Why Top Founders Are Racing Into AI Infrastructure

Voici un résumé du contenu du transcript, axé sur les points clés et les conclusions principales, en français : La conversation aborde le lancement d'un nouveau fonds, le "Machine Age Fund", centré sur l'infrastructure nécessaire à la révolution de l'intelligence artificielle. Les intervenants, Ben et Ragu, insistent sur le caractère sans précédent de cette transformation technologique, la qualifiant de plus importante de leur vivant, dépassant même l'avènement d'Internet. Ils la comparent aux révolutions apportées par le microprocesseur, la machine à vapeur et l'électricité, voire la roue. **La Nature Systémique de la Révolution IA : Au-delà du Logiciel** Ce qui distingue cette révolution, c'est son impact omniprésent sur l'ensemble de l'infrastructure, allant bien au-delà des serveurs, du stockage et des réseaux traditionnels. L'infrastructure nécessaire s'étend jusqu'aux mines de cuivre, soulignant l'ampleur des ressources physiques impliquées. On passe d'un problème d'ingénierie classique à une limitation de ressources fondamentales. Les systèmes actuels sont sous pression car ils n'ont pas été conçus pour les charges de travail de l'IA, créant un goulet d'étranglement au niveau du matériel. La demande pour les technologies de mémoire, par exemple, est telle que les principaux fournisseurs estiment qu'il leur faudrait trois ans de capacité de production pour y répondre. **Les Signaux d'une Demande Réelle et la Pression sur l'Offre** La demande pour l'IA est qualifiée d'"infinie", ce qui met sous tension toute la chaîne d'approvisionnement. Ce qui est nouveau, c'est que la rentabilité des entreprises d'IA est directement liée à leur efficacité physique, une contrainte matérielle fondamentale. La viabilité économique de l'IA repose sur la capacité à opérer de manière rentable, et non plus seulement sur la croissance du nombre d'utilisateurs. Les systèmes existants étant sous-optimisés pour ces charges de travail, il est impératif de modifier les composants de base pour améliorer l'efficacité et soutenir la croissance. Plusieurs indicateurs confirment que la demande dépasse l'offre, et qu'il ne s'agit pas d'un cycle de battage médiatique. Premièrement, les "hyperscalers" (les grands fournisseurs de cloud) investissent massivement en dépenses d'investissement (CAPEX), qui devraient atteindre un trillion de dollars collectivement l'année prochaine. Leur visibilité sur la demande est globale, couvrant les laboratoires de pointe, les entreprises natives de l'IA, le secteur public et les marchés internationaux. Deuxièmement, les entreprises d'applications et les laboratoires de pointe connaissent une croissance "insensée". Les prix des puces, qui devraient normalement baisser, ont augmenté, un signe clair de tension sur l'offre. L'offre est réservée jusqu'en 2028, avec des enchères multi-jours pour quelques milliers de GPU. La demande est alimentée par deux facteurs : l'augmentation de la "consommation" de tokens par unité de travail (les modèles d'IA devenant plus sophistiqués et gourmands en données) et l'élargissement du nombre d'utilisateurs potentiels, allant des développeurs aux travailleurs du savoir, puis à l'ensemble de la population. Cette augmentation exponentielle de la demande de tokens rend la croissance de l'offre extrêmement difficile. **Les Goulets d'Étranglement et la Nécessité d'une Nouvelle Infrastructure** L'industrie est confrontée à une pénurie simultanée de nombreux éléments : puissance, refroidissement, mémoire, GPU, et même cuivre. Les cycles de production des puces (3-4 ans), la construction de centres de données (4-5 ans) et l'obtention de sources d'énergie sont des processus longs qui ne permettent pas de répondre à la vitesse de croissance de l'IA, qui est triple chiffres. Il est souligné que, contrairement à l'ère de l'Internet où la fibre optique était déployée de manière spéculative et souvent "sombre" (non utilisée immédiatement faute d'utilisateurs), dans le contexte actuel, chaque GPU produit est déjà pré-vendu. La situation est décrite