Le prix de location des GPU chute de 30 % en trois semaines, la chaîne de valeur de l'IA passant du « grand déplacement » de Nvidia vers les puces mémoire

Auteur : Claude, Deep Tide TechFlow

Lecture approfondie de Deep Tide : Le prix de location du chip B200 de Nvidia est passé de 6,11 dollars/heure à la fin mai à 4,22 dollars/heure, soit une baisse d'environ 30 % en trois semaines. Par ailleurs, le secteur des semi-conducteurs a connu une divergence rare : l'ETF SMH a augmenté de 15 % au cours du dernier mois, Micron et Sandisk ont tous deux grimpé près de 60 %, tandis que Nvidia a en revanche chuté de 3 % sur la même période. Pour ceux qui détiennent Nvidia ou envisagent d’investir dans l’infrastructure IA, une question clé émerge : l’argent dans l’IA ne s’est pas réduit, il a simplement changé de lieu.

Nvidia a encore augmenté d’environ 12 % cette année, mais l’attention du marché ne semble plus vraiment se concentrer sur elle.

Au cours du dernier mois, l’ETF SMH a fortement progressé de 15 %, Micron et Sandisk ont chacun augmenté d’environ 60 %. Nvidia n’a pas suivi cette tendance, au contraire, elle a reculé d’environ 3 %. Ce qui illustre encore mieux le problème, c’est que l’indicateur central soutenant la narration de la valorisation de Nvidia, le prix de location du chip B200 dans le cloud, est également en baisse.

Selon les données de la plateforme de tarification GPU Ornn, le prix de location horaire du B200 a atteint le 30 mai un sommet de 6,11 dollars, un record sur trois mois, puis a continué de baisser, atteignant la semaine dernière 4,22 dollars, soit une chute d’environ 30 %. La semaine dernière, Rich Privorotsky, responsable du trading chez Goldman Sachs One-Delta, a directement évoqué : le mythe selon lequel la « rareté de la puissance de calcul » dans l’IA pourrait s’effondrer.

Baisse de 30 % du prix de location du B200 en trois semaines, la narration de la « rareté de la puissance de calcul » sous pression

Le Nvidia B200 est actuellement le cœur de la puissance de calcul dans les centres de données à très grande échelle, et son prix de location est considéré comme un indicateur de l’offre et de la demande en infrastructure IA. Selon plusieurs plateformes de suivi tierces, la tarification du B200 est en train de se détendre.

Les données d’Ornn montrent que le prix horaire de location du B200 est passé du sommet de 6,11 dollars le 30 mai à 4,22 dollars la semaine dernière. L’indice de prix mensuel de 63 fournisseurs de services cloud, compilé par AIMultiple, indique que le prix médian du B200 est de 6,11 dollars/heure, mais que le prix de base chez les nouveaux fournisseurs cloud (neocloud) a été réduit à 3,44 dollars. Les données de GetDeploying, qui suivent 26 fournisseurs de services cloud B200, sont encore plus extrêmes : prix moyen de 4,99 dollars/heure, avec une offre la plus basse à seulement 2,25 dollars/heure (contrats réservés sur trois ans).

Les facteurs à l’origine de cette baisse de prix sont au nombre de trois : l’amélioration du taux de rendement en fabrication de TSMC en 4NP, qui réduit le coût de production du B200 ; la détente de l’approvisionnement en HBM3e de SK Hynix et Micron au deuxième trimestre 2026 ; et le fait que de nombreux nouveaux fournisseurs cloud ont obtenu du stock de B200, avec des acteurs comme RunPod, Lambda, Nebius, Spheron qui ont déjà mis en vente leurs stocks, ce qui a intensifié la concurrence et fait baisser les prix.

Au second semestre, la pression sera encore plus forte. Après que la prochaine génération, le Blackwell Ultra B300, ait commencé à entrer dans le pool de stocks disponibles, une partie de la capacité du B200 passera d’un mode à la demande à un mode d’enchères. Le prix spot du B300 a déjà chuté à 2,45 dollars/heure, inférieur au prix minimum affiché du B200. Selon Spheron et Thunder Compute, le prix à la demande du B200 pourrait se stabiliser entre 2,50 et 3,00 dollars d’ici le quatrième trimestre 2026.

Pour les investisseurs détenant Nvidia, la baisse des prix de location signifie que la marge bénéficiaire des clients en aval (fournisseurs cloud, nouvelles plateformes cloud) est sous pression, et que leur volonté d’achat influence directement le rythme des commandes de Nvidia.

