2026 se consolide autour de 3 paris vraiment importants où si l'un échoue, cela entraînerait un effondrement à court terme de la bulle. 1. centres de données Anthropic, Xai se développent agressivement pour atteindre 1M de GPU. Les deux prévoient d'atteindre cet objectif d'ici le deuxième trimestre. Les modèles résultants formés sur cette infrastructure doivent confirmer que la loi de mise à l'échelle des calculs est toujours efficace. Sinon, cela indiquera que nous devons explorer une nouvelle architecture de modèle. Cela dépend également de l'infrastructure énergétique (power shell) qui doit être mise à l'échelle, mais cela va poser problème pour la prochaine décennie, sans parler de cette année. 2. mémoire Nous n'avons cette année que suffisamment de mémoire pour supporter 15GW de GPU alors que les hyperscalers visent 30-40 au cours des 2 prochaines années. Nous sommes un peu à la limite ici - si Samsung, $MU ou SK Hynix foirent leur production, cela ralentira le pari numéro 1. De plus, celui qui sécurise la majorité de cette capacité mémoire pour créer des GPU gagnera le plus dans la capacité de production contrainte et en ce moment, c'est $NVDA. 3. infrastructure moins chère et plus efficace Le dernier GPU d'NVIDIA, Vera Rubin, est 5X plus performant mais surtout 4X plus efficace en calcul, ce qui signifie que les coûts d'inférence ont chuté - intelligence de pointe pour des centimes ! Il y aura une abondance de calcul disponible pour former mais plus important encore, utiliser l'IA cette année, donc le paradoxe de Jevons doit se prouver par une demande croissante. Si cela échoue, alors les deux précédents s'effondrent. À mon avis, je suis le moins inquiet à propos de celui-ci - je pense que les agents de contrôle et le RL post-formation continueront à renforcer les modèles. très optimiste.