Les modèles d'intelligence artificielle ne tournent pas tout seuls. Pour entraîner un grand modèle de langage ou répondre à des millions de requêtes, il faut des processeurs spécialisés, des réseaux rapides, des centres de données et beaucoup d'électricité. Depuis l'explosion de la demande en IA générative, une partie de cette infrastructure est fournie par des acteurs moins visibles que les géants du cloud : les néoclouds.
CoreWeave, Nebius ou Lambda vendent principalement de l'accès à des grappes de processeurs graphiques, ou GPU. Leur spécialisation leur permet de répondre vite aux besoins de laboratoires d'IA, de jeunes pousses et de grandes entreprises. Mais elle les rend aussi très exposés : investissements lourds, endettement et vieillissement rapide du matériel. Plusieurs acteurs viennent par ailleurs du minage de cryptomonnaies, où ils avaient déjà appris à gérer des équipements énergivores et des sites informatiques à grande échelle.
Voici comment fonctionne ce modèle, pourquoi il attire les entreprises et ce qu'il faut surveiller avant d'y voir un secteur vraiment durable. Les chiffres de marché et les annonces récentes sont replacés dans leur contexte, car ils évoluent vite.
Qu'est-ce qu'un néocloud et comment fonctionne-t-il ?
Un néocloud est un fournisseur d'infrastructure cloud spécialisé dans le calcul accéléré, principalement pour l'intelligence artificielle. Il loue de la capacité GPU à des clients qui entraînent des modèles ou les utilisent pour produire des réponses, des images et d'autres contenus. Cette seconde activité s'appelle inférence.
La différence avec un hyperscaler comme Amazon Web Services, Microsoft Azure ou Google Cloud tient surtout au périmètre. Les grands fournisseurs proposent une gamme très large : bases de données, stockage, messagerie, outils d'analyse et services d'IA. Un néocloud, lui, concentre ses ressources sur des GPU haut de gamme, sur les connexions entre ces puces et sur les logiciels qui permettent d'exécuter les charges de travail liées à l'IA.
Les GPU ne sont pas seulement des cartes graphiques ajoutées à un serveur « classique ». Pour entraîner un modèle de grande taille, des milliers de processeurs doivent travailler en parallèle. Il faut donc les relier via des réseaux à faible latence, fournir du stockage adapté et maîtriser la chaleur pour éviter les interruptions. Le service vendu ressemble donc davantage à un système complet de calcul qu'à une simple « puce louée à l'heure ».
Les trois ressources rares : puces, électricité et financement
Le modèle repose sur trois ressources difficiles à obtenir en même temps.
- Les puces. Les néoclouds achètent de grandes quantités de GPU, souvent auprès de Nvidia. Avoir accès vite aux nouvelles générations peut leur permettre de répondre à une demande que les clients n'arrivent pas à satisfaire par eux-mêmes.
- L'électricité et les sites. Les grappes de calcul consomment beaucoup d'énergie et demandent un refroidissement solide. Les opérateurs construisent leurs propres centres de données ou louent des bâtiments déjà raccordés au réseau, parfois appelés powered shells.
- Le capital. Les équipements coûtent cher et perdent rapidement de la valeur au fil des générations. Les achats sont souvent financés par la dette, par des contrats clients, ou par des montages adossés aux actifs matériels.
Les clients peuvent réserver de la capacité sur plusieurs années ou payer selon l'utilisation. Le fournisseur cherche alors à facturer plus que le coût total des GPU, de l'électricité, des installations, de la maintenance et du financement. Cette marge ne vient pas uniquement du fait que les machines sont occupées : elle dépend aussi du prix des contrats, de leur durée et du coût de renouvellement du parc.
Les principaux acteurs du marché
CoreWeave fait partie des fournisseurs spécialisés les plus connus. L'entreprise, cotée au Nasdaq depuis mars 2025 et soutenue par Nvidia, a commencé en 2017 comme mineur d'Ethereum. Le passage d'Ethereum à la preuve d'enjeu en 2022 a stoppé le minage de GPU sur ce réseau ; CoreWeave a alors réorienté son matériel vers les usages cloud et l'IA.
Nebius Group, basé à Amsterdam, est issu des activités internationales de Yandex. Lambda, Crusoe et Fluidstack figurent aussi parmi les fournisseurs spécialisés, avec des statuts et des modèles différents. IREN, à l'origine mineur de bitcoin, développe également une activité d'hébergement et de cloud pour l'IA.
Les néoclouds sont généralement des entreprises « classiques » : ils n'émettent pas, par définition, de jeton numérique natif. Pour comprendre ce qui distingue leur approche des réseaux de calcul décentralisés, voir la section sur les modèles décentralisés.
Pourquoi les entreprises et les anciens mineurs s'y intéressent
L'intérêt pour les néoclouds commence souvent par un problème très concret : les capacités de calcul disponibles chez les grands fournisseurs ne suffisent pas toujours, ou ne sont pas accessibles assez vite, pour entraîner ou servir des modèles. Un fournisseur spécialisé peut déployer de gros clusters dédiés et ajuster son infrastructure aux charges de travail de l'IA.
