Nvidia est devenue la banque centrale de l’IA — cela va-t-il creuser la bulle de l’IA ?
Le dernier article de The Economist, « Nvidia is the central bank of AI », a en effet fait un tour d’horizon assez complet de la finance de l’IA d’Nvidia :
Nvidia a mis 30 ans pour atteindre une capitalisation boursière de 1 000 milliards de dollars
Puis seulement 9 mois pour atteindre 2 000 milliards
Aujourd’hui, 5,4 billions de dollars : l’entreprise fait partie des plus chères au monde, et des analystes vont jusqu’à prédire qu’en 2029, Nvidia pourra réaliser 1 000 milliards de dollars de chiffre d’affaires annuel
Mais, dans l’analyse de The Economist, la croissance ne tient pas seulement aux procédés de fabrication et à l’avantage défensif de CUDA : le cœur du sujet, c’est plutôt l’ingénierie financière qu’Nvidia met en place ces dernières années. On en avait aussi parlé dans « Google pour vendre ses TPU a transformé les puces et les centres de données en projet de financement ».
Au cours des trois dernières années, Nvidia a fait à peu près deux choses :
S’engager à investir plus de 70 milliards de dollars dans des start-ups
Apporter à ses clients environ 300 milliards de dollars de soutien financier, notamment via des garanties, des rachats de capacités de production disponibles, des garanties de revenus, un soutien à la valeur résiduelle, etc.
C’est très proche de ce que Google a fait pour vendre ses TPU : et aujourd’hui, Nvidia a même un surnom sur le marché : « la banque centrale de l’IA ».
Le cœur d’une banque centrale de l’IA, c’est qu’Nvidia peut décider qui peut emprunter à moindre coût, si des actifs peuvent être acceptés comme garanties, et si la liquidité est suffisante. Autrement dit, Nvidia finance et « transforme en matière financière » la puissance de calcul.
Pour l’instant, les actions d’Nvidia sont très directes : d’abord, entrer au capital de ses clients, afin de transformer les acheteurs en communauté d’intérêts. Les gros clients comme Amazon, Google, Meta et Microsoft fournissent la moitié des revenus, mais ils développent aussi leurs propres puces : leurs coûts pourraient n’être que de 1/5 à 1/3 de ceux de Nvidia. Selon Bloomberg Intelligence, d’ici la fin de la décennie, les puces sur mesure pourraient représenter la moitié du marché des processeurs pour l’IA.
La riposte de Nvidia : réaliser d’importants investissements en actions. L’an dernier, l’entreprise a effectué 90 opérations ; cette année, jusqu’à présent, on en compte déjà 60. Nvidia parie aussi sur des écosystèmes de modèles open source, par exemple via des investissements importants dans Poolside et Hugging Face, afin de permettre à davantage de charges de travail de continuer à tourner sur sa pile technologique.
Ensuite, renforcer le crédit de « nouveaux fournisseurs de cloud » (neocloud). Les sociétés comme CoreWeave ont des coûts d’emprunt très élevés parce qu’elles ne sont pas des emprunteurs « investment grade » — c’est un point qu’on avait déjà évoqué lorsque nous avons parlé des TPU de Google. En pratique, Nvidia agit ainsi :
Investissement direct : prise de participation dans CoreWeave à hauteur de 11 % et mise de plus de 2 milliards de dollars
Engagement de rachat des capacités de production inutilisées sur une période donnée, jusqu’à 6,3 milliards de dollars, avec échéance en 2032
Mise en place d’un « prix plancher » pour les revenus des centres de données, et partage des revenus à la hausse
Avec cette chaîne, le coût de financement en aval peut baisser, et les clients peuvent acheter des capacités équivalentes à celles des GPU de Nvidia — ce qui se traduit par un rythme d’expédition plus rapide. SemiAnalysis a même déjà dit que c’était une façon d’« acheter du temps » aux prêteurs.
Enfin, il y a la valeur résiduelle / les garanties de location sur de méga-projets. Le cas le plus spectaculaire récemment concerne un très grand centre de données dans l’État de l’Ohio :
SB Energy, filiale de SoftBank, s’occupe de la construction ; OpenAI loue pour 20 ans. Nvidia fournit une garantie pouvant atteindre 105 milliards de dollars, et en échange, le projet utilisera massivement des puces Nvidia — environ 1,5 million de processeurs.
Et ici, Nvidia ne paie pas directement le loyer d’OpenAI : Nvidia garantit surtout la valeur résiduelle d’actifs une fois construits (terrain, électricité, enveloppe, etc.). Si le locataire s’enfuit, ou qu’une sous-location ou une vente échoue, Nvidia comble la différence. En plus, Nvidia investit 1,5 milliard de dollars dans SB Energy pour verrouiller un approvisionnement exclusif.
