Pantera Capital : quatre opportunités sur le marché de la puissance de calcul

Auteur : Jay Yu, associé chez Pantera Capital

Compilation : Jiahua, ChainCatcher

Introduction

Les dépenses en puissance de calcul et en infrastructures de centres de données sont devenues un marché de l'ordre de mille milliards de dollars, comparable aux dépenses de consommation américaines, et deviennent progressivement un pilier important de la croissance économique américaine.

Cependant, à mesure que les agents IA entrent progressivement dans l'économie réelle, la demande de puissance de calcul continue de croître, mais les méthodes d'achat de GPU restent assez traditionnelles. Bien que des marchés de puissance de calcul comme SF Compute, Vast AI et Runpod aient émergé, l'achat et la vente d'un grand nombre de nœuds GPU se font encore par le biais de discussions de groupe, de courtiers de gré à gré et d'accords bilatéraux personnalisés.

Actuellement, la puissance de calcul GPU en est encore aux premiers stades de la financiarisation. À l'instar de l'électricité, la puissance de calcul n'est pas un actif totalement homogène ; elle est soumise à des contraintes telles que le modèle de puce, le délai de livraison et la situation géographique. Mais au cours des 5 à 10 prochaines années, la puissance de calcul deviendra probablement une marchandise comme l'électricité ou le pétrole, une ressource clé soutenant le fonctionnement de l'économie mondiale à l'ère de l'IA.

Cet article explorera comment le marché de la puissance de calcul peut réaliser cette transformation, notamment les enseignements tirés du marché de l'électricité, la structure potentielle du marché de la puissance de calcul, les produits en cours de développement dans l'industrie, ainsi que les opportunités et les défis du processus de marchandisation de la puissance de calcul.

1. Chercher des réponses dans le marché de l'électricité 
1.1 Structure du marché de l'électricité

Pour comprendre l'évolution future possible du marché de la puissance de calcul, on peut d'abord observer le fonctionnement de sa ressource sous-jacente : le marché de l'électricité.

Comme la puissance de calcul, l'électricité est un actif hétérogène, doté de propriétés temporelles et nodales, et constitue une base importante de la croissance économique mondiale.

Depuis les années 1990, le système électrique américain s'est progressivement privatisé. Les compagnies d'électricité, autrefois fortement intégrées verticalement, ont commencé à séparer la production, le transport et la distribution.

Des gestionnaires de réseau indépendants ont commencé à gérer les systèmes électriques de différentes régions des États-Unis. Parallèlement, de grands systèmes électriques interconnectés comme PJM-West (côte Est), ERCOT North (Texas) et CAISO SP15 (sud de la Californie) sont finalement devenus des produits négociables sur des bourses comme le CME et l'ICE, formant des références de prix importantes pour toute la classe d'actifs de l'électricité.

Au niveau physique, le marché de l'électricité peut être résumé par la structure « réseau, gestionnaires, nœuds ».

Au niveau supérieur se trouvent des réseaux régionaux indépendants les uns des autres. Sous chaque réseau régional, plusieurs gestionnaires de système, dont des organisations régionales de transport (RTO) et des gestionnaires de réseau indépendants (ISO), gèrent plusieurs nœuds de sous-stations dans leur zone.

Par exemple, à San Francisco, une ville peut être alimentée par plusieurs nœuds de sous-stations, comme Embarcadero, Larkin et Mission.

Le prix de l'électricité à chaque nœud n'est pas totalement identique ; il est déterminé par un algorithme appelé « tarification marginale nodale » (LMP). Cet algorithme prend en compte le calendrier de production, la demande des utilisateurs, les coûts de transport et les lois de circulation de l'électricité pour calculer le prix optimal sous contraintes.

L'algorithme LMP est devenu un maillon clé reliant la livraison physique de l'électricité aux références négociables comme PJM-West.

Les prix nodaux et les prix indiciels sur le marché de l'électricité sont essentiellement des moyennes pondérées des prix LMP de plusieurs nœuds terminaux. Les références de prix les plus importantes et les plus liquides finissent par acquérir une profondeur de négociation stable sur des bourses comme le CME et l'ICE, devenant les prix de référence pour toute la classe d'actifs de l'électricité.

