Contrats à terme sur les tokens IA et coût par token : c'est désormais une course aux coûts, pas à la performance

Sat, 30 May 2026 09:00:00 +0900

📚 Contexte de la série Ceci fait suite à La surprise de résultats de Dell et les semi-conducteurs coréens et à Marvell T1 FY2027 et les semi-conducteurs coréens. Si les deux billets précédents soutenaient que « le goulot d’étranglement de l’IA descend du GPU vers la mémoire, l’interconnexion, le substrat et l’énergie — et qui capte la marge à cet endroit », celui-ci va un cran plus loin. Quand l’usage même de l’IA a un prix de marché, le champ de bataille passe d’« une puce plus rapide » à « un token moins cher ». Hubs liés : Hub HBM IA, Hub chaîne de valeur des semi-conducteurs coréens, Hub PCB et substrats IA.

TL;DR

Jusqu’ici, investir dans l’IA, c’était se battre sur « qui fabrique la puce la plus puissante ». Mais un signal discret vient de s’allumer. L’usage même de l’IA commence à avoir un prix de marché.

Selon Reuters, la Bourse à terme de Shanghai (SHFE) conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. Aux États-Unis, CME Group (avec Silicon Data) et ICE (avec Ornn) ont annoncé des projets de contrats à terme sur le calcul GPU. Aucun n’est encore un produit coté et confirmé. Mais la direction est claire.

Quand le calcul et les tokens IA ont un « prix de marché », l’axe de l’industrie passe d’une course à la performance à une course aux coûts.

C’est comme lorsque le pétrole a eu un prix à terme : raffinage, transport et production électrique se sont alignés sur le « coût par baril ». Une fois le prix par token de l’IA visible, chaque acteur pose la même question : « combien me coûte la production d’un token ? »

La réponse n’est pas les « actions IA » génériques. Ce sont les composants, puces et plateformes goulots qui réduisent réellement le coût par token du client. L’ordre de priorité :

Priorité	Quoi acheter	Noms clés	Vue
1	ASIC personnalisé / réseaux IA	Broadcom, Marvell, TSMC	Le plus direct vers la pile de coût des tokens. Mais consensus long — discipline de valorisation, risque de concentration client
2	HBM + eSSD + stockage KV-cache	Samsung Electronics, SK Hynix, Micron	La bande passante mémoire et la gestion du cache sont le goulot de l’inférence. eSSD/KV-cache réduisent le calcul répété et soulagent le HBM
3	Packaging avancé / FC-BGA / MLCC / condensateur en silicium	Samsung Electro-Mechanics, Daeduck Electronics, Murata, Ibiden	Intégrité d’alimentation et de signal → débit de tokens effectif. Risque « bonne direction, mauvais prix »
4	Rail de tarification du calcul	CME, ICE	La financiarisation elle-même. Valeur d’option, pré-lancement, liquidité incertaine. Idée de second ordre la moins encombrée
5	Pile complète Nvidia / AMD	Nvidia, AMD	Toujours central. Mais la thèse devient « plus de tokens par watt et économie de l’usine IA », pas « pénurie de GPU »
6	Équipements électriques	HD Hyundai Electric, LS Electric	Pas un short franc. La demande électrique continue de croître (IEA : ~945 TWh pour les centres de données d’ici 2030). À utiliser uniquement comme couverture en valeur relative contre une prime de rareté électrique surtendue

La conclusion pour la Corée d’abord : Samsung Electronics est le choix pratique le plus équilibré. Rattrapage HBM4E + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + stockage KV-cache lui donnent l’exposition la plus large sur toute la pile de coût des tokens. SK Hynix est le nom de meilleure qualité mais encombré. Samsung Electro-Mechanics a une grande pureté de thèse mais le prix compte. Daeduck Electronics est un candidat bêta FC-BGA de second ordre.

1. Ce qui se passe : la financiarisation de l’usage de l’IA

D’abord, séparons les faits.

[Fait] Selon Reuters, la SHFE conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. La spécification du contrat, la définition du sous-jacent (quel token), la méthode de règlement et le calendrier d’approbation/lancement sont tous non confirmés.
[Fait] CME Group a annoncé son projet de lancer des contrats à terme sur le calcul avec Silicon Data ; ICE a annoncé son projet de contrats à terme sur le calcul GPU avec Ornn.

Ce qui compte ici n’est pas que « les contrats à terme sont déjà cotés ». Ils ne le sont pas. Ce qui compte, c’est que l’industrie a commencé à tenter de mettre un prix sur l’usage de l’IA.

