#BernsteinSaysMemoryBullMarketToLastUntil2027 Avant que la révolution de l’IA ne s’accélère, les investisseurs dans le 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 subissaient généralement des cycles « boom-and-bust » prévisibles, portés par des périodes de surcapacité suivies d’une chute des prix. Tous les quelques années, les fabricants développaient la production de façon trop agressive, les stocks s’accumulaient, les marges se comprimaient et les valorisations étaient recalibrées. La dernière recherche de Bernstein remet 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. Plutôt que 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 cela se confirme, les investisseurs devront peut-être revoir la manière dont ils évaluent les entreprises de semi-conducteurs : passer de l’idée que les producteurs de mémoire sont des activités très cycliques à la reconnaissance qu’ils fournissent une infrastructure stratégique alimentant l’économie mondiale de l’IA.

Le fondement de la thèse de Bernstein tient à une réalité simple : l’intelligence artificielle transforme la mémoire, passant d’un produit commoditisé à une ressource essentielle à des opérations critiques. 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 précisément là que la High Bandwidth Memory (HBM) change la donne. Contrairement à la DRAM conventionnelle utilisée dans les ordinateurs personnels et dans les serveurs d’entreprise classiques, 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 d’IA exige des capacités mémoire substantiellement plus élevées et des taux de transfert de données plus rapides, faisant de la HBM l’un des composants les plus précieux des systèmes d’IA modernes.

Les serveurs cloud traditionnels prenaient en charge des applications web, des bases de données, du stockage, des services de messagerie et des charges de virtualisation, qui imposaient des exigences relativement modestes en bande passante mémoire. Les serveurs d’IA représentent une classe d’infrastructure entièrement différente. L’entraînement de grands modèles de langage nécessite des milliers de GPU fonctionnant simultanément au sein d’immenses clusters, échangeant chaque seconde de vastes quantités d’informations. Un seul accélérateur d’IA moderne peut contenir des piles de HBM avancée connectées via des interfaces ultra-larges, capables d’acheminer des téraoctets de bande passante par seconde. À mesure que la taille des modèles continue de croître et que les charges d’inférence deviennent plus sophistiquées, chaque nouveau serveur d’IA requiert bien davantage de HBM que les générations précédentes. Cette hausse structurelle de l’intensité mémoire est l’une des principales raisons 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 d’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 élargit rapidement sa gamme de GPU Instinct pour rivaliser dans les déploiements IA à grande échelle, augmentant la demande de solutions mémoire premium. Parallèlement, les entreprises qui développent des modèles d’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 entreprises n’achètent plus uniquement du matériel pour remplacer des infrastructures vieillissantes : elles construisent de toutes nouvelles « IA campuses » qui exigent d’énormes volumes de GPU avancés, d’équipements réseau, de systèmes de stockage, d’infrastructures d’alimentation électrique et, surtout, de mémoire hautes performances.

Chaque cluster d’entraînement à l’IA déployé par ces organisations consomme exponentiellement plus de HBM que l’infrastructure cloud traditionnelle. À mesure que les modèles de base deviennent plus grands et plus capables, les charges d’inférence augmentent elles aussi rapidement. Des millions d’utilisateurs interagissant chaque jour avec des assistants d’IA nécessitent des ressources de calcul constantes, ce qui fait que la demande dépasse l’entraînement pour s’étendre à un déploiement de long terme. Cela crée une source structurelle plutôt que temporaire de consommation de mémoire, renforçant l’argument de Bernstein selon lequel l’équilibre offre-demande du secteur a fondamentalement changé.

Un autre facteur essentiel qui soutient le marché haussier prolongé est le nombre limité d’entreprises capables de fabriquer une HBM de pointe à une échelle commerciale. Contrairement à la DRAM de commodité, la production de HBM avancée exige une technologie de procédé de pointe, des techniques d’emballage sophistiquées et des années d’expertise en ingénierie. Cela limite fortement l’expansion de l’offre, même lorsque la tarification devient très attractive.

SK Hynix mène actuellement le marché mondial de la HBM et s’est imposée comme le principal fournisseur de NVIDIA pour plusieurs accélérateurs d’IA phares. Des années d’investissement précoce ont permis à l’entreprise de capter une part dominante du marché, lui donnant un pouvoir de fixation des prix considérable alors que la demande continue de monter. Des informations indiquent que l’essentiel de sa capacité de production future de HBM a déjà été engagée via des accords clients à long terme, ce qui réduit l’incertitude et offre une visibilité exceptionnelle sur les revenus.

