Bernstein : le marché de la puissance de calcul présente de plus en plus des caractéristiques de marché de matières premières (rapport approfondi)
Bernstein estime que la structure des transactions sur le marché de la puissance de calcul est la plus proche des marchés de matières premières, en particulier celui de l'électricité. La société a également proposé un plan en trois étapes visant à établir des benchmarks potentiels pour le marché de la puissance de calcul et à offrir aux opérateurs des outils de couverture afin de gérer les risques de prix induits par le cycle d'investissement en capital de l'intelligence artificielle, qui s'élève à plusieurs milliers de milliards de dollars.
I. Thèse principale : Puissance de calcul = Électricité, le début de la financiarisation d'un marché du trillion
Les analystes de Bernstein, Gautam Chhugani et Madison Rezaei, ont présenté un diagnostic clé dans leur dernier rapport de recherche publié en juillet 2026 : la structure des transactions sur le marché de la puissance de calcul est la plus proche des marchés de matières premières, notamment celui de l'électricité.
La logique centrale du rapport repose sur trois niveaux d’analogie :
Au niveau physique : La puissance de calcul et l'électricité sont confrontées aux mêmes contraintes physiques — la puissance de calcul des GPU ne peut être stockée ; les capacités varient considérablement selon la région, la génération de puce et le locataire. L’électricité était jadis considérée comme impossible à échanger, jusqu’à l’apparition de hubs standardisés et de prix de référence, permettant ainsi une évolution vers un marché financier mature grâce aux achats anticipés. La puissance de calcul suit une trajectoire similaire.
Au niveau du marché : La courbe à terme reflète la rareté attendue plutôt que le coût de stockage, et la couverture est le seul moyen d’assumer le risque de prix. Cela signifie que le marché de la puissance de calcul évolue d’un modèle de négociation bilatérale privée « hors marché » vers un marché financier standardisé doté de fonctions de découverte des prix.
Au niveau financier : Les benchmarks et canaux de distribution sont des facteurs déterminants pour le développement du marché de la puissance de calcul — il n'y a aucune différence fondamentale avec n’importe quel autre marché financier de matières premières.
II. Cadre en trois étapes : un chemin vers la financiarisation allant du chaos à la norme
Bernstein a proposé un schéma en « trois étapes » afin d’établir des benchmarks potentiels pour le marché de la puissance de calcul, ainsi que des outils de couverture pour les opérateurs :
Première étape : Définir une unité de mesure de puissance de calcul uniforme. Le rapport indique que le plus grand problème du marché actuel de la puissance de calcul réside dans « l’incomparabilité du prix de la puissance brute » — pour une même puce AI, le prix peut varier considérablement selon qu’on la loue auprès d'un hyperscaler traditionnel ou d'un Neocloud émergent. Les fournisseurs d’indices doivent définir clairement l’unité de mesure, comme par exemple « Nvidia H100 SXM 80GB (incluant serveur, mémoire, bande passante, etc.) » comme unité de référence, puis affiner selon les niveaux (cloud émergent/hyperscaler), type de location (à la demande/engagement de durée), région et étapes de standardisation des configurations.
Deuxième étape : Construire un indice de référence. Les données traitées de manière standardisée deviendront l’indice de référence, et la courbe à terme sera dérivée des données observées du marché.
Troisième étape : Développer des mécanismes de contrats à terme à règlement en espèces et livraison physique. Actuellement, les plateformes s’efforcent de créer des produits financiers structurés sur la base de la puissance de calcul.
III. Financiarisation de la puissance de calcul : un fait avéré
Lors de la publication du rapport, la financiarisation de la puissance de calcul s’est déjà amorcée discrètement :
1. Les contrats perpétuels de style crypto ont été les premiers à entrer. Architect AX, enregistrée aux Bermudes et non réglementée par la CFTC, a lancé des contrats perpétuels sur la puissance de calcul GPU, arrimant le taux de financement au prix au comptant, modèle tiré directement du marché crypto. Cela montre qu’en l’absence de cadre réglementaire complet, le marché a déjà adopté une « auto-organisation spontanée » pour le pricing de la puissance de calcul.
2. Les principales bourses suivent. CME Group et ICE ont annoncé plus tôt cette année leur intention de lancer des contrats à terme adossés au prix au comptant du GPU, les deux projets sont en attente de l’examen de la CFTC et sont attendus pour fin 2026.
3. Les marchés de prédiction prennent les devants. Kalshi, plateforme de prédiction sous supervision de la CFTC, a lancé des contrats de prédiction indexés sur le prix de location de GPU, avec, au 14 juillet, une courbe de prix de calcul pour les puces B200, H200 et A100 — le prix du B200 étant de 5,41 $ et le pic historique à 7,39 $.
Par ailleurs, le volume des transactions au comptant sur le marché de la puissance de calcul s’explore rapidement. Le New York Times rapporte que Meta et Anthropic sont en pourparlers préliminaires pour un contrat de fourniture de puissance de calcul de 10 milliards de dollars ; SpaceX négocie avec le département américain de la Défense pour du calcul, et a signé le mois dernier un contrat de cloud à 920 millions de dollars par mois avec Google. Ces accords bilatéraux de plusieurs milliards voire dizaines de milliards attestent de la nécessité urgente d’un marché transparent, efficace et standardisé.
IV. Analyse d’investissement : qui bénéficie, qui subit ?
Bénéficiaires de la « commoditisation » de la puissance de calcul
1. Exploitants de bourses (CME, ICE) : Si les contrats à terme sur la puissance de calcul sont lancés avec succès, ces deux bourses pourraient ouvrir un tout nouveau marché de produits dérivés, potentiellement de plusieurs milliers de milliards de dollars. Les revenus liés aux frais de transaction et de compensation seront substantiels.