1.2 Structure potentielle du marché de la puissance de calcul

En observant le développement du marché de l'électricité au cours des 30 dernières années, nous pouvons faire quelques hypothèses sur le marché de la puissance de calcul.

Premièrement, le marché de la puissance de calcul pourrait former une structure similaire à celle du marché de l'électricité.

En ce qui concerne la livraison physique, la version de la structure « réseau, gestionnaires, nœuds » la plus proche pour la puissance de calcul pourrait être « matériel, fournisseurs, clusters ».

Tout comme le marché de l'électricité comporte plusieurs réseaux régionaux indépendants, le marché de la puissance de calcul pourrait former plusieurs marchés basés sur différentes catégories de matériel. Les catégories de puces comme H100, H200, B200 et B300 pourraient chacune avoir des références de prix indépendantes mais corrélées.

Au niveau des gestionnaires, des fournisseurs de puissance de calcul comme AWS, Nebius, CoreWeave, SF Compute et Ornn proposeront différents mécanismes de tarification pour des clusters spécifiques. Ces clusters seront également influencés par le temps, le lieu et le SKU, à l'instar des différents nœuds du marché de l'électricité.

Quant à l'équivalent du LMP sur le marché de la puissance de calcul, il pourrait s'agir d'un algorithme d'ordonnancement ou de routage. Cet algorithme génère dynamiquement des prix d'instances de puissance de calcul en fonction de la disponibilité de SKU spécifiques.

Les références qui deviennent finalement des prix de référence sectoriels sur le marché de l'électricité, comme PJM-West, ERCOT-North et CAISO SP15, sont généralement liées aux infrastructures de livraison physique les plus liquides. C'est similaire à d'autres marchés de matières premières comme le pétrole.

À mesure que davantage de références de prix apparaîtront dans le domaine de la puissance de calcul, celles qui finiront par s'imposer seront probablement celles liées à des lieux de livraison physique très liquides.

En outre, sur le marché de l'électricité, les producteurs et les entreprises consommatrices couvrent parfois directement leurs positions sur les bourses d'électricité, mais la plupart des transactions sont effectuées par les départements de gré à gré (OTC) gérés par les banques et les sociétés de trading. Ces institutions OTC échangent des prix de règlement nodaux contre des prix de règlement de hub, réalisant des écarts et couvrant leurs propres risques.

Une structure de marché similaire pourrait apparaître sur le marché de la puissance de calcul. Les véritables offreurs et demandeurs du marché de la puissance de calcul, à savoir les nouveaux fournisseurs de services cloud et les entreprises d'IA, pourraient préférer acheter des SKU spécifiques par l'intermédiaire de courtiers plutôt que de couvrir directement leurs positions sur les bourses de puissance de calcul.

Enfin, le marché de la puissance de calcul pourrait être confronté à un risque de base plus important que le marché de l'électricité.

Selon la loi fédérale américaine sur l'électricité, les prix de gros de l'électricité doivent rester transparents sous la surveillance de la Federal Energy Regulatory Commission (FERC). Cependant, le marché de la puissance de calcul n'a actuellement aucune exigence de transparence similaire.

Cela signifie que les prix dynamiques et les indices qui peuvent être établis sur le marché de la puissance de calcul ne pourront probablement s'appuyer que sur leurs propres carnets d'ordres, ainsi que sur les données de carnets d'ordres fournies par les nouveaux fournisseurs de services cloud partenaires. Ces partenariats pourraient être réalisés par le biais de partage des revenus, d'achat de données, etc.

2. Structure du marché de la puissance de calcul

 2.1 Structure à trois niveaux de la demande d'inférence

Le marché de l'électricité existe parce que le système industriel a une demande continue d'électricité. De même, le moteur fondamental du marché de la puissance de calcul est la demande de tokens, en particulier de tokens d'inférence.

