Le prêt de Crux AI pour des puces mobilise 22 milliards de dollars pour le défi de Google à Nvidia

Crux AI a réuni, selon les informations publiées, un prêt de 22 milliards de dollars pour acheter des processeurs Google, transformant le défi lancé par Alphabet à Nvidia en test d’infrastructure financé par les banques.

Dix banques fournissent cette dette à l’entreprise de cloud soutenue par Blackstone et Alphabet, selon des détails du prêt rapportés par Bloomberg. Le financement serait garanti par des unités de traitement tensoriel de Google et par les contrats clients de Crux AI.

Cette structure rend l’opération plus importante qu’un nouveau prêt massif pour centre de données. Les banques considèrent les processeurs IA et les revenus issus de capacités de calcul sous contrat comme des actifs capables de soutenir une dette à une échelle immense.

Elle offre également à Google une nouvelle voie d’accès à un marché dominé par le matériel Nvidia et sa plateforme logicielle CUDA. Crux AI prévoit de vendre l’accès aux TPU de Google en dehors du parcours d’achat traditionnel de Google Cloud.

La concurrence ne se résume donc pas à l’opposition entre les TPU de Google et les GPU de Nvidia. Elle porte sur deux systèmes de financement conçus pour transformer des processeurs coûteux en infrastructure louable et génératrice de revenus.

Crux AI dispose désormais du capital nécessaire pour entrer dans cette compétition. Sa tâche la plus difficile sera de démontrer que les clients, les raccordements électriques, les calendriers de construction et l’économie des puces peuvent soutenir la dette qui la sous-tend.

Ce que finance le prêt de 22 milliards de dollars de Crux AI pour des puces

Le prêt de Crux AI pour des puces fait passer l’entreprise d’un projet d’infrastructure à un fournisseur fortement financé de capacités de calcul IA fondées sur Google.

La facilité de crédit rapportée financera des unités de traitement tensoriel, ou TPU. Il s’agit de processeurs conçus par Google et optimisés pour l’entraînement et l’exécution de modèles de machine learning.

Le prêt serait garanti à la fois par les processeurs et les contrats clients de Crux AI. Cette association relie une garantie physique aux paiements futurs attendus des utilisateurs de la capacité de calcul.

Goldman Sachs, Sumitomo Mitsui Banking Corporation, Barclays, BNP Paribas et Bank of Nova Scotia figurent parmi les participants rapportés. Le groupe de prêteurs compte au total dix banques.

Les banques cherchent également d’autres prêteurs par le biais d’une syndication. Ce processus répartit des portions du prêt entre des institutions supplémentaires, réduisant l’exposition de chaque prêteur initial.

Certaines banques fournissent séparément une facilité de crédit renouvelable de 1 milliard de dollars, selon les informations publiées. Le crédit renouvelable permet à un emprunteur de tirer des fonds, de les rembourser et de les réutiliser dans les limites convenues.

Le prêt principal pourrait ensuite être remplacé par un financement à plus long terme auprès d’investisseurs en obligations de catégorie investissement. Un tel refinancement transférerait une partie de l’exposition des banques vers les marchés de dette institutionnelle.

Crux AI, Blackstone et les banques citées n’ont pas confirmé publiquement les conditions rapportées. Plusieurs ont refusé de commenter, tandis que d’autres n’ont pas répondu aux demandes de Bloomberg.

Cette distinction est importante. Le financement a été rapporté par des personnes familières d’une transaction privée, plutôt que par un contrat de crédit public détaillé.

L’entreprise sous-jacente est, elle, publique. Blackstone et Google ont annoncé l’entreprise en mai 2026.

Blackstone a engagé un investissement initial de 5 milliards de dollars en fonds propres via ses fonds gérés. Les entreprises ont indiqué que l’entreprise fournirait des opérations de centres de données, du réseau et des TPU Google Cloud sous forme de service de calcul.

Elles ont également fixé l’objectif de mettre en ligne 500 mégawatts de capacité en 2027. Il s’agit d’un objectif de capacité, et non d’une preuve qu’une infrastructure opérationnelle existe déjà à cette échelle.

Cette distinction sépare le financement de la livraison. L’argent peut sécuriser des processeurs, mais il ne peut pas produire automatiquement des bâtiments alimentés, des réseaux achevés ou un service client fiable.

