RéponsesPublié17 sources
Un gigawatt d’IA à 20 milliards de dollars : l’objectif de Sam Altman
Sam Altman aimerait ramener de 70 à 20 milliards de dollars le coût estimatif, sur cinq ans, d’un gigawatt de capacité de calcul pour l’IA. Il mise notamment sur la baisse du coût de l’énergie, des puces et des autres éléments de la chaîne d’approvisionnement, tout en réclamant des modèles 10 fois plus performants c...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Sam Altman aimerait ramener de 70 à 20 milliards de dollars le coût estimatif, sur cinq ans, d’un gigawatt de capacité de calcul pour l’IA.
- Il mise notamment sur la baisse du coût de l’énergie, des puces et des autres éléments de la chaîne d’approvisionnement, tout en réclamant des modèles 10 fois plus performants chaque année.[18][25]
- Ces montants ne constituent pas une référence universelle : l’analyste Dylan Patel avance d’autres estimations, avec un périmètre différent.[28]
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman say on Stripe co-founder John Collison’s Cheeky Pint podcast, listed as published October 29, 2026, about red. Article summary: Altman’s central point was that he wants the five-year cost of building and operating one gigawatt of leading-edge AI capacity to fall from roughly $70 billion to $20 billion, with energy, chips and the wider supply chai. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Sur le podcast Cheeky Pint, animé par John Collison, cofondateur de Stripe, le patron d’OpenAI Sam Altman a exposé une ambition pour les infrastructures d’IA : faire passer d’environ 70 à 20 milliards de dollars le coût total, sur cinq ans, d’un gigawatt de capacité de pointe. Il a toutefois précisé que les estimations varient. Les 20 milliards sont un objectif, pas un budget annoncé par OpenAI, un plan de construction approuvé ou une échéance de livraison.3
25
Les 70 milliards : un ordre de grandeur, pas un tarif fixe
Altman a pris 70 milliards de dollars comme point de comparaison pour le coût total de possession sur cinq ans d’un gigawatt de capacité d’IA de pointe. Il a ensuite estimé que l’industrie devrait se réjouir si ce montant tombait à 20 milliards. L’extrait du podcast souligne que les chiffres diffèrent selon les estimations : il ne s’agit donc pas d’un prix universel applicable à tous les centres de données ou à tous les projets.3
25
La baisse entre les deux montants représente environ 71 % d’après un simple calcul. Mais la comparaison oppose un coût actuel donné à titre d’exemple à un objectif futur. Elle ne signifie ni qu’un projet existant a été réévalué, ni qu’OpenAI s’est engagée à construire des capacités à raison de 20 milliards de dollars par gigawatt.25
Énergie, puces et chaîne d’approvisionnement
Pour réduire les coûts, Altman a cité la baisse du prix de l’énergie, des puces et des autres éléments de la chaîne d’approvisionnement. Au cours de la même discussion, il a aussi déclaré que l’industrie devrait continuer à exiger des modèles plus intelligents offrant des performances 10 fois supérieures chaque année.18
25
Son objectif associe donc des infrastructures moins coûteuses à de meilleures performances des systèmes qui les utilisent. Les extraits disponibles ne donnent ni calendrier précis pour atteindre cette baisse ni estimation de la diminution nécessaire pour chacun de ces postes.3
18
Des centres de données et des robots dans l’équation
Altman a déclaré qu’OpenAI apprenait à construire ses propres centres de données et disposait d’un programme de robotique qu’elle comptait orienter vers la construction de nouvelles installations.1 The Next Web rapporte qu’il a également lié la perspective de centres de données capables de se reproduire à la production d’une puissance de calcul beaucoup moins chère.
7
Ces propos décrivent des travaux en cours et une piste possible. Ils ne confirment ni un calendrier de construction d’installations par des robots ni la capacité de la robotique à atteindre l’objectif des 20 milliards. Les informations disponibles ne précisent pas non plus comment seraient gérés les permis, la disponibilité des équipements ou les autres contraintes de construction.1
7
D’autres estimations, avec un périmètre différent
L’analyste des semi-conducteurs Dylan Patel a avancé une estimation distincte : selon lui, construire un gigawatt de capacité de centre de données pour l’IA est passé d’environ 40 milliards de dollars en 2024 à plus de 60 milliards, et le montant serait plus proche de 20 milliards sans les marges des concepteurs de puces.28 Ce repère apporte du contexte, mais il ne correspond pas directement au calcul d’Altman, qui porte sur le coût total sur cinq ans. Les deux montants n’ayant pas le même périmètre, il ne faut pas les présenter comme des mesures contradictoires d’une même chose.
3
28
La mémoire, un élément de contexte
Altman a également comparé un ancien modèle économique de la mémoire DRAM — investir 20 milliards de dollars en dépenses d’investissement pour générer 19 milliards de dollars de revenus — à sa projection selon laquelle chaque fabricant de mémoire pourrait dégager environ 100 milliards de dollars de flux de trésorerie disponible par an.1
18 Il s’agit de mesures financières différentes, et non d’une comparaison directe des bénéfices ou des marges.
Par ailleurs, un article consacré à l’entretien rapporte qu’Altman estime que le souvenir des précédents creux du secteur peut rendre les fabricants réticents à accroître leurs capacités, même en période de pénurie.24 Ces remarques éclairent un possible frein à l’offre, mais ne précisent pas quelle part de la mémoire est comprise dans les estimations de 70 ou de 20 milliards de dollars.
À retenir : une ambition, pas un engagement de construction
Le message d’Altman est que les infrastructures d’IA doivent devenir moins coûteuses à mesure que le secteur se développe. Les 70 milliards de dollars constituent un ordre de grandeur illustratif du coût sur cinq ans d’un gigawatt ; les 20 milliards représentent le niveau qu’il souhaiterait atteindre. Il mise sur des coûts plus bas pour l’énergie, les puces et la chaîne d’approvisionnement, ainsi que sur de meilleures performances des modèles. Mais ces montants restent des estimations et cet objectif n’est ni un budget de construction publié par OpenAI ni un calendrier de réalisation.3
18
25
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Un gigawatt d’IA à 20 milliards de dollars : l’objectif de Sam Altman » ?
Sam Altman aimerait ramener de 70 à 20 milliards de dollars le coût estimatif, sur cinq ans, d’un gigawatt de capacité de calcul pour l’IA.
Quels sont les points clés à valider en premier ?
Sam Altman aimerait ramener de 70 à 20 milliards de dollars le coût estimatif, sur cinq ans, d’un gigawatt de capacité de calcul pour l’IA. Il mise notamment sur la baisse du coût de l’énergie, des puces et des autres éléments de la chaîne d’approvisionnement, tout en réclamant des modèles 10 fois plus performants chaque année.[18][25]
Que dois-je faire ensuite en pratique ?
Ces montants ne constituent pas une référence universelle : l’analyste Dylan Patel avance d’autres estimations, avec un périmètre différent.[28]
Sources
tmtbreakout.comTMTB Podcast Intel: Sam Altman on OpenAI's Chip, Rising ...
share.transistor.fmCheeky Pint | Why Sam Altman is against a single ...
b-e-t-t-e-r.comWhy Sam Altman is against a single superintelligence | Cheeky Pint
fourweekmba.comAltman Sees $100B Memory Cash Flow, Robot-Built OpenAI DCs - FourWeekMBA