# Infrastructure IA Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Infrastructure IA", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Bernstein dévoile les détails de l'accord entre Core Scientific et AMD pour 14 milliards de dollars

Selon des analystes de Bernstein, les contrats initiaux entre Core Scientific et AMD pour 530 MW pourraient générer plus de 14 milliards de dollars de revenus sur 15 ans. Le fabricant de puces agirait également comme garant de crédit pour une partie de l'infrastructure du mineur de Bitcoin. L'accord prévoit un potentiel d'extension jusqu'à 2,5 GW de capacité de centres de données pour l'IA. La structure de l'accord, scindé en une location triple-net directe de 377 MW pour AMD et 152 MW pour un fournisseur cloud bénéficiant de la garantie AMD, réduirait les coûts de financement et le risque de contrepartie. AMD a également obtenu des bons de souscription pour 30 millions d'actions de Core Scientific. Le revenu annuel moyen estimé est d'environ 900 millions de dollars, soit 1,8 million de dollars par mégawatt, légèrement inférieur aux récentes transactions similaires, mais avec une marge EBITDA mixte proche de 96% pour AMD. Core Scientific prévoit des dépenses en capital de 11 à 12 millions de dollars par mégawatt, soit environ 6 milliards de dollars au total, financés en partie par des obligations de projet. Bernstein y voit une confirmation de la transformation des anciens mineurs de Bitcoin en opérateurs d'infrastructure pour l'IA, avec des fabricants de puces comme AMD et Nvidia (via des accords avec Hut 8 et Riot Platforms) devenant désormais locataires principaux et soutenant directement ces projets à long terme.

cryptonews.ruHier 16:12

Bernstein dévoile les détails de l'accord entre Core Scientific et AMD pour 14 milliards de dollars

cryptonews.ruHier 16:12

Jito utilise JTX pour capter le flux des utilisateurs, pourquoi reste-t-il sous-évalué par le marché ?

Jito a lancé JTX le 14 juillet, un produit qui transforme son modèle économique en lui permettant de valoriser et de monétiser le flux d'utilisateurs sur Solana, plutôt que de rester un simple preneur de prix de l'espace de blocs. L'article suggère que le marché sous-évalue toujours JTO, le considérant comme une infrastructure backend, alors que JTX le positionne comme un fixateur de prix pour le trafic utilisateur. Les premiers signaux de JTX sont positifs, avec des écarts de prix minimes pour la majorité des transactions. Pour valoriser JTO, l'analyse utilise un scénario de base où JTX capturerait 15% du volume des DEX Solana d'ici au Q2 2027, générant des revenus annualisés d'environ 32,7 millions de dollars. Avec une valorisation prudente de 30 fois ces revenus, le prix cible pour JTO serait de 1,18 $, soit une hausse potentielle de 57% par rapport au prix actuel (environ 0,75 $). Une analyse probabiliste incluant des scénarios optimistes (40% de probabilité) et pessimistes (10%) aboutit à un prix cible pondéré de 2,75 $, impliquant une appréciation potentielle d'environ 267%. L'évaluation est très sensible au volume futur des DEX Solana, mais l'analyse penche pour l'optimisme, anticipant une montée en puissance des actifs tokenisés. De plus, JTX devrait mettre en place un mécanisme de rachat conséquent pour le token JTO, créant un effet de levier sur sa valeur.

marsbit07/28 11:11

Jito utilise JTX pour capter le flux des utilisateurs, pourquoi reste-t-il sous-évalué par le marché ?

marsbit07/28 11:11

Observations hebdomadaires de WEEX Labs : La « restructuration du pouvoir » dans l'infrastructure IA et le « mouvement d'immersion profonde » de l'économie réelle

Observations hebdomadaires de WEEX Labs : mi-juillet 2026 marque un tournant pour l'industrie de l'IA mondiale. Le pouvoir se déplace des "géants du cloud" vers les "propriétaires de puissance de calcul", et la valeur se concentre désormais sur l'intégration à l'industrie réelle plutôt que sur la course aux paramètres. **Reconfiguration de l'infrastructure :** L'annonce de "MetaCompute" illustre l'entrée des géants des réseaux sociaux sur le marché du cloud, menaçant les fournisseurs traditionnels. Leur offre intégrant calcul, modèles et données comprime l'espace des loueurs de calcul indépendants. **Modèles open-source et coût :** Les modèles fondateurs chinois (comme DeepSeek-V4) atteignent des niveaux mondiaux. La concurrence se joue maintenant sur le rapport coût-efficacité extrême et l'adaptation aux scénarios, facilitant l'adoption par les entreprises et le secteur public. **Du virtuel au physique :** L'intelligence incarnée, notamment les robots humanoïdes, passe des démonstrations aux applications industrielles réelles (logistique, fabrication automobile). La valeur se mesure à la stabilité des données de simulation et à l'utilité opérationnelle en usine. **Gouvernance mondiale :** Les discussions éthiques cèdent la place à des cadres pratiques pour une "IA souveraine". Les pays renforcent leurs infrastructures de calcul et de données locales, imposant une conformité accrue dès la conception des modèles. **Conseils clés de WEEX Labs :** 1. **Adopter le "privé open-source"** : Utiliser les modèles open-source pour construire des bases de connaissances internes et réduire la dépendance aux API externes. 2. **Éviter l'enfermement ("lock-in") par le calcul** : Maintenir une diversité de fournisseurs de cloud pour préserver son pouvoir de négociation face aux écosystèmes intégrés. 3. **Saisir les opportunités dans l'infrastructure physique** : Se positionner sur les services adjacents aux robots (collecte de données, logiciels de simulation industrielle, adaptation de la puissance de calcul) plutôt que sur la fabrication directe. L'IA s'ancre profondément dans les rouages de l'économie manufacturière mondiale.

