#BernsteinSaysMemoryBullMarketToLastUntil2027 Avant que la révolution de l’IA ne s’accélère, les investisseurs du secteur des semi-conducteurs considéraient l’industrie de la mémoire comme l’un des secteurs technologiques les plus cycliques. Les fabricants de DRAM et de NAND connaissaient généralement des cycles prévisibles de hausse puis d’effondrement, portés par des périodes de surproduction suivies de chutes de prix. Tous les quelques années, les fabricants développaient la production de façon trop agressive, les stocks s’accumulaient, les marges se contractaient et les valorisations se réinitialisaient. Les dernières recherches de Bernstein remettent en cause cette hypothèse vieille de plusieurs décennies. D’après les analystes Gautam Chhugani et Mahika Sapra, le cycle haussier actuel de la mémoire est fondamentalement différent de tout ce que l’industrie a connu auparavant. Au lieu de s’achever dans la fenêtre traditionnelle de deux à quatre ans, ils estiment que le marché haussier de la mémoire, porté par l’IA, pourrait rester intact jusqu’au moins en 2027. Si cette thèse se confirme, les investisseurs devront peut-être revoir la manière dont ils valorisent les entreprises de semi-conducteurs, en passant d’une vision de producteurs de mémoire comme des activités très cycliques à la reconnaissance de leur rôle de fournisseurs d’infrastructures stratégiques alimentant l’économie mondiale de l’IA.

#BernsteinSaysMemoryBullMarketToLastUntil2027 Avant la révolution de l’IA, les investisseurs en semi-conducteurs considéraient l’industrie de la mémoire comme l’un des secteurs technologiques les plus cycliques. Les fabricants de DRAM et de NAND connaissaient généralement des cycles de boom-bust prévisibles, portés par des périodes de surstockage suivies d’effondrements des prix. Tous les quelques années, les fabricants augmentaient la production de façon trop agressive, les stocks s’accumulaient, les marges se compressaient et les valorisations se réinitialisaient. La dernière étude de Bernstein remet en question cette hypothèse vieille de plusieurs décennies. D’après les analystes Gautam Chhugani et Mahika Sapra, le cycle haussier actuel de la mémoire est fondamentalement différent de tout ce que l’industrie a connu auparavant. Au lieu de s’achever dans la fenêtre traditionnelle de deux à quatre ans, ils estiment que le marché haussier de la mémoire porté par l’IA pourrait rester intact au moins jusqu’en 2027. Si cela se confirme, les investisseurs devront peut-être revoir la façon dont ils valorisent les sociétés de semi-conducteurs, en passant de l’idée de producteurs de mémoire comme des entreprises très cycliques à la reconnaissance de leur rôle de fournisseurs d’infrastructures stratégiques alimentant l’économie mondiale de l’IA.

La base de la thèse de Bernstein repose sur une réalité simple : l’intelligence artificielle transforme la mémoire, la faisant passer d’un produit de base à une ressource critique pour les opérations. Les accélérateurs d’IA sont devenus nettement plus puissants ces dernières années, mais leurs performances dépendent de plus en plus de la capacité à déplacer d’énormes volumes de données à des vitesses extrêmement élevées. C’est là que la High Bandwidth Memory (HBM) change la donne. Contrairement à la DRAM conventionnelle utilisée dans les ordinateurs personnels et les serveurs d’entreprise traditionnels, la HBM offre une bande passante nettement supérieure tout en consommant moins d’énergie, permettant aux GPU de traiter efficacement des modèles d’IA à mille milliards de paramètres. Chaque nouvelle génération de matériel IA nécessite des capacités mémoire sensiblement plus importantes et des taux de transfert de données plus rapides, ce qui fait de la HBM l’un des composants les plus précieux des systèmes IA modernes.

Les serveurs cloud traditionnels géraient des applications web, des bases de données, du stockage, des services de messagerie et des charges de virtualisation qui imposaient des demandes relativement modestes en bande passante mémoire. Les serveurs d’IA représentent une tout autre catégorie d’infrastructure. Entraîner de grands modèles de langage exige des milliers de GPU opérant simultanément dans d’immenses clusters, échangeant des quantités colossales d’informations chaque seconde. Un seul accélérateur d’IA moderne peut contenir des piles de HBM avancée connectées via des interfaces ultra-larges capables de délivrer des téraoctets de bande passante par seconde. À mesure que la taille des modèles continue d’augmenter et que les charges d’inférence deviennent plus sophistiquées, chaque nouveau serveur IA requiert considérablement plus de HBM que les générations précédentes. Cette hausse structurelle de l’intensité mémoire est l’une des raisons principales pour lesquelles la demande continue de dépasser l’offre disponible.

