Pourquoi tous les data centers veulent-ils soudain davantage de GPU ?

Depuis deux ans, un mot revient sans cesse dans les rapports trimestriels des géants du cloud : GPU. Microsoft, Amazon, Google, Meta ou Oracle annoncent des dépenses d’investissement records, presque entièrement absorbées par l’achat de puces graphiques destinées à l’intelligence artificielle. Pour un investisseur, comprendre ce virage n’est pas un simple exercice technique : il s’agit de l’une des plus importantes réallocations de capital de l’histoire récente du secteur technologique.

Le CPU ne suffit plus

Pendant des décennies, les data centers ont été bâtis autour du processeur central, le CPU, conçu pour exécuter des tâches séquentielles avec une grande polyvalence. Ce modèle convenait parfaitement à l’hébergement web, aux bases de données et aux applications d’entreprise classiques.

L’apprentissage profond a changé la donne. Entraîner ou exécuter un grand modèle de langage revient à effectuer des millions d’opérations matricielles en parallèle. Le GPU, initialement conçu pour le rendu graphique, s’avère idéal pour ce type de calcul massivement parallèle. Un cluster de GPU peut accomplir en quelques heures ce qui prendrait des semaines à des CPU classiques. Cet écart de performance explique pourquoi ces puces sont devenues la ressource la plus disputée du secteur technologique.

Une course déclenchée par l’explosion de l’IA générative

L’arrivée des modèles génératifs grand public a transformé une technologie de niche en priorité stratégique pour toutes les grandes entreprises. Chaque acteur du cloud veut désormais proposer sa propre offre d’IA, entraîner ses propres modèles et louer de la puissance de calcul à des entreprises clientes. Cette dynamique crée une demande qui dépasse largement l’offre disponible, plaçant les fabricants de GPU dans une position de force sans précédent.

Les opérateurs de data centers ne cherchent plus seulement à accroître leurs capacités de stockage ou leur bande passante : ils veulent sécuriser des allocations de GPU, parfois plusieurs mois, voire plusieurs années à l’avance. Certains contrats d’approvisionnement se négocient désormais comme des accords stratégiques, au même titre que les contrats énergétiques ou les baux immobiliers.

Un goulot d’étranglement mondial

Cette ruée vers les GPU crée des tensions concrètes. La fabrication de ces puces dépend d’une chaîne de production extrêmement concentrée, notamment autour de la gravure avancée à Taïwan. Toute perturbation logistique, géopolitique ou industrielle peut ainsi retarder des projets d’infrastructure entiers.

Par  ailleurs, les data centers optimisés pour l’IA ne se limitent pas à un empilement de cartes graphiques. Ils nécessitent une refonte complète de l’infrastructure : refroidissement liquide plutôt que par air, alimentation électrique renforcée et réseaux internes à très haut débit pour connecter des milliers de puces entre elles. Ces contraintes expliquent pourquoi les investissements ne se limitent pas au silicium lui-même, mais s’étendent à l’énergie, à l’immobilier industriel et aux équipements de refroidissement.

Pour les directions achats, cette tension rappelle l’importance d’une cartographie des dépenses achats rigoureuse afin d’anticiper les goulots d’étranglement et de sécuriser les approvisionnements critiques.

Ce que cela signifie pour les investisseurs

Pour les marchés financiers, cette dynamique a des implications à plusieurs niveaux :

• Les fabricants de puces occupent une position dominante tant que la demande dépasse l’offre. Le cours de Nvidia illustre bien cette tendance, l’entreprise étant devenue le fournisseur de référence pour l’entraînement et l’inférence des modèles d’IA à grande échelle.
• Les opérateurs de cloud doivent arbitrer entre des dépenses massives et une rentabilité future, un équilibre que les investisseurs surveillent de près lors de chaque publication de résultats.
• Les fournisseurs d’infrastructures connexes — énergie, refroidissement, réseaux et semi-conducteurs de mémoire — bénéficient indirectement de cette vague d’investissement, offrant ainsi d’autres moyens de s’exposer à cette thématique sans dépendre d’un seul acteur.
• Les risques de concentration restent réels : une chaîne d’approvisionnement fragile, une dépendance à quelques fonderies et les valorisations déjà élevées de certains titres incitent à la prudence.

Une tendance structurelle, pas un simple effet de mode

Certains observateurs comparent cette période à la ruée vers l’or autour du haut débit à la fin des années 1990. La différence majeure tient au fait que la demande actuelle repose sur des cas d’usage qui génèrent déjà des revenus : automatisation des entreprises, recherche pharmaceutique, services financiers et création de contenu. Cela ne garantit pas l’absence de correction de marché, mais distingue ce cycle des bulles purement spéculatives.

Pour un investisseur, la question n’est donc plus de savoir si les GPU resteront au cœur de l’économie numérique, mais quels acteurs sauront transformer cette demande en avantage concurrentiel durable et dans quelle mesure ce potentiel est déjà intégré aux valorisations actuelles.