marsbit07/19 05:18

Observations hebdomadaires de WEEX Labs : La « restructuration du pouvoir » dans l'infrastructure IA et le « mouvement d'immersion profonde » de l'économie réelle

marsbit07/19 05:18

Au WAIC, pour la première fois, j'ai senti que l'IA n'avait pas besoin d'être si intelligente

À la WAIC, j'ai découvert un espace inhabituellement calme : un système de musicothérapie par IA développé par l'École de musique de Shanghai. Pendant vingt minutes, il a généré une musique personnalisée en fonction de mon activité cérébrale, m'offrant un moment de paix au milieu du tumulte du salon. Cette expérience contrastait fortement avec le reste de l'événement, dominé par la course à l'efficacité : démonstrations de robots, agents IA, puissance de calcul et nouveaux terminaux comme les lunettes intelligentes. Si l'industrie vise à faire de l'IA un assistant omniprésent et hyper-efficace, cette installation posait une autre question : et si l'IA servait aussi notre bien-être émotionnel ? Un paradoxe émerge : les outils conçus pour nous faire gagner du temps accélèrent en réalité nos vies, générant souvent plus de stress. Alors que la technologie devient plus "humaine" dans ses interactions, les discussions techniques occultent souvent les besoins humains fondamentaux : l'anxiété, la solitude, le besoin de réconfort. Des applications comme la musicothérapie, la consultation psychologique ou l'accompagnement pour personnes âgées représentent une voie discrète mais essentielle. Elles ne cherchent pas à accomplir des tâches plus vite, mais à construire une forme d'infrastructure émotionnelle. Leur valeur ne réside pas dans des paramètres techniques spectaculaires, mais dans leur capacité à comprendre et apaiser un individu précis. L'avenir de l'IA ne dépendra pas seulement de son intelligence (Intelligence), mais aussi de la profondeur de sa compréhension (Understanding). Alors que les capacités des modèles tendent à se standardiser, le véritable défi consistera à intégrer cette technologie dans la complexité de la vie humaine, non plus simplement comme un outil, mais comme un partenaire attentif à notre équilibre.

marsbit07/18 10:03

Au WAIC, pour la première fois, j'ai senti que l'IA n'avait pas besoin d'être si intelligente

marsbit07/18 10:03

Meta se lance aussi dans la vente de pelles, Mark Zuckerberg : les modèles peuvent être lents, mais les GPU doivent rapporter

Meta, confronté à des défis dans le développement de ses propres modèles d'IA (comme les difficultés avec Gemini et les retards des agents IA), se tourne vers un nouveau plan stratégique : la commercialisation de sa puissance de calcul. Le groupe envisagerait de lancer "Meta Compute", un service permettant de louer une partie de son infrastructure GPU massive à des clients externes. Cette décision s'appuie sur d'importants investissements en infrastructures. Meta a considérablement accru ses capacités de data centers et de calcul, avec des engagements récents approchant les 10GW. Cette capacité pourrait être allouée à plusieurs usages : alimenter ses propres modèles (comme Muse Spark et le futur "Watermelon"), améliorer ses systèmes de recommandation publicitaire, ou être louée à haut prix sur le modèle de SpaceX. Meta pourrait également héberger des modèles tiers, comme Claude d'Anthropic, pour les proposer en service. Cela lui permettrait un usage interne, une vente directe aux entreprises, et le développement d'applications verticales intégrant des agents IA. Cette orientation répond à la réalité très coûteuse de la course aux modèles d'IA de pointe. En monétisant son infrastructure, Meta cherche à générer des revenus à haute marge (100 milliards de dollars annuels potentiels pour 200MW loués) et à rendre ses investissements compréhensibles pour les marchés, sans pour autant abandonner son objectif à long terme de développer une intelligence artificielle de niveau supérieur (ASI). Cette stratégie positionnerait Meta en concurrent direct des grands clouds (AWS, Azure, Google Cloud) et des spécialistes du calcul IA comme CoreWeave.

