2026-09-30

Compute, Infrastructure & Markets

capex, datacenters, energy, chips/ASICs, valuations, funding, the AI economy

1. Goldman Sachs relève à 1 200 milliards ses prévisions de capex IA des hyperscalers pour 2027 — et calcule un point d'équilibre à 300 milliards de revenus annuels

— Goldman Sachs Research (rapport investisseurs), 25 septembre 2026

L'Insight : Les cinq plus grands hyperscalers américains (Amazon, Alphabet, Microsoft, Oracle, Meta) devraient dépenser 1 200 milliards de dollars en infrastructure IA en 2027, soit une hausse de 50 % par rapport aux 800 milliards estimés pour 2026 — Goldman calcule qu'ils auront besoin d'au moins 300 milliards de dollars de revenus IA annuels rien que pour couvrir leurs charges d'investissement. En 2026, ces trois entreprises phares consomment collectivement 102 % de leurs revenus cloud en dépenses d'investissement, recyclant la quasi-totalité de leurs entrées cash en infrastructure.

Le chiffre : Le capex IA des cinq hyperscalers a progressé d'environ 100 % en 2026 ; Goldman projette 54 % de hausse supplémentaire en 2027, puis 12 % en 2028 — une décélération significative qui signale une normalisation attendue mais non encore visible dans les bilans, avec un cumul de 7 600 milliards de dollars d'ici 2031.
Ce qu'il contredit : L'idée que les hyperscalers pilotent leur capex de façon disciplinée par rapport à leurs revenus réels. Amazon a vu son capex dépasser son cash-flow opérationnel sur les douze derniers mois, poussant son free cash flow en territoire négatif — un phénomène que les investisseurs avaient associé à la phase de démarrage d'AWS il y a vingt ans, pas à son régime de croisière.
Ce qu'il ne dit pas : La répartition asymétrique par hyperscaler : Google Cloud affiche 82 % de croissance des revenus en accélération (depuis 63 % au T1), un rythme de break-even potentiellement plus rapide qu'Amazon ou Microsoft. Le rapport ne modélise pas non plus les délais de retour sur actif datacenter, estimés à 18-36 mois post-déploiement par les analystes sectoriels.

Lecture du consultant : La question n'est plus « le capex est-il trop élevé ? » mais « quelle entreprise atteint le point d'équilibre en premier ? ». Pour un décideur IT ou financier, le signal actionnable est la divergence croissante entre hyperscalers : ceux dont les revenus IA accélèrent vraiment (Azure AI, Google Cloud) peuvent absorber la charge sur 18 mois ; ceux qui s'appuient davantage sur des engagements futurs sont plus exposés à une révision de valorisation si les taux d'intérêt ne baissent pas comme prévu.

Risque / Limite : Goldman Sachs est structurellement incité à présenter la continuité du cycle d'investissement comme solide — ses clients sont des investisseurs institutionnels longs sur les titres tech. La projection à 7 600 milliards cumulatifs suppose des cadences de dépense maintenues même sous pression de taux et de régulation, ce qui n'est pas acquis.

Lien : bloomberg.com Date de publication : 25 septembre 2026 Fraîcheur : 🟢 <7j Fiabilité de la source : confirmé Cadre d'analyse : donnée/benchmark

2. Le Texas gèle tous les permis datacenter — 50 GW de pipeline américain en suspens dans l'attente d'un audit réseau et eau

— CNBC / Foley & Lardner / Sidley Austin Energy Infrastructure Pulse, 21-23 septembre 2026

L'Insight : Le gouverneur Greg Abbott a ordonné le 21 septembre à la Texas Commission on Environmental Quality (TCEQ) de suspendre immédiatement la délivrance de tous les permis environnementaux pour les projets de datacenters, en attendant un audit complet de la grille électrique ERCOT et des ressources en eau de l'État. BloombergNEF estime que la mesure place environ 50 GW de capacité datacenter en suspens — près de 20 % du pipeline national américain de 253 GW, incluant des projets de Microsoft, Google, Meta et des cloud indépendants comme CoreWeave.

