Thinking Machines atteint une valorisation de 50 Md$ : le labo de Mira Murati sécurise 1 GW de calcul Vera Rubin chez NVIDIA

Le signal à 50 milliards : le calcul est le nouveau fossé défensif

Thinking Machines Lab, fondé en février 2025 par l’ancienne CTO d’OpenAI Mira Murati, a atteint une valorisation rapportée de 50 milliards de dollars début 2026 — soit environ 4x la valorisation seed de 12 milliards $ enregistrée en juillet 2025. Le 10 mars 2026, NVIDIA a annoncé un investissement significatif dans Thinking Machines ainsi qu’un accord de calcul de 1 gigawatt basé sur son architecture de nouvelle génération Vera Rubin, la première capacité étant prévue pour début 2027.

La combinaison — valorisation à 50 Md$ et réservation de calcul à l’échelle du gigawatt — positionne Thinking Machines comme l’un des rares laboratoires d’IA opérant à l’échelle de frontière hors des acteurs établis (OpenAI, Anthropic, Google DeepMind, xAI). Elle cristallise aussi une thèse désormais incontestable : en 2026, le fossé défensif, ce sont les contrats de calcul, pas les poids des modèles.

La première année du labo de Murati, en chiffres

Les douze premiers mois de l’entreprise sont un cas d’école condensé de la vitesse du financement de l’IA de frontière quand la fondatrice est crédible :

• Février 2025 : Fondé par Mira Murati, avec une équipe cœur d’environ 30 chercheurs et ingénieurs recrutés d’OpenAI, Meta, Mistral et d’autres labos. Le groupe fondateur inclut Barret Zoph (ancien VP Research Post-Training d’OpenAI), Lilian Weng (ancienne VP d’OpenAI), John Schulman (co-fondateur d’OpenAI, brièvement chez Anthropic), Andrew Tulloch et Luke Metz.
• Juillet 2025 : Bouclé un tour seed de 2 milliards $ à une valorisation de 12 milliards $, mené par Andreessen Horowitz avec NVIDIA, AMD, Cisco, Accel et Jane Street. C’était, d’après les rapports, le plus grand tour seed de l’histoire de la Silicon Valley — environ 4x le record précédent.
• Octobre 2025 : Lancement de Tinker, le premier produit de l’entreprise — une API Python pour le fine-tuning distribué de LLM, en bêta privée. Le lancement s’est accompagné du Tinker Cookbook, une bibliothèque open source.
• Mars 2026 : NVIDIA annonce un investissement additionnel significatif plus un engagement de calcul Vera Rubin de 1 GW ; valorisation rapportée approchant les 50 milliards $.

Ce que contient réellement l’accord NVIDIA

L’architecture Vera Rubin de NVIDIA est la prochaine génération majeure du groupe, couplant des GPU Rubin haute performance avec le nouveau CPU Vera conçu pour l’orchestration des données dans les charges IA massives. Des cadres de l’industrie ont estimé qu’un data center IA de 1 gigawatt construit sur Vera Rubin coûterait environ 50 milliards $ à construire et exploiter — un chiffre qui, ce n’est pas un hasard, est du même ordre de grandeur que la nouvelle valorisation de Thinking Machines.

Trois traits de l’accord comptent au-delà du chiffre titre :

1. Réservation de calcul pluriannuelle. Un engagement d’un gigawatt n’est pas un achat spot — c’est un contrat structuré garantissant la capacité sur plusieurs années, avec NVIDIA à la fois fournisseur et investisseur en capital.
2. Point de départ début 2027. La capacité de calcul arrive dans le temps ; le démarrage début 2027 donne à Thinking Machines un runway de calcul aligné pour des sessions d’entraînement à l’échelle de frontière en 2027 et 2028.
3. NVIDIA investisseur-fournisseur. La même entité qui finance une part significative du tour est celle qui vend les puces, ce qui aligne étroitement les incitations mais concentre aussi les risques de chaîne d’approvisionnement et stratégiques.

Pourquoi il s’agit d’infrastructure, pas d’architecture de modèle

Le positionnement public de Thinking Machines met l’accent sur la recherche ouverte et l’IA collaborative. Tinker — son premier produit — est une API pour le fine-tuning de LLM à poids ouverts, pas un modèle de frontière fermé. L’entreprise a publié des recherches sur des techniques open source plutôt que de verrouiller la capacité derrière un produit unique.

Dans ce contexte, une réservation de calcul de 1 GW se lit différemment que pour un concurrent à modèle fermé. Elle signale que Thinking Machines construit pour l’échelle quelle que soit la convergence de son modèle commercial — entraînement de frontière, produits intensifs en inférence ou infrastructure de recherche scientifique. Le calcul est le fossé défensif ; ce qu’on y construit peut évoluer.

Ce que cela signifie pour le marché mondial de l’IA

Trois implications en aval découlent de l’accord :

1. La rareté du calcul repricing le capital. La capacité d’une startup à verrouiller du calcul à l’échelle de frontière est désormais un input de valorisation en soi. Les labos sans réservations pluriannuelles sont exposés à la tarification spot qui contraint déjà OpenAI, Anthropic et d’autres.
2. Le modèle investisseur-fournisseur de NVIDIA se consolide. NVIDIA a maintenant pris des participations directes dans plusieurs entreprises d’IA gourmandes en calcul, dont Nscale (l’acteur européen d’infrastructure IA qui vient de boucler une Série C de 2 milliards $ à 14,6 Md$ de valorisation). Le pattern est délibéré — NVIDIA utilise le capital pour ancrer la demande de GPU à long terme.
3. Le décompte des labos de frontière se resserre. Moins d’une douzaine d’entités dans le monde peuvent désormais revendiquer crédiblement un accès au calcul à l’échelle du gigawatt. Thinking Machines rejoint cette shortlist après environ 13 mois d’existence.

À quoi cela ressemble vu des marchés émergents

Pour des marchés comme l’Algérie, le Maroc ou l’Égypte où les stratégies d’IA souveraines sont encore en construction, le signal de Thinking Machines n’est pas que les labos locaux devraient tenter du calcul à l’échelle de frontière. C’est que l’écart mondial entre nantis et non-nantis du calcul se creuse, vite. Les stratégies d’IA locales en 2026 devraient se concentrer sur l’IA appliquée, le fine-tuning vertical et le déploiement d’inférence — la couche où le tooling de type Tinker, et non le calcul au gigawatt, est l’unité pertinente.

Les investissements souverains de Singapour en calcul, souvent discutés dans les cercles politiques nord-africains comme référence pour la stratégie tech des petits pays, partagent la même logique : ne pas concurrencer sur l’échelle brute ; se concentrer sur les couches déployables construites au-dessus de l’infrastructure mondiale. La trajectoire de Thinking Machines valide la direction.

Sources et lectures complémentaires

• Nvidia invests in Mira Murati’s Thinking Machines Lab, plans 1GW Vera Rubin AI compute deployment — The Tech Portal
• Thinking Machines Lab’s Mira Murati commits to a gigawatt of Nvidia compute — Axios
• Nvidia partners with Mira Murati’s Thinking Machines Lab for 1 gigawatt of Rubin GPUs — Sherwood News
• Mira Murati’s Thinking Machines Lab is worth $12B in seed round — TechCrunch
• Thinking Machines’ first official product is here: meet Tinker — VentureBeat