La chaîne industrielle actuelle de l'inférence peut être grossièrement divisée en trois niveaux, qui constituent ensemble l'offre et la demande structurelles du marché de la puissance de calcul.

Niveau des nouveaux fournisseurs de services cloud

Des entreprises comme Nebius et CoreWeave exploitent des centres de données physiques et constituent le côté vendeur des GPU.

Niveau on-demand

Des plateformes de développement comme Fireworks et Baseten transforment les environnements GPU bare-metal en environnements d'utilisation GPU plus complets, permettant aux développeurs d'exécuter directement des tâches ou d'obtenir des tokens d'inférence à tout moment. Ce niveau représente le côté acheteur des GPU.

Niveau applicatif

Des applications comme Cursor, Perplexity et Rime utilisent des plateformes d'inférence pour fournir des produits finaux aux utilisateurs et aux entreprises. Ce niveau est le côté demandeur de tokens, et la demande de tokens se traduit en demande de puissance de calcul GPU.

Bien que chaque entreprise de l'écosystème ait des stratégies de gestion de GPU différentes, dans l'ensemble, les nouveaux fournisseurs de services cloud se situent du côté de l'offre du marché des GPU, représentant des positions courtes structurelles ; les niveaux on-demand et applicatif se situent du côté de la demande, représentant des positions longues structurelles.

D'autre part, les grands fournisseurs de services cloud comme Amazon et Google exploitent simultanément des produits sur ces trois niveaux.

Quant à la répartition des bénéfices dans la chaîne industrielle, une règle empirique approximative est la suivante : lorsqu'une application de premier plan dépense 100 dollars en tokens, environ 45 dollars vont au niveau on-demand, 50 dollars aux nouveaux fournisseurs de services cloud ou au niveau GPU, et les 5 dollars restants aux niveaux de routage comme OpenRouter.

2.2 Structure du marché des capitaux de la puissance de calcul

La structure économique des tokens des différents acteurs de la chaîne industrielle de l'IA influencera la forme finale du marché des capitaux de la puissance de calcul.

Une structure possible est la suivante : les plateformes de développement et le niveau applicatif du côté de la demande, ainsi que les nouveaux fournisseurs de services cloud du côté de l'offre, négocieront des SKU spécifiques par l'intermédiaire de courtiers en puissance de calcul et de plateformes de négociation OTC comme SF Compute, Runpod et Compute Exchange.

Ensuite, les courtiers en puissance de calcul et les plateformes de négociation OTC géreront les stocks et assumeront le risque de base entre les SKU spécifiques requis par les consommateurs finaux de tokens et les H200 génériques.

Ils pourront couvrir leurs positions via des plateformes de négociation de puissance de calcul comme Architect ou Pluto.

Les prix sur ces plateformes de négociation sont établis sur la base d'une référence de puissance de calcul. Cette référence est une moyenne pondérée des prix des carnets d'ordres des nouveaux fournisseurs de services cloud et des plateformes OTC partenaires.

2.3 NVIDIA : la « banque centrale » du marché de la puissance de calcul

En outre, NVIDIA a récemment annoncé qu'elle permettra à la puissance de calcul de ses usines d'IA de devenir une « classe d'actifs investissable ».

Dans le système de financiarisation de la puissance de calcul, NVIDIA peut être considérée comme la « banque centrale » du marché de la puissance de calcul, car elle détient un quasi-monopole sur la pile technologique des GPU.

Les banques centrales ont généralement plusieurs objectifs fondamentaux :

Gérer l'inflation dans l'économie ;

Promouvoir le plein emploi ;

Agir en tant que prêteur en dernier ressort dans les situations extrêmes.

Dans une certaine mesure, NVIDIA joue ces trois rôles.

Premièrement, la gestion de « l'inflation ». L'« inflation » dans l'économie des GPU peut être comparée au cycle de dépréciation des GPU, en particulier à la vitesse de dépréciation par rapport aux puces de dernière génération. En contrôlant le rythme de sortie des produits, par exemple en lançant Vera Rubin, NVIDIA peut dans une certaine mesure influencer la vitesse à laquelle les GPU se déprécient au fil du temps.

