède le plus grand couplement de réaction, mais il dispose également d’un espace limité pour que la courbure avant puisse causer des problèmes.

Les GPU anciennes vont bientôt être abandonnées sur le marché.

La courbe de terme actuelle ne montre pas de collapsus. Elle montre une pénalité d’âge clairement visible :

Il s’agit des taux de terme de Silicon Data pour le 19 juillet ; il ne s’agit pas de contrats à terme négociés sur le CME, ni de prévisions garantes. Néanmoins, ce schéma est important. Plus l’architecture est ancienne, plus la déduction nécessaire pour obtenir un bail long est importante. Une fois les transactions sur le marché commencées, ce schéma de termes devient une information importante pour les prêteurs, les administrateurs et les auditeurs. Les premiers effets d’une courbe détériorée apparaîtront probablement dans les conditions de crédit avant les états financiers : des ratios de prêt par valeur plus bas, des contraintes plus strictes, des échéances plus courtes, et des spreads de refinancement plus larges. Les contrats à terme peuvent rendre la financement de nouvelles capacités moins coûteux, tandis que le financement de capacités existantes devient plus difficile.

Le cas critique ne nécessite pas que la demande en IA s’effondre. Il suffit que l’offre croisse plus rapidement que la valeur que les clients sont prêts à payer pour les services informatiques. Une baisse des prix des H100 ainsi que des prix des B200 serait gérable ; cela indiquerait que les clients se tournent vers des équipements plus efficaces. En revanche, une baisse des prix des H100, des B200 et des générations plus récentes signifierait quelque chose de beaucoup plus grave. L’utilisation d’IA pourrait continuer à augmenter, tandis que les rendements liés à la possession d’infrastructures IA se détériorent. Le marché a souvent considéré la croissance de la demande en IA et les rendements des actifs liés à l’IA comme deux choses distinctes. En réalité, ce n’est pas le cas.

Le lancement n’est pas le catalyseur. C’est la liquidité qui en est le facteur déterminant.

La plupart des nouveaux produits dérivés ne deviennent jamais des références importantes. Les investisseurs ne devraient pas considérer ces contrats comme des “WTI de l’IA” avant que les opérateurs, les clients et les prêteurs ne les utilisent réellement. Le tableau de bord est simple :

• Écart de location B200/H100 :Un prix de prime en baisse indique que la rareté de la nouvelle génération est éliminée par la concurrence.

• $/effective-PFLOP-heure :Les économies liées au travail accompli sont plus importantes que le prix horaire indiqué.

• Pente de la courbe de dérivation :Un réduit de prix pour les GPU de type “legacy” supérieur à 20–25 %, combiné à une utilisation plus faible, constitue un signal d’avertissement.

• Base futuriste- physique :L’indice doit tenir compte des véritables différences en matière de géographie, de réseau, de fiabilité et de structure des contrats.

• Volume et intérêt ouvert :La publication des prix n’est pas la découverte des prix. Les transactions commerciales répétées constituent la preuve.

ICE prépare des futurs sur les GPU cotés en espèces qui se font concurrence. Cela valide l’opportunité, mais crée également un risque de fragmentation. Mon scénario de base est que les futurs sur le calcul deviendront plus utiles avant d’être suffisamment liquides pour influencer les mécanismes de financement. Leur première tâche sera de déterminer les prix : établir des points de référence pour les achats, les garanties et les négociations. Les bénéfices financiers viendront plus tard, une fois que la courbe des termes de paiement se sera développée et que les prêteurs commenceront à reconnaître les instruments de hedge dans les accords de crédit.

Cela fournit aux investisseurs un cadre clair. Il est conseillé d’acheter NVDA en raison de son avantage comparatif structurel. Il est préférable de choisir NBIS lorsque la résilience du bilan est importante. Considérez CRWV comme une opportunité de financement à haut bêta, mais ne payez pas pour des coûts de financement plus bas tant que ceux-ci ne se manifestent pas dans les nouveaux spreads de dette, les taux de prêt avec garantie ou les informations sur les hedges explicites. Ne spéculez pas sur l’exposition aux GPU anciens simplement parce que ces puces sont vieilles ; attendez que la courbe et le taux d’utilisation diminuent ensemble.

Pendant des années, les bénéfices de Nvidia ont indiqué aux investisseurs combien de matériel les clients avaient déjà acheté. Les dépenses d’investissement des hyperscalers, quant à elles, indiquaient combien ils prévoyaient d’investir. Le tarif des services informatiques, en revanche, fournit un signal important : quel est le prix actuel de chaque unité d’infrastructure IA, et ce que le marché attend qu’elle rapporte demain. Une fois que cette prix a une courbe définie, les investisseurs n’ont plus besoin de discuter de l’évolution de l’industrie IA en termes abstraits. Ils peuvent suivre en temps réel comment ses économies évoluent. La prochaine baisse des prix liée à l’IA pourrait se manifester justement là.