- Les entreprises technologiques utilisent de plus en plus des prêts garantis par des GPU — les puces utilisées pour l’entraînement des LLM — pour financer des investissements dans l’IA s’élevant à des centaines de milliards de dollars par an.
- Les GPU et les serveurs associés représentent 30 à 40 % du coût total des projets de centres de données, selon les estimations de Citigroup.
- Modèle courant : création d’une société ad hoc (SPV) qui achète des GPU haute performance puis les reloue à la corporation technologique elle-même, permettant de sortir la dette du bilan.
- Les investisseurs sont attirés par des rendements allant de « 7-9 % à environ 15 % » (high single digits to mid-teens), supérieurs aux obligations d’entreprises technologiques classiques.
- Cette tendance a été lancée par CoreWeave fin 2023, lorsque la demande de puces IA et les prix ont explosé.
- Apollo a annoncé un programme de financement de 3,5 milliards de dollars pour le fonds d’infrastructure numérique de Valor Equity Partners afin d’acheter des superpuces Nvidia GB200 et de les louer à xAI d’Elon Musk.
- IREN Limited a mobilisé 3,6 milliards de dollars d’engagements de prêt auprès de Goldman Sachs et JPMorgan pour acheter des puces destinées aux contrats IA avec Microsoft.
- Les contrats incluent souvent des clauses « hell or high water » (coûte que coûte), obligeant le locataire à poursuivre les paiements même si les conditions changent, réduisant ainsi le risque d’obsolescence rapide des puces.
- Moody’s a commencé à noter ce type de dette, mais retire les notations une fois le contrat de location terminé.
- Risque majeur : le cycle de vie des GPU pourrait être plus court que la période de récupération de l’investissement ; des puces vieilles de quelques années pourraient perdre beaucoup de valeur, rendant leur revente difficile en cas de défaut de paiement. Certains investisseurs parlent d’un « grand pari ».
📌 Les entreprises technologiques financent chaque année des centaines de milliards de dollars d’investissements dans l’IA via des prêts garantis par des GPU. Le modèle dominant consiste à créer des SPV pour acheter des puces et les relouer aux géants de la tech, sortant ainsi la dette du bilan. Des transactions de 3,5 à 3,6 milliards de dollars illustrent l’ampleur massive de la course à l’IA. Cependant, alors que les GPU peuvent devenir obsolètes en moins de 3 ans et que le marché secondaire reste incertain, ce modèle présente des risques importants de valorisation et de cycle de vie des actifs pour les investisseurs.
