Fondateur de SemiAnalysis : L'inférence IA pourrait dépasser le pétrole — ce que cela signifie pour la crypto lors de la prochaine crise de calcul
Fondateur de SemiAnalysis : L'inférence IA pourrait dépasser le pétrole — ce que cela signifie pour la crypto lors de la prochaine crise de calcul
L'IA passe rapidement d'une « ère de formation de modèles » à une « ère d'inférence », où la véritable attraction économique réside dans l'exécution de modèles des milliards (et bientôt des billions) de fois par jour. Dans un récent épisode de la série de podcasts de Sequoia Capital, Training Data, Dylan Patel, fondateur de SemiAnalysis, a soutenu que l'inférence IA pourrait devenir l'un des plus grands marchés mondiaux — potentiellement plus grand que le pétrole — et suffisamment important pour représenter plusieurs points de pourcentage du PIB mondial. Vous pouvez trouver l'épisode sur le flux du podcast Training Data.
Pour l'industrie de la blockchain, il ne s'agit pas seulement d'une histoire technologique macro. Cela a un impact direct sur le calcul décentralisé, l'économie des tokens DePIN, le MEV et la structure du marché, les charges de travail de vérification ZK, et même la manière dont nous concevons la sécurité des portefeuilles dans un internet piloté par des agents.
Vous trouverez ci-dessous une lecture native de la crypto de la thèse de Patel — et comment les constructeurs et les utilisateurs peuvent se préparer à un monde où le calcul se comporte comme une marchandise rare.
1) Pourquoi « L'inférence est le nouveau pétrole » est important pour le Web3
L'affirmation principale de Patel n'est pas simplement que « l'IA est importante ». C'est que la demande d'inférence se développe plus rapidement que l'offre de calcul, car chaque itération de modèle débloque davantage de tâches qui valent la peine d'être payées. Même si les puces deviennent plus rapides, et même si l'inférence devient moins chère, la demande peut toujours s'accélérer.
Cette dynamique fait écho à quelque chose que les utilisateurs de crypto comprennent déjà :
- La réduction des coûts ne diminue pas nécessairement la demande totale Les rollups Ethereum et les améliorations de la disponibilité des données réduisent les coûts par transaction, mais des frais plus bas invitent souvent à plus d'activité. La « feuille de route axée sur les rollups » d'Ethereum et sa voie de mise à l'échelle des données (y compris Proto-Danksharding / EIP-4844) sont un exemple canonique de la manière dont des « coûts unitaires » plus bas peuvent toujours entraîner une utilisation globale plus élevée au fil du temps. Voir l'aperçu d'Ethereum de Danksharding et la feuille de route de mise à l'échelle et la spécification pour EIP-4844.
Traduisez cela en IA : si le coût de l'inférence chute considérablement, l'utilisation peut exploser — et le système peut rester contraint au niveau de l'infrastructure.
2) Une pénurie prolongée de calcul est un risque de centralisation (et une opportunité pour la crypto)
En crypto, la décentralisation échoue souvent pour une raison peu glamour : les goulets d'étranglement.
- Si l'espace de bloc est limité, quelques acteurs dominent le MEV.
- Si le matériel des validateurs devient spécialisé, la participation se concentre.
- Si l'accès aux RPC est coûteux, les développeurs passent par une poignée de fournisseurs.
Ajoutez maintenant la perspective de Patel : la pénurie de calcul pourrait être persistante, pas temporaire. Dans ce monde :
Risque de centralisation : l'IA devient une couche de gardiennage
Si l'inférence devient « la nouvelle infrastructure critique », alors l'accès à une inférence bon marché et fiable peut devenir un point de contrôle pour :
- les systèmes de trading et de gestion des risques,
- les portefeuilles et les agents utilisateurs,
- la détection de fraude,
- les outils de conformité,
- les copilotes de développement qui expédient le code.
Opportunité pour la crypto : des marchés ouverts pour le calcul
La crypto est exceptionnellement douée pour coordonner des marchés où :
- les fournisseurs sont distribués,
- la demande est mondiale,
- les paiements sont programmables,
- et la règlement est minimisé en confiance.