Avant : Le Texas était le plus grand marché de croissance datacenter aux États-Unis, combinant énergie bon marché, fiscalité favorable et absence de contraintes environnementales contraignantes. Le paradigme implicite était « construire d'abord, réguler ensuite ».
Après : Le gel couvre l'intégralité du territoire texan sans exception de taille ou de mode d'alimentation — y compris les datacenters derrière compteur et ceux hors ERCOT. Aucune approbation réglementaire étatique ne peut avancer avant le rapport de conformité dû le 19 octobre 2026. Si l'audit révèle des risques systémiques, Abbott peut convertir le gel en moratoire structurel ou en quota de charge par zone.
Condition de bascule : Le Texas n'est pas isolé : l'Arizona et la Virginie, deuxième et troisième marchés datacenter américains, observent directement ce précédent. Une généralisation à ces États transformerait un incident réglementaire localisé en contrainte structurelle sur la géographie du buildout IA américain.

Lecture du consultant : Pour tout opérateur avec du pipeline texan — hyperscaler ou cloud indépendant —, le coût réel n'est pas le gel lui-même (cinq semaines administratives) mais le glissement de CAPEX et le renchérissement du financement si les projets reculent de 6 à 12 mois dans un environnement de taux élevés. La pression politique sur l'énergie et l'eau est désormais un risque de projet à modéliser systématiquement dans les due diligences infrastructure, au même titre que le risque terrain ou le risque permis de construire.

Risque / Limite : Les analyses Foley/Sidley proviennent de cabinets d'avocats dont les clients sont précisément les développeurs impactés — leur lecture de l'étendue du gel peut être biaisée pour maximiser l'urgence de conseil juridique. La deadline du 19 octobre est administrative et non législative ; Abbott peut prolonger unilatéralement.

Lien : cnbc.com Date de publication : 21 septembre 2026 Fraîcheur : 🟡 <30j Fiabilité de la source : confirmé Cadre d'analyse : bascule structurelle

3. NVIDIA Q2 FY2027 : 96 milliards de revenus, +117 % datacenter, guidance à 108 milliards — Jensen Huang projette 70 % de croissance en FY2028

— NVIDIA communiqué de résultats / CNBC, 26 août 2026

L'Insight : NVIDIA a publié un chiffre d'affaires de 96,2 milliards de dollars pour le trimestre clos le 26 juillet 2026 (+106 % sur un an, +18 % sur le trimestre), dont 89 milliards issus du datacenter (+117 % sur un an), avec une marge brute de 75 % — et a guidé vers 108 milliards pour le trimestre suivant, dépassant de 4 milliards le consensus analyste. Jensen Huang a projeté une croissance de 70 % des revenus pour l'exercice fiscal 2028, alimentée par la montée en cadence de la plateforme Vera Rubin.

Le chiffre : À 96,2 milliards de revenus trimestriels avec 75 % de marge brute, NVIDIA génère en une seule période plus que l'intégralité du marché mondial des semi-conducteurs n'en générait annuellement au tournant des années 2000 — une concentration de valeur sans précédent dans l'histoire industrielle récente.
Ce qu'il contredit : Le récit d'un plateau ou d'une saturation de la demande GPU. La croissance accélère d'un trimestre à l'autre malgré l'émergence d'ASICs concurrents (AWS Trainium 3, Google TPU Ironwood) ; NVIDIA représentait encore environ 85 % des revenus de processeurs IA au printemps 2026 selon Morgan Stanley.
Ce qu'il ne dit pas : À quel rythme la part ASIC érode structurellement la domination de NVIDIA. Les ASICs des hyperscalers devraient représenter 27,8 % des expéditions de serveurs IA en 2026 (TrendForce), et près de 40 % d'ici 2030 — un chiffre qui n'apparaît pas dans les résultats NVIDIA mais qui mesure la substitution à long terme.

