Pourquoi le calcul décentralisé se propage vers les téléphones : le goulot d’étranglement de 50 milliards de dollars pour l’infernce en IA brise les limites du cloud

L’inférence devient le principal obstacle dans les calculs d’IA.

Le grand changement dans les calculs d’IA en 2026 ne concerne plus principalement le entraînement des modèles. Il s’agit plutôt de l’inférence. On s’attend à ce que les tâches d’inférence représentent une part importante des charges de travail dans ce domaine.environ deux tiers de l’ensemble des calculs d’IAElle est passée d’environ un tiers en 2023. Cela est important, car l’entraînement est généralement ponctuel, tandis que l’inférence est continue et liée directement à l’utilisation.

La demande croissante d’inférences exerce une pression sur toute la stack.

Ce n’est pas une période plus facile pour l’infrastructure de l’IA. On s’attend à ce que la demande en calcul augmente de quatre à cinq fois par an, à mesure que l’adoption se propage et que les tâches d’inference deviennent plus complexes. Une simple requête peut se transformer en processus de raisonnement plus complexe ou en workflows multistep, donc la demande totale continue d’augmenter, plutôt que de se stabiliser. Le marché reflète directement cette pression : on s’attend à ce que le marché des puces optimisées pour l’inference atteigne 50 milliards de dollars américains en 2026.

C’est aussi pour cette raison que les téléphones sont importants aujourd’hui. Comme l’inférence devient la tâche principale, la question ne se limite plus à des centres de données gigantesques, mais inclut également le lieu où les demandes individuelles sont traitées. Les téléphones et autres dispositifs d’extrémité disposent déjà de silicium permettant l’accélération de l’IA ; donc, même si l’équipement distribué ne peut pas résoudre tout le problème, il peut néanmoins occuper une part significative des coûts liés à l’inférence.

Pourquoi les téléphones, en particulier, entrent dans la stack de calcul

Le problème majeur n’est plus seulement une demande élevée. Les capacités de GPU en cloud sont devenues une ressource limitée.

La contrainte réside dans l’emballage et la mémoire, et non seulement dans la demande en GPU.

Les nœuds H100 SXM5 se trouvent à…Durées de livraison de 36 à 52 semaines par les revendeurs.Cela change immédiatement les conditions économiques. Lorsque l’offre s’étend autant, les tâches liées à l’IA ne ressemblent plus à une ressource abondante dans le cloud, mais plutôt à une infrastructure rare.

La cause racine est importante. Le manque de matériel n’est pas principalement lié aux problèmes liés aux GPU. Il est lié à la capacité d’emballage de CoWoS chez TSMC et à la production d’HBM, qui ne suit pas le rythme de la demande. Le résultat pratique est des horizons de planification plus longs et une pression accrue sur les coûts d’inference. C’est ainsi qu’un blocage dans le domaine du matériel peut créer des opportunités pour le calcul distribué.

Lorsque l’inference basée sur les nuages devient plus coûteuse, la capacité d’extrémité devient plus précieuse.

Le signal de prix est également devenu plus difficile à ignorer. AWS a mis en œuvreUne augmentation de 15 % pour les Capacity Blocks EC2 destinés aux charges de travail de machine learning.Cela permet de faire augmenter le coût des instances p5e.48xlarge de 34,61 $ à 39,80 $ par heure. Pour les équipes disposant de fonds suffisants, cela reste tout à fait supportable.

Mais c’est là que l’élasticité commence à jouer un rôle important. Si les dépenses liées aux inférences en nuage augmentent de plus en plus, les capacités de traitement moins coûteuses deviennent un facteur important pour compenser les dépenses croissantes liées à l’IA. Les investisseurs n’ont pas besoin de téléphones pour remplacer les centres de données, mais plutôt de dispositifs distribués qui puissent gérer une partie du trafic commerciallement utile, là où le coût, la localisation des données ou la disponibilité rendent le usage du cloud moins attrayant.

Les premières démonstrations d’inférence basées sur le téléphone sont de petite taille, mais elles sont pertinentes dans leur orientation.

C’est pourquoi les tests d’Acurast, Pocket Network et NodeGhost sont importants. Au cours de…Test d’une heureChaque 30 secondes, une requête était envoyée au système ; le système traitait chaque requête sans aucun problème. Le gateway fonctionnait également sur des appareils Android situés dans la réseau Acurast, sans nécessiter de serveur cloud traditionnel.

Cela ne prouve pas la taille du système. Il montre plutôt que le système peut supporter un trafic constant dans un environnement de test réel. Pour les investisseurs, l’important n’est pas que les téléphones remplaceront les GPU. C’est plutôt que ces composants hardware peuvent devenir une solution de secours ou complémentaire lorsque l’inference en nuage devient coûteux ou limité.

Qu’est-ce qui rendrait les calculs téléphoniques décentralisés investissables ?

Le commerce devient plus crédible uniquement si l’inference basée sur les données en nuage devient de plus en plus coûteuse et moins prévisible. Le scénario optimiste n’est pas que « les téléphones remplacent les GPU ». C’est plutôt…Durées de préparation de 36 à 52 semainesetUne augmentation de 15 % pour les Capacity Blocks EC2 utilisés pour les charges de travail de machine learning.Cela crée un risque pour les acheteurs qui utilisent l’IA à grande échelle. Dès que l’accès aux GPU et leurs prix deviennent instables, même une alternative partielle basée sur les pôles d’exécution peut cesser d’être une innovation et commencer à protéger les résultats financiers de l’entreprise.

La première voie commerciale est probablement étroite.

En 2026, les cas d’usage les plus clairs seront probablement encore limités : le routage des inférences nécessitant une protection de la vie privée, les inférences basées sur des données provenant de sujets ou de résidents, ainsi que l’offload intelligent des tâches de traitement de données depuis le centre de données. La démo actuelle peut être considérée comme une preuve de concept, et non comme un produit complètement prêt pour l’usage commercial.Test d’une heureAucune requête manquante n’est une preuve utile, mais cela ne prouve pas encore que les téléphones peuvent gérer de manière fiable des charges de travail de production répétitives à grande échelle.

C’est également l’aspect important pour les investisseurs. Si les contraintes liées aux GPU persistent, le calcul décentralisé sur les téléphones peut devenir une solution pour éviter les coûts. Mais si l’offre se libère, cette idée perd rapidement sa pertinence. Une contre-pouvoir mérite d’être respectée : McKinsey prévoit…5,2 billions de dollars en dépenses de capital pour les centres de données d’IA d’ici 2030Si cette investissement réussit et permet de résoudre les problèmes liés aux goulots d’étranglement, l’infrastructure cloud pourra rester dominante.