Lorsque le plus grand gestionnaire d’actifs au monde anticipe la création d’un marché à terme sur la puissance de calcul et qu’une plateforme lance un produit similaire moins d’une semaine plus tard, le message paraît clair: la capacité de calcul est en train de devenir la ressource rare de l’ère de l’intelligence artificielle. Pourtant, l’industrie confrontée à cette pénurie travaille déjà à la résorber, avec l’ambition de réduire les coûts dans des proportions pouvant atteindre un facteur cent.

La naissance de toute nouvelle classe d’actifs suit généralement le même schéma. Une ressource physique essentielle se raréfie, la demande continue de progresser, puis les marchés financiers développent des instruments permettant de gérer cette rareté. Les contrats à terme sur le pétrole sont apparus lorsque le brut est devenu indispensable à l’économie mondiale et que la volatilité des prix a rendu la couverture nécessaire. Plusieurs décennies plus tard, les crédits carbones ont suivi une trajectoire comparable. En 2026, une dynamique similaire se dessine autour d’une ressource très différente: la puissance de calcul dédiée à l’intelligence artificielle. Le calcul sur processeurs graphiques, ou GPU, n’est plus seulement un enjeu technologique. Il devient aussi un enjeu financier. La demande en infrastructures d’intelligence artificielle continue de dépasser l’offre, tandis que de nouveaux produits financiers commencent à traiter la capacité de calcul comme une exposition négociable. En quelques jours, ce qui relevait encore principalement d’un récit de marché s’est transformé en produit d’investissement coté.

1. La pénurie de puissance de calcul est bien réelle, et ne repose pas sur l’opinion d’un seul dirigeant

Lors de la conférence mondiale du Milken Institute en mai dernier, Larry Fink, directeur général de BlackRock, a estimé que la demande en puissance de calcul était devenue si forte «qu’une nouvelle classe d’actifs consistera à acheter des contrats à terme sur la capacité de calcul». Il a souligné les pénuries observées aux États-Unis, qu’il s’agisse de capacité informatique, de semi-conducteurs ou de mémoire, ajoutant que «nous ne disposons tout simplement pas d’une puissance de calcul suffisante aujourd’hui».

Il a également écarté l’idée d’une bulle de l’intelligence artificielle: «Il n’y a pas de bulle de l’IA. Nous faisons face à des pénuries d’offre, tandis que la demande progresse bien plus rapidement que quiconque ne l’avait anticipé.»

BlackRock appuie cette conviction par des investissements concrets. Sa filiale Global Infrastructure Partners a accepté d’acquérir Aligned Data Centers pour environ 40 milliards de dollars. Avec un partenaire, le groupe a également annoncé le rachat en numéraire du producteur d’électricité AES pour 10,7 milliards de dollars. Présent sur le même panel, Bruce Flatt, directeur général de Brookfield, a décrit le développement des infrastructures liées à l’IA comme une transformation appelée à durer dix ans: «Au cours de la prochaine décennie, nous allons reconfigurer l’économie Mondial.

Source: Bloomberg 

Cette vision stratégique est confirmée sur le terrain. Après une mission d’étude dans la Silicon Valley en juin 2026, les investisseurs technologiques Brook Dane et Sung Cho ont décrit un environnement «durablement contraint par le manque de capacité de calcul». Les tensions ne concernent plus uniquement les GPU, mais également les ASIC, les puces mémoire et les fournisseurs qui soutiennent l’ensemble de cette chaîne. Selon Cho, le cycle actuel est sans précédent: «Nous n’avons jamais connu un cycle haussier de cette ampleur».

La pression provient aussi de la concentration de la demande. Les 5 % d’entreprises les plus consommatrices utilisent environ trois fois plus de tokens que l’entreprise médiane. Cet écart continue de se creuser à mesure que l’IA s’étend du codage aux agents autonomes. L’inférence devient désormais le principal moteur des volumes, ajoutant de nouvelles tensions sur une partie différente de l’infrastructure informatique.

Cette pénurie devient ainsi un thème d’investissement structurel. Si l’offre ne peut répondre à la hausse de la demande en un an, l’ajustement devra s’étaler sur trois à cinq ans, prolongeant le cycle d’investissement. Une rareté persistante sur plusieurs années constitue précisément la condition nécessaire à l’émergence d’un marché négociable de la puissance de calcul.