C'est pourquoi l'essor des DePIN (Decentralized Physical Infrastructure Networks) est important. Pour un cadre de haut niveau, consultez l'explication de a16z crypto sur ce qu'est DePIN et pourquoi c'est important et l'aperçu de Messari dans son rapport State of DePIN (PDF).
L'idée n'est pas que chaque réseau DePIN « gagne ». L'idée est que la blockchain offre un substrat de coordination pour la fourniture d'infrastructures du monde réel (calcul, bande passante, stockage, capteurs) lorsque les opérateurs établis ne peuvent pas s'adapter assez rapidement ou ne peuvent pas distribuer l'accès équitablement.
3) Co-conception matériel-logiciel : le fossé caché que les constructeurs de crypto devraient remarquer
L'une des conclusions les plus pratiques des commentaires de Patel est que les gains d'efficacité proviennent de plus en plus de l'optimisation inter-couches (architecture modèle, noyaux, runtimes, stratégies mémoire), et pas seulement du nouveau silicium. La description de l'épisode Training Data met en évidence cette emphase sur la co-conception et l'optimisation au niveau de l'écosystème. Voir la liste de l'épisode sur Apple Podcasts.
Pour la crypto, cela change la façon de penser le « calcul IA décentralisé » :
- Il ne suffit pas d'agréger des GPU.
- Les systèmes gagnants fourniront également :
- des piles d'inférence optimisées,
- une planification qui associe les formes des modèles au matériel,
- et des benchmarks reproductibles qui découragent les « performances marketing ».
L'équipe de Patel a construit un benchmark d'inférence continuellement mis à jour appelé InferenceX, conçu pour mesurer les performances et les coûts réels de service. Vous pouvez examiner comment le projet est positionné sur le site InferenceX.
L'angle crypto : la vérification devient plus précieuse lorsque l'exécution est hétérogène
Alors que l'inférence s'exécute sur divers fournisseurs (hyperteliers, néo-clouds, réseaux DePIN, appareils en périphérie), les utilisateurs voudront des garanties plus solides :
- Le fournisseur a-t-il exécuté le modèle qu'il prétendait ?
- A-t-il utilisé les paramètres qu'il prétendait ?
- A-t-il falsifié les résultats ?
- Un système on-chain peut-il dépendre en toute sécurité de l'inférence off-chain ?
C'est là que les thèmes du « calcul vérifiable » (y compris les systèmes de preuves ZK et les approches d'exécution de confiance) deviennent stratégiquement importants — même si la plupart de l'inférence ne se produit jamais sur la chaîne.
4) Énergie, géopolitique et expérience de pensée du « centre de données spatial »
Patel souligne également le coût de l'énergie et la capacité de construction des centres de données comme contraintes principales — pas seulement les puces. Cette perspective est cohérente avec la réalité plus large selon laquelle l'IA est désormais autant un problème de planification énergétique qu'un problème logiciel.
Pour une perspective macro crédible, le rapport de l'Agence Internationale de l'Énergie Énergie et IA fournit un contexte sur la manière dont l'IA et les centres de données façonnent la demande d'électricité. Commencez par le résumé exécutif de l'AIE et sa section sur la demande d'énergie de l'IA.
Dans les scénarios plus prospectifs de Patel, il projette que :
- d'ici 2030, la demande de calcul combinée des seuls OpenAI et Anthropic pourrait dépasser 100 GW, et
- d'ici 2040, une part importante du calcul incrémental pourrait migrer hors de la planète si l'économie bascule (le déploiement spatial devient moins cher que la construction terrestre).
Un résumé de ces projections particulières est largement diffusé dans les récapitulatifs de l'industrie, par exemple cette analyse de style digest.
Par ailleurs, SemiAnalysis a également exploré l'économie du calcul orbital dans ses propres travaux, y compris son analyse des centres de données spatiaux.
Pourquoi la crypto devrait s'en soucier (même si le calcul spatial semble lointain)
Que vous croyiez ou non aux centres de données orbitaux, le point sous-jacent est immédiat :
- Le calcul devient contraint par l'emplacement en raison de l'énergie et des permis.
- Les contraintes de localisation créent des contraintes juridictionnelles.
- Les contraintes juridictionnelles créent des contraintes de censure et d'accès.
