Tesla a déposé la marque MEGAPOD auprès de l’USPTO sous le numéro de série 99893717, un dossier encore en attente qui vise des modules complets de calcul IA avec serveurs, alimentation et refroidissement. Un signal clair sur l’accélération de ses ambitions dans l’infrastructure IA.
Tesla verrouille le nom MEGAPOD, mais le dépôt dit surtout une chose : l’IA devient une activité d’infrastructure
Tesla a déposé la marque MEGAPOD auprès de l’USPTO, l’office américain des brevets et des marques. Le dossier porte le numéro de série 99893717, avec Tesla, Inc. comme déposant à Austin, Texas. À ce stade, la demande est en attente d’examen : elle n’est ni publiée ni enregistrée. Ce point compte, car un dépôt ne vaut pas encore droit acquis. Selon l’USPTO, l’examen passe ensuite par des contrôles de conformité, de distinctivité et d’éventuels conflits avec des marques antérieures. Source officielle.
Le libellé visé par Tesla est très précis. La marque couvre des « systèmes matériels modulaires de data center pour le calcul d’intelligence artificielle », avec serveurs, matériel de traitement IA, réseau, distribution électrique, refroidissement et logiciel de supervision vendus comme un ensemble. Autrement dit, MEGAPOD ne ressemble pas à un simple nom marketing. Le dépôt décrit déjà une brique produit.
Mon avis est simple : ce dépôt ne signale pas une expérimentation marginale. Il montre que Tesla veut industrialiser une couche d’infrastructure IA complète, emballée, déployable et probablement standardisée.
Ce que la source initiale ne disait pas clairement : MEGAPOD vise un produit “clé en main”, pas un concept flou
Le texte du dépôt insiste sur des unités intégrées et autonomes. Ce détail change la lecture du dossier. Tesla ne protège pas seulement un nom lié à l’IA ; le groupe encadre juridiquement une offre où le calcul, l’alimentation et le refroidissement sont pensés comme un seul bloc. C’est exactement la logique qui a déjà servi sur l’énergie stationnaire.
Selon le configurateur officiel Tesla Megapack, un Megapack 2 heures délivre 1 927 kW et 3 854 kWh par unité, avec un rendement aller-retour de 92,0 %. En version 4 heures, on passe à 979 kW et 3 916 kWh, avec 93,7 % de rendement. Les dimensions officielles sont de 347 x 65 x 110 pouces, pour un poids maximal de 84 000 livres, soit environ 8,81 x 1,65 x 2,79 m et 38 102 kg après conversion. Selon Tesla, ces systèmes sont certifiés notamment IP66 et UL 1973/9540/9540A.
Deux métriques dérivées éclairent cette logique modulaire :
- Le ratio puissance/énergie du Megapack 2 heures ressort à 0,50 kW par kWh, soit une décharge nominale complète en 2 heures.
- En version 4 heures, ce ratio tombe à 0,25 kW par kWh, soit exactement la moitié. L’écart de puissance entre les deux configurations atteint donc 49,2 %.
Ces chiffres concernent le stockage d’énergie, pas MEGAPOD directement. Mais ils montrent la méthode maison : vendre une capacité complexe sous forme de conteneurs normalisés, avec électronique de puissance, enveloppe physique, supervision et maintenance. MEGAPOD reprend la même grammaire, appliquée cette fois au calcul IA.
Tesla a déjà la base énergétique pour soutenir ce type d’offre
Le groupe n’arrive pas de nulle part. Selon la page officielle Tesla Megapack, plus de 58 GWh de capacité sont déjà opérationnels à l’échelle mondiale, avec une disponibilité annoncée à 99,3 %. Ce volume ne prouve pas l’existence commerciale de MEGAPOD, mais il prouve autre chose : Tesla sait concevoir, fabriquer, livrer et opérer des unités industrielles containerisées à grande échelle.
