torygreen

Le bien immobilier le plus précieux dans l'IA en ce moment est une fonderie d'aluminium fermée dans le Kentucky.
@AnthropicAI a signé un bail de 19 milliards de dollars sur 20 ans pour 401 mégawatts sur le campus Hawesville de TeraWulf, un ancien site de fonderie avec environ 480 mégawatts de connexion au réseau hérité. TeraWulf a réalisé environ $1B de revenus l'année dernière ; ce seul contrat vaut près de vingt fois ce montant.
L'actif, c'est le raccordement électrique. Vous pouvez fabriquer plus de puces. Vous ne pouvez pas créer des mégawatts du jour au lendemain.
Chaque mineur de bitcoi

L'investissement dans l'IA dépasse les revenus de l'IA de 46 %. Lors de l'effondrement des télécoms en 2001, cet écart était de 32 %. Nous avons dépassé le territoire de l'effondrement des télécoms et nous accélérons encore vers $1T de capex annuel d'ici 2027.
Les prix des tokens racontent l'autre côté. L'indice des dépenses en tokens LLM de Silicon Data a atteint un pic de 2,06 $ par million de tokens en mai. Il est à 1,62 $ maintenant. En baisse de 20 % en six semaines. En baisse de plus de 90 % depuis 2023.
Les dépenses totales en tokens ont à peu près doublé d'une année sur l'autre. Des t

.@nvidia n'est plus seulement dans le jeu de la fabrication de puces. Il se positionne comme un participant direct dans l'économie de l'infrastructure IA.
D'après les récentes annonces, ils financent des centres de données et prennent une part des revenus cloud qu'ils génèrent.
Deux récents partenariats illustrent parfaitement ce changement :
210 000 GPU liés à un engagement d'achat de 25 à 30 milliards de dollars sur six ans
> Sharon AI $SHAZ déploie 40 000 GB300 en Australie
> Firmus monte à 170 000 accélérateurs sur 360 MW à Batam
En parallèle, Nvidia et ses partenaires ont introduit XFRA,

70 % des entreprises déclarent utiliser l'IA. Moins d'une sur dix a un véritable agent en production dans son environnement.
Cet écart se trouve dans l'AI Index de Stanford, le jeu de données sur l'IA le plus cité et le moins biaisé qui existe, non publié par un laboratoire ayant un intérêt dans le résultat.
Google a dépensé à lui seul plus de 150 milliards de dollars en infrastructure IA l'année dernière. Les revenus des laboratoires de pointe augmentent à des taux historiques, et les dépenses de calcul augmentent parallèlement, sans diminuer en proportion des revenus comme le fait normalemen

La contrainte de l'IA en 2026 n'est pas la qualité du modèle. C'est la capacité du réseau.
PJM vient d'enregistrer une hausse de 833 % des prix de capacité pour la Virginie. Cet État envoie désormais environ 40 % de son électricité aux centres de données et importe plus d'électricité que la Californie. Dublin consomme près de 80 % du réseau national irlandais. Francfort est à 42 % de l'approvisionnement régional.
L'AIE pense que la demande des centres de données va à peu près doubler d'ici 2030, tandis que la moitié des projets américains en développement sont concentrés dans des endroits qui

J'ai passé du temps avec les chiffres d'inférence et une statistique revient sans cesse.
70 % de l'inférence IA en 2026 s'exécute en périphérie. Pas dans un centre de données hyperscale. Pas sur AWS. Sur des systèmes industriels, des équipements autonomes et des appareils connectés où le trajet aller-retour vers un serveur cloud n'est pas un problème de latence, c'est un mode de défaillance.
Le marché de l'inférence de 106 milliards de dollars ne croît pas parce que les gens envoient plus de requêtes « chat » à leur IA. Il croît parce que l'IA est intégrée dans une infrastructure physique qui

Apparemment, être proche de la technologie physique a très peu à voir avec son adoption réelle.
La Californie abrite tous les laboratoires d'IA de pointe qui comptent. New York compte plus d'entreprises du Fortune 500 que tout autre État. Les deux ont été dépassés par le Colorado, qui a atteint 23,2 % d'adoption de l'IA en entreprise tandis que New York n'a géré que 13,8 %.
Ce que le Colorado et l'Arizona ont, ce n'est pas une meilleure infrastructure ou un meilleur talent. C'est une volonté d'agir avant que l'industrie ne signale qu'il est sûr de le faire. Les États les plus proches de la tec

En théorie, les coûts de l'IA auraient dû s'effondrer à l'heure qu'il est.
La même tâche de pointe qui coûtait 30 $ par million de tokens au lancement de GPT-4 en 2023 coûte aujourd'hui 1,25 $ avec GPT-5. Une baisse de 96× en trois ans, pour des modèles nommés avec des prix publiés.
Selon toute règle normale, les factures d'IA des entreprises devraient s'effondrer. Au lieu de cela, les budgets moyens d'IA du Fortune-500 sont passés de $7M en 2024 à $19M en 2026. Presque 3× en deux cycles budgétaires.
La raison : les tokens bon marché ne sont pas économisés, ils sont utilisés comme une