Deuxièmement, maintenir un taux d'utilisation élevé des GPU. Un taux d'utilisation élevé des GPU indique généralement une forte demande de tokens sur le marché, ce qui incite les utilisateurs à acheter davantage de GPU. Par conséquent, NVIDIA a intérêt à promouvoir la financiarisation de la puissance de calcul GPU, à rendre le trading d'heures GPU plus liquide, et ainsi à augmenter encore le taux d'utilisation des GPU.

Enfin, agir en tant que prêteur en dernier ressort. NVIDIA a également annoncé qu'elle fournira un soutien aux GPU pouvant atteindre 25 % de leur valeur résiduelle. Cela peut être considéré comme un mécanisme de sauvetage ou d'assurance de la valeur des GPU : lorsque les nouveaux fournisseurs de services cloud et d'autres fournisseurs de GPU sont confrontés à une crise de liquidité, ce type de soutien peut garantir la valeur résiduelle des GPU.

3. Opportunités et défis du marché de la puissance de calcul 

3.1 Types de produits du marché de la puissance de calcul

À mesure que le degré de financiarisation du marché de la puissance de calcul augmente, plusieurs types de produits principaux pourraient apparaître dans l'industrie. Chaque type de produit présente ses avantages et ses défis.

Produit 1 : Livraison physique

La livraison physique consiste à livrer réellement l'équipement GPU aux utilisateurs finaux qui ont besoin de puissance de calcul. Des projets comme SF Compute, Hyperbolic, Vast, Runpod et Compute Exchange appartiennent à ce niveau de produit. Ce niveau est le plus proche du matériel lui-même et relie directement l'offre et la demande de puissance de calcul.

En raison de la forte hétérogénéité des SKU de puissance de calcul, de nombreux projets ne servent initialement que de courtiers, gagnant des commissions en mettant en relation la demande de GPU et les nouveaux fournisseurs de services cloud. À long terme, l'objectif de ce niveau pourrait être d'établir une forme de « bourse au comptant de la puissance de calcul ».

Cependant, garantir en permanence la qualité de la livraison physique des GPU est un problème très difficile, en particulier pour les projets dont l'offre provient de réseaux décentralisés. Le marché de la puissance de calcul pourrait avoir besoin d'agences de notation similaires à Moody's pour certifier la qualité des GPU livrables, afin de favoriser la maturation de ce niveau.

Bien que le niveau de la livraison physique soit très concurrentiel, il pourrait à long terme posséder les douves les plus durables. En regardant les marchés du pétrole et de l'électricité, on constate que les systèmes de financiarisation se développent généralement autour des lieux de livraison les plus liquides des matières premières physiques, formant progressivement des indices, des bourses et des produits financiers de prêt.

Par conséquent, celui qui parviendra le premier à résoudre le problème de la livraison physique des GPU pourrait obtenir des rendements de marché significatifs.

Produit 2 : Indices

Ce niveau fait principalement référence aux « courbes d'indices » construites sur la puissance de calcul, y compris les indices de prix de la puissance de calcul lancés par des projets comme Ornn, Silicon Data, Compute Desk et Semianalysis.

L'établissement d'indices est une étape importante pour la financiarisation et la négociation d'actifs comme la puissance de calcul. On peut dire que de nombreuses discussions actuelles sur le « marché de la puissance de calcul » commencent à s'intensifier à mesure que les indices de puissance de calcul mûrissent progressivement. De grandes bourses comme le CME et l'ICE ont également annoncé des partenariats avec des indices pertinents.

Cependant, de nombreux indices de puissance de calcul présentent encore des écarts de prix significatifs par rapport aux marchés individuels des GPU.

Il y a deux raisons principales à ces écarts de prix.

Premièrement, les produits sous-jacents eux-mêmes diffèrent. Les différentes plateformes de puissance de calcul varient souvent considérablement en termes de stabilité des produits, d'interruptibilité et de conditions contractuelles.