Et la résistance à la censure est exactement ce pour quoi la crypto a été conçue.
Si l'inférence IA devient une couche fondamentale pour les finances et l'identité, alors la règlement ouverte et résistante à la censure (les blockchains) devient plus précieuse — pas moins — car le monde au-dessus devient plus basé sur les permissions.
5) Agents IA + Portefeuilles : « Qui détient les clés ? » devient la vraie question de l'UX
Alors que les agents IA deviennent plus autonomes, le plus grand déverrouillage d'UX grand public de la crypto pourrait également devenir son plus grand risque : les bots qui peuvent payer.
Cette tendance est déjà visible dans la manière dont les investisseurs et les chercheurs discutent des « portefeuilles d'agents » et des implications juridiques/opérationnelles. Voir la couverture de CoinDesk faisant référence à Electric Capital sur les portefeuilles pour agents IA et la nouvelle frontière juridique.
Si l'inférence devient vraiment « à l'échelle du pétrole », alors les agents ne se contenteront pas de répondre à des questions — ils vont :
- rééquilibrer des portefeuilles,
- déposer des marges,
- diffuser des paiements,
- voter des votes de gouvernance,
- faire pivoter des positions sur différentes chaînes,
- et interagir en continu avec les protocoles DeFi.
Dans cet environnement, l'auto-conservation n'est pas facultative. C'est la frontière entre :
- un agent qui peut « suggérer », et
- un agent qui peut déplacer de la valeur de manière irréversible.
Modèle de sécurité pratique : garder la signature de haute valeur hors ligne
Pour les détenteurs à long terme, les trésoreries et toute personne déléguant une autonomie partielle au logiciel, le modèle le plus sûr consiste à séparer :
- l'intelligence en ligne (agents, inférence, automatisation) de
- l'autorité hors ligne (signature finale).
C'est là qu'un portefeuille matériel peut agir comme point de contrôle contrôlé par l'homme. Si vous utilisez OneKey, la proposition de valeur principale s'aligne naturellement sur ce changement : les clés privées restent hors ligne, tandis que vous pouvez toujours participer sur les principales chaînes et dApps sans transformer votre phrase de récupération en clé API.
6) Ce que les constructeurs de crypto devraient faire ensuite (une courte liste de contrôle)
Si « l'économie dominante de l'inférence » de Patel arrive plus vite que prévu, les équipes crypto devraient se préparer à un monde où le calcul est le réactif limitant :
-
Supposez que le calcul devient une variable de prix Ne concevez pas de modèles de tokens qui ne fonctionnent que lorsque l'inférence est « effectivement gratuite ».
-
Traitez les benchmarks comme une gouvernance, pas du marketing Une mesure transparente (par exemple, des benchmarks d'inférence continus) façonnera la confiance du marché plus que les livres blancs.
-
Concevez pour la vérifiabilité Si votre protocole dépend de l'IA off-chain, prévoyez des fournisseurs adversaires et la dérive des modèles.
-
Construisez avec le réalisme énergétique Les contraintes énergétiques et de centres de données influenceront où l'infrastructure peut exister — et donc qui peut y accéder.
-
Sécurisez le chemin de signature À mesure que les agents deviennent plus capables, les utilisateurs auront besoin de contrôles de signature plus robustes, de limites de débit, de politiques de multisignature et d'approbations hors ligne.
Pensée de clôture : Le travail de la crypto est de maintenir les marchés ouverts — même lorsque le calcul ne l'est pas
Le message le plus important de Patel pour l'industrie de la crypto est peut-être le suivant : même des gains d'efficacité spectaculaires ne garantissent pas l'abondance. Si l'inférence IA devient un marché mesuré en gigawatts et en points de PIB, alors l'accès au calcul déterminera qui pourra construire, qui pourra concourir et qui sera exclu.
Les blockchains ne peuvent pas fabriquer de GPU — mais elles peuvent maintenir la couche économique ouverte : marchés sans permission, règlement transparent et clés contrôlées par l'utilisateur. Et dans un monde piloté par les agents, associer cette ouverture à des pratiques d'auto-conservation solides (y compris un signataire hors ligne comme OneKey) est la manière dont les utilisateurs conservent leur souveraineté lorsque le reste de la pile devient rare.
