Alors que la demande de puissance de calcul continue d'accélérer, les contraintes d'approvisionnement en mémoire commencent à influencer directement la conception des prochaines générations de processeurs d'intelligence artificielle.

Selon TrendForce, Nvidia étudierait plusieurs configurations pour Rubin Ultra, dont certaines reposeraient sur huit couches de HBM au lieu des douze couches de HBM4e initialement envisagées. La décision finale n'a pas encore été arrêtée, mais cette réflexion montre que la disponibilité de la mémoire devient aussi déterminante que les performances du GPU lui-même.

En réduisant la quantité de HBM intégrée à chaque accélérateur, Nvidia pourrait produire davantage de systèmes à partir d'une offre de composants limitée et mieux répondre à la demande soutenue des hyperscalers. Ce compromis pourrait néanmoins réduire la capacité mémoire disponible et peser sur les performances des charges de travail les plus exigeantes, au moment où les modèles d'IA nécessitent des volumes croissants de données et de calcul.

Pour les investisseurs, la principale implication concerne toutefois les fabricants de mémoire avancée. TrendForce anticipe une progression de 50% à 60% des volumes de bits HBM en 2027, qui pourrait malgré tout rester insuffisante face aux besoins de l'industrie. Les difficultés de validation et de montée en rendement des composants HBM4e à douze couches devraient également prolonger la rareté des produits les plus performants.

Dans un marché où les livraisons de serveurs d'IA devraient encore fortement progresser en 2026, cette tension pourrait préserver le pouvoir de fixation des prix de SK Hynix, Samsung Electronics et Micron. La note de TrendForce renforce ainsi l'idée que la mémoire devient l'un des principaux goulets d'étranglement du cycle d'investissement dans l'IA, avec une part croissante de la valeur susceptible de migrer des concepteurs de GPU vers leurs fournisseurs de HBM.

Copyright (c) 2026 Zonebourse.com - All rights reserved.