Capacité de calcul industrielle
Estimer le coût futur d’une capacité de calcul, définir ce qui pourrait réellement être négocié et montrer pourquoi un marché crédible exige télémétrie, prévision et livraison vérifiable.
Organisation, paramètres et données entièrement reconstitués. Calculs, simulations et graphiques réellement exécutés.
Données synthétiquesPlan de lecture
Du problème à la décision
- 01
Définir les objets
Distinguer coût futur, moyenne attendue, valeur à terme et paiement contractuel.
- 02
Reconstituer le prototype
Suivre le retour vers un niveau de long terme puis la valorisation par Black-76.
- 03
Auditer les hypothèses
Corriger la convexité, séparer prévision et valorisation, puis vérifier le calcul par simulation.
- 04
Mesurer la fragilité
Tester les régimes extrêmes et la capacité des données à identifier les paramètres.
- 05
Concevoir un marché testable
Standardiser la capacité négociée, prévoir l’offre et la demande par télémétrie, puis organiser la livraison.
- 06
Formuler une décision
Dire ce qui peut être conservé, rejeté ou remplacé avant toute utilisation.
01
Avant de commencer
Le problème
Une organisation reconstituée veut représenter le coût horaire de trois générations synthétiques de capacité de calcul, puis valoriser un contrat donnant le droit, sans obligation, d’acheter cette capacité à un prix fixé à l’avance. L’objectif suivant est de transformer cette intuition en un marché testable, adossé à une capacité réellement livrable.
Cette étude reconstituée examine un problème industriel concret : représenter l’évolution possible du coût d’une heure de calcul, puis évaluer un contrat donnant le droit — sans obligation — d’acheter cette capacité à un prix fixé à l’avance.
Trois générations synthétiques, nommées A, B et C, servent à étudier des profils de coût différents. Une heure-accélérateur désigne ici l’utilisation pendant une heure d’un processeur spécialisé dans les calculs intensifs. Ces générations ne sont ni des produits réels ni des prix de marché observés. Les paramètres sont synthétiques ; les calculs, simulations et graphiques sont réellement exécutés.
L’axe d’amélioration va au-delà de la correction mathématique : il s’agit aussi de définir comment une capacité de calcul pourrait être négociée. Le modèle de coût n’est qu’une première brique ; il faut encore une unité standard, une prévision de l’offre et de la demande et une livraison vérifiable.
02
Phase 1
Ce que l’organisation a construit
Nous commençons par comprendre le système tel qu’il est présenté, sans le caricaturer et sans encore proposer de correction.
Le service que le prototype cherche à représenter
La grandeur de départ est Sₜ : le coût, à la date future t, d’une heure de capacité de calcul. Le prototype ne suppose pas que ce coût évolue librement pour toujours ; il suppose que son logarithme revient progressivement vers un niveau de long terme.
Ce mécanisme est décrit par un processus d’Ornstein–Uhlenbeck. Il peut représenter l’idée économique qu’une capacité rare devient chère, attire de l’offre, puis se rapproche d’un niveau plus durable. Cette intuition reste une hypothèse à tester, pas un fait établi par les données synthétiques.
La courbe centrale du prototype
Le prototype calcule d’abord la moyenne théorique du logarithme du coût, puis applique la fonction exponentielle. La quantité obtenue, exp(E[log Sₜ]), est la médiane du coût dans le modèle : la moitié des scénarios se trouve au-dessus et l’autre moitié au-dessous.
Le problème apparaît lorsque cette médiane est appelée coût moyen attendu. L’exponentielle est convexe : les scénarios de forte hausse augmentent davantage la moyenne que les scénarios de baisse comparable ne la réduisent. Un terme de variance manque donc dans la formule initiale.
Du coût futur à la valeur d’un droit d’achat
Le contrat étudié autorise son détenteur à acheter une heure de capacité à un prix d’exercice convenu. Si le coût futur dépasse ce prix, le droit a de la valeur ; sinon, son détenteur peut ne pas l’exercer.
Le prototype utilise la courbe centrale comme valeur à terme, transforme la variance en volatilité annuelle, puis applique Black-76. La chaîne produit un nombre, mais cela ne prouve pas que sa courbe est une valeur à terme observable ni que la loi lognormale exigée par la formule est adaptée.