Crux AI démarre donc avec une structure de capital inhabituellement importante. Elle combine l’engagement en fonds propres de Blackstone avec une dette rapportée dépassant cet engagement de plus de quatre fois.

L’accord offre à Google un canal de distribution supplémentaire pour ses processeurs propriétaires. Les clients pourraient accéder aux TPU via Crux AI au lieu de dépendre uniquement de la capacité vendue directement par Google Cloud.

Ce canal additionnel crée la tension centrale de l’article. Google ne se contente pas de concevoir une nouvelle génération de processeurs. L’entreprise contribue à construire un marché financé autour de ces processeurs.

Pourquoi les puces IA deviennent des actifs finançables par les banques

Les banques financent les puces parce que des contrats de calcul à long terme peuvent transformer du matériel rapidement déprécié en flux de paiements prévisibles.

Le financement d’infrastructures traditionnel fonctionne au mieux lorsqu’un prêteur peut identifier des actifs durables et des flux de trésorerie stables. Les routes, les avions, les projets énergétiques et les réseaux de communication correspondent souvent à ce modèle.

L’infrastructure IA présente une version plus complexe du même calcul. Les processeurs sont coûteux, technologiquement périssables et dépendent de l’électricité, du réseau, du refroidissement et des logiciels.

Une puce stockée ne génère aucun revenu. Un processeur connecté au service d’un client sous contrat peut soutenir des paiements récurrents, à condition que l’opérateur remplisse ses obligations.

La structure de Crux AI associerait ces deux sources de protection pour les prêteurs. Les TPU fournissent une garantie physique, tandis que les contrats clients sont censés générer les flux de trésorerie nécessaires au remboursement.

Les contrats comptent parce qu’ils peuvent réduire l’incertitude sur la demande. Un prêteur gagne en confiance lorsque des clients identifiés se sont engagés à acheter de la capacité sur des périodes définies.

Cependant, les revenus sous contrat n’éliminent pas tous les risques. Un client peut rencontrer des difficultés financières, contester les performances, renégocier les conditions ou réduire ses engagements futurs.

Le matériel pose également des questions de valorisation. La valeur de revente d’un processeur dépend de ses performances, de sa durée de vie utile restante, de la compatibilité logicielle et de la demande pour cette architecture précise.

Les TPU de Google comportent une considération supplémentaire. Ce sont des accélérateurs personnalisés étroitement liés à l’environnement logiciel et cloud de Google, contrairement aux équipements de calcul généralistes.

Cette spécialisation peut améliorer les performances pour des charges de travail adaptées. Elle peut aussi réduire le nombre d’utilisateurs alternatifs si un prêteur doit récupérer de la valeur après le défaut d’un emprunteur.

Les contrats clients de Crux AI pourraient donc être plus importants que les puces elles-mêmes. Des engagements solides et exécutoires aideraient à compenser l’incertitude autour de la valeur des TPU sur le marché secondaire.

Ce modèle possède déjà des précédents notables. CoreWeave indique financer principalement son infrastructure par de la dette au niveau des actifs, soutenue par des contrats take-or-pay.

Dans un accord take-or-pay, les clients s’engagent à acheter de la capacité ou à effectuer des paiements déterminés, même s’ils utilisent moins que prévu.

Un dépôt de crédit d’août 2026 montre comment ce modèle continue d’évoluer. CoreWeave a mis en place une facilité de tirage différé de 2,6 milliards de dollars pour des déploiements sous contrat et des infrastructures connexes.

Le dépôt imposait également un ratio de couverture du service de la dette après la survenance de certaines conditions. Ce ratio compare les flux de trésorerie admissibles aux paiements requis de principal et d’intérêts.

La facilité rapportée de 22 milliards de dollars de Crux AI applique une logique similaire à une échelle bien plus vaste. Les contrats de calcul deviennent le pont financier entre les processeurs et les marchés de capitaux.

Cette structure peut accélérer le déploiement, car l’opérateur n’a pas besoin de financer chaque achat de puces par des fonds propres. La dette répartit la charge en capital sur une période d’exploitation plus longue.

Elle introduit aussi un effet de levier avant que l’entreprise ait établi un long historique public d’exploitation. Cela modifie les jalons qui comptent pour les investisseurs, les clients et les concurrents.