Une analogie : imaginez utiliser l’électricité sans aucun prix standard « X par kilowattheure ». Dès qu’une bourse de l’électricité ouvre et que des prix sont cotés, chaque usine se met à calculer « combien d’électricité consommons-nous par unité de produit ? ». L’IA est aujourd’hui exactement à ce seuil.

Quand le prix devient visible, le coût devient visible. Quand le coût devient visible, celui qui le réduit gagne.

2. Pourquoi cela change les règles : course à la performance → course aux coûts

Pendant des années, la course à l’IA a porté sur les « scores de benchmark » — qui fait tourner un plus gros modèle sur une puce plus rapide. L’investissement a suivi la même logique : « achète l’entreprise qui fabrique le GPU le plus puissant ».

Quand l’usage a un prix, la question change.

Le coût par token, sous sa forme la plus simple :

Coût par token = coût total de calcul / tokens traités

On le réduit en diminuant le numérateur (coût de calcul) ou en augmentant le dénominateur (tokens traités). Celui qui extrait plus de tokens de la même électricité et du même capital gagne. Deux métriques deviennent donc le nouveau champ de bataille :

Tokens par watt = tokens/s / puissance (W)
Tokens par dollar = tokens / coût total ($)

Selon Reuters, TSMC voit le focus de la conception des puces se déplacer de la performance brute vers l’efficacité énergétique en raison de la demande électrique de l’IA — ce qui fait des tokens par watt une métrique clé.

En langage d’investissement, c’est clair :

Pas « achète des actions IA », mais « achète les entreprises qui réduisent le coût par token du client ».

3. L’analogie de la cuisine : le chef cher reste oisif

Soyons plus concrets.

Un GPU est un chef très cher. Ses mains sont rapides, mais il ne cuisine que si les ingrédients arrivent à temps. Le tapis roulant qui amène les ingrédients, c’est la mémoire (HBM).

Que se passe-t-il si le tapis est lent ? Le chef cher reste à attendre les ingrédients. Le compteur du salaire continue de tourner. Aucun token ne sort. Le coût par token s’envole.

Le vrai goulot n’est donc souvent pas « embaucher un autre chef » (= un GPU plus puissant). Il est plus efficace d’accélérer le tapis et de pré-empiler les ingrédients les plus utilisés près du chef (= bande passante mémoire + cache).

Le stockage KV-cache, c’est précisément « pré-empiler les ingrédients les plus utilisés à proximité ». Il évite de refaire le même calcul et fait gagner du temps au chef cher. L’eSSD rend ce garde-manger bon marché et vaste. Cela réduit aussi la charge imposée au HBM.

Cette analogie est la carte d’investissement de ce billet. L’argent va là où le coût par token baisse.

4. Priorité 1 : ASIC personnalisé / réseaux IA — Broadcom, Marvell, TSMC

La pile mondiale la plus directe pour réduire le coût des tokens est l’ASIC personnalisé et les réseaux IA.

Quand un hyperscaler utilise une puce taillée pour sa charge de travail (un ASIC personnalisé), il fait le même travail moins cher et avec moins d’énergie qu’un GPU générique. Les réseaux IA relient ces puces en un cluster. Les deux relèvent directement les tokens par watt.

Entreprise	Faits confirmés	Vue
Broadcom	Revenu IA T1 FY2026 de 8,4 Md$ (+106 % en glissement annuel) ; guidance revenu semi-conducteurs IA T2 ~10,7 Md$	Le cœur de l’ASIC personnalisé / réseaux. Consensus long — discipline de valorisation
Marvell	Revenu T1 FY2027 de 2,418 Md$ ; selon Reuters, objectif de revenu de puces personnalisées >10 Md$ d’ici FY2029	Trajectoire de croissance du silicium personnalisé. La concentration client est la variable clé
TSMC	Selon Reuters, la demande électrique de l’IA déplace le focus de conception de la performance vers l’efficacité → « tokens par watt » métrique clé	La fonderie par laquelle passe finalement tout ASIC / GPU. Le socle de la pile de coût des tokens

Une mise en garde : c’est déjà le consensus long que le marché préfère le plus. Une excellente entreprise et un excellent prix ne sont pas la même chose. Et le revenu d’ASIC personnalisé est concentré sur quelques gros clients, si bien que les variations de commandes d’un seul client peuvent fortement faire bouger les chiffres.