Quelque chose s'est discrètement inversé dans le calcul de l'IA cette année, et cela change ce à quoi sert réellement le déploiement.
En 2023, les 2/3 du calcul de l'IA étaient consacrés à l'entraînement, le travail réel de construction d'un modèle. L'autre partie, plus petite, allait à l'inférence, le travail de l'exécuter une fois construit. Mais ce rapport a discrètement commencé à s'inverser.
L'inférence représente désormais 2/3 et continue d'augmenter, selon Deloitte, et les puces conçues pour l'exécuter ont franchi $50B cette année.
La principale raison pour laquelle ce basculement est i

Voici la répartition du calcul IA que peu de gens lisent correctement.
L'entraînement de pointe se concentre de plus en plus chaque trimestre, des milliers de GPU qui doivent être placés au même endroit et interconnectés. Mais l'entraînement ne représente que 30% de la demande en 2026. Les 70% restants sont l'inférence, et l'exécuter sur un hyperscaler signifie payer pour une infrastructure conçue pour la charge de travail la plus difficile afin d'effectuer la plus facile.
Sur les réseaux distribués, cette même inférence pourrait être 45 à 75 % moins chère, et pour quiconque dimensionne un bud

95 % de la capacité GPU d'entreprise est actuellement inutilisée.
Ce chiffre provient de Cast AI mesurant 23 000 clusters de production réels, pas d'une enquête générique.
L'utilisation moyenne était de 5 % et cela se produit au moment précis où Nvidia a augmenté les prix du H200 de 15 %, la première hausse en 20 ans. Les matériels que tout le monde dit être rares ne font en grande majorité rien.
Si vous essayez de comprendre pourquoi il semble impossible d'obtenir de la puissance de calcul, c'est la raison. Personne ne retourne une allocation pour laquelle il a attendu des mois.
Ainsi

Certains grands mouvements de politique IA de l'UE seraient en préparation, mais voici la réalité de l'infrastructure avec laquelle ils travaillent.
> Dépenses en infrastructure IA souveraine de l'UE en 2026 : 12,6 milliards de dollars.
> Capex des hyperscalers américains la même année : 725 milliards de dollars.
L'Europe a passé six ans à construire 19 usines d'IA et 14 superordinateurs, et à elle seule, Amazon dépassera cet effort entier en deux semaines cette année.
La plupart des équipes d'IA européennes n'utilisent pas d'infrastructure européenne. Elles louent en Virginie et dans l'Iowa e

Je ne m'attendais pas à ce que ce chiffre apparaisse cette année.
GitHub est en passe d'atteindre 14 milliards de commits en 2026 jusqu'à présent.
C'est une augmentation d'un milliard en 2025.
Une hausse de 14 fois en une seule année et la plupart ne sont pas des humains qui écrivent du code.
La charge est devenue si lourde que Microsoft, qui possède et exploite le deuxième plus grand cloud au monde, a dû acheminer le trafic via AWS pour maintenir la plateforme en ligne.
Neuf incidents de service en mai seulement.
La disponibilité est tombée à 88,4 %.
Pour chaque équipe d'ingénie

Les revenus de Nvidia sont la preuve que « le calcul agentique » n’est pas une théorie. Il est déjà inscrit dans le compte de résultat.
$26B il y a quatre ans. 215,9 milliards de dollars l’année dernière. Ce multiplicateur de 8x s’est produit alors que la plupart de l’IA était encore assise dans une boîte de chat en attendant que vous lui posiez une question.
La partie importante n’est pas seulement la croissance. C’est que Nvidia a transformé son architecture en l’entrée non négociable pour presque tous les autres plans routiers. Laboratoires, clouds, entreprises. Logos différents sur l’A

Tout le monde prédisait que l'IA prendrait d'abord en charge le travail administratif répétitif. Les données disent autre chose.
La prise de décision représente désormais 28 % de l'activité de l'IA en milieu de travail. Le cas d'utilisation numéro un n'est pas l'automatisation. C'est le jugement.
Les gens utilisent l'IA pour analyser des options, peser des compromis et soutenir des conclusions dont ils sont responsables, et ce changement a une importance au-delà de la question du marché du travail.
Les charges de travail basées sur le jugement fonctionnent en continu, nécessitent plus de

Infrastructures cloud mondiales au premier trimestre 2026. 129 milliards de dollars en un seul trimestre. En croissance de 35 % d'une année sur l'autre.
Le marché se développe rapidement mais la concentration ne change pas. AWS, Azure et Google Cloud détenaient à peu près la même part il y a deux ans qu'aujourd'hui, mais l'écart absolu entre eux et tous les autres est plus large en termes de dollars que jamais.
C'est la partie que le graphique en pourcentage ne montre pas. La part des Autres ne devient pas une véritable alternative. Elle reste proportionnellement la même alors que les troi