Lecture du consultant : Ces résultats valident empiriquement que la demande de compute est réelle, pas spéculative. Le risque stratégique à surveiller n'est pas la croissance de NVIDIA aujourd'hui mais la part ASIC dans 24 mois : si les hyperscalers réussissent à internaliser 35 à 40 % de leur compute avec leurs puces maison, NVIDIA restera hautement rentable mais sur un marché adressable structurellement réduit d'un tiers.

Risque / Limite : La guidance à 108 milliards suppose une montée en cadence de Vera Rubin sans accroc d'approvisionnement — or TSMC, seul fournisseur capable de produire les nœuds N3 requis, est déjà en situation de surutilisation structurelle (voir item 4). La contrainte foundry est le principal risque de downside à court terme.

Lien : cnbc.com Date de publication : 26 août 2026 Fraîcheur : 🟡 <30j Fiabilité de la source : confirmé Cadre d'analyse : donnée/benchmark

4. TSMC : la capacité sur nœuds avancés est structurellement trois fois inférieure à la demande IA — et l'emballage CoWoS est épuisé jusqu'en 2027

— SemiAnalysis « The Great AI Silicon Shortage » / Tom's Hardware, juin-août 2026

L'Insight : TSMC reconnaît publiquement que sa capacité de production sur nœuds avancés est « environ trois fois » inférieure à la demande cumulée de ses clients IA — avec une utilisation du procédé N3 attendue au-delà de 100 % en H2 2026, et des capacités d'emballage avancé CoWoS réservées à plus de 85 % par NVIDIA, AMD, Broadcom et Google jusqu'en 2027. Malgré un capex record de 56 milliards de dollars en 2026, le PDG C.C. Wei reconnaît que les pénuries persisteront « des années ».

Aujourd'hui : La contrainte physique de la chaîne d'approvisionnement IA ne réside plus dans la conception des puces ni dans les budgets — elle est dans la capacité de fonderie et d'emballage avancé (CoWoS), qui crée un goulot systémique que les dépenses d'investissement des hyperscalers ne peuvent pas résoudre à court terme.
Trajectoire (12-24 mois) : TSMC investit massivement (Arizona N2, Japon N3, Taiwan N2), mais les nouvelles capacités ne seront opérationnelles qu'à partir de 2027. D'ici là, chaque GPU Vera Rubin ou MI400 non livré représente un manque à gagner direct pour NVIDIA et AMD, et un délai pour les hyperscalers engagés sur des projets fermes.
Condition de bascule : Si Broadcom, Google ou Amazon parviennent à remplir leurs quotas TSMC sur des nœuds moins avancés (N4/N5) avec leurs ASICs maison, ils contourneront partiellement la contrainte N3 — ce qui accélère mécaniquement la substitution ASIC sans attendre les nouvelles capacités 2027.

Lecture du consultant : La pénurie de fonderie est le plafond invisible du buildout IA : aucun budget de capex hyperscaler ne peut l'effacer avant mi-2027. Pour un acheteur de compute cloud, cela signifie des délais de livraison GPU allongés et des prix spot structurellement élevés. La fenêtre stratégique appartient aux opérateurs ayant préachété de la capacité (CoreWeave, xAI) versus ceux qui dépendent du marché spot ou des livraisons sur contrat standard.

Risque / Limite : SemiAnalysis est un cabinet de recherche payant qui monétise précisément sur la rareté de l'information semi-conducteur — sa couverture est techniquement très solide mais peut surestimer l'ampleur des pénuries pour entretenir la valeur perçue de son abonnement. Les ratios demande/offre TSMC sont des indications directionnelles de la direction, non des données publiques vérifiables ligne par ligne.

