Hier encore, il était la chouchou de l'IA, aujourd'hui il est abandonné par le marché.
Micron, en une journée, a chuté de 7,7 %.
SK Hynix, dès l'ouverture, a plongé directement de 8,32 %.
Que s'est-il passé ? Nvidia a fait une chose :
La mémoire du plateforme Rubin, initialement prévue à 55TB, a été réduite à 28TB. La réduction est presque de moitié. Le module de mémoire est passé de 192GB à 96GB.
La raison est très « légitime » : la chaîne d'approvisionnement tendue, priorité à la livraison.
Mais y croyez-vous ?
Le même jour, Jensen Huang a soutenu Marvell, et le marché des puces d'interconnexion AI a bondi de 32 % en une nuit.
D'un côté, le stockage coule à flots, de l'autre, la fête de l'interconnexion.
Le cycle de l'équipement AI montre pour la première fois une division visible à l'œil nu.
Ce n'est pas une coïncidence. C'est un signal structurel.
« Ce que Nvidia réduit, ce n'est pas la mémoire, mais la logique d’évaluation des fabricants de stockage. »
Le marché, auparavant, évaluait le hardware AI sur une prémisse solide : grands modèles = grande mémoire vidéo, la mémoire n'est jamais suffisante, le cycle super de stockage ne s'achèvera jamais.
C'est pourquoi Micron et Hynix ont augmenté pendant un an, avec un ratio cours/bénéfice poussé vers le ciel.
Mais maintenant, Nvidia vous dit : la mémoire peut être réduite, la performance peut être compromise, mais l'interconnexion doit être renforcée.
Pourquoi ? Parce que la loi de l’échelle rencontre un plafond. La mémoire sur une seule carte ne peut plus être augmentée, le coût est trop élevé, le taux de rendement trop faible. La solution d'Nvidia est : assembler plusieurs puces peu puissantes via l'interconnexion, plutôt que d'empiler un seul serveur ultra-luxe.
Que cela signifie-t-il ?
La demande en puissance de calcul AI évolue, passant de « empiler de la mémoire » à « assembler via l’interconnexion ».
Qui en profite ? Des fabricants de puces d’interconnexion comme Marvell.
Qui en souffre ? Les fabricants de stockage.
« Avant, ceux qui avaient de la mémoire dominaient, maintenant, ceux qui maîtrisent l’interconnexion dominent. »
« Vous pensiez que c’était une réduction de production temporaire, en réalité Nvidia change discrètement la course. »
Cette divergence est-elle une erreur de prix passagère ou un signal précoce d’un réarrangement de la demande en puissance de calcul AI ?
Je vous donne la réponse : c’est un signal précoce, et cela ne fait que commencer.
Dylan Patel de SemiAnalysis a dit après coup : « Ce n’est pas une catastrophe », le rapport n’a pas pour but d’effrayer le marché. Mais écoutez, cela ressemble à une tentative de rassurer avant une chute ?
Si lors de la production en série, cette réduction est confirmée, alors le calendrier du super cycle de stockage AI devra être entièrement redessiné. Les prix actuels de Micron et Hynix ne prennent pas encore en compte ce risque.
Bien sûr, si le problème de la chaîne d’approvisionnement est résolu avant la production de masse, et que la mémoire est réajustée, alors cette chute d’aujourd’hui sera une fenêtre d’opportunité pour une erreur de marché.
Mais le problème, c’est : osez-vous parier que Nvidia va remettre la mémoire ?
Je vous conseille de ne pas parier. Parce que Nvidia ne fait jamais de réduction sans raison. La réduction de mémoire n’a qu’une seule explication : le prochain goulot d’étranglement pour l’entraînement des grands modèles ne sera pas la mémoire vidéo, mais l’interconnexion entre les cartes.
« Quand le leader du secteur commence à faire des réductions, ne vous précipitez pas pour acheter le dip de celui qui est réduit. »
#分享美股交易赢英伟达股票 #预测NBA总冠军赢20,000U $NVDA $MU $BTC
