Contexte financier
Meta Platforms Inc. a annoncé un programme de levée de fonds pouvant atteindre 95 milliards de dollars en actions. La première vague comprend 35 milliards de dollars, dont environ deux tiers proviennent de la vente d’actions ordinaires. Nvidia, AMD et Broadcom ont manifesté un intérêt pour l’achat de jusqu’à 5 milliards de dollars d’actions, indiquant un soutien du secteur matériel à l’expansion de Meta.
Mécanique des titres émis
Outre les actions ordinaires, Meta propose 12,5 milliards de dollars de « Series A depositary shares », chaque instrument représentant un vingtième d’une action privilégiée convertible obligatoire. Ces actions privilégiées se convertiront en actions ordinaires le 15 août 2029 et seront cotées sous un symbole distinct au Nasdaq jusqu’alors. Les banques souscriptrices disposent d’une option supplémentaire pour acquérir 37,5 millions de depositary shares et 3,375 milliards de dollars d’actions ordinaires, ce qui pourrait augmenter le total levé.
Infrastructure IA et exigences énergétiques
Les capitaux levés sont destinés à financer la construction de quatre « AI superclusters », chacun prévu pour fournir plus d’un gigawatt de capacité de calcul. Le plus grand site, baptisé Hyperion en Louisiane, vise 5 gigawatts et nécessitera la mise en service de 10 nouvelles centrales électriques. Meta a structuré Hyperion comme une co‑entreprise avec Blue Owl Capital, qui a engagé 7 milliards de dollars. Un supercluster texan sera développé en partenariat similaire avec BlackRock, le plus grand gestionnaire d’actifs mondial.
Implications pour les modèles LLM
Le réseau de data centers alimente la famille de modèles de langage Muse. La version la plus récente, Muse Wonder Full, a surpassé les modèles GPT‑6 Astra et Claude Opus 5.5 sur plusieurs benchmarks, dont la collection DeepSWE de défis de codage. Meta indique que sa feuille de route IA vise à réduire l’empreinte matérielle des LLM et à optimiser l’infrastructure d’inférence, notamment en exploitant la capacité hors pointe des data centers. Cette orientation technique devrait améliorer le ratio coût‑performance des services IA tout en amortissant les investissements énergétiques massifs.
