Le marché des puces d’Intelligence Artificielle ne se limite plus uniquement aux performances par watt ou à la taille du cluster. De plus en plus, la compétitivité se joue aussi sur la capacité à financer l’infrastructure permettant de former et de déployer des modèles à grande échelle. Dans ce contexte, AMD a pris une initiative inhabituelle pour un fabricant de semi-conducteurs : garantir un prêt de 300 millions de dollars à la startup cloud Crusoe, afin d’accélérer l’achat et le déploiement de calculateurs d’IA AMD dans un nouveau centre de données.

Cette opération, révélée par The Information et relayée par Reuters, est structurée par Goldman Sachs et utilise comme garantie les propres puces et équipements associés. La particularité de cet accord réside dans le “safety net” mis en place par AMD : si Crusoe ne parvient pas à attirer suffisamment de demande pour louer cette capacité à ses clients (par exemple, des développeurs d’IA), AMD accepte de racheter ces puces, minimisant ainsi le risque pour le prêteur et rendant le financement plus attractif pour la startup.

Un prêt garanti par des GPU et un “plan B” assuré par AMD

Ce qui se distingue particulièrement, c’est le mécanisme de soutien. Plutôt que de se contenter de vendre du matériel, AMD intervient indirectement dans la dynamique financière : si le projet ne progresse pas comme prévu, la société accepterait douer la capacité (ou le matériel) en location pour éviter qu’il reste sous-utilisé. Cette approche, associée à des stratégies de “garantie de demande”, est courante dans l’industrie pour sécuriser les investissements.

Selon les informations rapportées, cette garantie aurait permis de fixer le prêt à un taux d’intérêt de 6%, un niveau notable pour une entreprise intensive en capitaux en plein cycle d’investissement dans les centres de données. En pratique, cet accord transforme le hardware en un actif financier : c’est à la fois un produit vendu et une garantie soutenant le prêt.

Ohio en point de chute et Brookfield en coulisses

Le déploiement de ces accélérateurs est relié à un nouveau centre de données en Ohio, développé par la société canadienne 5C avec le soutien de Brookfield, selon Reuters. Crusoe, de son côté, se présente comme un opérateur “orienté énergie” cherchant à développer une infrastructure IA à grande échelle, axée sur la scalabilité et l’efficacité énergétique.

Ce n’est pas la première démarche financière significative pour Crusoe : la startup avait déjà annoncé une ligne de crédit de 750 millions de dollars avec Brookfield pour accélérer ce qu’elle appelle les “IA factories”, ainsi qu’une série E de 1,375 milliard de dollars avec une valorisation dépassant 10 milliards. En somme, ce projet n’est pas un simple “petit test”, mais une initiative de très grande envergure.

Pourquoi cette manoeuvre rappelle-t-elle la stratégie de NVIDIA ?

Le parallèle avec NVIDIA s’impose pour une raison précise : en 2025, Reuters rapportait un accord selon lequel NVIDIA s’engageait à acheter de la capacité inutilisée à CoreWeave (jusqu’à 6,3 milliards de dollars), afin de réduire le risque de demande pour son fournisseur de cloud spécialisé GPU. Ces mécanismes — où le fournisseur de puces intervient pour stabiliser les revenus du client en financant la croissance du parc hardware — sont perçus comme des leviers pour accélérer la diffusion du “GPU cloud” lorsque la demande est forte, mais que le CAPEX reste lourd.

Dans le cas d’AMD et Crusoe, le procédé diffère (garantie et rachat en location plutôt qu’achat direct), mais la logique demeure inchangée : débarrasser l’opérateur du risque pour accélérer le déploiement.

Une lecture complexe : “l’ingénierie financière” au coeur de la folie IA

Ce type d’accord n’est pas sans susciter un débat. Reuters souligne que certains investisseurs et analystes s’interrogent sur la croissance des “circulating deals” : des opérations où la chaîne économique se boucle elle-même — le chip finance le prêt, le prêt finance l’achat du chip, et le fabricant réduit le risque avec un engagement supplémentaire. La justification ? Permettre un déploiement plus rapide des infrastructures IA et élargir l’offre de puissance de calcul. La contrepartie ? Délester en partie le risque opérationnel de l’opérateur vers le fournisseur de hardware, de façon conditionnelle.

Pour AMD, le moteur est évident : renforcer sa présence dans un marché dominé par NVIDIA, où chaque déploiement cloud crée un effet multiplicateur (plus de ressources pour les développeurs, un écosystème élargi, davantage de références commerciales). En revanche, cela implique de prendre un engagement qui, si le marché venait à ralentir, pourrait se transformer en coût opérationnel ou en obligation d’absorber des stocks ou capacités.

Impacts pour les entreprises et les développeurs : plus d’offre, plus d’options, plus de pression tarifaire

Au-delà de la question financière, l’impact pratique pourrait se manifester sous deux angles :

• Une capacité GPU AMD accrue dans le cloud : si Crusoe déploie à grande échelle, les équipes techniques disposeront d’un nouveau fournisseur doté de la puissance nécessaire pour gérer les charges d’inférence et d’entraînement avec des accélérateurs AMD, ce qui pourrait offrir des alternatives face à la saturation ou aux coûts élevés du dominant.
• Une concurrence renforcée sur le “AI cloud” : lorsqu’un opérateur mobilise des financements pour acquérir du matériel spécifique, il crée un pool de ressources susceptible, à terme, de faire pression sur les prix et d’améliorer la disponibilité pour l’utilisateur final.

Stratégiquement, cela indique que la guerre du silicium évolue vers une guerre de la capacité installée : celui qui aura déployé le plus de racks en production en premier — et saura les occuper — aura un avantage décisif.

Questions fréquemment posées

Que signifie pour AMD “garantir” un prêt à Crusoe ?
Cela implique qu’AMD apporte un soutien supplémentaire au prêt (par exemple, en s’engageant à racheter les puces si Crusoe ne trouve pas assez de clients), ce qui réduit le risque perçu par la banque et facilite l’obtention de meilleures conditions.

Pourquoi utiliser le matériel lui-même comme garantie dans un prêt pour centres de données IA ?
Parce que les accélérateurs et équipements associés constituent des actifs de grande valeur et relativement liquides dans le secteur. Ils servent donc de garantie pour financer leur achat et leur déploiement.

Cela pourrait-il influencer le prix ou la disponibilité des GPU pour la formation de modèles IA ?
Potentiellement, oui : un déploiement plus massif dans le cloud tend à accroître l’offre de puissance de calcul. Si la concurrence entre fournisseurs s’intensifie, cela pourrait faire baisser les prix tout en améliorant la disponibilité.

Quels sont les risques de ces “accords circulaires” dans l’industrie IA ?
Le principal danger est que, en cas de baisse de la demande ou de concentration sur quelques clients, une partie du risque opérationnel se reporte sur les fabricants et les financeurs. Toutefois, cela permet aussi de dynamiser le déploiement dans une phase d’expansion du marché.