Les investisseurs se tournent au-delà des fabricants de puces vers des leaders de l'infrastructure AI comme Arista Networks, Vertiv et CoreWeave, qui fournissent le réseau, l'alimentation et la capacité cloud essentiels pour les centres de données hyperscale.
Vertiv capitalise sur les besoins en infrastructure physique des centres de données AI, spécifiquement à travers ses systèmes de refroidissement liquide et de gestion de l'alimentation. L'entreprise a relevé ses prévisions de BPA pour l'année complète 2026 à 6,65-6,75 $, reflétant une forte demande alors que les centres de données passent à des architectures à haute tension et refroidies par liquide.
Vertiv fournit les 'pelles et pioches' y compris les équipements de commutation, les systèmes d'UPS, le stockage de batteries et les boucles de refroidissement liquide nécessaires pour faire fonctionner des sites AI hyperscale.
CoreWeave connaît une croissance explosive avec des augmentations de revenus de 112 % et un carnet de commandes de 104 milliards de dollars, se positionnant comme un fournisseur principal de capacité cloud GPU. Cependant, l'entreprise fait face à une pression financière significative, caractérisée par des dépenses d'investissement trimestrielles élevées de 6,4 milliards de dollars et un flux de trésorerie libre profondément négatif, en faisant un investissement à bêta élevé et à fort levier.
CoreWeave loue des clusters GPU NVIDIA à l'heure ou via des contrats pluriannuels à des laboratoires d'IA et des hyperscalers qui nécessitent une capacité de calcul haute performance sans gérer le matériel eux-mêmes.
Arista Networks, Vertiv et CoreWeave propulsent la construction physique de l'IA à travers le réseau, l'alimentation et la capacité cloud. Alors qu'Arista affiche des marges record et que Vertiv développe ses systèmes de refroidissement et électriques, CoreWeave fait face à une volatilité de croissance élevée avec des besoins d'investissement en capital significatifs.
Ces entreprises fournissent l'infrastructure physique—tissus de réseau, systèmes d'alimentation/refroidissement et capacité cloud GPU—qui permet aux modèles d'IA de fonctionner à grande échelle au-delà des puces elles-mêmes.