Dernier signal : la pénurie de hash rate dans l’IA est désormais un fait établi
En avril 2026, deux annonces de TSMC et NVIDIA ont défini les perspectives à moyen terme pour le hash rate IA.
TSMC a indiqué sans ambiguïté lors de sa présentation des résultats que la pénurie de puces IA perdurera au moins jusqu’en 2027.
Dans le même temps, le marché a envoyé un signal tarifaire plus direct : depuis octobre 2025, les tarifs de location des GPU H100 ont progressé d’environ 20 à 30 %, et la capacité de production pour la prochaine génération d’architecture Blackwell est déjà entièrement réservée jusqu’en septembre 2026.
Ces trois signaux s’enchaînent logiquement : indications temporelles (contraintes d’offre) → hausse des prix (compression de la demande) → verrouillage des commandes à terme (certitude de la demande). Lorsque ces trois éléments sont réunis, le marché bascule de la « tension anticipée » à la « pénurie réelle ». Autrement dit, les contraintes sur le hash rate ne relèvent plus de l’avenir : elles sont devenues une réalité du présent.
La véritable signification de la pénurie de hash rate : un déficit structurel
L’expression « pénurie de hash rate » est souvent comprise à tort comme une pénurie généralisée, alors qu’il s’agit en réalité d’une rareté différenciée. La structure actuelle du marché se présente ainsi :
- Le hash rate de formation haut de gamme (H100, B100, etc.) est en pénurie extrême
- Les GPU de milieu de gamme restent disponibles, mais les prix augmentent
- Le hash rate d’inférence s’étend progressivement grâce à l’optimisation
Une définition plus précise serait : le hash rate IA haute performance est rare, mais ce n’est pas le cas de l’ensemble du hash rate. Ce déficit structurel a un impact direct sur l’allocation des ressources. Le modèle « achat à la demande » laisse place à :
- Verrouillage de capacité en amont
- Engagements contractuels de long terme
- Allocation stratégique des ressources
En pratique, le hash rate adopte des caractéristiques proches d’un rationnement.
Goulots d’étranglement de l’offre : trois contraintes majeures
L’offre actuelle ne couvre pas la demande, non pas à cause d’un maillon faible unique, mais du fait de plusieurs goulots d’étranglement superposés.
Capacité de procédés avancés et d’assemblage
La production de puces IA dépend de la fabrication avancée, et l’assemblage avancé (type CoWoS) est désormais un facteur limitant clé. Les principales caractéristiques sont :
- Cycles d’expansion longs (1,5 à 2 ans)
- Barrières techniques élevées et capacité très concentrée
- Incapacité à réagir rapidement aux fluctuations de la demande
Même en cas de pic de commandes, l’offre ne peut pas croître rapidement.
Contraintes sur la HBM (High Bandwidth Memory)
Les performances des GPU reposent fortement sur la bande passante mémoire, et l’offre de HBM se caractérise par :
- Concentration des fournisseurs
- Croissance lente des capacités
- Forte corrélation avec la demande IA
Conséquences :
- Les livraisons de GPU sont limitées par la disponibilité mémoire
- Les délais de livraison des systèmes complets de hash rate s’allongent
Complexité de la coordination de la chaîne d’approvisionnement
Le hash rate IA n’est pas un simple matériel, mais un défi d’ingénierie à l’échelle du système, incluant :
- Puces
- Mémoire
- Interconnexions réseau
- Infrastructures de centres de données
Un blocage sur un composant impacte toute la chaîne. Cette complexité systémique explique pourquoi l’expansion du hash rate reste en retard sur les avancées techniques isolées.
Côté demande : pourquoi la consommation de hash rate s’envole
Les contraintes d’offre ne sont qu’une partie de l’équation ; l’autre est une poussée de la demande.
Trois dynamiques à l’œuvre :
L’échelle des modèles explose
- Le nombre de paramètres progresse
- Les cycles de formation s’allongent
- La demande de hash rate croît exponentiellement
Les cas d’usage se multiplient
L’IA passe de modèles texte isolés à :
- Multimodal (texte + image + vidéo)
- Interaction en temps réel
- Systèmes agents
Ces nouveaux usages dopent la demande en formation et en inférence.
