Les fondateurs d'une entreprise d'énergie renouvelable viennent de commander 20 000 GPU Nvidia Rubin

AM Intelligence a annoncé le 5 octobre une commande de 20 000 GPU Nvidia Rubin, dans le cadre d'un accord évalué à 4 milliards de dollars. Cet achat porte le nombre total de GPU de l'entreprise à 29 000 et étend son empreinte à 100 mégawatts de capacité, répartie entre l'Inde et la Malaisie.

L'entreprise est soutenue par les fondateurs de Greenko, l'une des plus grandes entreprises indiennes d'énergie renouvelable. Elle a annoncé un objectif à plus long terme de 400 mégawatts de capacité d'usines d'IA et un investissement total de 20 milliards de dollars.

Le contexte explique pourquoi il s'agit de bien plus qu'une annonce d'approvisionnement. La disponibilité de l'électricité est la contrainte déterminante à l'expansion des centres de données d'IA presque partout, et un opérateur dont les fondateurs viennent de la production d'énergie renouvelable arrive avec la partie la plus difficile du problème en partie résolue. Le foncier, l'interconnexion et un approvisionnement en électricité sont ce que la plupart des constructeurs passent des années à négocier.

La commande est un pari sur une génération de matériel qui n'a pas encore été livrée

Rubin est la prochaine plateforme de Nvidia, successeur de la génération Grace Blackwell actuellement déployée. Commander 20 000 unités revient à s'engager sur un calendrier de livraison contrôlé par Nvidia.

Cela compte parce que l'économie d'une commande de GPU dépend du moment où le matériel arrive par rapport au moment où la génération suivante le rend obsolète. Les estimations du marché situent la durée de vie utile d'une puce Grace Blackwell à environ cinq ans avant que Nvidia ne la remplace. Un acheteur qui prend livraison tard dans le cycle d'une génération obtient moins d'années productives pour le même capital, et un acheteur qui prend livraison d'une nouvelle génération obtient le plus long horizon.

AM Intelligence cherche à être dans la seconde position. Qu'elle y parvienne dépend de l'allocation de Nvidia, qui est allée aux plus gros clients en premier tout au long du déploiement actuel.

La couche de financement est là où se trouve l'ingénierie intéressante

L'histoire plus profonde de l'infrastructure d'IA, en ce moment, ne réside pas dans les commandes de puces, mais dans les structures utilisées pour les payer.

Nvidia a promis 500 milliards de dollars en partenariat avec Apollo Global Management, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR. L'arrangement n'est pas un fonds à capital engagé et Nvidia n'est pas un investisseur direct. L'argent devrait venir de banques, d'assureurs, de gestionnaires d'actifs et de crédit privé. Nvidia pourrait garantir jusqu'à un quart des financements éligibles, ce qui fixe un plafond théorique de 125 milliards de dollars à son exposition.

L'objectif de la structure est de permettre aux clients d'acheter du matériel sans financer la totalité de l'achat à partir de leur propre bilan. Elle relie un laboratoire d'IA ou un opérateur régional à du capital institutionnel de long terme, ce qui permet à une entreprise comme AM Intelligence de s'engager sur 20 milliards de dollars d'investissement sans lever 20 milliards de dollars de fonds propres.

Il existe une image miroir du côté de l'acheteur. Amazon aurait négocié le transfert d'environ 8 milliards de dollars de puces Nvidia Grace Blackwell vers un véhicule ad hoc, qui louerait ensuite le matériel en retour. Les puces sont déjà installées et en fonctionnement dans plus d'une douzaine de centres de données. Rien ne bouge physiquement. Ce qui change, c'est qui possède l'actif et qui porte la dette.

L'élément qui rend un tel véhicule finançable est la notation de crédit de la partie qui le loue en retour, plutôt que la puce elle-même. La notation double A d'Amazon permet à la dette du véhicule de viser la catégorie investment grade, ce qui ouvre la porte aux assureurs et aux fonds de pension qui sont limités à cette catégorie.

L'ampleur des dépenses

Les dépenses d'investissement totales des quatre plus grands hyperscalers sont projetées à environ 730 milliards de dollars en 2026, soit une augmentation d'environ 78 % par rapport à 2025. Les propres prévisions d'Amazon sont d'environ 220 milliards de dollars, devant Google à 200 milliards, Microsoft à 175 milliards et Meta à 137 milliards.

Ces chiffres ne proviennent pas uniquement des flux de trésorerie d'une activité cloud, et c'est pourquoi les structures de financement existent. Sortir une partie de la facture du bilan réduit la pression sur les marges publiées et sur la dette que les actionnaires voient chaque trimestre.