5. Priorité 2 : HBM + eSSD + stockage KV-cache — Samsung Electronics, SK Hynix, Micron

En inférence, le vrai goulot n’est pas le calcul brut mais la bande passante mémoire et la gestion du cache. C’est exactement l’analogie chef-tapis de la section 3.

Le HBM est le tapis ultra-rapide juste à côté du chef.
L’eSSD et le stockage KV-cache sont le garde-manger où les ingrédients les plus utilisés sont pré-empilés. Ils évitent de répéter le même calcul, font gagner du temps GPU cher et soulagent la charge sur le HBM.

Les documents de résultats du 1T26 de Samsung Electronics ont cité la demande de DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache. Cette gamme colle précisément à la thèse du coût des tokens.

Entreprise	Exposition au coût des tokens	Vue
Samsung Electronics	Rattrapage HBM4E + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + stockage KV-cache	L’exposition la plus large. Couvre plusieurs couches de la pile de coût des tokens
SK Hynix	Exposition HBM pure de meilleure qualité	La meilleure entreprise en soi, mais la position la plus encombrée du marché
Micron	L’un des trois leaders mondiaux du HBM/mémoire	Le comparable américain. Exposition au cycle HBM/DRAM

Pour une discussion plus approfondie de Samsung Electronics, voir Analyse du rachat d’actions par bonus exceptionnel de Samsung et l’Analyse approfondie de Samsung Electronics ; pour SK Hynix, voir l’Analyse approfondie de SK Hynix.

S’il fallait n’en choisir qu’un, l’exposition coréenne la plus équilibrée à la thèse du coût des tokens est Samsung Electronics. SK Hynix est plus pur en tant que bêta HBM, mais sur KV-cache, eSSD et SOCAMM2, Samsung couvre plus de couches — et l’encombrement du marché est plus léger sur Samsung que sur SK Hynix.

6. Priorité 3 : packaging avancé / FC-BGA / MLCC / condensateur en silicium — Samsung Electro-Mechanics, Daeduck

Aussi bonne soit une puce, si l’alimentation vacille et le signal se brise, le débit de tokens effectif chute. Le packaging avancé, les substrats et les composants de stabilisation d’alimentation protègent l’intégrité d’alimentation et de signal.

Le FC-BGA est le substrat haute performance qui relie la puce à la carte.
Les MLCC et les condensateurs en silicium amortissent les oscillations de tension transitoires à l’intérieur du boîtier GPU/HBM.

Une couche solide ici permet au chef cher de tourner à pleine vitesse, produisant plus de tokens. Ainsi, bien que ces composants soient indirects, ils affectent clairement le coût par token.

Entreprise	Exposition	Vue
Samsung Electro-Mechanics	Ensemble FC-BGA + MLCC haut de gamme + condensateur en silicium	Grande pureté de thèse. Mais la valorisation est déjà tendue — un point « bonne direction, mauvais prix »
Daeduck Electronics	Candidat bêta FC-BGA de second ordre	Le siège suivant après SEMCO. La qualification / le volume directs sont une condition préalable
Murata, Ibiden	Comparables japonais MLCC / packaging	Suivis ensemble en tant que pairs mondiaux

Pour une analyse détaillée de SEMCO, voir Goulot des composants passifs des serveurs IA : explication technique de SEMCO.

La direction est bonne. Mais le prix est élevé.

La thèse du coût des tokens pointe bien vers le packaging et les substrats, mais Samsung Electro-Mechanics en a déjà intégré l’essentiel dans son prix. Ainsi, en Corée, un bêta FC-BGA de second ordre comme Daeduck Electronics peut être l’alternative « même direction, prix moins tendu » — à condition de confirmer d’abord la qualification directe et le volume.

7. Priorité 4 : rail de tarification du calcul — CME, ICE

Le point de départ de ce billet, et son idée de second ordre la moins encombrée, est le rail de tarification du calcul.

Si la financiarisation de l’usage de l’IA s’enracine vraiment, les bourses où ces transactions se déroulent en bénéficient structurellement — tout comme les bourses ont profité de flux de commissions réguliers une fois les contrats à terme pétroliers enracinés.

Entreprise	Exposition	Vue
CME	Projet de lancer des contrats à terme sur le calcul avec Silicon Data	Une option sur la financiarisation elle-même. Pré-lancement, liquidité incertaine
ICE	Projet de contrats à terme sur le calcul GPU avec Ornn	De même, une valeur d’option pré-lancement

Mais c’est de la valeur d’option, pas du revenu confirmé. On ignore si les contrats seront réellement cotés et si le volume se construira. À traiter comme une « branche latérale de la financiarisation de l’IA » — l’idée de second ordre au poids le plus faible.