Les annonces de capacité seules deviennent moins utiles. Les observateurs doivent suivre les sites achevés, les charges de travail sous contrat, le taux d’utilisation, les coûts de financement et la fiabilité des contreparties de soutien.

Pour les clients d’entreprise, la leçon est tout aussi pratique. Un contrat de capacité influence désormais non seulement l’accès au service, mais aussi le financement qui soutient le fournisseur.

Les acheteurs techniques devraient comprendre la portabilité, les engagements minimums, les recours en matière de service et les conditions de sortie avant de considérer un vaste déploiement financé comme une capacité cloud interchangeable.

La stratégie TPU de Google gagne un nouveau canal de vente

Le prêt apporte à la stratégie TPU de Google ce que le silicium seul ne peut fournir : un canal exploité de manière indépendante et financé pour acheter des processeurs à une échelle énorme.

Google développe et déploie des TPU depuis plus d’une décennie. Ces processeurs font fonctionner des produits internes, notamment Gemini, et sont également proposés aux clients de Google Cloud.

En avril 2026, Google a présenté TPU 8t et TPU 8i pour différentes charges de travail IA. TPU 8t cible l’entraînement, tandis que TPU 8i se concentre sur l’inférence et les déploiements sensibles aux coûts.

Google a indiqué qu’un superpod TPU 8t peut évoluer jusqu’à 9 600 processeurs. Son annonce sur les TPU décrivait également deux pétaoctets de mémoire partagée à haute bande passante dans cette configuration.

Ces spécifications établissent une capacité technique, mais la disponibilité et l’adoption par les clients déterminent l’impact commercial. Crux AI répond à ces deux enjeux en construisant un service de calcul distinct autour du matériel Google.

Cette approche rappelle le rôle que les fournisseurs de neocloud jouent dans l’écosystème Nvidia. Les neoclouds se spécialisent dans le calcul accéléré et vendent de la capacité aux laboratoires IA, aux startups et aux entreprises.

CoreWeave et Nebius sont devenus des exemples reconnus. Leur croissance a montré que les clients achèteraient une capacité IA spécialisée en dehors des plus grandes plateformes cloud généralistes.

Crux AI arrive avec une base matérielle différente. Son offre annoncée s’articule autour des TPU de Google plutôt que des GPU Nvidia utilisés sur une grande partie du marché du neocloud.

Ce choix peut offrir aux clients une autre option d’approvisionnement. Il peut aussi renforcer leur dépendance envers les cadres de modèles, les outils et les pratiques opérationnelles compatibles avec Google.

Pour Google, le nouveau canal étend la portée des TPU sans exiger que chaque relation client soit directement intégrée à Google Cloud. Blackstone apporte son expérience des infrastructures et des marchés de capitaux.

Pour Blackstone, l’entreprise relie l’investissement en fonds propres, l’infrastructure physique et la demande de financement. La société peut participer à plusieurs couches du cycle de construction de l’IA.

Crux AI cible les laboratoires IA, plaçant des entreprises telles qu’OpenAI et Anthropic parmi son marché client potentiel. Aucune liste publique de clients ne permet de supposer l’existence d’engagements réels.

Cette lacune doit rester explicite. Les contrats clients soutiendraient le prêt, mais leurs noms, durées, prix et clauses de résiliation n’ont pas été divulgués.

Malgré cela, le financement indique que les prêteurs ont reçu suffisamment d’informations pour procéder à une vaste syndication, selon le rapport. Les lecteurs ne peuvent pas encore examiner ces informations.

L’entreprise crée également un avantage stratégique pour Alphabet. Chaque TPU déployé augmente la base installée autour de l’architecture de Google et des logiciels qui l’accompagnent.

Le matériel installé peut influencer les futures décisions techniques. Les équipes optimisent les modèles, les pipelines de données et les méthodes de déploiement autour des processeurs auxquels elles peuvent accéder de manière fiable.

Changer ultérieurement peut nécessiter des travaux d’ingénierie, des tests de performance et des modifications des opérations d’inférence. Cela crée une forme d’attachement opérationnel sans garantir une fidélité permanente.

Les développeurs compareront toujours les performances, la compatibilité des modèles, la disponibilité et le coût total d’exploitation. Le capital peut rendre les processeurs disponibles, mais il ne peut pas rendre chaque charge de travail adaptée à ceux-ci.