Résumé de l’approche initiale
- Le prototype fait revenir progressivement le logarithme du coût vers un niveau de long terme.
- Il affiche l’exponentielle du coût logarithmique moyen comme courbe centrale, puis la traite comme une valeur à terme.
- Il applique enfin la formule de Black-76 pour valoriser un droit d’achat, sans séparer prévision historique et hypothèses de valorisation.
03
Phase 2
Ce que l’évaluation vérifie et propose
La deuxième phase reproduit le mécanisme, localise ce qui casse et transforme la critique en modification testable.
Corriger la moyenne avant de discuter le prix
L’audit commence par nommer chaque objet. Lorsque le logarithme du coût est normal, le coût moyen attendu vaut exp(mₜ + vₜ/2), où mₜ est la moyenne du logarithme et vₜ sa variance. La courbe initiale exp(mₜ) omet vₜ/2.
Pour la génération B vers dix-huit mois, cette correction porte le coût moyen attendu 7,49 % au-dessus de la courbe initiale. Cet écart est une conséquence interne des équations ; il ne mesure pas une erreur par rapport à un marché réel.
Séparer prévision historique et valorisation
La distribution historique cherche à décrire la fréquence des scénarios futurs. La distribution de valorisation répond à une autre question : quel poids donner aujourd’hui à ces scénarios pour évaluer un paiement conditionnel ? Les deux ne doivent pas être confondues.
Le modèle corrigé les relie par un prix du risque déclaré. Cette relation est une hypothèse. Si la capacité de calcul ne peut être achetée, vendue et couverte sur un marché liquide, elle ne découle pas automatiquement d’un argument d’absence d’arbitrage.
Vérifier le calcul sans prétendre valider le monde
Une simulation de Monte-Carlo génère 120 000 coûts terminaux conformes au même modèle, puis en calcule la moyenne. Elle obtient 3,0392 dollars par heure contre 3,0377 pour la formule analytique corrigée, soit 0,0508 % d’écart relatif.
Cette proximité montre que le code de simulation et la formule implémentent la même hypothèse. Elle ne prouve ni que les paramètres synthétiques sont réalistes, ni que le processus d’Ornstein–Uhlenbeck décrit les prix futurs.
Tester les régimes et l’identification
La valeur du droit d’achat est ensuite recalculée avec deux régimes : un régime calme fréquent et un régime tendu rare mais plus dispersé. Même lorsque moyenne et variance sont proches, la forme des scénarios extrêmes modifie la valeur du contrat. L’écart relatif atteint 8,82 % sur la grille testée.
Enfin, l’audit demande si un an ou cinq ans de données hebdomadaires suffisent à retrouver la vitesse de retour et le niveau de long terme. Une grande zone de paramètres reste presque aussi compatible avec la trajectoire simulée : le modèle est faiblement identifié.
Définir ce qui serait réellement négocié
Une carte graphique n’est pas interchangeable avec n’importe quelle autre : génération, mémoire, interconnexion, emplacement et disponibilité modifient le service rendu. Le produit proposé n’est donc pas la propriété d’une machine physique, mais un bloc de capacité standardisé. Chaque bloc précise la classe d’accélérateur, le nombre minimal d’accélérateurs utilisables ensemble, le site ou la région, la fenêtre de démarrage, la durée et l’engagement de disponibilité.
Le premier mécanisme serait une enchère double scellée pour le lendemain. Chaque centre de données remet une quantité ferme et un prix minimal pour ses blocs ; chaque acheteur indique une quantité et un prix maximal. Les offres vendeuses sont classées du prix le plus faible au plus élevé, les demandes dans l’ordre inverse, et les paires sont formées tant que le prix maximal de l’acheteur couvre le prix minimal du vendeur. Une règle publiée fixe un prix uniforme entre les deux prix marginaux acceptés. La réservation est ensuite livrée par l’ordonnanceur du centre de données. Un compteur dédié rapproche les journaux de l’ordonnanceur et la télémétrie ; un simple tableau de supervision ne suffit pas au règlement financier.
Lorsque plusieurs mois de livraisons et de prix fiables existent, un contrat à terme peut fixer aujourd’hui le prix d’un bloc livré plus tard. Un droit d’achat optionnel ne viendrait qu’ensuite : sans historique de livraisons, courbe à terme observable et possibilité de gérer le risque, appliquer directement Black-76 revient à valoriser un marché qui n’existe pas encore.