Mon avis ici est tranché : la vraie barrière à l’entrée n’est pas de trouver un nom. C’est de maîtriser la chaîne complète, de l’enveloppe physique au pilotage logiciel. Sur ce terrain, Tesla part avec un avantage industriel réel grâce à l’énergie stationnaire.
Le contexte interne renforce l’hypothèse : la demande en calcul IA grimpe déjà chez Tesla
Selon la présentation investisseurs publiée par Tesla le 22 avril 2026, la capacité d’entraînement IA installée au Texas dépasse 100 000 équivalents H100 pour Cortex 1, tandis que Cortex 2 dépasse 130 000 équivalents H100 et se trouve en phase de montée en charge. Le document précise aussi que Cortex 2 est déjà en ligne et exécute des charges d’entraînement, tandis que Tesla poursuit le développement de Dojo 3 pour réduire le coût d’entraînement à terme.
Premier calcul dérivé utile : la somme minimale des deux sites dépasse 230 000 équivalents H100. Comme les deux valeurs sont données avec le signe “supérieur à”, le parc réel est donc au-delà de ce seuil. Deuxième calcul : Cortex 2 représente au moins 56,5 % de la capacité minimale de Cortex 1. Cela montre que le second cluster n’est pas un appendice : c’est déjà une brique majeure de l’outil de calcul du groupe.
La même présentation ajoute un point très concret sur la recharge. Selon Tesla, les nouveaux cabinets V4 Supercharging produits à New York affichent 3 fois plus de densité de puissance et 2 fois plus de bornes par cabinet que les V3. Le support officiel Tesla rappelle de son côté que les stations V3 montent jusqu’à 250 kW par point de charge.
Ce détail vaut plus qu’une note technique. Si Tesla pense réellement à du calcul distribué près de ses sites physiques, il dispose déjà d’une culture forte de l’électronique de puissance, des armoires compactes et des environnements à forte contrainte thermique.
Face au marché, MEGAPOD s’inscrirait dans une course déjà occupée par NVIDIA et les clouds IA
Le concurrent conceptuel le plus évident n’est pas un autre constructeur automobile. C’est NVIDIA. Selon la page officielle du NVIDIA GB200 NVL72, un rack unique assemble 36 CPU Grace et 72 GPU Blackwell, avec un domaine NVLink à 72 GPU et jusqu’à 130 To/s de bande passante de commutation. NVIDIA indique aussi jusqu’à 30 fois plus de performances d’inférence en temps réel sur des modèles LLM de taille multi-trillionnaire par rapport aux générations de référence présentées par l’entreprise.
La comparaison est instructive. NVIDIA DGX SuperPOD vend déjà une “AI factory” clé en main au niveau data center. CoreWeave, de son côté, commercialise des instances cloud basées sur GB200 NVL72. Autrement dit, le marché du calcul modulaire IA existe déjà. Ce que Tesla pourrait tenter avec MEGAPOD, c’est une version plus intégrée à son écosystème matériel, énergétique et logiciel.
Un autre calcul dérivé aide à lire le paysage : un rack GB200 NVL72 concentre 72 GPU pour 36 CPU, soit un ratio de 2 GPU par CPU. C’est le signe d’une architecture conçue d’abord pour la densité de calcul accéléré. Si MEGAPOD veut être crédible face à ce type d’offre, Tesla devra aligner une proposition claire sur trois axes : densité utile, vitesse de déploiement et coût d’exploitation.
Le vrai angle nouveau : l’enjeu n’est pas seulement l’entraînement, mais l’inférence distribuée
La source d’origine évoquait une utilisation possible pour des charges IA réparties, sans détailler pourquoi ce point compte. C’est pourtant là que le dossier devient intéressant. Un module autonome avec calcul, réseau, refroidissement et alimentation intégrés peut servir à autre chose qu’à un grand cluster centralisé : inférence régionale, traitement local, agents logiciels persistants ou exécution au plus près des utilisateurs.