À la fin, Nvidia transforme aussi les GPU en « catégorie d’actifs finançables ». L’entreprise s’associe avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR pour mobiliser plus de 500 milliards de dollars de capitaux tiers vers les infrastructures de l’IA. Pour certains investissements, Nvidia fournit jusqu’à 25 % de soutien à la valeur résiduelle, tout en apportant une caution technique.
Comme on l’a dit plus haut : les plus gros clients d’Nvidia deviennent ses concurrents. Les fournisseurs de cloud fabriquent leurs propres puces ; OpenAI conçoit aussi ses propres puces « piment de la Silicon Valley » (Mexican chili). Nvidia doit donc renforcer ses barrières défensives ailleurs. C’est pourquoi Nvidia utilise ses profits et ses flux de trésorerie pour fournir, à toute la chaîne, des « biens quasi publics », afin que les PME puissent financer leurs projets avec un crédit à moindre coût.
Un peu comme les sociétés financières des constructeurs automobiles : sans prêt, les voitures ne se vendent pas.
Mais le problème évoqué dans l’article est en réalité le suivant : est-ce qu’on répond à la demande ou est-ce qu’on fabrique la demande ? Pour l’instant, Nvidia avance déjà sur une ligne très fine entre « créer/déclencher la demande » et « faciliter la demande ». Et l’entreprise s’en approche déjà franchement au point de franchir la limite. Si la croissance de la demande en puces ralentit et que l’offre augmente, entraînant une baisse des prix, les profits de Nvidia et sa capacité à soutenir ses clients pourraient en pâtir en même temps.
Cela dit, pour le moment Nvidia fait vraiment preuve d’une grande résistance : 99 milliards de dollars en cash et valeurs mobilières, et environ 200 milliards de dollars de flux de trésorerie opérationnels ; les garanties sont étalées sur plusieurs années ; et l’entreprise peut aussi trouver des locataires de remplacement. Mais si cette méthode financière continue de fonctionner, surtout avec la logique de participations en boucle et de demandes en boucle, est-ce que cela pourrait provoquer une crise financière ? C’est aussi une question très grave.
Nvidia n’est pas la seule à procéder ainsi : AMD et Google, entre autres, ont des structures similaires, mais personne n’est aussi profondément « enchevêtré » que Nvidia.
Le dernier article de The Economist, « Nvidia is the central bank of AI », a en effet fait un tour d’horizon assez complet de la finance de l’IA d’Nvidia :
Nvidia a mis 30 ans pour atteindre une capitalisation boursière de 1 000 milliards de dollars
Puis seulement 9 mois pour atteindre 2 000 milliards
Aujourd’hui, 5,4 billions de dollars : l’entreprise fait partie des plus chères au monde, et des analystes vont jusqu’à prédire qu’en 2029, Nvidia pourra réaliser 1 000 milliards de dollars de chiffre d’affaires annuel
Mais, dans l’analyse de The Economist, la croissance ne tient pas seulement aux procédés de fabrication et à l’avantage défensif de CUDA : le cœur du sujet, c’est plutôt l’ingénierie financière qu’Nvidia met en place ces dernières années. On en avait aussi parlé dans « Google pour vendre ses TPU a transformé les puces et les centres de données en projet de financement ».
Au cours des trois dernières années, Nvidia a fait à peu près deux choses :
S’engager à investir plus de 70 milliards de dollars dans des start-ups
Apporter à ses clients environ 300 milliards de dollars de soutien financier, notamment via des garanties, des rachats de capacités de production disponibles, des garanties de revenus, un soutien à la valeur résiduelle, etc.
C’est très proche de ce que Google a fait pour vendre ses TPU : et aujourd’hui, Nvidia a même un surnom sur le marché : « la banque centrale de l’IA ».
Le cœur d’une banque centrale de l’IA, c’est qu’Nvidia peut décider qui peut emprunter à moindre coût, si des actifs peuvent être acceptés comme garanties, et si la liquidité est suffisante. Autrement dit, Nvidia finance et « transforme en matière financière » la puissance de calcul.
Pour l’instant, les actions d’Nvidia sont très directes : d’abord, entrer au capital de ses clients, afin de transformer les acheteurs en communauté d’intérêts. Les gros clients comme Amazon, Google, Meta et Microsoft fournissent la moitié des revenus, mais ils développent aussi leurs propres puces : leurs coûts pourraient n’être que de 1/5 à 1/3 de ceux de Nvidia. Selon Bloomberg Intelligence, d’ici la fin de la décennie, les puces sur mesure pourraient représenter la moitié du marché des processeurs pour l’IA.