Cela ne veut pas dire que les hyperscalers n'ont plus de rôle. Ils restent utiles pour beaucoup de services et peuvent eux-mêmes louer de la capacité à des néoclouds lorsque leurs centres de données ne répondent pas à la demande. Dans ce cas, on n'est pas forcément face à un « remplacement » : il peut s'agir d'une chaîne d'approvisionnement, où les spécialistes complètent l'infrastructure existante.
Pourquoi les mineurs de cryptomonnaies se reconvertissent
Certaines entreprises issues du minage ont des actifs qu'on ne crée pas du jour au lendemain : du foncier, des raccordements électriques, des permis, et une expérience opérationnelle sur des sites très énergivores. Dans un secteur où obtenir de la puissance disponible peut prendre des années, ces éléments peuvent compter.
La reconversion n'est toutefois pas automatique. Une ferme de minage et un centre de données destiné à l'IA ne sont pas interchangeables. Le refroidissement, le réseau, la disponibilité et la configuration des serveurs peuvent exiger des investissements supplémentaires. Et même un bon raccordement électrique ne suffit pas à prouver qu'un site est prêt à accueillir des charges de travail liées à l'IA.
Les contrats signés donnent une idée de l'ampleur de la transition. Selon les données rapportées dans la source de cet article, des mineurs avaient conclu, sur les deux années précédant juillet 2026, environ 7 gigawatts de contrats de capacité répartis sur 19 accords, pour une valeur annoncée supérieure à 135 milliards de dollars. Ces engagements concernent des hyperscalers, des néoclouds et des fabricants de puces. Il faut toutefois distinguer un contrat annoncé d'un revenu déjà encaissé : un engagement ne veut pas dire que toute la capacité est immédiatement construite, utilisée ou rentable.
Qui achète cette capacité ?
Les clients vont des laboratoires d'IA aux grandes entreprises technologiques. Parmi les accords évoqués dans les informations publiées en 2026 figurent notamment un contrat de cinq ans d'environ 9,7 milliards de dollars entre Microsoft et IREN, ainsi qu'un bail de quinze ans évalué autour de 5,5 milliards de dollars entre Amazon Web Services et Cipher. Google aurait aussi garanti certains paiements liés à la location de sites exploités par TeraWulf et Cipher. Anthropic fait partie des entreprises ayant conclu des accords de capacité avec des opérateurs de sites ou via des fournisseurs spécialisés.
Ces annonces montrent que la demande ne se limite pas aux acteurs « intermédiaires ». Elles ne permettent cependant pas de conclure que chaque fournisseur profitera de contrats comparables. Dans l'infrastructure, la signature n'est qu'un début : il faut ensuite livrer le site, installer les équipements, respecter les niveaux de service et assurer l'exploitation sur la durée.
Pour les entreprises européennes, le sujet ne se résume pas au prix du GPU. Il faut aussi regarder l'emplacement des données, les conditions de traitement, la disponibilité du service et les obligations applicables, notamment au regard du RGPD. Mettre un centre de données « en Europe » peut aider sur certains points de gouvernance, mais la conformité dépend surtout de ce qui est réellement fait : traitement, contrats, accès et mesures de sécurité.
Les néoclouds et les réseaux DePIN
Il existe une autre approche : les réseaux d'infrastructure physique décentralisée, souvent appelés DePIN. Des projets comme Render, Akash ou io.net mettent en relation des fournisseurs de capacité et des utilisateurs via des réseaux distribués, parfois avec des mécanismes qui incluent des jetons.
La distinction est importante. Un néocloud possède ou loue des centres de données et vend une capacité sous la responsabilité d'une entreprise. Un réseau DePIN agrège des ressources provenant de plusieurs opérateurs. Les deux modèles visent des usages proches, mais n'offrent pas forcément les mêmes garanties sur la disponibilité, le contrôle, le support ou la conformité. Mieux vaut les évaluer selon le besoin du projet, plutôt que de les considérer comme deux versions identiques.
Un modèle prometteur, mais exposé à des risques structurels
La demande de calcul est forte, mais elle ne suffit pas à rendre les néoclouds systématiquement rentables. Leur modèle combine des dépenses initiales élevées, une dette parfois lourde et des actifs matériels qui se déprécient. C'est ce décalage entre coûts aujourd'hui et revenus espérés ensuite qui rend le modèle fragile.
CoreWeave a déclaré, pour son deuxième trimestre 2026, près de 1,4 milliard de dollars d'amortissements et de dépréciations pour environ 2,6 milliards de dollars de revenus. Nebius a enregistré environ 260 millions de dollars de charges comparables pour 582 millions de dollars de revenus. Ces montants ne suffisent pas, à eux seuls, à juger la santé d'une entreprise, mais ils rappellent le poids du matériel dans les comptes. Il faut aussi regarder la trésorerie, les échéances de dette, les engagements d'investissement et la capacité à renouveler les équipements.
