Pénurie de GPU : les CEO se partagent eux-mêmes la puissance de calcul, les startups signent des contrats pluriannuels

La puissance de calcul est devenue une denrée rare dans la Silicon Valley, et la lutte pour y accéder est acharnée. Comme le rapporte 3DNews, qui s'appuie sur des observations du secteur, ce sont désormais les dirigeants des entreprises qui répartissent eux-mêmes les ressources. Des concurrents directs sont contraints de s'allier pour obtenir de la puissance supplémentaire. Les startups encaissent le choc le plus brutal : on leur propose un accès aux GPU en échange d'engagements financiers pluriannuels.

La source d'origine ne révèle ni montants précis ni noms de contrats. Ce qui suit porte donc sur la structure du phénomène et son contexte, et non sur les chiffres de contrats particuliers.

Qui décide de l'attribution des GPU ?

Il y a encore deux ans, l'achat de serveurs relevait de la routine pour l'équipe infrastructure. Aujourd'hui, la question du nombre d'accélérateurs alloués à un projet remonte au niveau des premiers dirigeants. La raison est simple : le volume de calcul détermine directement quels modèles une entreprise peut entraîner, à quelle vitesse elle sort une nouvelle version et combien d'utilisateurs elle peut servir sans dégradation de la qualité.

Les principaux constats de l'article :

• les dirigeants des entreprises répartissent eux-mêmes la puissance, et pas seulement les directeurs techniques ;
• les concurrents concluent des alliances pour accéder à des ressources supplémentaires ;
• la pénurie frappe le plus durement les startups ;
• le prix de l'accès s'exprime souvent en engagements pluriannuels, et non en paiement classique à l'usage.

Cela concorde avec ce que l'on a observé en 2025. OpenAI faisait alors état de contrats de plusieurs centaines de milliards de dollars avec Oracle, ainsi que de partenariats avec Nvidia, AMD et Broadcom. Anthropic annonçait l'extension de son recours aux TPU de Google, avec des dizaines de milliers d'accélérateurs et une capacité de l'ordre du gigawatt. Si, en 2026, les dirigeants se partagent encore les ressources à la main, c'est que l'offre ne suit toujours pas la demande.

S'allier avec ceux que l'on combat

Le plus inhabituel dans cette situation, c'est le comportement du marché. Des entreprises qui se disputent les mêmes clients et les mêmes ingénieurs s'entendent sur une infrastructure commune : elles partagent des clusters, se louent mutuellement de la puissance, lancent des projets communs de construction de datacenters. La logique est pragmatique. Construire seul un centre de données de plusieurs dizaines ou centaines de mégawatts prend du temps et coûte cher. L'argent n'est pas le seul frein : les livraisons de puces, d'équipements de refroidissement et les raccordements au réseau électrique limitent aussi les projets.

Pour le détenteur de la puissance, une telle alliance est également avantageuse. Le taux d'utilisation augmente, et il obtient en échange une participation dans le modèle d'un autre, des données ou une loyauté stratégique. La frontière entre fournisseur et concurrent s'estompe, ce qui crée de nouvelles dépendances. Celui qui contrôle les clusters voit la charge de son partenaire augmenter et dispose d'un levier dans les négociations.

Les startups paient avec leur temps et leur liberté

Les grands acteurs peuvent contracter un prêt ou émettre des obligations pour financer des datacenters. Une jeune entreprise n'a pas cette possibilité. Il ne lui reste qu'à signer un contrat pour plusieurs années, souvent assorti d'un minimum d'achats obligatoire. Les calculs cessent alors d'être une charge d'exploitation flexible pour devenir une dette fixe. Si le marché change et que le modèle ne répond plus aux besoins des clients, il faudra payer quand même.

Il existe aussi un coût caché. Un contrat de longue durée avec un seul cloud lie l'équipe à une architecture de puces et à une pile logicielle données. Changer ensuite de fournisseur ou d'accélérateurs est difficile et coûteux.

Comment une équipe doit agir

Pour une startup qui construit un produit sur l'IA, plusieurs mesures pratiques en découlent.

• Calculer le coût d'inférence par unité de valeur (requête, tâche, document) et l'intégrer à l'unit economics avant de signer un contrat.
• Ne pas verrouiller tout le volume de puissance sur une longue durée : en laisser une partie sur une offre flexible ou chez un second fournisseur.
• Vérifier la portabilité de la pile : moins le code dépend d'un seul type d'accélérateurs, plus la position de négociation est forte.
• Considérer l'optimisation (quantification, distillation, mise en cache) comme un moyen de réduire le besoin en GPU, et non comme une tâche secondaire.
• Intégrer au modèle financier un scénario où les prix du calcul baissent alors que les engagements de long terme restent inchangés.

Les investisseurs et les clients entreprise devraient demander aux fournisseurs de services d'IA sur quelle puissance ils s'appuient et à quelles conditions ils l'ont obtenue. De cela dépend la capacité du fournisseur à survivre à un nouveau pic de demande.