La location de Nvidia H100 grimpe malgré Blackwell : +40 % en six mois

Le marché du calcul pour l'IA montre une résistance inattendue du matériel ancien : après le lancement des systèmes Nvidia Blackwell, la location d'accélérateurs H100 n'a pas seulement cessé de baisser, elle a nettement augmenté. En six mois, le tarif moyen de la location longue durée est passé d'environ 1,7 à 2,35 dollars par GPU et par heure, et de nombreux fournisseurs n'ont pratiquement plus de capacité Hopper disponible.

La logique du marché laissait pourtant prévoir l'inverse. Le H100 n'est plus le produit phare : c'est la génération précédente d'accélérateurs Nvidia, basée sur l'architecture Hopper, alors que Blackwell est présenté comme la nouvelle base des plus grands clusters d'IA. Après un changement de génération, les anciens GPU deviennent d'ordinaire moins chers, car une partie des clients migre vers des systèmes plus rapides et l'offre d'occasion augmente. Mais en 2026, ce scénario ne s'est pas réalisé.

Les analystes relèvent deux signaux de pénurie. D'abord, les prix eux-mêmes montent : une hausse d'environ 40 % en six mois est atypique pour un produit mature. Ensuite, même à ces tarifs, trouver des H100 libres est difficile. Les locataires cherchent à prolonger leurs contrats actuels à tout prix, dans certains cas pour plusieurs années. Pour beaucoup d'entreprises, garantir l'accès au calcul compte plus que d'attendre que le marché se calme.

La raison : Blackwell n'a pas encore remplacé Hopper dans les volumes nécessaires. Les nouvelles instances équipées de la génération Blackwell arrivent progressivement sur le marché, et une part importante des déploiements n'est attendue que vers le milieu de l'année. Tant que l'offre reste limitée, la demande progresse plus vite que les fournisseurs ne parviennent à mettre en service de nouveaux racks et clusters. Résultat : les systèmes de la génération précédente ne se libèrent pas. Ils restent les bêtes de somme de l'entraînement de modèles, du fine-tuning, de l'inférence et des services d'IA d'entreprise.

C'est particulièrement visible sur l'entraînement. Malgré Blackwell, de nombreuses charges d'entraînement s'accommodent encore bien du H100 sur le rapport prix/résultat, surtout quand les entreprises n'ont pas besoin de méga-clusters expérimentaux, mais de configurations familières de dizaines ou de centaines de GPU. Pour l'inférence, la nouvelle génération est réellement plus attrayante, mais en pratique la disponibilité du matériel pèse souvent plus que la performance théorique. Si le cluster Blackwell voulu n'est pas disponible dans les prochains mois, les entreprises prennent ce qu'elles peuvent lancer tout de suite.

Le H100 dispose pour cela d'une solide position pratique. Le marché connaît bien ces accélérateurs, et les frameworks, les configurations cloud et les pipelines internes des entreprises sont déjà optimisés pour eux. Nvidia promeut le H100 comme un accélérateur universel pour l'entraînement et l'inférence de grands modèles sur l'architecture Hopper, et dans les clusters réels, ce ne sont pas seulement les pics de performance qui comptent, mais aussi la prévisibilité des livraisons, la compatibilité et une économie lisible. Si Blackwell promet un gain d'efficacité de plusieurs fois sur les charges les plus lourdes des grands modèles de langage, le H100 reste un outil connu et éprouvé là où la migration vers la nouvelle génération n'est pas rentabilisée immédiatement.

Un autre facteur tient à la structure même du marché de la location de GPU. L'essentiel des transactions ne passe pas par des prix horaires publics, mais par des contrats à moyen et long terme. Quand la demande s'emballe, les fournisseurs de capacité cloud peuvent choisir leurs clients, relever les tarifs et exiger des engagements plus longs. Pour les startups et les équipes en entreprise, cela signifie une chose désagréable : la pénurie se traduit désormais non seulement par le prix, mais aussi par l'absence de créneaux. Même avec un budget, le cluster voulu peut tout simplement être indisponible.

La leçon pour le marché est simple : dans le boom de l'IA, un accélérateur n'est « obsolète » que sur le papier. Tant que la production de nouveaux systèmes reste en retard sur la demande, la génération précédente de Nvidia conserve une valeur quasi stratégique et peut même renchérir, à contre-courant de la logique habituelle de renouvellement du matériel. Pour les clients du cloud, c'est un signal : réserver de la capacité à l'avance et se montrer plus prudents face aux plans de migration rapide vers Blackwell. Pour Nvidia elle-même, c'est la confirmation que la demande de calcul croît encore plus vite que l'infrastructure ne peut être renouvelée.