Pour chaque 100 dollars consacrés à la nouvelle infrastructure d’intelligence artificielle, environ 50 dollars finissent dans les semi-conducteurs, selon une estimation de BNP Paribas Equity Research et SankeyMATIC. Le graphique permet d’illustrer une réalité qui marque l’expansion des centres de données : acheter des accélérateurs n’est qu’une partie de la facture. Les réseaux, l’électricité, la refroidissement, les bâtiments et la connexion au réseau électrique complètent un investissement beaucoup plus vaste.

Les clés de la répartition des dépenses en infrastructure IA en 30 secondes

• Sur chaque 100 dollars de CAPEX dédié à l’IA, le graphique attribue 50 dollars aux semi-conducteurs, 20 dollars à l’énergie, 15 dollars aux réseaux, 7,5 dollars à la refroidissement et 7,5 dollars à la construction et aux installations.
• Les accélérateurs représentent à eux seuls 25 dollars, tandis que la mémoire représente 15 dollars supplémentaires.
• L’infrastructure électrique reçoit plus d’investissement que la refroidissement elle-même.
• Ce graphique constitue une estimation de haut niveau, non une comptabilité exhaustive de tous les centres de données.
• Cette répartition permet d’identifier les segments de la chaîne qui absorbent réellement l’investissement en IA.

Cette visualisation est particulièrement intéressante car elle permet de distinguer deux concepts souvent confondus. La dépense en capital des grands opérateurs technologiques ne consiste pas uniquement à acheter des GPU. Pour faire fonctionner ces GPU, il faut des serveurs, des réseaux haute vitesse, des transceiveurs optiques, des systèmes électriques, des refroidissements et des bâtiments capables de supporter des densités qui il y a quelques années étaient rarement envisagées.

Il convient également d’être prudent avec les chiffres. Les grands hyperscalers ne publient pas une ligne budgétaire homogène appelée « CAPEX IA », ce qui signifie qu’il ne faut pas supposer que toute leur dépense en capital est consacrée à l’intelligence artificielle. Les estimations conjointes d’investissement de Microsoft, Amazon, Alphabet et Meta pour 2026 dépassent déjà 700 milliards de dollars, mais incluent aussi l’infrastructure et d’autres actifs en dehors de l’IA.

Les semi-conducteurs absorbent 50 dollars sur chaque 100 dollars

La première grande conclusion du Sankey est la concentration des dépenses.

Sur les 100 dollars initiaux, 50 dollars sont consacrés aux semi-conducteurs. BNP répartit approximativement 25 dollars vers les accélérateurs, 15 dollars vers les circuits de mémoire, et 10 dollars vers les CPU, autres puces et la fabrication de serveurs.

Cela signifie que les accélérateurs représentent environ un quart de l’investissement total considéré dans ce modèle.

Ce flux continue car fabriquer un accélérateur ou une puce mémoire nécessite à son tour différents processus industriels. Le graphique réserve environ 8 dollars pour les équipements de fabrication de wafers (WFE, Wafer Fab Equipment).

À partir de là, on trouve plusieurs catégories : dépôt, lithographie, gravure, inspection, encapsulage, et autres processus.

Le Sankey permet de visualiser ce que des chiffres agrégés peuvent dissimuler. Lorsqu’un hyperscaler achète des milliers de systèmes d’IA, l’argent circule le long d’une chaîne industrielle longue, allant des concepteurs de puces aux fabricants d’équipements pour semi-conducteurs.

La mémoire mérite une attention particulière.

Les systèmes d’IA nécessitent des quantités considérables de bande passante pour alimenter en continu les accélérateurs. C’est pourquoi l’importance de la HBM (High Bandwidth Memory ou mémoire à haute bande passante) est croissante, intégrée aux GPU et autres accélérateurs avancés.

Il en va de même pour l’encapsulation avancée. Intégrer accélérateurs, mémoire et autres composants dans des systèmes capables d’échanger d’immenses quantités d’informations exige des technologies de fabrication de plus en plus sophistiquées.

C’est pourquoi les dépenses en IA finissent souvent par bénéficier à des entreprises qui semblent à plusieurs niveaux en amont du fournisseur final d’accélérateurs.

Les réseaux, l’électricité et la refroidissement représentent l’autre moitié

La seconde partie du graphique est presque aussi importante que celle sur les puces.

BNP estime que 15 dollars sur chaque 100 dollars sont consacrés au matériel réseau. Dans cette catégorie, on trouve environ 3 dollars pour les processeurs réseau, 2 dollars pour le câblage, 4,5 dollars pour les switches, et 5,5 dollars pour les transceiveurs optiques.

L’augmentation de cette catégorie se vérifie également dans les résultats de NVIDIA. Lors de son premier trimestre fiscal 2027, la société a déclaré 14,8 milliards de dollars de revenus trimestriels dans la mise en réseau pour centres de données, soit une hausse de 199 % en un an.

Ce chiffre explique pourquoi les réseaux sont devenus un domaine clé de compétition autour de l’IA.

Des milliers d’accélérateurs travaillant en collaboration doivent échanger des données avec des latences très faibles et des bandes passantes énormes. Plus le cluster est grand, plus le réseau qui relie ses nœuds devient crucial.