Une grande divergence dans le secteur des semi-conducteurs : la mémoire en forte hausse, Nvidia en retrait

Les données de cette divergence sont particulièrement frappantes.

Nvidia a augmenté d’environ 12 % depuis le début 2026, mais a reculé d’environ 3 % au cours du dernier mois. En parallèle, l’ETF SMH a progressé de 84 % cette année, avec une hausse de 15 % en un mois. Micron a augmenté de près de 60 % au cours du dernier mois, atteignant un sommet historique d’environ 1 089 dollars, avec une croissance annuelle de plus de 700 %, et une capitalisation boursière dépassant 1,2 billion de dollars. Sandisk a également augmenté de près de 60 % en un mois, avec une hausse de plus de 4 400 % sur 52 semaines.

Le marché ne semble pas désintéressé par l’IA, mais plutôt par le fait que les goulets d’étranglement de la chaîne de valeur IA se déplacent.

La logique précédente était : « Rareté des GPU → Nvidia détient le pouvoir de fixation des prix → les marges en amont sont les plus élevées ». La nouvelle logique est : « La disponibilité des GPU se détend, mais la demande en mémoire à haute bande passante (HBM) et en stockage explose, faisant de la mémoire le nouveau goulet d’étranglement ».

Le dernier rapport trimestriel de Micron (deuxième trimestre 2026) indique un chiffre d’affaires de 23,8 milliards de dollars, en hausse de près de deux fois par rapport à l’année précédente (80 milliards de dollars au même trimestre l’année dernière) ; Sandisk, après sa scission de Western Digital, a réalisé un chiffre d’affaires de 5,95 milliards de dollars au troisième trimestre 2026, en hausse de 97 %.

Les données de TrendForce, publiées le 16 juin, montrent que les prix des contrats de mémoire ont explosé de plus de 100 % au premier semestre 2026, et que la pénurie structurelle devrait se poursuivre jusqu’à la seconde moitié de l’année. Lors d’une interview la semaine dernière, le PDG d’Apple, Tim Cook, a reconnu qu’Apple ne pouvait plus continuer à absorber la hausse des coûts de la mémoire. Quand même le plus puissant des acheteurs, Apple, déclare qu’elle « ne peut plus supporter », cela montre à quel point la capacité de fixation des prix des fabricants de mémoire est limitée.

Micron publiera demain (24 juin) ses résultats du troisième trimestre, et le consensus du marché prévoit une nouvelle performance record. Ces résultats seront un indicateur clé pour savoir si le « supercycle de la mémoire » peut se poursuivre.

Le responsable du trading chez Goldman Sachs : l’indicateur clé est le prix de location

Rich Privorotsky, responsable du trading chez Goldman Sachs One-Delta, a présenté la semaine dernière un cadre d’analyse clair :

Si la puissance de calcul est réellement rare, le prix de location doit rester soutenu, et les investissements continus doivent être justifiés. Si l’offre augmente et que le prix de location continue de baisser, alors l’hypothèse de « rareté de la puissance de calcul » qui soutient toute la valorisation du matériel IA doit être remise en question.

Il a précisé que cette pression commencerait d’abord du côté du matériel. Les véritables bénéficiaires sont ceux qui vendent des systèmes complets et monétisent leur utilisation, plutôt que ceux qui ne vendent que des « pioches et des pelles » en amont. Le risque plus important concerne la partie en amont de la chaîne matérielle et infrastructurelle, car là, la valorisation repose encore sur l’hypothèse de « pénurie continue ».

Ce message est clair : le modèle commercial de Nvidia consiste à vendre des puces (des pioches et des pelles), et non à facturer en fonction de l’utilisation. Si le prix de location en aval baisse mais que le prix de vente des puces Nvidia ne diminue pas, cela comprime la marge, ce qui finira par ralentir les commandes.

Le récent rapport « Tokenomics » de Citadel Securities confirme cette analyse : la contrainte centrale à l’adoption de l’IA est passée de « capacité du modèle » à « coût et rareté de la puissance de calcul », et les utilisateurs migrent rapidement vers des modèles moins chers. L’indice de prix des tokens a chuté pendant sept jours consécutifs, enregistrant la plus longue baisse de l’année.

Seoyoung Kim, professeur en finance à l’Université de Santa Clara, explique plus simplement : « La plupart des acheteurs ne savent pas combien de puissance de calcul ils auront besoin l’année prochaine, les fournisseurs ne savent pas combien de GPU commander, et Nvidia ne sait pas combien produire. » Tous font des suppositions, et lorsque ces suppositions évoluent de « insuffisance » à « excès », les prix subissent une pression.

