Le GPU n'a pas de « prix » : les quatre grands indices s'affrontent, le marché de la puissance de calcul est plus chaotique que vous ne le pensez

Auteur : David Lopez Mateos

Traduction : Deep Tide TechFlow

Lecture par Deep Tide : Les médias aiment résumer la hausse et la baisse du prix des capacités GPU avec un seul chiffre, mais la réalité est la suivante : sur le terminal Bloomberg, les cotations données par quatre fournisseurs d’indices diffèrent de plus de 2 dollars entre elles, et la direction comme le rythme ne sont pas cohérents. L’auteur de cet article est David Lopez Mateos, fondateur de la plateforme de trading de capacités GPU Compute Desk. À partir de ses données de trading, il décompose la structure de tarification réelle des H100 et des B200 et met en évidence un marché brut qui n’a ni référence consensuelle, ni contrats standardisés, ni courbe à terme : les capacités sont accumulées et sous-louées, comme des appartements meublés loués à court terme.

Les titres médiatiques vous feront croire que les prix des capacités GPU explosent. Ce récit est confortable, parfaitement intégré au cadre macro « resserrement de l’offre + demande IA sans fond », et il suggère une chose rassurante : nous avons un marché qui fonctionne bien, où les signaux de prix sont clairs et lisibles.

Mais ce n’est pas le cas. Ce récit repose presque entièrement sur un seul indice ; ce qu’il laisse entendre ne devrait pas être laissé entendre : le marché de la location de GPU est déjà assez efficace pour qu’un seul chiffre représente l’état global.

La pénurie d’offre est réelle, mais la pénurie ressentie par chacun est totalement différente — selon qui vous êtes, où vous vous trouvez, quel contrat vous négociez, et quel actif de capacité GPU vous détenez. Face à ce manque de transparence, la réaction naturelle du marché n’est pas une découverte ordonnée des prix, mais une accumulation : verrouiller des heures de GPU dont vous n’êtes peut-être pas encore sûr d’avoir besoin, car vous ne savez pas si le mois prochain vous pourrez les acheter à n’importe quel prix. Là où il y a de l’accumulation et pas de base transparente, un marché secondaire fragmenté apparaît. Chez Compute Desk, nous avons déjà facilité le fait que les locataires sous-louent leurs clusters, comme des appartements pendant de grands événements sportifs. Ce n’est pas une hypothèse : cela se produit.

Les indices ne convergent pas

Dans les marchés matures de matières premières en gros, des indices construits à partir de méthodologies différentes ont tendance à converger. Le Brent et le WTI, par exemple, ont quelques dollars d’écart en raison de la position géographique et de la qualité du pétrole, mais dans leur mouvement ils sont synchrones (figure 1). Cette convergence est un signe de marché efficient.

Légende : Comparaison des trajectoires de prix entre Brent et WTI

Aujourd’hui, sur le terminal Bloomberg, il existe trois fournisseurs d’indices de prix des GPU : Silicon Data, Ornn AI et Compute Desk. SemiAnalysis vient de dévoiler le quatrième : un indice mensuel du prix d’un contrat annuel sur H100, construit à partir de données issues d’une enquête auprès de plus de 100 acteurs du marché. Silicon Data et Ornn publient des indices de location quotidiens de H100 ; Compute Desk agrège les données au niveau de l’architecture Hopper ; SemiAnalysis capture des prix de contrats issus de négociations, et non des prix affichés ni des prix obtenus par scraping. Les méthodologies diffèrent, les fréquences diffèrent, et l’angle de lecture de la même réalité de marché diffère aussi. En les superposant, la divergence apparaît clairement (figure 2).

Légende : Superposition et comparaison des quatre indices GPU ; les niveaux de prix et les trajectoires diffèrent nettement

Où exactement la hausse se produit-elle

Avec les données de Compute Desk, nous pouvons décomposer la variation de prix du H100 par type de fournisseur et par structure de contrat, puis superposer l’indice SDH100RT de Silicon Data (figure 3). Tous les indicateurs montrent que les prix montent, mais le point de départ et l’ampleur varient énormément selon l’indice et le type de contrat.

Légende : Trajectoires de prix du H100 ventilées par type de contrat, superposées à l’indice SDH100RT

Les données H100 de Compute Desk « neocloud » racontent une histoire plus concrète que celle d’un indice agrégé. Le prix à la demande reste relativement stable tout au long de l’hiver, à environ 3,00 dollars de l’heure, puis il grimpe brutalement en mars jusqu’à 3,50 dollars. Le prix au comptant est plus volatile et plus bas, avec toutefois une légère tendance haussière seulement à partir de mars. SDH100RT de Silicon Data montre une hausse plus lisse et progressive : sur la même période, il passe de 2,00 dollars à 2,64 dollars. Les deux indices restent continuellement à des niveaux de prix différents, et décrivent différemment le rythme dans le temps : Compute Desk parle d’un bond en mars, tandis que Silicon Data décrit une montée lente.

La tarification pré-réservée à un an reste globalement à un niveau similaire avant février, puis à la fin de mars elle bondit de 1,90 dollar à 2,64 dollars — pas une poursuite graduelle, mais une revalorisation soudaine. Cela ressemble davantage à un ajustement groupé des taux de contrat après un resserrement du marché à la demande, qu’à une demande structurelle entraînant une montée continue.