La riposte de Nvidia : réaliser d’importants investissements en actions. L’an dernier, l’entreprise a effectué 90 opérations ; cette année, jusqu’à présent, on en compte déjà 60. Nvidia parie aussi sur des écosystèmes de modèles open source, par exemple via des investissements importants dans Poolside et Hugging Face, afin de permettre à davantage de charges de travail de continuer à tourner sur sa pile technologique.
Ensuite, renforcer le crédit de « nouveaux fournisseurs de cloud » (neocloud). Les sociétés comme CoreWeave ont des coûts d’emprunt très élevés parce qu’elles ne sont pas des emprunteurs « investment grade » — c’est un point qu’on avait déjà évoqué lorsque nous avons parlé des TPU de Google. En pratique, Nvidia agit ainsi :
Investissement direct : prise de participation dans CoreWeave à hauteur de 11 % et mise de plus de 2 milliards de dollars
Engagement de rachat des capacités de production inutilisées sur une période donnée, jusqu’à 6,3 milliards de dollars, avec échéance en 2032
Mise en place d’un « prix plancher » pour les revenus des centres de données, et partage des revenus à la hausse
Avec cette chaîne, le coût de financement en aval peut baisser, et les clients peuvent acheter des capacités équivalentes à celles des GPU de Nvidia — ce qui se traduit par un rythme d’expédition plus rapide. SemiAnalysis a même déjà dit que c’était une façon d’« acheter du temps » aux prêteurs.
Enfin, il y a la valeur résiduelle / les garanties de location sur de méga-projets. Le cas le plus spectaculaire récemment concerne un très grand centre de données dans l’État de l’Ohio :
SB Energy, filiale de SoftBank, s’occupe de la construction ; OpenAI loue pour 20 ans. Nvidia fournit une garantie pouvant atteindre 105 milliards de dollars, et en échange, le projet utilisera massivement des puces Nvidia — environ 1,5 million de processeurs.
Et ici, Nvidia ne paie pas directement le loyer d’OpenAI : Nvidia garantit surtout la valeur résiduelle d’actifs une fois construits (terrain, électricité, enveloppe, etc.). Si le locataire s’enfuit, ou qu’une sous-location ou une vente échoue, Nvidia comble la différence. En plus, Nvidia investit 1,5 milliard de dollars dans SB Energy pour verrouiller un approvisionnement exclusif.
À la fin, Nvidia transforme aussi les GPU en « catégorie d’actifs finançables ». L’entreprise s’associe avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR pour mobiliser plus de 500 milliards de dollars de capitaux tiers vers les infrastructures de l’IA. Pour certains investissements, Nvidia fournit jusqu’à 25 % de soutien à la valeur résiduelle, tout en apportant une caution technique.
Comme on l’a dit plus haut : les plus gros clients d’Nvidia deviennent ses concurrents. Les fournisseurs de cloud fabriquent leurs propres puces ; OpenAI conçoit aussi ses propres puces « piment de la Silicon Valley » (Mexican chili). Nvidia doit donc renforcer ses barrières défensives ailleurs. C’est pourquoi Nvidia utilise ses profits et ses flux de trésorerie pour fournir, à toute la chaîne, des « biens quasi publics », afin que les PME puissent financer leurs projets avec un crédit à moindre coût.
Un peu comme les sociétés financières des constructeurs automobiles : sans prêt, les voitures ne se vendent pas.
Mais le problème évoqué dans l’article est en réalité le suivant : est-ce qu’on répond à la demande ou est-ce qu’on fabrique la demande ? Pour l’instant, Nvidia avance déjà sur une ligne très fine entre « créer/déclencher la demande » et « faciliter la demande ». Et l’entreprise s’en approche déjà franchement au point de franchir la limite. Si la croissance de la demande en puces ralentit et que l’offre augmente, entraînant une baisse des prix, les profits de Nvidia et sa capacité à soutenir ses clients pourraient en pâtir en même temps.
Cela dit, pour le moment Nvidia fait vraiment preuve d’une grande résistance : 99 milliards de dollars en cash et valeurs mobilières, et environ 200 milliards de dollars de flux de trésorerie opérationnels ; les garanties sont étalées sur plusieurs années ; et l’entreprise peut aussi trouver des locataires de remplacement. Mais si cette méthode financière continue de fonctionner, surtout avec la logique de participations en boucle et de demandes en boucle, est-ce que cela pourrait provoquer une crise financière ? C’est aussi une question très grave.
Nvidia n’est pas la seule à procéder ainsi : AMD et Google, entre autres, ont des structures similaires, mais personne n’est aussi profondément « enchevêtré » que Nvidia.