Hicks et l'innovation induite : pourquoi l'alimentation électrique devient le nouveau chantier de l'IA

Le 21 octobre 2026, en marge du GTC Berlin, Infineon et NVIDIA ont annoncé l'extension de leur collaboration sur les architectures de conversion de puissance en 800 volts continu (VDC) pour les data centers dédiés à l'intelligence artificielle. L'annonce prolonge des travaux engagés en mai puis en octobre 2025 sur des racks serveurs 800 VDC réparables et remplaçables à chaud, et ajoute désormais une protection des chemins de puissance permettant aux futures cartes serveur de fonctionner directement sous cette tension.

Le détail technique mérite qu'on s'y arrête : au cœur du système, un convertisseur de bus intermédiaire (IBC) à haute tension abaisse le bus principal de 800 V vers une tension intermédiaire, elle-même convertie en aval vers les rails d'alimentation que consomment les processeurs IA. Les composants en nitrure de gallium (GaN) d'Infineon, associés à ses familles PSoC Control C3 et EiceDRIVER, permettent d'atteindre des fréquences de commutation IBC allant jusqu'à 1 MHz — contre des fréquences bien plus basses pour les composants en silicium classique. Cette vitesse de commutation réduit mécaniquement la taille des composants magnétiques et la hauteur des cartes, un paramètre devenu critique alors que la puissance par rack s'oriente vers le mégawatt.

Ce qui frappe dans cette annonce, c'est qu'elle ne vient pas d'un problème de capacité de calcul mais d'un problème d'acheminement de l'énergie à l'intérieur même du rack. Le facteur rare n'est plus seulement le silicium de calcul — il est en train de devenir, en parallèle, le silicium de puissance : la capacité à convertir, distribuer et évacuer la chaleur d'une puissance électrique croissante dans un volume qui, lui, n'augmente pas.

C'est très exactement la mécanique que décrivait l'économiste John Hicks dans The Theory of Wages (1932) : quand le prix relatif d'un facteur de production augmente par rapport aux autres, cette rareté induit mécaniquement une innovation dirigée vers l'économie de ce facteur précis, plutôt qu'une innovation générique. Hicks raisonnait sur la substitution travail-capital ; le mécanisme est transposable terme à terme ici. À mesure que la croissance du calcul IA bute sur la disponibilité de puissance électrique utilisable par unité de volume — et non plus seulement sur le nombre de GPU produits — le prix implicite de cette puissance utilisable (espace, budget thermique, pertes de conversion) augmente plus vite que celui du calcul brut. Cette hausse relative induit une innovation ciblée : non pas des puces plus rapides, mais des semi-conducteurs de puissance plus efficaces.

Un point que le cadre de Hicks n'explique pas à lui seul mérite d'être ajouté : cette contrainte de puissance ne joue pas à un seul niveau. Le goulot déjà documenté est celui du réseau électrique externe — raccordement, files d'attente d'interconnexion, capacité des transformateurs, sujets déjà traités dans cette lettre au fil de l'année. L'annonce Infineon-NVIDIA montre que le même mécanisme de rareté relative opère désormais à l'échelle du rack lui-même, un niveau de granularité beaucoup plus fin. L'innovation induite ne se produit donc pas une seule fois au niveau macro (le réseau), mais se répète à chaque échelle où le facteur puissance devient localement contraignant.

Un second point, propre à cette analyse et non issu de Hicks : la réponse prend ici la forme d'une alliance de co-conception bilatérale entre un fabricant de semi-conducteurs de puissance et un fabricant de GPU, plutôt que d'une innovation de marché classique où chaque fournisseur optimiserait son propre composant de façon indépendante. La raison tient à la nature du problème : l'architecture de tension traverse simultanément le silicium, les cartes et les racks, ce qui crée une incertitude de spécification et des actifs hautement spécifiques difficiles à coordonner par une simple transaction de marché ou de licence ponctuelle. L'alliance internalise cette coordination plutôt que de la confier au marché.

Pour les secteurs que cette lettre couvre — aéronautique & défense, énergie & O&G, luxe & cosmétique, industrie — l'implication pratique dépasse la seule curiosité technique. Toute entreprise qui dimensionne aujourd'hui ses investissements en infrastructure IA (simulation, jumeaux numériques, moteurs de personnalisation, entraînement de modèles propriétaires) sur la seule disponibilité de GPU prend le risque de sous-estimer un autre facteur contraignant : le calendrier de disponibilité des architectures de puissance qui permettent réellement de les faire tourner à pleine charge dans l'espace disponible.

La leçon de Hicks, presque un siècle plus tard, reste un outil prédictif utile : chaque facteur qui devient tour à tour le goulot d'étranglement contraignant appelle sa propre vague d'innovation induite. Après le calcul, après le réseau électrique externe, c'est aujourd'hui la conversion de puissance à l'intérieur du rack. Rien n'indique que ce sera la dernière étape — le refroidissement et la bande passante mémoire sont des candidats déjà identifiés pour la suivante.