Le contrat de 30 milliards de dollars entre SpaceX et Google : un marché à long terme toujours en feu

Les prix spot de la location ont baissé, mais le marché à long terme raconte une autre histoire.

Selon un document déposé par SpaceX auprès de la SEC le 5 juin, Google a accepté de payer à SpaceX 920 millions de dollars par mois, de octobre 2026 à juin 2029, pour louer environ 110 000 GPU Nvidia ainsi que des processeurs, de la mémoire et d’autres composants. La valeur totale du contrat est d’environ 30 milliards de dollars. En mai, Anthropic avait signé un accord similaire avec SpaceX, payant 1,25 milliard de dollars par mois pour louer l’intégralité de la capacité de son centre de données Colossus 1 à Memphis, pour une valeur totale proche de 45 milliards de dollars.

Ces deux contrats s’inscrivent dans le contexte où, après la fusion avec xAI en février 2026, SpaceX a transformé son supercalculateur Colossus, qu’elle avait construit en interne, en un actif commercial loué à des tiers, afin de sécuriser des revenus importants avant son introduction en bourse (valorisation cible de 1,75 billion de dollars).

Pour Nvidia, c’est un signal contradictoire. D’un côté, le contrat à long terme pour 110 000 GPU prouve que de grands clients continuent de réserver massivement de la puissance de calcul, et RBC Capital Markets a déclaré après l’annonce que Nvidia « était dans la position la plus favorable parmi ses pairs », estimant que ces accords de location GPU pouvaient au moins à court terme dissiper les inquiétudes concernant la perte de parts de marché face aux ASIC.

De l’autre côté, la nécessité pour Google de louer de la puissance à SpaceX montre que sa propre capacité de production ne suit pas la demande. Google prévoit un investissement en capital de 180 à 190 milliards de dollars en 2026, et le paiement mensuel de 920 millions de dollars à SpaceX représente moins de 6 % de ce budget annuel, ce qui en fait une « capacité de transition » temporaire. Lorsque ces grands clients auront lancé leurs propres centres de données entre 2027 et 2028, la demande extérieure de location pourra-t-elle rester à son niveau actuel ?

Le contrat comporte également une clause de résiliation anticipée avec un préavis de 90 jours. Ce n’est pas typique d’un contrat signé en situation de « rareté extrême de puissance de calcul », mais plutôt une option laissée à l’acheteur pour se retirer.

Le risque pour Nvidia : ce n’est pas la demande qui pose problème, mais le pouvoir de fixation des prix

En reliant tous ces éléments, le problème de Nvidia réside dans le fait que la répartition des profits dans la chaîne de valeur IA est en train de changer.

Du côté de l’offre, l’amélioration du taux de rendement de TSMC, l’obtention de stocks par davantage de fabricants, et l’arrivée en masse du B300 atténuent la pénurie extrême prévue pour 2024-2025. Du côté de la demande, les grands clients continuent d’acheter en volume, mais leur mode d’achat évolue : ils privilégient la comparaison des prix, les contrats à long terme et la conservation d’options de sortie. La rentabilité en aval, avec la baisse des prix de location cloud, met en difficulté la capacité de Nvidia à maintenir ses prix de vente de puces, ce qui pourrait à terme freiner les commandes.

La mémoire devient la nouvelle star, illustrant un déplacement dans la chaîne de valeur.

Plus les modèles IA sont grands et plus les tâches d’inférence sont nombreuses, plus la demande en mémoire à haute bande passante (HBM) est rigide. Nvidia peut améliorer l’efficacité par des architectures (par exemple, le FP4 du B200 réduit de moitié la consommation par paramètre), mais la bande passante mémoire reste une limite physique sans solution miracle. La capacité de HBM de Micron est déjà épuisée pour toute l’année 2026, ce qui montre que même avec de l’argent, on ne peut pas tout acheter, contrastant fortement avec la baisse du prix de location du B200.

Les résultats financiers de Micron demain fourniront un nouveau point de référence critique. Si les revenus et les prévisions dépassent à nouveau les attentes, la narration selon laquelle « la chaîne de valeur IA migre du GPU vers la mémoire » sera renforcée. Pour les investisseurs, il ne s’agit pas de voir l’IA en pessimisme, mais de repenser qui détient réellement le pouvoir de fixation des prix dans cette chaîne.