Mais le Sankey réserve encore plus d’argent à une autre étape : l’énergie.

Sur chaque 100 dollars, environ 20 dollars sont liés à l’infrastructure électrique.

BNP répartit environ 6,5 dollars pour la distribution électrique, 10 dollars pour la connexion au réseau et la génération indépendante, et 3,5 dollars pour l’installation électrique à l’intérieur des centres de données.

Ce chiffre est particulièrement important car la disponibilité électrique conditionne l’emplacement et le calendrier de la construction de nouvelles infrastructures.

Un serveur peut être acquis en quelques mois. Obtenir des dizaines ou centaines de mégawatts supplémentaires de capacité électrique peut prendre beaucoup plus de temps.

C’est pourquoi le débat sur l’infrastructure IA se déplace progressivement de la simple disponibilité de GPU vers celle de la capacité de calcul, réseau et électricité réunies.

La refroidissement représente 7,5 dollars supplémentaires

Le bloc suivant concerne la refroidissement, avec 7,5 dollars sur chaque 100 dollars.

Le graphique répartit cette somme entre cold plates ou plaques froides, unités de distribution de réfrigérant (CDU), chillers et tours de refroidissement.

Les nouvelles générations d’accélérateurs ont nettement accru la densité thermique des racks. Cela favorise l’adoption de refroidissement liquide dans des installations historiquement dépendantes de systèmes d’air.

Les 7,5 dollars restants concernent les installations et la construction.

BNP divise cette somme approximativement entre l’acquisition du terrain et la préparation du site, la structure et l’enveloppe du bâtiment, ainsi que l’aménagement intérieur et l’infrastructure auxiliaire.

Voici la répartition complète :

Ce tableau souligne une caractéristique intéressante : le bâtiment représente une part relativement petite comparé à la technologie installée à l’intérieur.

Un centre de données pour IA peut représenter une œuvre d’ingénierie considérable, mais la majorité du capital est finalement absorbée par les serveurs, accélérateurs, réseaux et systèmes électriques.

Le graphique montre aussi où se trouvent les goulots d’étranglement

Le Sankey de BNP est utile précisément parce qu’il ne doit pas être interprété comme une formule exacte applicable à tous les projets.

Le graphique lui-même indique que ses chiffres sont des estimations de haut niveau, susceptibles de changer en raison de l’évolution rapide des coûts, de la demande et de l’offre.

Un centre de données existant qui installe de nouveaux serveurs aura une structure de coûts différente de celle d’une installation neuve. La répartition pourra également varier selon le type d’accélérateur, la puissance disponible, l’architecture réseau, la densité des racks ou le système de refroidissement.

Mais les proportions permettent de comprendre l’ampleur économique de la course à l’IA.

Le CAPEX total des grands opérateurs américains continue de croître. Une estimation récente situe l’investissement des quatre principaux hyperscalers en 2026 entre 720 milliards et 745 milliards de dollars. Si Oracle est inclus, ce chiffre avoisinerait les 835 milliards.

D’autres estimations utilisent différents groupes d’entreprises et donnent des chiffres variés. Moody’s, par exemple, avait porté en mai sa prévision à 785 milliards de dollars pour six hyperscalers en 2026.

Tout cet argent ne peut pas être directement qualifié d’investissement en IA. Cependant, il témoigne de l’ampleur du cycle de construction d’infrastructures que l’intelligence artificielle accélère à grande échelle.

Et le graphique de BNP permet d’observer où une partie importante de ces capitaux pourrait finir.

La GPU est au centre de la conversation, mais derrière, il faut de la mémoire, de l’encapsulation, des serveurs et des équipements de fabrication. Ensuite, il faut des switches et de la fibre optique pour la communication, de l’électricité pour faire fonctionner tout cela, et des systèmes de refroidissement pour évacuer la chaleur. Enfin, il faut un bâtiment et une connexion électrique capables de soutenir l’ensemble.

La course à l’infrastructure IA se comprend mieux lorsque ces 100 dollars sont suivis jusqu’au bout.

Questions fréquentes

Combien du dépense en infrastructure IA finit dans les puces ?

Selon le modèle de BNP Paribas Equity Research présenté dans le graphique, environ 50 dollars sur 100 dollars sont consacrés aux semi-conducteurs. Les accélérateurs représentent environ 25 dollars, et les circuits de mémoire 15 dollars.

Quel est le coût de l’infrastructure électrique d’un centre de données IA ?

Le Sankey attribue environ 20 dollars sur 100 à l’énergie, incluant la distribution électrique, la connexion au réseau, la génération indépendante et les installations électriques internes.

Quelle importance ont les réseaux dans l’investissement IA ?

Le modèle estime environ 15 dollars sur 100, répartis entre processeurs réseau, câblage, switches et transceiveurs optiques.

Ces chiffres sont-ils applicables à tous les centres de données ?

Non. BNP les présente comme des estimations de haut niveau, sujettes à variation en fonction de l’évolution des coûts, de la demande et de l’offre. La répartition réelle dépendra de chaque projet, qu’il s’agisse d’une installation neuve ou d’une extension d’un centre existant.

Sources :

• BNP Paribas Equity Research / SankeyMATIC, À quoi correspondent 100 $ de CAPEX en IA ?