Prévoir l’offre et la demande depuis les centres de données
L’offre ne se résume pas au nombre de processeurs installés. À chaque horizon, il faut retrancher de la capacité saine les réservations déjà engagées, les maintenances prévues et une marge pour les incidents. La télémétrie interne doit donc suivre l’état de santé, l’utilisation, la mémoire, les communications entre accélérateurs, la puissance, la température et les indisponibilités ; l’ordonnanceur ajoute les réservations et les travaux déjà affectés.
La demande se lit dans la file d’attente, mais aussi dans les demandes refusées ou abandonnées : classe d’accélérateur, nombre de processeurs à utiliser ensemble, durée estimée, date limite, flexibilité de démarrage, annulations et travaux interrompus. Le rapport entre heures-accélérateur demandées et capacité nette disponible mesure la pression attendue. La couche de prévision n’utilise que des agrégats anonymisés par classe, région et tranche horaire. Une couche contractuelle restreinte conserve toutefois l’identité vérifiée, les garanties, les limites et l’historique de livraison sous un identifiant stable ; ni ces identités ni le contenu des travaux ne sont publiés.
La prévision doit produire une distribution, pas un chiffre unique : probabilité de pénurie, fourchette d’utilisation et fourchette de prix pour les prochaines vingt-quatre heures, puis pour la semaine et le mois. Elle est rejouée chronologiquement contre une référence saisonnière simple. Sa qualité se juge sur la calibration des probabilités, l’erreur de volume, les échecs de livraison et l’écart entre prix prévu et prix effectivement réglé.
Apprendre d’abord dans un marché fantôme
Le déploiement commencerait par douze semaines sans échange financier. Les fournisseurs publieraient les blocs qu’ils pensent pouvoir livrer, les acheteurs déposeraient des intentions pseudonymisées pour l’analyse, et le moteur calculerait allocations et prix comme si l’enchère était réelle. Le registre restreint conserverait les identités vérifiées afin de mesurer concentration et limites par participant. La capacité resterait gérée normalement ; les décisions simulées seraient ensuite comparées aux réservations, à l’utilisation et aux incidents réellement observés.
Avant le pilote, des seuils d’acceptation seraient fixés pour la complétude de la télémétrie, la calibration des prévisions, le taux de livraison, la concentration des participants et l’écart entre l’indice de référence et le service effectivement reçu. Un seul échec grave — données manipulables, livraison invérifiable, dépendance à un acteur unique ou cadre juridique non validé — maintiendrait la décision en NO-GO.
Si le marché fantôme est concluant, l’ordre de progression serait : enchère du lendemain avec garanties de paiement, contrats à terme livrés physiquement, puis seulement droits d’achat optionnels. Cette séquence crée les observations dont le modèle actuel manque au lieu de supposer qu’un marché liquide existe déjà.
Évaluation
- Pour la génération B vers dix-huit mois, le coût moyen attendu est 7,49 % au-dessus de la courbe initialement affichée.
- Une simulation de 120 000 scénarios retrouve la formule corrigée avec 0,0508 % d’erreur relative.
- La formule à volatilité unique s’écarte jusqu’à 8,82 % du mélange de régimes testé, tandis que plusieurs paramètres restent presque aussi compatibles avec cinq années simulées.
- Le prototype ne mesure encore ni capacité nette disponible, ni demande future, ni qualité de livraison : il ne peut donc pas, à lui seul, former un marché de capacité.
Correction proposée
- Restituer le terme de variance qui transforme une médiane en coût moyen attendu.
- Distinguer explicitement la distribution historique de la distribution retenue pour valoriser le contrat.
- Comparer la formule à volatilité unique à un mélange comprenant un régime calme et un régime tendu.
- Rendre visibles la vérification par simulation, le risque de modèle et la faible identification des paramètres.
- Définir un bloc contractuel livrable : classe d’accélérateur, nombre de processeurs utilisables ensemble, région, fenêtre, durée, interconnexion et niveau de disponibilité.
- Relier la capacité saine, les engagements, les maintenances et les files d’attente à une télémétrie signée ; prévoir séparément l’offre, la demande et la probabilité de pénurie.
- Tester d’abord un marché fantôme, puis une enchère du lendemain livrée physiquement et des contrats à terme ; n’envisager les options qu’après observation d’un sous-jacent fiable.