Nvidia n'est pas un acteur neutre dans tout cela. Chaque structure de financement qui permet à un client de continuer à acheter des GPU au rythme du calendrier de sortie de Nvidia augmente le volume de puces vendues. Consciente de cela, l'entreprise maintient des mécanismes de soutien précisément pour ces arrangements.

Pourquoi l'Inde et la Malaisie

Les deux emplacements ne sont pas arbitraires.

L'Inde apporte un vaste vivier d'ingénieurs, une demande intérieure issue d'un secteur technologique en croissance et un gouvernement qui courtise activement les investissements dans les centres de données. La Malaisie apporte du foncier, de l'électricité et une position sur les routes de câbles sous-marins qui la relient au trafic asiatique et trans-pacifique. Répartir la capacité entre les deux disperse le risque politique et le risque de réseau, et place l'opérateur dans deux juridictions aux postures réglementaires différentes à l'égard de l'IA.

Le lien avec Greenko est ce qui distingue ce projet d'un pur montage financier. La production d'énergie renouvelable est une activité d'exploitation avec des actifs réels, des accords d'interconnexion et le savoir-faire institutionnel nécessaire pour acheminer l'électricité vers un site dans les délais. Les centres de données d'IA comptent parmi les installations les plus gourmandes en énergie jamais construites, et les opérateurs sans expérience de la production ont passé ces deux dernières années à signer des accords d'approvisionnement dont la livraison prend des années.

La disponibilité de l'électricité, et non l'approvisionnement en puces, est devenue la contrainte qui détermine quels projets voient réellement le jour. Un constructeur capable de résoudre le problème de l'électricité dispose d'un avantage qu'aucune somme de capital ne peut acheter rapidement.

Le calendrier de Rubin est le risque

AM Intelligence totalise aujourd'hui 29 000 GPU et 100 mégawatts, pour un objectif de 400 mégawatts et de 20 milliards de dollars d'investissement. L'écart entre ces deux chiffres, c'est tout le projet.

Rubin est la prochaine plateforme de Nvidia. Ses calendriers de livraison n'ont pas été confirmés publiquement, et l'allocation de Nvidia a historiquement privilégié les plus gros acheteurs en premier. Un opérateur régional qui passe une commande de 4 milliards de dollars parie que le matériel arrivera suffisamment tôt dans la vie de la génération pour amortir son coût avant que la plateforme suivante ne rebatte les cartes.

L'autre point à surveiller est de savoir si le financement du reste de l'investissement sera divulgué. Une première commande de GPU est un engagement. Le total de 20 milliards de dollars est un plan, et la différence entre les deux réside dans la structure qui le financerait.

La demande est-elle réelle ?

La réponse honnête est que personne en dehors des acheteurs ne le sait, et les acheteurs ont intérêt à être optimistes.

Deux choses peuvent être vraies en même temps. La demande d'inférence croît, et les modèles de pointe sont coûteux à exécuter. La capacité mise en ligne tôt peut être monétisée. C'est l'argument en faveur de ces dépenses.

L'autre possibilité est une surconstruction financée par des structures qui transfèrent le risque à des parties incapables de l'évaluer facilement. Un financement facile accroît le risque de surcapacité, de sous-utilisation, de pression sur les prix et d'obsolescence technologique, et ces risques se cumulent lorsque le financement est arrangé par le fournisseur de l'actif financé.

L'indice révélateur sera le taux d'utilisation. Un GPU qui exécute de l'inférence pour des clients payants est un actif. Un GPU installé et inutilisé est un passif qui se déprécie, et son prix de 4 milliards de dollars est réparti entre les investisseurs d'un véhicule plutôt que de figurer dans les comptes d'une entreprise où un analyste peut le voir.

Pour AM Intelligence en particulier, les questions à suivre sont peu glamour : le financement du reste de l'investissement au-delà de cette commande de GPU sera-t-il divulgué, quels sont les calendriers de déploiement confirmés pour les installations en Inde et en Malaisie, et Nvidia confirmera-t-il un calendrier de livraison pour Rubin. La dernière question détermine quand tout cela deviendra une activité plutôt qu'un plan.

L'Asie du Sud et du Sud-Est obtiennent là un véritable cas de test. Si un opérateur hors des États-Unis et de la Chine peut déployer des centaines de mégawatts de capacité d'IA alimentée par des énergies renouvelables, l'hypothèse selon laquelle l'infrastructure de pointe doit être concentrée dans une poignée de régions s'affaiblit. S'il n'y parvient pas, l'annonce rejoindra une liste d'engagements plus ambitieux que leur mise en œuvre.