Deuxièmement, les carnets d'ordres derrière les différents indices de puissance de calcul ne sont pas identiques, et le marché de la puissance de calcul manque des exigences de transparence que l'on trouve dans d'autres classes d'actifs. Par exemple, la FERC exige la transparence sur le marché de l'électricité.

Actuellement, de nombreux indices de puissance de calcul ne font qu'acheter en gros des données de carnets d'ordres auprès de nouveaux fournisseurs de services cloud, ou établir des ensembles de données initiaux par le biais de partenariats et d'accords de partage des revenus. En outre, le niveau des indices exploité de manière indépendante a une capacité de monétisation plus faible que les bourses et le niveau de la livraison physique.

Par conséquent, bien que le niveau des indices puisse générer du buzz et jouer un rôle important dans le système du marché de la puissance de calcul, il est simultanément pressé par l'amont et l'aval :

Le niveau de la livraison physique en amont contrôle la source des prix ;

Les bourses en aval souhaitent tirer une partie des revenus des indices.

Produit 3 : Plateformes de négociation de produits dérivés

Le troisième niveau est celui des plateformes de négociation de produits dérivés, qui proposent généralement des contrats à terme réglés en espèces. Ces plateformes, basées sur des indices de puissance de calcul, fournissent des outils de couverture aux acteurs du marché. Liquid Compute et Architect développent des produits connexes.

À long terme, les plateformes de négociation de produits dérivés pourraient être le produit le plus attendu et le plus facilement monétisable à grande échelle dans le système de financiarisation de la puissance de calcul. Cependant, ce domaine en est encore à ses débuts et les volumes de négociation n'ont pas encore atteint une échelle significative.

En outre, les produits négociables sur les plateformes de négociation réglées en espèces sont généralement des instances H200 génériques, et non des SKU spécifiques directement utilisables pour l'inférence. Par conséquent, les véritables participants à ces plateformes de négociation pourraient être principalement des plateformes OTC et des courtiers en puissance de calcul, plutôt que les entreprises finales de la chaîne industrielle de l'IA. Les premiers cherchent à couvrir les stocks de puissance de calcul détenus dans leurs bilans, tandis que les seconds doivent gérer leur propre exposition à la puissance de calcul.

Produit 4 : Outils de financiarisation

Des produits de financiarisation plus larges pourraient également apparaître dans le domaine de la puissance de calcul, fournissant un soutien financier aux centres de données et aux nouveaux fournisseurs de services cloud. Par exemple, des protocoles de prêt, des Vaults et des stablecoins synthétiques comme USD.AI pourraient aider les centres de données et les nouveaux fournisseurs de services cloud à réaliser leurs infrastructures.

Parallèlement, des couches de transfert de risque et d'assurance pourraient également apparaître sur le marché pour lisser le risque de base dans l'économie des GPU. En observant les différents niveaux ci-dessus, on peut voir relativement clairement la forme complète que pourrait prendre le marché de la puissance de calcul.

Les gagnants seront les acteurs full-stack capables de réaliser une livraison physique fiable de GPU. Ils pourront former des indices de prix à partir de leurs propres carnets d'ordres physiques, puis établir des bourses de contrats à terme sur la puissance de calcul, faisant de la puissance de calcul une classe d'actifs couvrable.

Cependant, la véritable divergence au sein de l'industrie réside dans l'ordre d'apparition des différents produits. Le gagnant final commencera-t-il par la livraison physique, ou établira-t-il d'abord des indices, ou lancera-t-il d'abord une plateforme de négociation ?

3.2 Frontières de l'économie des tokens de puissance de calcul

Jusqu'à présent, nous avons principalement discuté du marché de la puissance de calcul au niveau des GPU. Cependant, nous pouvons également élargir notre perspective et observer l'économie plus large des tokens de puissance de calcul, y compris son évolution historique, ses modes de capture de valeur et ses relations de jeu avec les laboratoires de modèles de pointe.

Historiquement, le marché de la puissance de calcul n'est pas un concept entièrement nouveau. De 2023 à 2024, des projets comme SF Compute et Hyperbolic discutaient déjà de ce modèle, tandis que des projets décentralisés comme Akash et IONet exploraient des directions similaires.