04
Notions et équations
Aucun symbole sans définition
Les mêmes fiches s’ouvrent depuis les liens « ? » placés dans le corps de l’article.
05
Résultats chiffrés
Ce que les nombres mesurent réellement
Ces nombres évaluent la cohérence interne et la sensibilité du modèle synthétique. Ils ne sont ni des prix observés, ni des prévisions de marché. Faute de télémétrie opérationnelle, cette version ne calcule encore aucune prévision d’offre ou de demande.
écart de convexité, génération B
Différence entre le coût moyen attendu corrigé et la médiane affichée vers dix-huit mois.
erreur de simulation
Écart relatif entre 120 000 scénarios et la formule analytique corrigée.
écart optionnel maximal
Plus grand écart relatif entre la formule à volatilité unique et le mélange de régimes sur la grille testée.
grille nécessaire pour 90 % du poids
Une large part de la grille reste compatible avec cinq années simulées : l’identification demeure faible.
06 · Voir les preuves
Lire les graphiques pas à pas
Chaque figure indique d’abord comment lire ses axes et ses couleurs, puis ce qu’elle permet — ou non — de conclure.
Comparaison des médianes, coûts moyens attendus et valeurs de valorisation pour trois générations de capacité de calcul
Les trois panneaux concernent, de gauche à droite, les générations A, B et C. Dans chacun, l’axe horizontal est l’horizon de 0 à 3 ans et l’axe vertical le coût en dollars par heure d’accélérateur. Le gris pointillé est la médiane du prototype ; la courbe bleue, vert menthe ou jaune est le coût moyen attendu sous la dynamique historique ; la courbe violette est la valeur retenue pour valoriser le contrat. À une échéance donnée, on lit verticalement les trois hauteurs dans le même panneau : leur écart répond à des changements de définition, pas à trois observations concurrentes.
Pour la génération B vers dix-huit mois, la médiane, le coût moyen attendu et la courbe de valorisation valent environ 2,825, 3,037 et 2,930 dollars par heure. On peut conclure que confondre ces trois quantités modifie matériellement l’entrée du calcul contractuel. On ne peut pas conclure que la courbe violette est négociable ou correcte : l’écart médiane–moyenne vient de l’algèbre du modèle, tandis que l’écart vers la valorisation dépend d’un prix du risque choisi et non observé.
Médianes modélisées par le prototype initial pour trois générations de capacité de calcul
La figure comporte un seul panneau. L’axe horizontal est l’horizon du contrat, de 0 à 3 ans ; l’axe vertical est un coût horaire synthétique, en dollars américains par heure d’accélérateur. Les courbes bleue, vert menthe et jaune représentent respectivement les générations A, B et C. Pour lire une courbe, on choisit une échéance sur l’axe horizontal, puis on remonte jusqu’à la couleur voulue : la hauteur obtenue est la médiane de coût produite par le prototype à cette échéance.
Les médianes diminuent d’environ 2,32 à 1,25 dollar pour A, de 4,45 à 2,40 dollars pour B et de 7,15 à 4,48 dollars pour C entre le début et trois ans. On peut donc conclure que le mécanisme choisi force un retour progressif vers un niveau de long terme. On ne peut pas conclure que ces niveaux seront les coûts moyens réellement payés, ni qu’ils sont des prix à terme observés : les données et paramètres sont synthétiques, et une médiane n’est pas une moyenne.
Valeur d’un droit d’achat calculée par Black-76 dans le prototype initial
La figure comporte un seul panneau pour la génération B. L’axe horizontal est le prix contractuel d’exercice, en dollars par heure d’accélérateur ; l’axe vertical est la valeur actualisée du droit d’achat, en dollars. La courbe violette donne une valeur pour chaque prix d’exercice. Le trait vertical pointillé repère le coût horaire de référence de 3,14 dollars : à son intersection avec la courbe, le droit vaut environ 0,43 dollar.
La valeur descend d’environ 1,38 dollar pour un prix d’exercice proche de 1,7 dollar à moins de 0,10 dollar vers 4,7 dollars. On peut conclure que le calcul respecte l’intuition minimale d’un droit d’achat : payer plus cher pour exercer le rend moins précieux. On ne peut pas en déduire que 0,43 dollar est un prix de marché juste, car la courbe à terme, la volatilité, le taux et surtout la pertinence de Black-76 n’ont pas été calibrés sur un marché liquide.