Le projet évoqué autour de “Digital Optimus” ou “Macrohard” n’est pas documenté ici par une source primaire suffisante pour aller plus loin sur ses spécifications. Sur ce point, la bonne formule reste donc « non communiqué ». En revanche, la logique industrielle est cohérente : si Tesla multiplie les usages IA sur l’automobile, la robotique et les services logiciels, il lui faut une couche intermédiaire entre le supercalculateur central et le terminal final.
Mon avis est net : MEGAPOD a plus de sens comme produit d’inférence et de calcul régional que comme simple clone tardif d’un supercluster d’entraînement. C’est là que Tesla peut essayer de se différencier.
Cinq apports nouveaux qui changent la lecture du dépôt
1. Le dépôt s’inscrit dans une procédure juridique encore précoce
Selon l’USPTO, la demande n’est qu’au stade pré-examen. Cela signifie qu’aucune protection fédérale n’est encore accordée. Le marché peut donc lire le signal stratégique, mais pas parler de marque acquise.
2. Tesla dispose déjà d’une base industrielle “modulaire” éprouvée
Selon Tesla, plus de 58 GWh de Megapack sont opérationnels dans le monde, avec 99,3 % de disponibilité. Peu d’acteurs peuvent aligner à la fois des actifs énergétiques, des usines, du logiciel de supervision et une marque déjà associée à des systèmes containerisés.
3. La montée en charge IA interne est massive et chiffrée
Selon Tesla, Cortex 1 dépasse 100 000 équivalents H100 et Cortex 2 dépasse 130 000. Le seuil combiné minimal dépasse donc 230 000. Ce n’est plus une ambition théorique.
4. Le groupe continue d’optimiser le coût d’infrastructure
La présentation officielle mentionne Dojo 3 comme un levier pour réduire le coût de l’entraînement. Même sans chiffre public sur le coût par token ou par heure GPU, l’orientation est claire : Tesla ne cherche pas seulement plus de calcul, mais un calcul moins cher.
5. Le cadre concurrentiel est déjà très dense
Selon NVIDIA, un seul rack GB200 NVL72 peut réunir 72 GPU et 36 CPU, avec 130 To/s de bande passante de commutation. MEGAPOD arriverait donc sur un terrain où la référence n’est pas un serveur isolé, mais une usine IA empaquetée.
Et les prix ? Pour l’instant, rien de public sur MEGAPOD
Aucun tarif MEGAPOD n’est communiqué dans le dépôt de marque. Il est donc impossible de calculer un coût par GPU, un coût par rack ou un coût par kW pour ce produit précis sans extrapoler. La seule mention rigoureuse est donc : non communiqué.
En revanche, pour toute future conversion, le taux de change de référence de la BCE au 22 juin 2026 est de 1 € = 1,1456 $ ; autrement dit 1 $ = 0,8729 €. Ce taux servira si Tesla publie plus tard un prix en dollars.
Ce que le dépôt permet d’affirmer, et ce qu’il ne permet pas encore d’affirmer
On peut affirmer que Tesla cherche à protéger un nom lié à des modules complets de calcul IA. On peut aussi affirmer que ce choix colle à son historique produit dans l’énergie, à sa montée en charge en calcul interne et à la tendance du marché vers des infrastructures d’IA pré-intégrées.
On ne peut pas encore affirmer la puissance d’un module MEGAPOD, son nombre de GPU, son mode de refroidissement, son calendrier commercial, son prix, ni même si la cible sera interne, B2B ou mixte. Sur tous ces points : non communiqué.
C’est précisément pour cela que le dépôt mérite attention. Il ne raconte pas encore le produit final, mais il révèle la direction : Tesla ne veut plus seulement consommer du calcul. Le groupe veut aussi empaqueter l’infrastructure qui le rend possible.
Mon avis :
Le dépôt MEGAPOD montre une vraie cohérence industrielle : Tesla formalise un bloc modulaire complet mêlant serveurs, puissance électrique et refroidissement, dans la logique éprouvée de Megapack. Mais ce n’est pas une preuve de produit prêt : la marque est seulement en attente à l’USPTO, donc le signal stratégique est fort, l’exécution reste spéculative.