L’histoire de mars pour le B200 est encore plus marquée (figure 4). L’indice à la demande de Compute Desk explose : en quelques semaines, il passe de 5,70 dollars à plus de 8,00 dollars. L’indice SDB200RT de Silicon Data passe de 4,40 dollars à 6,11 dollars avant de retomber à 5,47 dollars. Les deux indices enregistrent ce mouvement, mais le point de départ est différent de plus de 2 dollars, et les formes de la hausse comme du repli diffèrent aussi. Le B200 ne dispose que de moins de cinq mois de données, de moins de fournisseurs, et d’un écart de prix plus grand : les deux indices observent le même événement avec des lentilles très différentes.

Légende : Trajectoires des prix à la demande et en pré-réservation du B200 ; superposition des données Compute Desk et Silicon Data

Un problème d’infrastructure, pas seulement une différence géographique

Le marché des matières premières en gros a un basis differential. Le gaz naturel des Appalaches est un cas d’école : d’énormes réserves reposent sur une capacité de transport par pipeline structurellement limitée ; l’utilisation du couloir Pennsylvanie–Ohio dépasse souvent 100 % ; et des projets plus récents comme Borealis Pipeline ne seront mis en service qu’à la fin des années 2020.

Le marché des GPU présente une situation analogue. Un H100 en Virginie et un H100 à Francfort ne sont pas exactement le même bien économique. Mais se limiter à la différence géographique ne suffit pas à expliquer pourquoi les indices mesurant le même marché divergent autant. Le décalage du marché GPU est plus profond que celui du gaz naturel des Appalaches. Le problème du gaz est celui d’un maillon manquant unique : la capacité de transport reliant l’offre et la demande. Dans le marché des capacités, le manque d’infrastructure existe des deux côtés, côté offre comme côté demande. Les infrastructures physiques — un réseau homogène nécessaire pour distribuer des capacités de manière fiable, une configuration prévisible, une disponibilité prévisible — ne sont pas encore matures et, parfois, ne fonctionnent tout simplement pas. L’infrastructure financière — malgré l’existence de différences physiques qui peuvent être partiellement neutralisées par des contrats standardisés, des bases transparentes et des mécanismes d’arbitrage — n’existe pas non plus.

Les données racontent une histoire. L’expérience réelle de l’achat de capacités en début 2026 raconte une histoire encore plus piquante. En pratique, toute capacité disponible en « à la demande » pour tous les types de GPU est déjà vendue. Trouver 64 H100 coûte énormément : Compute Desk indique que 90 % des fournisseurs ont une quantité de clusters « à la demande » disponible égale à zéro, et le marché en pré-réservation n’est guère mieux. Dans un marché qui fonctionne bien, une rareté à ce niveau aurait déjà poussé les prix vers un nouvel équilibre. Mais ce n’est pas le cas. Cela signifie que les fournisseurs eux-mêmes manquent d’informations de tarification en temps réel pour s’ajuster. Les prix montent, mais ils montent trop lentement pour sortir le marché d’un déséquilibre. L’écart entre les prix affichés et la réelle volonté de payer est en train d’être comblé par l’accumulation, la sous-location et des transactions de marché secondaire informel.

Ce qui doit changer

Le marché actuel des capacités GPU présente sept problèmes fondamentaux :

Absence de référence consensuelle. Plusieurs indices coexistent, avec des méthodologies différentes, et leurs conclusions se contredisent.

Le récit agrégé masque la structure. Un chiffre « prix du H100 » masque de profondes différences entre types de fournisseurs et durées de contrat.

Manque de données au niveau des transactions. Dans un marché bilatéral, l’écart entre prix affiché et prix réellement conclu est très important.

Absence de standardisation des contrats. La majorité des locations de GPU reposent sur des négociations bilatérales, avec des conditions variées. Des durées de contrat plus courtes et plus standardisées peuvent améliorer la liquidité et la découverte des prix.

La qualité de livraison n’est pas garantie. Les écarts sont énormes en matière de topologie d’interconnexion, d’appariement avec le CPU, de pile réseau et de durée de fonctionnement. Avant de s’engager, l’acheteur doit savoir quelle qualité de capacité il achète.

Les contrats n’ont pas de liquidité. Si la demande change pendant la période de pré-réservation, l’éventail des options est très limité : soit absorber le coût, soit sous-louer de manière informelle. Le marché a besoin de la possibilité de transférer ou revendre des infrastructures de capacité déjà engagées, afin que la capacité aille vers ceux qui en ont le plus besoin.

Absence de courbe à terme. Sans prix à terme, on ne peut pas couvrir le risque. C’est pourquoi les prêteurs appliquent une décote de 40 %-50 % aux garanties en GPU, et pourquoi le coût du financement reste élevé.

Bâtir, pour les matières premières les plus importantes de ce siècle, un marché qui fonctionne normalement, ne peut pas se faire uniquement en poussant une seule ligne. Mesure, standardisation, structure des contrats, qualité de livraison, liquidité — tout doit avancer en même temps. Jusque-là, personne ne pourra véritablement dire combien vaut une heure de GPU.