Écart de convexité entre courbe initiale et espérance corrigée
La figure comporte un seul panneau. L’axe horizontal est l’horizon du contrat, de 0 à 3 ans ; l’axe vertical est la sous-estimation du coût moyen, en pourcentage, lorsque le prototype emploie l’exponentielle de la moyenne du logarithme. Les courbes bleue, vert menthe et jaune correspondent aux générations A, B et C. Un point de courbe se lit ainsi : à l’échéance choisie, sa hauteur est le pourcentage qu’il faut ajouter à la médiane du prototype pour retrouver la moyenne du même modèle.
Vers dix-huit mois, l’écart de la génération B est 7,49 %. À trois ans, les courbes atteignent approximativement 7,1 % pour A, 8,4 % pour B et 9,6 % pour C. On peut conclure que l’oubli du terme de variance crée un biais croissant avec l’horizon. On ne peut pas appeler cet écart une erreur de prévision réelle : les deux quantités sont calculées dans le même modèle synthétique et n’ont pas été comparées à des coûts observés.
Vérification par simulation du coût moyen attendu pour la génération B
La figure comporte un seul panneau et les deux axes sont logarithmiques : des espacements égaux représentent des multiplications, non des additions constantes. L’axe horizontal est le nombre de trajectoires simulées ; l’axe vertical est l’écart absolu à la formule corrigée, en pourcentage. Chaque point vert foncé est une estimation obtenue avec un nombre donné de trajectoires, et la ligne ne fait que relier ces essais. Le rouge pointillé, proche de 7,5 %, rappelle le biais persistant du prototype initial.
L’erreur des points verts oscille parce qu’une simulation reste aléatoire, mais elle passe sous 0,1 % pour certains grands échantillons et vaut 0,0508 % avec 120 000 trajectoires, très loin de la ligne rouge. On peut conclure que le programme de simulation converge vers la formule corrigée. On ne peut pas conclure que cette formule décrit le monde réel : Monte-Carlo vérifie ici une implémentation contre son propre modèle, pas les paramètres ni la loi économique.
Écart de prix d’option entre Black-76 et mélange de régimes
Le panneau gauche place le prix d’exercice, en dollars, sur l’axe horizontal et la valeur actualisée du droit d’achat, en dollars, sur l’axe vertical. Le violet est le modèle à deux régimes, l’orange pointillé Black-76 avec volatilité moyenne et le gris pointillé Black-76 limité au régime calme ; à un prix d’exercice donné, leurs hauteurs donnent trois valorisations. Le panneau droit place en abscisse le prix d’exercice divisé par le coût de référence et en ordonnée l’écart relatif de Black-76 au modèle à deux régimes, en pourcentage ; la courbe rouge rend visible l’écart que la superposition de gauche masque.
À gauche, les valeurs descendent toutes d’environ 1,4 dollar à moins de 0,1 dollar quand le prix d’exercice augmente. À droite, l’écart culmine à 8,82 % autour d’un rapport de 1,25, puis change même de signe aux extrémités de la grille. On peut conclure que deux modèles presque confondus en dollars peuvent diverger matériellement en relatif, surtout pour certaines échéances de paiement. On ne peut pas conclure lequel est vrai sans données sur les queues de distribution, ni transformer l’écart maximal de cette grille en erreur de marché garantie.
Surfaces de vraisemblance des paramètres du processus d’Ornstein–Uhlenbeck
Le panneau gauche utilise une trajectoire d’un an et le panneau droit une trajectoire de cinq ans. Dans les deux, l’axe horizontal est la vitesse de retour vers le niveau de long terme, par an ; l’axe vertical est ce niveau de long terme, en dollars par heure d’accélérateur. Chaque position de la carte est donc un couple de paramètres. La couleur mesure l’écart au meilleur ajustement : jaune clair signifie meilleur, violet puis noir moins bon. L’étoile cyan repère le couple synthétique ayant généré les données, environ 0,7 par an et 2,2 dollars.