Lien : newsletter.semianalysis.com Fraîcheur : ⚪ rapport de fond Fiabilité de la source : probable Cadre d'analyse : signal faible

Signaux stratégiques de la semaine

L'inversion du cash-flow comme signal macroéconomique : Trois hyperscalers dépensent collectivement 102 % de leurs revenus cloud en capex IA — un régime insoutenable au-delà de 24-36 mois sans accélération significative des revenus IA. Le « gap Sequoia » (600 milliards de revenus annuels manquants pour justifier le buildout actuel) s'élargit, pas se referme : c'est le vrai test de la thèse d'investissement du cycle en cours.
L'énergie, l'eau et le silicium comme contraintes physiques convergentes : Le gel texan et la pénurie TSMC partagent le même mécanisme — la demande IA dépasse la capacité physique disponible (réseau électrique, ressources en eau, capacité de fonderie). Ces contraintes ne sont pas solubles par du capital supplémentaire à court terme, ce qui crée une asymétrie entre les opérateurs qui ont sécurisé de l'approvisionnement et ceux qui n'ont pas encore contracté.
⚖️ Ce qui contredit le consensus : Le consensus narratif dominant en 2026 est « l'IA est une bulle ». Les résultats NVIDIA le réfutent empiriquement : une croissance de +106 % des revenus data center sur un an avec 75 % de marge brute n'est pas une évaluation spéculative — c'est de la demande livrée et facturée. La vraie question n'est pas si la demande est réelle, mais si les hyperscalers peuvent monétiser assez rapidement leur infrastructure pour rembourser un cycle de capex de 24 mois qui consomme l'intégralité de leur cash opérationnel avant que les taux ou la régulation n'imposent une pause.

1. Goldman Sachs raises hyperscaler AI capex forecast to $1.2 trillion for 2027 — and calculates a $300 billion annual revenue break-even threshold

— Goldman Sachs Research (investor note), 25 September 2026

The Insight: The five largest US hyperscalers (Amazon, Alphabet, Microsoft, Oracle, Meta) are projected to spend $1.2 trillion on AI infrastructure in 2027, a 50% increase from an estimated $800 billion in 2026 — Goldman calculates they will need at least $300 billion in annual AI-specific revenue just to cover their investment costs. In 2026, the three flagship spenders are collectively consuming 102% of their cloud revenues in capex, recycling virtually all operating cash into infrastructure.

The figure: Hyperscaler AI capex grew ~100% in 2026; Goldman projects a further 54% increase in 2027 and then a sharp deceleration to 12% in 2028 — a normalisation signal not yet visible in current balance sheets, with cumulative AI infrastructure spend projected at $7.6 trillion through 2031.
What it contradicts: The notion that hyperscalers are managing capex with revenue discipline. Amazon's capex has exceeded its operating cash flow over the trailing twelve months, pushing free cash flow into negative territory — a dynamic investors last associated with AWS's early build-out phase two decades ago, not its current maturity.
What it doesn't say: The asymmetric picture at the individual-company level: Google Cloud is growing revenues at 82% (accelerating from 63% in Q1), implying a faster break-even trajectory than Amazon or Microsoft. The report also does not model actual asset-return timelines on deployed datacenter capacity, estimated at 18–36 months post-deployment by sector analysts.

Consultant's reading: The question is no longer "is capex too high?" but "which company reaches break-even first?" For a CFO or CIO, the actionable signal is the growing divergence between hyperscalers: those with genuinely accelerating AI revenues (Azure AI, Google Cloud) can absorb the load over 18 months; those leaning on future commitments are more exposed to valuation revision if rate cuts disappoint.

Risk/Limitation: Goldman Sachs has a structural incentive to present the investment cycle's continuity as robust — its clients are institutional investors long on tech equities. The $7.6 trillion cumulative projection assumes spending cadences hold even under rate and regulatory pressure, which is not guaranteed.