comme une pénurie généralisée, avec des GPU revendus à quatre fois leur prix d'achat. De plus, il y a une pénurie de puissance et de refroidissement, ainsi que des obstacles politiques importants à la construction. Les architectures matérielles actuelles ont été conçues pour une ère informatique différente et atteignent leurs limites physiques, notamment en ce qui concerne le cuivre. Il faut des avancées technologiques majeures pour passer à la génération suivante. **L'Émergence des "Agents" et la Transformation du Travail** La progression des applications d'IA, des chatbots aux agents, en passant par les raisonnements complexes et les multi-agents, multiplie l'utilisation des tokens par des ordres de grandeur. Cette tendance à une consommation accrue de tokens est attribuée à la manière dont l'IA actuelle parvient à évoluer, notamment grâce à l'inférence intensive et à des approches comme le "reinforcement learning" et la "chain of thought". Le passage d'un problème d'ingénierie à une limitation de ressources est central. On injecte d'énormes sommes d'argent dans des systèmes qui produisent des résultats, mais le goulot d'étranglement réside dans la capacité du système à égaler les ressources investies. L'absence d'un régulateur naturel comme l'ingénierie dans le passé suggère que cette tendance à une consommation accrue de ressources devrait se poursuivre, nécessitant une augmentation massive de l'offre. L'idée qu'un problème peut être résolu avec suffisamment d'infrastructure (GPU, puissance, argent) est évoquée. L'IA s'améliore en utilisant plus d'IA, notamment l'inférence, créant un effet autocatalytique. L'argent investi est directement traduit en production de matériel pour créer de l'intelligence, sans les intermédiaires traditionnels de l'ingénierie. **Le Concept de "Machine Intelligence" et l'Importance du Matériel** Le terme "Machine Age Fund" est jugé plus approprié que "Artificial Intelligence", car il souligne que l'intelligence produite est celle des machines, distincte de la pensée humaine. Cette intelligence est une capacité d'apprentissage basée sur l'ensemble des connaissances humaines existantes. Le terme "Machine Age" met également l'accent sur le rôle crucial du matériel, qui est devenu le facteur limitant, contrairement à l'ère où le logiciel dominait. Les avancées futures en matière d'intelligence dépendront de la qualité des machines sous-jacentes. **Les Opportunités d'Investissement : Un Champ Vaste et Dynamique** La demande pour l'intelligence est de plus en plus verticale, sans fin en vue. Les entreprises qui adoptent l'IA connaissent une croissance rapide de leur utilisation, tandis que la majorité des entreprises n'ont pas encore adopté l'IA à grande échelle, et les consommateurs ne font que commencer. La demande de tokens devrait croître de près de 1000% par an, une croissance que l'offre ne peut égaler. Les architectures matérielles actuelles, conçues pour une ère informatique révolue, nécessitent une refonte complète. Il existe des opportunités d'innovation dans la création de nouveaux types d'infrastructure. Les limites physiques des technologies existantes ouvrent la voie à des percées techniques. La tendance est à la création d'ASIC (circuits intégrés spécifiques à une application) pour chaque modèle, étant donné l'investissement colossal dans la formation de ces modèles. L'efficacité de 20% peut justifier le développement d'un ASIC dédié. **La Transformation des Centres de Données : Puissance, Refroidissement et Conception** Les exigences en matière de puissance par rack augmentent considérablement, passant de 5-10 kW à 100-50 kW. La densité de calcul monte en flèche, et le refroidissement passe de l'air au liquide. La puissance AC ne suffit plus, nécessitant le passage au courant continu (DC). Le refroidissement liquide est déjà une norme pour les centres de données de pointe. L'accent est mis sur le refroidissement liquide écologique et sur une alimentation en courant continu qui contribue à la société. Les centres de données doivent devenir plus efficaces en matière de