Après un an, une vaste bande de couples produit des ajustements voisins ; après cinq ans, une zone claire apparaît mais reste étendue et son meilleur point n’est pas exactement l’étoile sur cette trajectoire particulière. Au total, 70,5 % de la grille est encore nécessaire pour contenir 90 % du poids relatif. On peut conclure que davantage d’observations réduisent l’ambiguïté sans identifier proprement les deux paramètres. On ne peut pas conclure que la zone claire fournit des estimations fiables pour des données réelles : il s’agit d’une seule trajectoire synthétique et d’aucun test hors échantillon.
07 · Protocole d’analyse
Comment l’analyse a été conduite
Protocole d’analyse
- Processus d’Ornstein–Uhlenbeck appliqué au logarithme du coût de trois générations synthétiques.
- Distribution historique et distribution de valorisation séparées par une hypothèse explicite de prix du risque.
- Simulation de Monte-Carlo de 120 000 scénarios terminaux, graine aléatoire 20260811.
- Comparaison de Black-76 à volatilité unique avec un mélange lognormal calme-tension.
- Surface de vraisemblance sur la vitesse de retour et le niveau de long terme.
- Architecture d’amélioration proposée, non exécutée : bloc standardisé, télémétrie offre–demande, prévision probabiliste, marché fantôme et livraison physique.
Limites à ne pas oublier
- Aucun historique de prix, carnet d’ordres ni option cotée.
- Paramètres du processus d’Ornstein–Uhlenbeck, prix du risque et mélange de régimes choisis, non estimés.
- Le Monte-Carlo vérifie la formule dans le même modèle ; il ne valide pas le modèle face au réel.
- Une seule trajectoire d’identification et aucun test hors échantillon.
- Aucune télémétrie de centre de données, file de travaux, réservation, panne, contrainte énergétique ou demande refusée n’est encore observée.
- Aucun pilote de marché, prix réglé, livraison contractuelle, garantie financière ou analyse juridique n’a été exécuté.
08 · Sources & provenance
D’où viennent les faits
- Données et paramètres synthétiques générés par le paquet reproductible
- NVIDIA DCGM — télémétrie et exporter Prometheus pour les accélérateurs
- Slurm — files d’attente, ressources demandées et état des travaux
- Slurm — suivi de l’utilisation et de la mémoire des accélérateurs
- Prometheus — supervision en séries temporelles et limites pour la facturation exacte
- AWS EC2 Capacity Blocks — exemple public de réservation future de capacité accélérée
09 · Décision
REVISEREVOIR — la correction mathématique fonctionne, mais les paramètres et la méthode de valorisation ne sont pas encore défendables opérationnellement.
- 1
Le prototype illustre correctement un retour vers un niveau de long terme, mais confond une médiane, un coût moyen attendu et une entrée de valorisation. Cette confusion doit être corrigée avant toute décision.
- 2
La formule moyenne corrigée est vérifiée numériquement. En revanche, les paramètres restent faiblement identifiés et la valeur du droit d’achat dépend sensiblement de la distribution choisie.
- 3
Avant utilisation, il faut définir précisément le service et le contrat, collecter des séries traçables, publier l’incertitude d’estimation et tester hors échantillon.
- 4
Le passage à la négociation exige une couche absente du prototype : un bloc standardisé, la télémétrie agrégée des centres de données, une prévision probabiliste de l’offre et de la demande, puis une livraison vérifiable empêchant la double vente d’un même créneau.
- 5
La prochaine expérience défendable est un marché fantôme. Une enchère réelle ne peut commencer qu’après validation chronologique des données, des prévisions, du règlement, des garanties, de la concentration et du cadre juridique. Dans le protocole prudent proposé ici, les contrats à terme doivent être validés avant qu’une option soit testée.
- 6
Si aucune couverture liquide ne justifie Black-76, la formule doit être rejetée au profit d’une analyse de coût attendu avec scénarios et prime de risque explicite. Si le retour vers la moyenne reste mal identifié, une courbe plus simple avec intervalles robustes est préférable. Si la loi lognormale échoue aux tests de tension, le mélange de régimes ou la simulation directe doivent remplacer l’approximation.
Étape suivante : Revoir avant toute utilisation opérationnelle. La première étape n’est pas de coter une option : il faut définir une unité livrable, instrumenter l’offre et la demande, puis tester pendant douze semaines un marché fantôme. Une enchère réelle, des contrats à terme et enfin des options ne deviennent admissibles qu’après validation chronologique de la télémétrie, des prévisions, de la livraison, des garanties et du cadre juridique.