marsbit07/06 01:22

Meta se lance aussi dans la vente de pelles, Mark Zuckerberg : les modèles peuvent être lents, mais les GPU doivent rapporter

marsbit07/06 01:22

Le plus grand centre de données au monde tombe à l'eau

Le géant mondial du capital-investissement Blackstone a officiellement mis fin à son projet phare de centre de données « Digital Gateway » en Virginie, un campus qui devait devenir le plus grand au monde. Ce revirement survient peu après la vente par Blackstone d'autres actifs de centres de données matures pour 3,5 milliards de dollars, signalant un changement stratégique brutal. Le projet, d'un investissement prévu de 100 milliards de dollars sur 2100 acres, a été bloqué par cinq ans de fortes oppositions locales concernant son impact environnemental et patrimonial, étant situé près d'un champ de bataille historique. Un vice de procédure dans l'approbation du zonage, invalidée par un tribunal en mars, et le retrait du partenaire Compass Datacenters ont scellé son sort. Ce cas illustre les défis croissants auxquels est confrontée la frénésie de construction de centres de données pour l'IA. Outre la résistance des communautés, les goulets d'étranglement majeurs sont l'approvisionnement en électricité - les centres de données pourraient tripler leur consommation aux États-Unis d'ici 2035 - et le durcissement réglementaire. Un rapport indique que des projets d'une valeur de 1300 milliards de dollars étaient en retard au premier trimestre 2026. L'action de Blackstone, considérée comme un signal d'alarme, suggère que l'industrie doit maintenant composer avec ces limites physiques et sociales.

marsbit07/06 01:11

Le plus grand centre de données au monde tombe à l'eau

marsbit07/06 01:11

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

Google commence désormais à vendre directement ses puces TPU (Tensor Processing Unit) et ses solutions matérielles de calcul IA aux centres de données tiers et aux clients. Ces puces, conçues spécifiquement pour les opérations mathématiques de tenseurs et de matrices, sont au cœur du fonctionnement des grands modèles d'IA. Auparavant, les TPU n'étaient accessibles que via la location dans les centres de données cloud de Google. Cette stratégie permet à Google de proposer une alternative à l'écosystème NVIDIA (GPU, CUDA), non pas en se positionnant sur la puissance brute, mais sur l'efficacité et la réduction des coûts, notamment pour l'inférence des modèles. L'objectif est de produire des "tokens" à moindre coût, un facteur clé pour démocratiser l'utilisation de l'IA à grande échelle. Google, à l'instar des grands fournisseurs de cloud comme Huawei Cloud et Alibaba Cloud, ne vend pas seulement du matériel. Il propose un écosystème complet intégrant puces, clusters, logiciels et services, transformant la puissance de calcul en une "productivité" directement utilisable. Cela reflète une évolution du marché : la compétition ne porte plus seulement sur la puissance des puces, mais sur la capacité à offrir une "meilleure puissance de calcul" – c'est-à-dire la solution la plus efficace et la plus économique pour des besoins variés. Ainsi, le marché de l'infrastructure IA évolue d'une "guerre des puces" vers une "guerre des systèmes". Si NVIDIA conserve sa position dominante pour l'entraînement des modèles et son écosystème mature, la montée en puissance de ces alternatives centrées sur le coût et l'efficacité opérationnelle redessine le paysage concurrentiel.

marsbit06/24 10:25

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

marsbit06/24 10:25

Elon Musk se penche à nouveau sur les infrastructures IA : Tesla va vendre des "Lego de puissance de calcul"

Tesla se lance dans l'infrastructure IA avec le dépôt de la marque "Megapod". Ce système modulaire de matériel pour centre de données IA inclurait serveurs, matériel de traitement IA, équipements réseau, unités de distribution d'énergie et systèmes de refroidissement, le tout conçu pour un déploiement rapide et "prêt à l'emploi". Cette initiative suit la logique des produits existants Megapack (stockage d'énergie) et Megablock. Cette décision intervient moins d'un an après la dissolution de l'équipe Dojo, le supercalculateur d'entraînement IA autrefois développé par Tesla. Plutôt que de concurrencer directement Nvidia sur le marché des puces, Tesla semble cibler les aspects énergétiques et infrastructurels des centres de données IA, une problématique croissante avec l'explosion de la consommation électrique due à l'IA. Le géant automobile et énergétique possède en effet une expertise clé via ses batteries Megapack, déjà achetées en grandes quantités par xAI (autre entreprise de Musk) pour stabiliser l'alimentation électrique de ses clusters d'IA. L'objectif de Megapod serait donc d'offrir une solution intégrée "clé en main", combinant l'approvisionnement en énergie, la gestion thermique et le matériel de calcul. Cette stratégie s'inscrit dans une vision plus large où les entreprises de Musk construisent une plateforme d'infrastructure IA : tandis que SpaceX loue d'énormes capacités de calcul (notamment à Google), Tesla pourrait fournir les systèmes matériels et énergétiques modulaires nécessaires pour les faire fonctionner. Le marché visé est lucratif, répondant aux défis concrets de déploiement rapide, d'approvisionnement électrique et de refroidissement auxquels sont confrontées toutes les entreprises d'IA.

marsbit06/22 07:38

Elon Musk se penche à nouveau sur les infrastructures IA : Tesla va vendre des "Lego de puissance de calcul"

marsbit06/22 07:38

活动图片