Le risque de construire trop vite
Un centre de données demande des investissements avant que toute la capacité ne soit utilisée. Si un fournisseur commande des GPU et construit des sites en anticipant une demande future, il doit financer les coûts pendant la montée en charge. À l'inverse, s'il attend que la demande soit certaine, il risque de ne pas avoir les puces ni l'électricité disponibles au moment où les clients en ont besoin.
L'arbitrage est difficile, et il est rendu encore plus compliqué par la vitesse d'évolution des puces. Un modèle de GPU très demandé aujourd'hui peut perdre de sa compétitivité après l'arrivée d'une nouvelle génération. Les actifs ne deviennent pas inutilisables du jour au lendemain, mais leur prix de location et leur valeur de revente peuvent baisser. La rentabilité dépend donc du taux d'utilisation, du prix payé par les clients et du temps pendant lequel le matériel reste économiquement pertinent.
Le financement ajoute une pression supplémentaire. En octobre 2026, les données citées dans la source décrivaient des inquiétudes accrues des marchés autour de la dette de CoreWeave : le rendement de sa dette non garantie approchait 15 % au 21 octobre et le coût de protection contre un défaut avait augmenté au cours du mois. Un financement plus cher réduit la marge et peut rendre les nouveaux investissements plus difficiles, même si les contrats clients restent élevés.
Le risque de concentration et la prédiction de Gartner
Les néoclouds dépendent fortement d'un petit nombre d'éléments : fournisseurs de puces, clients capables de signer des contrats très importants, raccordements électriques, et prêteurs prêts à financer les équipements. Si un client reporte ses projets ou si le financement se resserre, un opérateur très endetté peut se retrouver avec des installations coûteuses et une capacité sous-utilisée.
Le 14 octobre 2026, Gartner a estimé que plus de 80 % des fournisseurs de néoclouds pourraient cesser d'opérer indépendamment d'ici à 2030, notamment en raison de la pression sur les coûts et du manque de différenciation. L'organisme a aussi évoqué plus de 3 500 milliards de dollars de dépenses d'infrastructure liées à l'IA, susceptibles d'être exposées à une dépréciation d'ici à la fin de 2030 si le rythme actuel des investissements se poursuit.
Cette estimation ne signifie pas que 80 % de la demande d'IA va disparaître, ni que tous les acteurs concernés iront forcément à la faillite. Certains peuvent être rachetés, intégrés à des groupes plus importants ou se spécialiser. Pour un client, le vrai risque peut donc être la continuité du fournisseur, pas seulement le prix du calcul.
Une grille de lecture pour les entreprises et les investisseurs
Avant de choisir un prestataire ou d'évaluer une entreprise du secteur, trois minutes de vérification peuvent éviter de mauvaises surprises. Posez quatre questions simples :
- La capacité est-elle réellement disponible ? Vérifiez la date de mise en service, la génération de GPU, la localisation et les garanties de disponibilité. Une annonce de capacité future ne remplace pas un test technique.
- Le coût total est-il prévisible ? Comparez le prix du calcul avec les frais de stockage, de transfert de données, de support et les coûts liés à des engagements minimaux.
- Que se passe-t-il si le fournisseur échoue ? Regardez la réversibilité, la portabilité des modèles et des données, les délais de sortie et les solutions de secours.
- Le modèle économique tient-il au-delà du carnet de commandes ? Pour une entreprise, regardez le coût d'exploitation et les marges. Pour un investisseur, examinez la dette, les investissements futurs, la concentration des clients et la dépréciation des actifs.
Vendre une infrastructure très demandée est un avantage. La financer, l'exploiter et la renouveler avec une marge durable, c'est un autre métier. C'est ce deuxième test qui dira quels acteurs resteront indépendants.
Conclusion : la demande ne garantit pas la rentabilité
Les néoclouds répondent à un besoin réel : fournir rapidement la puissance GPU nécessaire aux modèles d'IA. Leur spécialisation, leurs contrats de longue durée et, pour certains, leurs infrastructures héritées du minage peuvent leur donner une place dans la chaîne de valeur. Reste à démontrer que cette demande se traduit par des marges durables une fois payés les puces, l'énergie, les sites et la dette.
Pour un décideur, le bon réflexe est simple : traiter le néocloud comme une option d'infrastructure à tester, pas comme une promesse de capacité sans risque. Vérifiez le service, les conditions de sortie et prévoyez une solution de continuité. Pour un investisseur, les volumes de contrats ne suffisent pas : le bilan et le coût du capital comptent autant que la croissance.
La question n'est donc pas seulement de savoir qui possède le plus de GPU. C'est de savoir qui pourra les exploiter et les renouveler sans transformer la course à la capacité en une dette impossible à absorber.
Les chiffres et annonces de marché cités ici sont issus du contenu publié par Decrypt et de données rapportées en octobre 2026. Ils peuvent évoluer. Cet article est fourni à titre informatif et ne constitue pas un conseil financier.
Source : Decrypt - What Is a Neocloud? The GPU Clouds Powering the AI Boom