2. Fournisseurs d’indices et de benchmarks de puissance de calcul : Celui qui établit le premier un benchmark reconnu du marché prend le contrôle du pricing, à l’image du S&P 500 pour les actions ou du Brent pour l’énergie.
3. Ceux ayant besoin de couvrir leur puissance de calcul : Les grands acteurs cloud AI et entreprises hyperscale peuvent utiliser les contrats à terme pour verrouiller leurs coûts de puissance de calcul, atténuant ainsi les risques de fluctuation dus aux cycles d’investissement en capital.
4. Fournisseurs de cloud émergents (Neocloud) : Une tarification standardisée et transparente permet à ces fournisseurs de puissance de calcul de tailles modestes de concurrencer les hyperscalers sur la même plateforme, réduisant l’asymétrie d’information.
Les pressions de la « commoditisation » de la puissance de calcul
1. Fabricants de GPU comme Nvidia : La commoditisation signifie que le GPU passe d'une « ressource stratégique rare » à une « marchandise standardisée négociable ». Si la demande demeure forte à court terme, à long terme, le pouvoir de pricing pourrait migrer des fabricants vers le marché et les bourses. Selon une autre analyse de Bernstein, la « commoditisation de l’IA » amène les utilisateurs à privilégier le rapport qualité-prix pour des tâches définies plutôt que le niveau absolu d’intelligence des modèles..
2. Détenteurs spéculatifs de puissance de calcul inutilisée : Le rapport note que la liquidité actuelle du marché est principalement spéculative. Au fur et à mesure que les indices de référence et que le marché des contrats à terme se consolident, l’espace pour arbitrage basé sur le stockage de puissance de calcul à la hausse des prix sera réduit.
3. Fournisseurs de puissance de calcul de taille moyenne ou petite qui dépendent de négociations bilatérales pour obtenir une prime : La tarification transparente comprimera les marges d’arbitrage d’information et la rentabilité pourrait en pâtir.
Les principaux goulots d'étranglement du marché actuel
Le rapport relève deux obstacles majeurs à la financiarisation de la puissance de calcul :
Difficultés de construction d’un indice de référence : Contrairement au pétrole ou à l’or, la puissance de calcul n’a pas d’homogénéité physique naturelle ; la valeur varie énormément selon le type de puce, configuration, région et conditions de location.
Liquidité principalement spéculative : Le besoin réel de couverture industrielle n'est pas encore entré à grande échelle, et la profondeur du marché reste limitée.
V. Conclusion et perspectives
La principale contribution du rapport Bernstein réside dans le fait que c’est la première fois qu’un rapprochement structurel systématique est établi entre le marché de la puissance de calcul et celui de l’électricité, avec une trajectoire claire de financiarisation.
Du point de vue de l'investissement, la « commoditisation » de la puissance de calcul est à double tranchant. À court terme, elle atteste de la réalité et de la persistance de la demande en puissance de calcul AI — un marché qui ne peut être standardisé ni financiarisé sera forcément limité. L’entrée de CME et ICE prouve que le marché de la puissance de calcul a atteint une taille qu’on ne peut plus ignorer.
Mais à long terme, la « commoditisation » signifie un passage du marché de l'offre à celui de la demande pour la puissance de calcul. Lorsque la puissance de calcul GPU peut être cotée sur les bourses comme l’électricité et couverte par des contrats à terme, le pouvoir de pricing des fabricants de hardware tels qu'Nvidia sera érodé, tandis que les entreprises à forte demande en puissance de calcul (cloud, sociétés de modèles AI) gagneront en pouvoir de négociation.
Pour les investisseurs, la question la plus cruciale à surveiller est qui dominera la création des indices de référence pour la puissance de calcul — ce sera la première et sans doute la plus précieuse « position clé » dans la commoditisation de la puissance de calcul. Comme le souligne Bernstein, les benchmarks et canaux de distribution sont cruciaux pour le développement du marché de la puissance de calcul, ce qui ne diffère en rien des autres marchés financiers des matières premières.
Avertissement : le contenu de cet article reflète uniquement le point de vue de l'auteur et ne représente en aucun cas la plateforme. Cet article n'est pas destiné à servir de référence pour prendre des décisions d'investissement.
Vous pourriez également aimer
Est-ce que SanDisk est vraiment aussi lucratif que la DRAM ?

Nvidia investit 1,5 milliard de dollars dans SB Energy, sécurisant 8 GW de puissance de calcul IA, OpenAI deviendra le seul locataire
Nvidia étend sa frontière de concurrence au-delà des GPU et des serveurs, en s'investissant dans les terrains, l'énergie et la construction de centres de données pour l’IA. L'entreprise collabore avec SB Energy pour développer un centre de données IA de très grande envergure de 8GW dans l’Ohio et investit 1,5 milliard de dollars pour garantir le financement de ces infrastructures, avec OpenAI comme seul locataire. Cette initiative montre que Nvidia évolue, passant du rôle de fournisseur de puces à celui d’organisateur d’infrastructures pour l’IA, en sécurisant à l’avance les ressources LPS afin de lier la demande de GPU sur plusieurs générations à venir.
Meta (META.US) et BlackRock (BLK.US) : un centre de données à 14 milliards de dollars plongé dans un « trou noir d’assurance » avec seulement 3,2 % de couverture, les prêteurs pourraient supporter des risques de plusieurs milliards de dollars
Selon les rapports, Meta et BlackRock ont investi 14 milliards de dollars dans la construction d'un centre de données au Texas, qui fait face à des risques d'assurance.