8. Priorité 5 : pile complète Nvidia / AMD — la thèse change

Nvidia et AMD restent centraux. Ils ne disparaissent pas. Mais la thèse change.

L’ancienne thèse était « les GPU sont rares, donc celui qui les fabrique gagne ». La thèse de l’ère du coût des tokens est différente.

Pas « pénurie de GPU », mais « qui fournit la pile complète avec le plus de tokens par watt et la meilleure économie d’usine IA ».

Nvidia est fort non seulement parce que ses puces sont rapides, mais parce qu’il regroupe GPU, réseaux et logiciels pour réduire le coût par token de toute l’usine IA. Dans ce cadre, la question clé n’est pas « à quelle vitesse va la prochaine puce » mais « à quel coût le prochain système produit-il des tokens ».

9. Priorité 6 : équipements électriques — une couverture en valeur relative, pas un short

Une idée fausse courante mérite d’être abordée. « Si l’efficacité du coût des tokens compte, la demande électrique baisse, alors il suffit de shorter les valeurs électriques, non ? »

Non. La demande électrique elle-même continue d’augmenter.

L’IEA prévoit que la consommation électrique mondiale des centres de données atteigne ~945 TWh d’ici 2030 (environ 2x par rapport à 2024).

Ce n’est pas une base pour un short franc sur les équipements électriques. Shorter purement des noms comme HD Hyundai Electric ou LS Electric est dangereux.

Il n’y a qu’une seule façon d’utiliser les équipements électriques ici : une couverture en valeur relative. À utiliser seulement, et avec parcimonie, lorsque les trois conditions suivantes sont réunies simultanément :

Les estimations de BPA des semi-conducteurs sont révisées à la hausse, tandis que
Les estimations de BPA des équipements électriques stagnent, et
Les valorisations des équipements électriques sont à des sommets historiques.

Autrement dit, cela n’a de sens que comme couverture en valeur relative contre une « prime de rareté électrique surtendue ». Pas un short franc.

10. Discipline : « financiarisation = tout acheter » est de l’avidité

Cette thèse est attrayante. Mais son ampleur et la décision d’investissement sont deux choses distinctes. Il faut séparer trois choses.

[Fait] : les projets de contrats à terme sur le calcul CME-Silicon Data et ICE-Ornn ont été annoncés. Les chiffres de Broadcom, Marvell et TSMC ont été publiés. La prévision de 945 TWh de l’IEA est publique.
[Inférence] : une fois l’usage tarifé, l’industrie passe d’une course à la performance à une course au coût par token. Les goulots qui réduisent le coût des tokens (ASIC personnalisé, mémoire, packaging) sont alors structurellement favorisés. C’est une inférence raisonnable à partir des faits.
[Spéculation] : la spécification du contrat à terme de la SHFE, la définition du token sous-jacent, la méthode de règlement et le calendrier d’approbation sont tous non confirmés. Quel fabricant coréen de composants fournit quel client, et à quelle part de revenu, n’est pas non plus divulgué.

En particulier, les contrats à terme sur les tokens IA de la SHFE doivent être traités non comme « un produit déjà coté et confirmé », mais comme un signal précoce et une valeur d’option. Et les affirmations précises de client/part — « Samsung fournit le stockage KV-cache de ce client », « Daeduck détient X % de ce FC-BGA » — ne sont pas vérifiables à partir de sources publiques.

Même une thèse solide finit en thème si elle n’est pas validée par les chiffres.

La conclusion n’est pas « l’IA se financiarise → acheter toutes les actions liées ». C’est de choisir sélectivement les goulots qui réduisent réellement le coût par token du client — à un prix défendable.

11. Prochains points de contrôle

Point de contrôle	Signal fort	Signal faible
Financiarisation de l’usage de l’IA	SHFE / CME / ICE cote réellement et construit du volume sur au moins un	Stagne en phase de conception, liquidité insuffisante
ASIC personnalisé	La visibilité du revenu personnalisé de Broadcom / Marvell augmente	Retards de commandes d’un seul client / risque de concentration émergent
Mémoire / KV-cache	Volume et prix d’eSSD / SOCAMM2 / KV-cache de Samsung confirmés	La concurrence HBM s’intensifie, le prix faiblit
Packaging / substrat	Marge de boîtier de SEMCO confirmée ; qualification / volume de Daeduck	La croissance ralentit tandis que la valorisation reste élevée
Tokens par watt	TSMC / Nvidia mettent en avant les métriques d’efficacité énergétique	Seuls les titres de performance se répètent
Équipements électriques	BPA semis↑ + BPA électrique stagnant + valorisation électrique à un sommet historique, simultanément	L’un des trois manque → reporter la couverture

Interprétation finale

Les contrats à terme sur tokens IA et sur calcul GPU sont encore précoces. Rien n’est coté ; aucun volume ne s’est construit. Mais la direction est claire.