Link: bloomberg.com Publication date: 25 September 2026 Freshness: 🟢 <7d Source reliability: confirmed Analytical frame: data/benchmark

2. Texas freezes all datacenter permits — 50 GW of US AI pipeline suspended pending grid and water audit

— CNBC / Foley & Lardner / Sidley Austin Energy Infrastructure Pulse, 21–23 September 2026

The Insight: Governor Greg Abbott ordered the Texas Commission on Environmental Quality (TCEQ) on September 21 to immediately halt issuance of all environmental permits for datacenter projects, pending a full audit of the ERCOT grid and the state's water resources. BloombergNEF estimates the action places roughly 50 GW of datacenter capacity in limbo — nearly 20% of the US national pipeline of 253 GW, spanning projects from Microsoft, Google, Meta, and independent clouds including CoreWeave.

Before: Texas was the largest datacenter growth market in the US, combining cheap power, favourable tax treatment, and minimal environmental constraints. The operating assumption was "build first, regulate later."
After: The freeze covers all Texas territory without exception for project size or power source — including behind-the-meter and non-ERCOT facilities. No state regulatory approval can advance until ERCOT, the PUC, and the Texas Water Development Board deliver a compliance report by October 19, 2026. If the audit surfaces systemic grid risks, Abbott can convert the temporary freeze into a structural moratorium or per-zone load quota.
Tipping condition: Texas is not isolated: Arizona and Virginia — the second and third largest US datacenter markets — are watching this precedent directly. A cascade to those states would transform a localised regulatory incident into a structural constraint on the geography of the US AI buildout.

Consultant's reading: For any operator with Texas pipeline — hyperscaler or independent cloud — the real cost is not the five-week administrative freeze but the capex slip and financing cost if projects shift 6–12 months in a high-rate environment. Energy and water political risk is now a project risk to model systematically in infrastructure due diligence, on a par with site and construction permit risk.

Risk/Limitation: The Foley/Sidley analyses come from law firms whose clients are precisely the impacted developers — their reading of the freeze's scope may be biased toward maximising the urgency of legal counsel. The October 19 deadline is administrative, not legislative; Abbott can extend it unilaterally.

Link: cnbc.com Publication date: 21 September 2026 Freshness: 🟡 <30d Source reliability: confirmed Analytical frame: structural shift

3. NVIDIA Q2 FY2027: $96B revenue, +117% datacenter growth, $108B guidance — Jensen Huang projects 70% FY2028 growth

— NVIDIA earnings release / CNBC, 26 August 2026

The Insight: NVIDIA reported revenue of $96.2 billion for the quarter ended July 26, 2026 (+106% year-on-year, +18% quarter-on-quarter), with $89 billion from datacenter (+117% YoY) and a 75% gross margin — guiding to $108 billion for the following quarter, $4 billion above analyst consensus. Jensen Huang projected 70% fiscal 2028 revenue growth driven by the ramp of the Vera Rubin platform.

The figure: At $96.2 billion in quarterly revenue with 75% gross margins, NVIDIA generates in a single reporting period more than the entire global semiconductor industry produced annually at the turn of the 2000s — an unprecedented concentration of industrial value.
What it contradicts: The narrative of GPU demand plateau or saturation. Growth is accelerating quarter-on-quarter despite the emergence of competing ASICs (AWS Trainium 3, Google TPU Ironwood); NVIDIA still held roughly 85% of AI processor revenue in spring 2026 per Morgan Stanley.
What it doesn't say: At what rate ASIC share is structurally eroding NVIDIA's dominance. Hyperscaler custom ASICs are forecast to represent 27.8% of AI server shipments in 2026 (TrendForce), rising toward 40% by 2030 — a number absent from NVIDIA's filings that nonetheless measures the long-term substitution dynamic.

Consultant's reading: These results empirically validate that compute demand is real, not speculative. The strategic risk to monitor is not NVIDIA's growth today but ASIC share in 24 months: if hyperscalers succeed in internalising 35–40% of their compute with custom silicon, NVIDIA remains highly profitable but on a structurally smaller total addressable market.