Micron s’est imposée comme un autre grand bénéficiaire de l’envolée de l’IA. Ses produits HBM3E ont reçu une demande client solide, une grande partie de sa production à court terme ayant, selon des informations, déjà été vendue bien au-delà des calendriers de livraison à venir. L’entreprise continue d’étendre ses capacités d’emballage avancé tout en améliorant ses rendements de fabrication, afin de se positionner pour rivaliser de manière agressive sur le segment premium de la mémoire pour l’IA. À mesure que les déploiements d’IA augmentent à l’échelle mondiale, 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 demeure l’un des plus grands fabricants de mémoire à l’échelle mondiale et dispose d’une capacité de production considérable sur la DRAM et la NAND. Bien que la société soit entrée dans la course à la HBM plus tard que SK Hynix sur certains segments clients, elle continue d’investir fortement dans la HBM3E, la HBM4, des technologies d’emballage avancées et des nœuds de procédé de nouvelle génération. La taille industrielle de Samsung, sa solidité financière et ses capacités de recherche lui permettent de rester un concurrent de poids, capable de gagner davantage de parts de marché à mesure que la demande future liée à l’IA s’accroîtra.

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 plus grande capacité, une meilleure efficacité énergétique et une évolutivité renforcée pour des charges d’IA de plus en plus complexes. Obtenir ces améliorations de performance nécessite non seulement des avancées dans la fabrication de mémoire, mais aussi dans les technologies d’emballage telles que l’empilement 3D, le hybrid bonding et des architectures d’interconnexion avancées. Les entreprises capables de maîtriser ces technologies sécuriseront probablement des partenariats à long terme avec les principaux concepteurs de puces d’IA pour les années à venir.

Une autre raison importante pour laquelle Bernstein estime que ce cycle diffère des précédents est 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 selon les conditions de stocks. Aujourd’hui, les fournisseurs cloud à grande échelle et les entreprises d’infrastructure d’IA privilégient de plus en plus les 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 demeure toutefois limitée par l’extraordinaire complexité de la fabrication de semi-conducteurs. Construire une usine de fabrication de mémoire avancée exige d’importants investissements en capital, des équipements sophistiqués, des approbations réglementaires, des talents d’ingénierie qualifiés, ainsi que plusieurs années avant le début d’une production significative. Même si Micron, SK Hynix et Samsung annoncent des plans d’expansion ambitieux, il est peu probable qu’une grande partie de cette capacité supplémentaire influence matériellement l’offre mondiale avant la fin de la décennie. Pendant ce temps, les dépenses en infrastructure d’IA continuent d’accélérer, maintenant la demande confortablement au-dessus de la croissance de la production.

Les implications vont au-delà des 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 bénéficier d’investissements durables. À mesure que les piles de mémoire deviennent de plus en plus sophistiquées, la demande d’équipements de lithographie avancée, de systèmes d’inspection des wafers, de technologies d’emballage des puces et de matériaux de fabrication spécialisés augmente, créant des opportunités tout au long de la chaîne d’approvisionnement des semi-conducteurs.

Néanmoins, les investisseurs devraient rester conscients des risques potentiels. Un ralentissement économique mondial sévère pourrait réduire les dépenses des entreprises en IA. Une expansion de la production plus rapide que prévu pourrait finir par rééquilibrer l’offre. Des tensions géopolitiques, des réglementations d’exportation ou des progrès technologiques rapides de la part de concurrents émergents pourraient modifier la dynamique concurrentielle. L’investissement dans l’IA lui-même pourrait connaître des périodes de croissance plus lente si les retours sur les 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 dépourvu d’incertitudes.

À mon avis, le rapport de Bernstein reflète une transformation plus large à l’œuvre dans l’ensemble de l’industrie des semi-conducteurs. L’intelligence artificielle transforme la mémoire, la faisant passer d’un produit à faible marge à l’une des composantes les plus stratégiquement précieuses de l’informatique moderne. Les GPU reçoivent souvent la majorité des titres, mais sans d’énormes quantités de mémoire hautes performances, 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 pouvoir de fixation des prix plus fort, d’une meilleure visibilité des résultats sur la durée et de valorisations plus élevées que celles que les investisseurs ont traditionnellement attribuées à ce secteur.

Si les projections de Bernstein se confirment finalement, 2027 pourrait représenter plus que simplement le pic d’un autre cycle de semi-conducteurs. Cela pourrait marquer le moment où le marché redéfinit durablement les entreprises de mémoire comme des leaders d’infrastructure d’IA à long terme, plutôt que comme des activités prisonnières de cycles récurrents « boom-and-bust ». Dans un monde « IA d’abord », la puissance de calcul seule ne suffit plus. Les entreprises capables de fournir la mémoire qui alimente ces processeurs pourraient devenir certaines des entreprises technologiques les plus stratégiquement importantes de la décennie.
@Gate_Square