Le nouveau canal renforce donc la position concurrentielle de Google sans trancher la bataille du matériel. Crux AI doit transformer une offre financée en demande durable de la part de clients indépendants.

L’avance de Nvidia face à une machine de financement concurrente

Crux AI défie Nvidia en reproduisant la logique financière autour des usines d’IA tout en remplaçant sa pile de processeurs par celle de Google.

L’avantage de Nvidia va au-delà des performances brutes de ses puces. CUDA offre aux développeurs des outils, bibliothèques et workflows matures pour concevoir des logiciels autour des GPU Nvidia.

Cette base logicielle soutient la demande de matériel. Cette demande encourage ensuite les fournisseurs cloud et les financiers à financer davantage de capacité Nvidia.

Nvidia a commencé à formaliser le volet financier de ce cycle. En août 2026, l’entreprise a annoncé des partenariats avec Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs et KKR.

L’entreprise a indiqué que les plateformes de financement visent à mobiliser plus de 500 milliards de dollars de capitaux tiers au fil du temps.

Ce chiffre constitue une ambition liée à des protocoles d’accord. Il ne doit pas être interprété comme des liquidités déjà engagées ou déployées.

L’annonce clarifie néanmoins la stratégie de Nvidia. L’entreprise souhaite que les institutions financières considèrent ses systèmes informatiques complets comme des infrastructures investissables.

Nvidia affirme que ses processeurs sont flexibles pour différents clients et charges de travail. Elle présente également CUDA comme un facteur susceptible de prolonger leur durée de vie économique utile.

Le prêt rapporté de Crux AI repose sur le même principe général. Un matériel informatique coûteux devient une garantie lorsqu’il est associé à des logiciels, des opérateurs et une demande contractuelle.

La différence cruciale réside dans l’architecture financée. Crux AI donne aux banques une exposition directe à un vaste pool de capacité Google TPU.

Cela fait du prêt un instrument concurrentiel. Il réduit le risque que les processeurs de Google restent limités par le budget d’investissement d’un seul fournisseur cloud.

Un cloud TPU bien financé peut concourir pour de vastes entraînements de modèles, des contrats d’inférence et des réservations de capacité de longue durée. Ces charges de travail pourraient autrement se diriger vers des fournisseurs basés sur Nvidia.

Cependant, Crux AI n’a pas besoin d’évincer Nvidia sur l’ensemble du marché pour compter. Il lui faut suffisamment de charges de travail pour lesquelles l’économie et la disponibilité des TPU justifient un changement.

La relation existante de Google avec les grands développeurs d’IA peut contribuer à créer cette demande. Les clients recherchant des alternatives après des pénuries ou des conditions défavorables ailleurs peuvent aussi y contribuer.

Nvidia conserve des défenses importantes. Son matériel est largement disponible chez les fournisseurs cloud, et de nombreuses équipes d’ingénierie maîtrisent déjà son environnement logiciel.

Plusieurs fournisseurs peuvent également financer des systèmes Nvidia. Cela offre davantage de choix aux clients sans les obliger à adopter une nouvelle architecture de processeur.

La participation de Blackstone des deux côtés est notable. L’entreprise apparaît dans l’initiative de financement de Nvidia tout en soutenant une coentreprise autour des Google TPU.

Cette position suggère que les investisseurs en infrastructures n’ont pas besoin qu’un seul fournisseur de processeurs l’emporte exclusivement. Ils peuvent financer des systèmes concurrents tant que les contrats soutiennent des rendements acceptables.

La compétition principale n’oppose donc pas Blackstone à Nvidia. Elle oppose le modèle de distribution financé des TPU de Google à l’écosystème de financement plus large et établi de Nvidia.

Crux AI apporte à Google une réponse à une partie de l’avantage de Nvidia. Elle n’égale pas encore l’adoption par les développeurs, la portée des fournisseurs ou la disponibilité multi-cloud de Nvidia.

C’est pourquoi le chiffre de 22 milliards de dollars importe sans pour autant prouver une victoire. Il finance un canal d’approvisionnement alternatif crédible, mais le comportement des clients déterminera sa valeur stratégique.

La garantie n’élimine pas le risque d’exécution

La plus grande incertitude est de savoir si Crux AI peut convertir l’argent emprunté en capacité opérationnelle avant que les retards n’affaiblissent l’économie de ses contrats.