À l’instant où l’usage de l’IA a un prix de marché, le champ de bataille passe d’« une puce plus rapide » à « un token moins cher ».

De ce point de vue, ce qu’il faut acheter, ce ne sont pas des actions IA génériques mais les goulots qui réduisent réellement le coût par token du client. À l’échelle mondiale, l’ASIC personnalisé / réseaux (Broadcom, Marvell, TSMC) est le plus direct, et la mémoire / le stockage KV-cache résout le goulot de l’inférence. En Corée, le choix pratique le plus équilibré est Samsung Electronics — son rattrapage HBM4E, DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache couvrent la pile de coût des tokens le plus largement. SK Hynix est de meilleure qualité mais encombré ; Samsung Electro-Mechanics a une grande pureté de thèse mais un prix élevé ; Daeduck Electronics est un candidat bêta FC-BGA de second ordre. Les équipements électriques ne sont pas un short, seulement une couverture en valeur relative à utiliser quand les conditions s’alignent.

La conclusion est la discipline. Plus l’IA se financiarise, plus « à quel prix » compte autant que « quoi acheter ».

Fait / Inférence / Spéculation / Bloqué

[Fait]

Selon Reuters, la SHFE conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. La spécification du contrat, la définition du token sous-jacent, le règlement et le calendrier d’approbation sont non confirmés.
CME Group a annoncé son projet de lancer des contrats à terme sur le calcul avec Silicon Data ; ICE a annoncé son projet de contrats à terme sur le calcul GPU avec Ornn.
Revenu IA de Broadcom T1 FY2026 de 8,4 Md$ (+106 % en glissement annuel) ; guidance revenu semi-conducteurs IA T2 ~10,7 Md$.
Revenu T1 FY2027 de Marvell de 2,418 Md$. Selon Reuters, Marvell vise un revenu de puces personnalisées >10 Md$ d’ici FY2029.
Selon Reuters, TSMC voit le focus de conception des puces se déplacer de la performance vers l’efficacité énergétique en raison de la demande électrique de l’IA, faisant des « tokens par watt » une métrique clé.
L’IEA prévoit que l’électricité mondiale des centres de données atteigne ~945 TWh d’ici 2030 (~2x par rapport à 2024).
Les documents de résultats du 1T26 de Samsung Electronics ont cité la demande de DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache.

[Inférence]

Une fois l’usage de l’IA tarifé, l’industrie passe d’une course à la performance à une course au coût par token.
Les goulots qui réduisent le coût par token (ASIC personnalisé / réseaux IA → mémoire / KV-cache → packaging / substrat) sont structurellement favorisés.
En Corée, Samsung Electronics a l’exposition la plus équilibrée sur la pile de coût des tokens ; SK Hynix est de meilleure qualité mais très encombré.
La demande électrique continuant d’augmenter, un short franc sur les équipements électriques est inapproprié ; à n’utiliser que comme couverture en valeur relative quand les conditions s’alignent.

[Spéculation]

Que les contrats à terme sur tokens IA de la SHFE cotent et se négocient réellement, et comment le token sous-jacent serait défini, reste incertain.
Le calendrier de lancement et la liquidité des contrats à terme sur calcul de CME / ICE ne sont pas confirmés.
Quels clients mondiaux des fabricants coréens spécifiques (Samsung Electronics, Samsung Electro-Mechanics, Daeduck Electronics) approvisionnent, et à quelle part de revenu, n’est pas divulgué.

[Bloqué]

La spécification du contrat, la méthode de règlement et le calendrier d’approbation des contrats à terme de la SHFE.
Les taux de révision de BPA de consensus en temps réel et les valorisations NTM des noms coréens.
La part au niveau client et le mix de revenu des fournisseurs coréens dans les chaînes ASIC personnalisé / mémoire / packaging.

Avertissement : à des fins de recherche et d’information uniquement. Pas un conseil en investissement. Les noms cités le sont à titre d’illustration ; les lecteurs doivent effectuer leur propre diligence et consulter des conseillers agréés avant toute décision d’investissement.

Tokens per Watt on Korea Invest Insights