Davantage d’acteurs sur le marché
La demande ne vient plus seulement des sociétés tech, mais aussi :
- De la transformation numérique des entreprises traditionnelles
- D’initiatives nationales et gouvernementales en IA
- De startups et instituts de recherche
La demande ne fait pas qu’augmenter : elle explose simultanément sur plusieurs fronts.
Impact sectoriel : mutation des coûts, de la structure de marché et des barrières
Le déséquilibre entre offre et demande a des conséquences profondes.
Évolution de la structure des coûts
- Hausse des tarifs de location GPU : coûts de formation en hausse
- Ralentissement de la baisse des coûts d’inférence
- Pression haussière sur les prix des produits IA
Concentration accrue du secteur
Ceux qui sécurisent du hash rate sont :
- Grands groupes technologiques
- Fournisseurs cloud
- Institutions bien capitalisées
Les PME font face à :
- Un accès instable au hash rate
- Des coûts imprévisibles
Résultat : consolidation accrue du secteur au sommet.
Barrières à l’entrée renforcées
L’IA reposait sur l’algorithme et la donnée. Désormais, une nouvelle variable critique émerge : la capacité à acquérir du hash rate.
L’entrepreneuriat IA passe de la « compétition technologique » à la « compétition ressources + technologie ».
Le hash rate : d’une commodité à un actif stratégique
Le hash rate devient :
- Une ressource fondamentale, à l’instar de l’énergie
- Un actif stratégique de réserve
- Un actif pouvant être sécurisé et alloué à l’avance
Perspective d’investissement : qui capte la valeur
Dans ce schéma, la création de valeur suit un parcours clair.
Infrastructures amont (certitude maximale)
Inclut :
- Conception GPU (ex. NVIDIA)
- Fabrication et assemblage (ex. TSMC)
- Puces mémoire (HBM)
Caractéristiques :
- Demande très prévisible
- Pouvoir de fixation des prix concentré
- Marges élevées
Services de hash rate et fournisseurs cloud
Modèle économique :
- Sécuriser la capacité → proposer des services aux clients externes
- Capturer la valeur via l’écart de prix
À surveiller :
- Pression concurrentielle à long terme
- Fluctuations cycliques du prix du hash rate
Couche applicative IA (la plus différenciée)
Critères clés :
- Accès stable au hash rate
- Maîtrise des coûts
- Scalabilité
Les projets qui n’assurent pas ces points se heurtent rapidement aux goulots d’étranglement du hash rate.
Technologies réduisant la dépendance au hash rate (potentiel Alpha)
Principaux axes :
- Compression et distillation de modèles
- Optimisation de l’inférence
- Puces IA dédiées
- Edge computing
Objectif : maximiser « l’efficacité de production par unité de hash rate ».
Risques et incertitudes
Malgré la tendance nette à la rareté du hash rate, plusieurs risques persistent :
Progrès technologiques
- Nouvelles architectures améliorant l’efficacité
- Alternatives émergentes aux GPU
Volatilité de la demande
- Commercialisation de l’IA en deçà des attentes
- Allongement des cycles d’investissement
Facteurs politiques et géopolitiques
- Chaînes d’approvisionnement en semi-conducteurs soumises à la politique
- Relations internationales influant sur la répartition des capacités
Surchauffe du capital
- Surinvestissement dans les infrastructures de hash rate
- Surcapacité ponctuelle à moyen ou long terme
Conclusion : le hash rate devient le capital de production central
En résumé, la pénurie de hash rate IA est un phénomène structurel, alimenté par des contraintes d’offre et une demande explosive, et devrait persister 2 à 3 ans. Plus encore, le hash rate passe d’une ressource technique à un capital de production central qui façonne la concurrence dans le secteur.
Un cadre simple pour évaluer un projet IA :
- Quelle est l’origine du hash rate (propre, loué ou contrat de long terme) ?
- Les coûts de hash rate sont-ils maîtrisables ?
- Existe-t-il une capacité à réduire la dépendance au hash rate ?
L’IA ne manque pas de demande, mais d’un ticket d’entrée : le hash rate.
Pour les investisseurs, la priorité n’est pas de se demander « y a-t-il pénurie », mais d’identifier trois profils :
- Ceux qui contrôlent le hash rate
- Ceux qui en dépendent
- Ceux qui réduisent leur dépendance au hash rate
La création de valeur future dans l’IA se structurera autour de ces trois groupes.