Crux AI vise à mettre en ligne 500 mégawatts au cours de 2027. Atteindre cet objectif exige des sites adaptés, des raccordements au réseau, des équipements de refroidissement, du réseau, de la main-d’œuvre de construction et des processeurs livrés.

Chaque composant suit un calendrier différent. Un retard dans un domaine peut laisser des équipements achevés inutilisés ailleurs.

Bloomberg a rapporté que la coentreprise avait rencontré des retards initiaux sur d’importants sites de centres de données prévus. Les informations publiques ne permettent pas encore d’établir leur durée ni leur impact financier.

L’exécution du projet constitue donc le premier test de résistance. Les obligations d’intérêts et les échéances contractuelles se poursuivent même lorsque la construction avance plus lentement que prévu.

L’électricité est une autre contrainte. Un objectif de 500 mégawatts décrit une échelle électrique, et non une production informatique immédiatement utilisable.

La capacité réellement livrée dépend des dates de mise sous tension et de l’efficacité des installations. Elle dépend aussi de la quantité d’électricité restant disponible après le refroidissement et les autres frais généraux.

L’amortissement du matériel crée un problème distinct. Les nouvelles générations de processeurs peuvent réduire la valeur relative d’équipements plus anciens avant l’échéance d’un prêt.

Le risque ne suppose pas que les puces actuelles deviennent inutiles. Des tarifs de location plus bas ou des valeurs de revente plus faibles peuvent néanmoins réduire la protection offerte par la garantie.

La spécialisation des TPU complique encore les hypothèses de recouvrement. Un prêteur aurait besoin d’opérateurs et de clients viables capables d’utiliser efficacement l’architecture Google.

La concentration des clients pourrait également compter. Un petit nombre de grands contrats peut soutenir le financement, mais une contrepartie en difficulté peut créer un manque à gagner disproportionné.

L’identité et la qualité de crédit des clients rapportés de Crux AI restent non divulguées. Les lecteurs ne peuvent donc pas évaluer indépendamment la solidité du soutien contractuel.

Les conditions contractuelles comptent autant que leur valeur annoncée. Les droits d’annulation, conditions de déploiement, obligations de performance et crédits de service peuvent modifier les flux de trésorerie attendus.

Le refinancement présente une autre incertitude. La conversion du prêt bancaire en obligations de qualité investment grade dépendrait des preuves opérationnelles, du soutien au crédit, des conditions de marché et de l’appétit des investisseurs.

Un refinancement attendu n’est pas garanti. Si les coûts d’emprunt augmentent ou si les déploiements prennent du retard, Crux AI pourrait faire face à des conditions de long terme moins favorables.

CoreWeave offre un avertissement utile sans constituer une prévision directe. Son dépôt de juin 2026 faisait état d’un endettement substantiel, parallèlement à des pertes continues et à des flux de trésorerie d’investissement négatifs.

CoreWeave a également déclaré d’importantes ressources de liquidité et une demande sous contrat. Cette combinaison illustre comment croissance, endettement et pression d’exécution peuvent coexister.

Crux AI démarre avec des propriétaires, des processeurs et des modalités de financement différents. Toutefois, la contrainte fondamentale reste comparable entre les clouds d’IA à forte intensité capitalistique.

Les revenus doivent arriver assez vite pour assurer le service de la dette, soutenir les opérations et financer les futurs cycles matériels. La poursuite de la demande ne garantit pas à elle seule ce calendrier.

Les clients devraient donc examiner la préparation opérationnelle, et pas uniquement la capacité promise. Les équipes achats ont besoin de clarté sur les dates de déploiement, les régions de repli, les engagements de performance et les options de migration.

Les équipes d’ingénierie ont aussi besoin de preuves issues de leurs propres modèles. Les résultats de benchmark fournis par les fournisseurs ne peuvent pas remplacer des tests sur de véritables charges de travail d’entraînement et d’inférence.

Le prêt valide l’accès au capital, pas le service lui-même. Crux AI doit encore démontrer sa disponibilité, l’efficacité de sa planification, les performances de son réseau, la facilité d’utilisation de ses logiciels et la qualité de son support.

Trois signaux montreront si le pari fonctionne

Le succès de Crux AI deviendra visible à travers la puissance livrée, les engagements clients divulgués et la preuve que la demande en TPU s’étend au-delà des partenaires les plus proches d’Alphabet.