Il est intéressant de noter que de nombreux projets ne sont finalement pas restés au niveau du marché des GPU. Par exemple, Hyperbolic est devenu plus tard un fournisseur de services d'inférence, vendant directement des tokens ; SF Compute a commencé à signer directement des contrats et à exploiter des clusters de puissance de calcul.

Du point de vue de la chaîne de valeur, la valeur circule des applications d'IA comme Cursor, Harvey et Granola vers les couches de routage comme OpenRouter, puis vers les fournisseurs de services d'inférence comme Fireworks et Baseten, et enfin vers les nouveaux fournisseurs de services cloud et les marchés de puissance de calcul comme Nebius, CoreWeave et SF Compute, pour finalement atteindre les opérateurs de centres de données.

Si une entreprise reste au milieu de la chaîne industrielle, elle risque d'être pressée par l'amont et l'aval. Pour maintenir des marges bénéficiaires plus stables, une entreprise peut finalement devoir s'étendre vers l'amont ou vers l'aval.

Le marché des tokens présente également une perspective de théorie des jeux très intéressante, avec trois forces incontournables en jeu.

La première force est NVIDIA, qui contrôle l'offre de GPU et la vitesse de dépréciation.

La deuxième force est constituée des laboratoires de modèles de pointe comme Anthropic et OpenAI, qui publient continuellement de nouveaux modèles et peuvent rapidement accroître la demande de tokens.

La troisième force est constituée des modèles open source comme Kimi, GLM, DeepSeek et Qwen, qui exercent une pression à la baisse sur les marges d'inférence.

Ces trois forces fournissent ensemble une dynamique et une pression continues à l'offre et à la demande des marchés des GPU et des tokens. N'importe laquelle d'entre elles pourrait réécrire la courbe de prix de l'ensemble du marché en lançant un produit majeur.

Par exemple, la sortie de GPT 5.6 pourrait être un événement décidé par l'entreprise mais difficile à prévoir pour le marché, déclenchant une réaction en chaîne dans la chaîne de valeur des tokens d'IA et provoquant des fluctuations des prix des tokens et du matériel GPU.

Par conséquent, si une entreprise peut exploiter des services d'inférence et un marché de matériel GPU au sein du même système, cela pourrait être plus viable commercialement. Ce modèle peut couvrir les risques découlant des changements dans la structure des bénéfices en amont et en aval de la chaîne industrielle.

Conclusion

En regardant l'histoire, les marchés de matières premières comme le pétrole et l'électricité dépendaient initialement de transactions bilatérales facilitées par des intermédiaires, avec des processus opaques et un manque de normes unifiées. Cependant, au fil du temps, la livraison physique a progressivement développé une série de protocoles et d'infrastructures financières, notamment des indices, la normalisation des transactions et des audits de qualité, pour finalement évoluer vers des classes d'actifs hautement financiarisées.

Aujourd'hui, le marché de la puissance de calcul connaît une transformation similaire. De nombreux projets tentant de financiariser les outils de base sont déjà apparus sur le marché, notamment des indices de puissance de calcul, des bourses réglées en espèces, des produits de prêt et des produits d'assurance.

Parallèlement, le marché physique des GPU et les fournisseurs de services cloud s'étendent continuellement vers l'amont et l'aval de la chaîne industrielle, cherchant à capturer la valeur complète de l'économie des tokens. En tant que ressource sous-jacente au fonctionnement de toute l'économie de l'IA, la puissance de calcul passe progressivement d'une simple infrastructure à un actif financier indépendant.

À l'avenir, ce domaine pourrait voir émerger plusieurs licornes couvrant différents aspects du marché, formant divers modèles commerciaux, notamment la fourniture physique de puissance de calcul, les services de courtage, les prêts, la gestion des risques, ainsi que l'intégration avec les marchés de capitaux DeFi et TradFi.

La puissance de calcul pourrait être une nouvelle matière première physique rare depuis des décennies, et nous assistons peut-être à son parcours depuis les premières transactions facilitées en privé jusqu'à une classe d'actifs complète.