consommation d'eau et ne pas être des parasites énergétiques. Cela nécessite un niveau d'ingénierie élevé. La densité des racks impose des contraintes sur la conception des bâtiments et la résistance des sols. Le bruit généré par ces infrastructures nécessite des murs plus épais pour ne pas perturber le voisinage. Les architectures de bâtiments existants sont obsolètes pour accueillir ces nouvelles infrastructures. La demande de béton armé pour la construction augmente rapidement. **Les Défis Humains et la Formation : Électriciens et Robotique** La gestion de systèmes fonctionnant en 800 volts crée des dangers et une pénurie d'électriciens qualifiés en courant continu (seulement 2% aux États-Unis). Des programmes de formation sont nécessaires pour répondre à ce besoin, créant ainsi de nouveaux emplois. Les grands acteurs du cloud expérimentent intensivement la robotique pour automatiser l'assemblage et la maintenance des serveurs dans les centres de données. Cette tendance devrait s'accentuer avec l'évolution de l'IA. **Le Fonds "Machine Age Fund" : Focus sur l'Infrastructure Informatique** Le fonds se concentre sur l'infrastructure informatique sur laquelle les modèles d'IA fonctionnent : puces, réseaux, interconnexions, stockage, et même l'électricité. L'objectif est de soutenir les plateformes informatiques qui font progresser l'IA, y compris les dispositifs en périphérie ("edge devices") et les appareils embarqués interagissant avec le monde physique. **L'Échelle et la Nature des Investissements** Les premières levées de fonds pour les entreprises de ce secteur sont massives, se chiffrant en centaines de millions, reflétant la nature capitalistique de la construction d'infrastructure. Les fondateurs doivent avoir une vision systémique, capable d'architecturer, concevoir, fabriquer et gérer l'ensemble de la chaîne d'approvisionnement. L'expérience est cruciale, car la complexité technique et logistique est immense. Les laboratoires de pointe sont désespérés et engagés avec des startups avant même que celles-ci n'aient de matériel fonctionnel, un changement significatif par rapport au passé. La disponibilité du capital s'est également accrue, avec un consensus général sur l'importance de remodeler cette infrastructure. Il y a une tendance vers des fondateurs plus expérimentés pour diriger des entreprises complexes impliquant des chaînes d'approvisionnement et de fabrication. Les entreprises purement logicielles d'IA peuvent encore être lancées par de jeunes fondateurs, mais les domaines plus complexes nécessitent une expérience préalable. **La Vision à Long Terme : Prospérité et Leadership Technologique** À 5-10 ans, l'espoir est que l'Amérique renforce sa position dans le domaine de l'infrastructure, avec des centres de données écologiques et efficaces, une abondance de puces, de mémoire et d'énergie. Cela permettrait de maintenir le leadership technologique américain, essentiel pour sa contribution mondiale. La perte de ce leadership pourrait entraîner un transfert de cette dynamique vers d'autres pays aux valeurs différentes. La fragmentation des marchés est inévitable à mesure que la demande s'étend. Les marchés évoluent, passant d'une concentration sur quelques acteurs dominants à une spécialisation, avant une éventuelle consolidation. La capacité à innover et à optimiser les métriques (tokens par seconde par dollar, par watt, par rack) est essentielle pour la croissance continue, et cette innovation provient traditionnellement de fondateurs brillants abordant les problèmes sous un nouvel angle. Le caractère "machine learning" de l'IA, avec sa capacité à apprendre de l'histoire humaine et à l'utiliser de manière productive, est souligné. L'optimisation du matériel devient un facteur clé pour la rentabilité des entreprises d'IA, une situation inédite par rapport au logiciel traditionnel. En conclusion, le lancement du "Machine Age Fund" marque une reconnaissance de la transition vers une ère dominée par le matériel et l'infrastructure, où l'innovation dans ces domaines est la clé pour débloquer le plein potentiel de