Risk/Limitation: The $108 billion guidance assumes a clean Vera Rubin production ramp — but TSMC, the only foundry capable of producing the required N3 nodes, is already structurally over-utilised (see item 4). The foundry constraint is the primary near-term downside risk to NVIDIA's guidance.

Link: cnbc.com Publication date: 26 August 2026 Freshness: 🟡 <30d Source reliability: confirmed Analytical frame: data/benchmark

4. TSMC: advanced-node capacity is structurally three times short of AI demand — and CoWoS advanced packaging is sold out through 2027

— SemiAnalysis "The Great AI Silicon Shortage" / Tom's Hardware, June–August 2026

The Insight: TSMC publicly acknowledges that its advanced-node production capacity is "about three times" below the cumulative demand from its AI customers — with N3 process utilisation expected to exceed 100% in H2 2026, and CoWoS advanced packaging capacity reserved at over 85% by NVIDIA, AMD, Broadcom, and Google through 2027. Despite a record $56 billion capex in 2026, CEO C.C. Wei concedes that shortages will persist "for years."

Today: The physical constraint in the AI supply chain is no longer chip design or customer budgets — it is foundry and advanced packaging (CoWoS) capacity, creating a systemic bottleneck that hyperscaler spending cannot resolve in the near term.
Trajectory (12–24 months): TSMC is investing heavily (Arizona N2, Japan N3, Taiwan N2), but new capacity will not come online until 2027. Until then, every undelivered Vera Rubin GPU or MI400 represents a direct revenue shortfall for NVIDIA and AMD, and a project delay for hyperscalers with committed infrastructure roadmaps.
Tipping condition: If Broadcom, Google, or Amazon succeed in filling their TSMC quotas on older nodes (N4/N5) with their in-house ASICs, they partially bypass the N3 constraint — which mechanically accelerates ASIC substitution without waiting for 2027 capacity.

Consultant's reading: The foundry shortage is the invisible ceiling on the AI buildout: no amount of hyperscaler capex can lift it before mid-2027. For a cloud compute buyer, this means structurally extended GPU lead times and elevated spot pricing through at least mid-2027 — with a strategic window for operators who pre-purchased capacity (CoreWeave, xAI) versus those relying on spot markets or standard contract deliveries.

Risk/Limitation: SemiAnalysis monetises precisely on the scarcity of semiconductor information — its coverage is technically strong but may overstate shortage severity to sustain perceived subscription value. TSMC's demand/supply ratio disclosures are directional management indications, not publicly verifiable line-by-line data.

Link: newsletter.semianalysis.com Freshness: ⚪ older/foundational Source reliability: probable Analytical frame: weak signal

Strategic Signals This Week

Cash-flow inversion as macroeconomic stress signal: Three hyperscalers are collectively spending 102% of their cloud revenues on AI capex — a regime unsustainable beyond 24–36 months without significant AI revenue acceleration. Sequoia's "$600 billion revenue gap" (the annual AI revenue needed to justify current buildout) is widening, not closing: this is the ultimate stress test of the current investment cycle's thesis.
Energy, water, and silicon as converging physical constraints: The Texas freeze and the TSMC shortage share the same mechanism — AI demand outpacing available physical capacity (power grid, water, foundry). These constraints cannot be resolved by additional capital in the near term, creating a structural asymmetry between operators who secured supply early and those who have not yet contracted.
⚖️ What contradicts the consensus: The dominant 2026 narrative is "AI is a bubble." NVIDIA's results refute it empirically: +106% year-on-year data center revenue growth at 75% gross margins is not speculative valuation — it is delivered, invoiced demand. The real question is not whether demand is genuine, but whether hyperscalers can monetise their infrastructure fast enough to service a 24-month capex cycle that consumes their entire operating cash flow — before rates or regulation force a pause.