Les plus grandes entreprises technologiques du monde accélèrent cette tendance grâce à des investissements sans précédent dans l’infrastructure IA. NVIDIA continue de dominer le marché des GPU pour l’IA, et chaque génération de ses accélérateurs intègre une technologie HBM plus avancée. AMD étend rapidement son portefeuille de GPU Instinct pour rivaliser dans les déploiements IA hyperscale, ce qui augmente la demande de solutions mémoire premium. Dans le même temps, les entreprises développant des modèles IA de pointe — dont Anthropic, OpenAI, xAI, Meta, Microsoft, Amazon et Google — investissent des centaines de milliards de dollars dans des centres de données de nouvelle génération conçus spécifiquement pour l’intelligence artificielle. Ces acteurs n’achètent plus uniquement du matériel pour remplacer des infrastructures vieillissantes ; ils construisent de nouveaux campus IA, nécessitant d’énormes volumes de GPU avancés, des équipements réseau, des systèmes de stockage, des infrastructures énergétiques et, surtout, de la mémoire haute performance.

Chaque cluster d’entraînement IA déployé par ces organisations consomme une quantité exponentielle de HBM par rapport à l’infrastructure cloud traditionnelle. À mesure que les modèles de fondation deviennent plus volumineux et plus performants, les charges d’inférence progressent elles aussi rapidement. Des millions d’utilisateurs qui interagissent chaque jour avec des assistants IA exigent des ressources de calcul constantes, ce qui signifie que la demande dépasse l’entraînement pour s’étendre au déploiement sur le long terme. Cela crée une source structurelle plutôt que temporaire de consommation de mémoire, étayant l’argument de Bernstein selon lequel l’équilibre offre-demande du secteur a fondamentalement changé.

Un autre facteur essentiel en faveur d’un marché haussier prolongé est le nombre limité d’entreprises capables de fabriquer de la HBM de pointe à l’échelle industrielle. Contrairement à la DRAM de type produit de base, la production de HBM avancée exige des technologies de procédé de niveau élevé, des techniques d’emballage sophistiquées et plusieurs années d’expertise en ingénierie. Cela limite fortement l’expansion de l’offre même lorsque les prix deviennent très attractifs.

SK Hynix mène actuellement le marché mondial de la HBM et s’est imposée comme le fournisseur principal de NVIDIA pour plusieurs accélérateurs IA phares. Des années de premiers investissements ont permis à l’entreprise de capter une part dominante du marché, lui donnant un pouvoir de fixation des prix conséquent alors que la demande continue de monter. Des informations indiquent qu’une grande partie de ses futures capacités de production de HBM est déjà réservée via des accords clients à long terme, réduisant l’incertitude et offrant une visibilité exceptionnelle sur les revenus.

Micron s’est imposée comme un autre grand bénéficiaire de l’essor de l’IA. Ses produits HBM3E ont reçu une forte demande des clients, et une grande partie de sa production à court terme serait déjà vendue pour des livraisons bien au-delà des calendriers futurs. L’entreprise continue d’étendre ses capacités d’emballage avancé tout en améliorant ses rendements de fabrication, se positionnant pour rivaliser de manière agressive dans le segment premium de la mémoire IA. À mesure que les déploiements d’IA augmentent à travers le monde, la capacité de Micron à sécuriser des accords d’approvisionnement à long terme renforce à la fois la stabilité des revenus et les marges opérationnelles.

Samsung reste l’un des plus grands fabricants de mémoire au monde et dispose d’une capacité de production considérable sur la DRAM et la NAND. Même si la société a rejoint la course à la HBM plus tard que SK Hynix dans certains segments clients, elle continue d’investir fortement dans la HBM3E, la HBM4, les technologies d’emballage avancé et les nœuds de procédé de nouvelle génération. L’échelle de fabrication de Samsung, sa solidité financière et ses capacités de recherche garantissent qu’elle demeure une concurrente de poids, capable de gagner davantage de parts de marché à mesure que la demande future liée à l’IA s’amplifie.

La concurrence se déplace désormais vers la HBM4, qui représente la prochaine grande évolution de la technologie mémoire pour l’IA. La HBM4 devrait offrir une bande passante nettement plus élevée, une capacité accrue, une meilleure efficacité énergétique et une évolutivité améliorée pour des charges d’IA de plus en plus complexes. Obtenir ces progrès de performances exige non seulement des avancées dans la fabrication de mémoire, mais aussi dans les technologies d’emballage telles que l’empilement 3D, le bonding hybride et des architectures d’interconnexion avancées. Les entreprises capables de maîtriser ces technologies sécuriseront probablement des partenariats de long terme avec les principaux concepteurs de puces IA pour les années à venir.