Le premier signal est la capacité opérationnelle. Crux AI a fixé un objectif pour 2027, mais les prochains mois devraient révéler si les sites retardés reprennent de l’élan.

Des preuves concrètes comprendraient des installations achevées, des dates fermes de mise sous tension, des clusters installés et des régions prêtes pour les clients. Des modifications répétées du calendrier affaibliraient la confiance dans la thèse de financement.

Les mégawatts livrés importent, car des processeurs financés par dette mais inutilisés ne peuvent générer de revenus informatiques contractuels. Les progrès sur ce point renforceraient l’idée que le capital peut devenir une infrastructure productive.

Le deuxième signal est la qualité des engagements clients. Crux AI n’a pas besoin de révéler chaque condition commerciale, mais des clients nommés amélioreraient l’évaluation externe.

Les divulgations les plus utiles indiqueraient la durée des contrats, l’ampleur du déploiement et l’existence d’obligations take-or-pay pour les clients. Ces détails clarifieraient la stabilité des flux de trésorerie projetés.

Une base de clients diversifiée soutiendrait le discours des prêteurs. Une forte dépendance à l’égard d’un seul laboratoire d’IA exposerait la coentreprise à un seul budget et à une seule feuille de route technique.

Le troisième signal est l’adoption indépendante des TPU. Crux AI doit attirer des charges de travail qui n’étaient pas déjà certaines de rester dans l’orbite d’Alphabet.

Cela signifie convaincre des développeurs de modèles, des entreprises ou des groupes de recherche pouvant réellement choisir entre une infrastructure TPU et une infrastructure basée sur Nvidia.

Des preuves pourraient apparaître via des lancements publics chez les clients, des réservations répétées, des informations sur l’utilisation ou des engagements de capacité élargis. Le support logiciel des modèles largement utilisés influencera également l’adoption.

L’absence de clients externes ne rendrait pas la coentreprise sans importance. Elle suggérerait plutôt que Crux AI fonctionne principalement comme une capacité dédiée à un groupe restreint.

Une adoption plus large aurait davantage de poids stratégique. Elle montrerait que le financement peut aider les processeurs de Google à rivaliser en tant que plateforme cloud indépendante.

La syndication bancaire mérite également de l’attention, même si elle ne fait pas partie des trois signaux opérationnels. Une distribution réussie indiquerait un appétit continu des prêteurs pour une exposition adossée à des puces.

Le refinancement obligataire offrirait un test encore plus solide des marchés de capitaux. Des conditions favorables de qualité investment grade suggéreraient que les investisseurs font confiance aux contrats et aux actifs opérationnels sous-jacents à la dette.

Ces jalons financiers devraient suivre la preuve opérationnelle, et non s’y substituer. Un prêt refinancé ne peut pas corriger une faible utilisation ou des retards de construction.

Pour les développeurs, cette compétition peut élargir l’accès à une capacité de calcul rare. Elle peut aussi exiger des choix plus soigneux concernant les frameworks, la portabilité et les engagements architecturaux de long terme.

Les acheteurs en entreprise devraient considérer le choix du processeur et la qualité de crédit du fournisseur comme des décisions liées. Une interruption de service peut provenir de la construction ou du financement, et pas seulement du logiciel.

Les travailleurs du savoir ressentiront les effets indirectement. Une plus grande offre de calcul peut influencer la disponibilité des modèles, les limites des produits et l’économie des services d’IA.

Les équipes qui évaluent ces évolutions ont besoin d’un registre durable des affirmations des fournisseurs, des benchmarks, des contrats et des mises à jour de déploiement. Une base de connaissances IA consultable peut maintenir ces décisions ancrées dans des preuves.

Le prêt de Crux AI pour ses puces marque un changement net dans le financement des infrastructures d’IA. Les banques soutiennent désormais un fournisseur de calcul centré sur Google avec une dette mesurée en dizaines de milliards.

Le prochain test ne porte plus sur la disponibilité du capital. Il s’agit de savoir si Crux AI peut livrer de la capacité et gagner des clients avant que les hypothèses technologiques et financières ne changent.

Surveillez les mégawatts opérationnels, les contrats divulgués et la composition des utilisateurs indépendants de TPU. Ensemble, ces signaux montreront si 22 milliards de dollars ont créé une véritable alternative à Nvidia ou seulement financé une telle alternative.