Source: Labor Department

2. Un marché négociable est déjà en train de voir le jour

Cette hypothèse n'est pas restée théorique bien longtemps. Quelques jours après les déclarations de Larry Fink, le 12 mai 2026, était annoncé ce qui est présenté comme le premier marché à terme sur la puissance de calcul. Pour la première fois, la capacité de calcul fournie par les GPU devient un actif financier susceptible d'être échangé. Terry Duffy, directeur général du CME Group, résumait cette évolution par une formule qui fait écho à celle de Fink: «Le compute est le pétrole du XXIᵉ siècle.»

Le fonctionnement de ces contrats reprend les mécanismes classiques des marchés de matières premières. Ils permettent aux entreprises comme aux investisseurs de se couvrir contre les fluctuations du prix futur de la location de GPU ou de prendre une position sur son évolution. Le principe est identique à celui d'une compagnie aérienne qui sécurise son coût de carburant ou d'un industriel qui verrouille le prix de ses matières premières. Pour les entreprises utilisant massivement l'IA, ces contrats offrent un moyen de maîtriser leurs coûts futurs dans un contexte de forte volatilité. Pour les acteurs financiers, ils ouvrent une nouvelle classe d'actifs offrant une exposition directe aux infrastructures de l'intelligence artificielle.

La rapidité avec laquelle ce marché a émergé est en elle-même révélatrice. Une place boursière ne lance un contrat à terme que lorsqu'elle estime que l'actif sous-jacent est suffisamment rare, volatil et économiquement important pour susciter une demande de couverture et attirer des acheteurs comme des vendeurs. En quelques jours seulement, un acteur majeur des marchés dérivés a donc validé l'idée que la puissance de calcul est en train de devenir une ressource standardisée, échangeable et valorisée comme une véritable matière première.

Mais l'existence même d'un marché à terme repose sur une hypothèse implicite: celle d'une rareté suffisamment durable pour justifier des mécanismes de couverture sur plusieurs années. Or, cette vision entre directement en conflit avec les avancées technologiques destinées à réduire rapidement le coût du calcul et à rendre cette ressource beaucoup plus abondante.

Source: ORNN data 

3. La rareté qui justifie ce marché est-elle durable?

Le principal contre-argument porte moins sur la capacité disponible que sur l'évolution des coûts. Une analyse détaillée de la chaîne d'inférence de l'IA montre qu'une vague d'innovations pourrait faire chuter fortement le coût par token. Certaines avancées promettent déjà une réduction proche d'un facteur dix et, combinées, elles pourraient entraîner une baisse allant jusqu'à deux ordres de grandeur à moyen terme.

Ces leviers sont concrets et, pour beaucoup, déjà en phase de déploiement. L'optimisation des modèles, notamment grâce à la quantification (quantization) et au pruning, permet de réduire le coût par token de 85 à 95 %. Le passage d'une précision FP16 à INT4 peut, à lui seul, multiplier par deux à quatre les performances d'inférence sur les infrastructures existantes. À cela s'ajoutent les progrès du packaging 3D avec hybrid bonding, les puces spécialisées (ASIC) dédiées à l'inférence et les technologies de co-packaged optics, qui améliorent significativement l'efficacité énergétique et réduisent encore les coûts. Ces avancées ne relèvent plus de la recherche fondamentale: les quatre principaux hyperscalers prévoient d'investir plus de 700 milliards de dollars en 2026, principalement dans ces infrastructures.

Cette dynamique crée une véritable tensionQ pour toute vision de long terme sur le prix du calcul informatique. Un marché à terme repose sur l'hypothèse que la puissance de calcul restera suffisamment rare et volatile pour justifier une couverture. À l'inverse, la feuille de route technologique parie sur un effondrement progressif du coût unitaire. À court terme, ces deux scénarios peuvent coexister les coûts baissent tandis que les capacités restent temporairement limitées. Sur plusieurs années, en revanche, ils conduisent à des trajectoires très différentes.

Un autre élément complique l'analyse. Si les gains d'efficacité réduisent la dépendance aux procédés de fabrication les plus avancés, des pays comme la Chine, davantage contraints sur les technologies de pointe, pourraient exploiter des modèles performants sur des infrastructures plus anciennes et moins coûteuses. Un handicap industriel pourrait alors devenir un avantage compétitif pour l'inférence.

Conclusion

Un contrat à terme sur la puissance de calcul ne révélera pas seulement son prix, mais surtout la vision du marché sur la durée de cette rareté. Une courbe durablement élevée traduirait la conviction que la pénurie restera structurelle. À l'inverse, un aplatissement rapide signalerait que les progrès technologiques feront du calcul une ressource de plus en plus abondante et moins coûteuse. Ce marché deviendrait ainsi un indicateur de l'évolution de l'économie de l'IA, en reflétant si la puissance de calcul demeure une ressource stratégique et rare ou si elle tend progressivement à devenir une commodité.