Une autre raison importante pour laquelle Bernstein estime que ce cycle diffère des précédents tient à l’adoption généralisée d’accords d’approvisionnement à long terme. Historiquement, les producteurs de mémoire dépendaient fortement de marchés spot volatils où les prix fluctuaient fortement en fonction des conditions de stocks. Aujourd’hui, les fournisseurs cloud hyperscale et les entreprises d’infrastructure IA privilégient de plus en plus des contrats pluriannuels qui garantissent l’approvisionnement futur. Ces accords réduisent la volatilité des prix, améliorent la planification de la production et donnent aux fabricants de mémoire davantage de confiance lorsqu’ils investissent des dizaines de milliards de dollars dans de nouvelles installations de fabrication.

L’expansion de l’offre elle-même reste limitée par l’extraordinaire complexité de la fabrication de semi-conducteurs. Construire une usine avancée de fabrication de mémoire nécessite un investissement massif en capital, des équipements sophistiqués, des approbations réglementaires, des talents d’ingénierie qualifiés et plusieurs années avant le début d’une production significative. Même si Micron, SK Hynix et Samsung annoncent des plans d’expansion ambitieux, une grande partie de cette capacité supplémentaire est peu susceptible d’influencer matériellement l’offre mondiale avant la seconde moitié de la décennie. Pendant ce temps, les dépenses d’infrastructure IA continuent d’accélérer, maintenant la demande confortablement au-dessus de la croissance de la production.

Les implications dépassent largement les seuls fabricants de mémoire. Les entreprises qui fournissent des équipements de fabrication de semi-conducteurs, des systèmes de lithographie avancée, des technologies d’emballage, des solutions de gestion de l’alimentation, des systèmes de refroidissement thermique et des infrastructures réseau pour l’IA devraient toutes profiter d’investissements soutenus. À mesure que les piles mémoire deviennent de plus en plus sophistiquées, la demande pour des équipements de lithographie avancée, des systèmes d’inspection des wafers, des technologies d’emballage des puces et des matériaux de fabrication spécialisés augmente, créant des opportunités tout au long de la chaîne d’approvisionnement en semi-conducteurs.

Néanmoins, les investisseurs devraient rester attentifs aux risques potentiels. Un ralentissement économique mondial sévère pourrait réduire les dépenses d’IA des entreprises. Une expansion de la production plus rapide que prévu pourrait finalement rééquilibrer l’offre. Les tensions géopolitiques, les réglementations d’exportation ou les progrès technologiques rapides de nouveaux compétiteurs pourraient modifier les dynamiques concurrentielles. L’investissement dans l’IA lui-même pourrait connaître des périodes de croissance plus lente si les retours liés aux dépenses d’infrastructure prennent plus de temps que prévu. Bien que Bernstein s’attende à ce que la tendance structurelle reste positive, aucun cycle technologique n’est entièrement exempt d’incertitudes.

D’un point de vue, le rapport de Bernstein reflète une transformation plus large en cours dans l’ensemble de l’industrie des semi-conducteurs. L’intelligence artificielle transforme la mémoire, la faisant passer d’un produit de base à faible marge à l’un des composants les plus stratégiquement précieux de l’informatique moderne. Les GPU reçoivent souvent l’essentiel des titres, mais sans d’énormes quantités de mémoire haute performance, même les accélérateurs d’IA les plus avancés ne peuvent pas délivrer tout leur potentiel. Alors que les gouvernements, les hyperscalers, les entreprises et les développeurs d’IA continuent d’investir de manière agressive dans des infrastructures de nouvelle génération, les fabricants de mémoire pourraient bénéficier d’un meilleur pouvoir de fixation des prix, d’une plus grande visibilité sur les résultats et de valorisations plus élevées que celles que les investisseurs ont traditionnellement attribuées à ce secteur.

Si, au final, les projections de Bernstein se révèlent exactes, 2027 pourrait représenter bien plus que le simple pic d’un autre cycle de semi-conducteurs. Cela pourrait marquer le moment où le marché redéfinit durablement les sociétés de mémoire comme des leaders d’infrastructure IA à long terme, plutôt que comme des entreprises piégées dans des cycles récurrents de boom-bust. Dans un monde “IA d’abord”, la puissance de traitement ne suffit plus à elle seule. Les entreprises capables de fournir la mémoire qui alimente ces processeurs pourraient devenir certaines des activités technologiques les plus stratégiquement importantes de la décennie.
@Gate_Square