DeepSeek ne va pas annuler le supercycle de mémoire – c’est la discipline des approvisionnements qui le fera.

L’article de tête concernant DeepSeek et les actions des entreprises spécialisées dans les mémoires ressemble à ceci : une start-up chinoise a démontré que les systèmes d’IA de haute qualité peuvent fonctionner avec un matériel beaucoup moins cher. Par conséquent, les grands opérateurs seront moins disposés à investir dans de nouveaux équipements, et les entreprises spécialisées dans les mémoires verront leur demande diminuer. Cette idée se retrouve constamment chaque fois que DeepSeek lance un nouveau modèle d’IA. Cela semble logique : des modèles plus intelligents nécessitant moins de puces signifie qu’il faut acheter moins de puces.

Cette relation a maintenant changé. Le marché de la mémoire n’est plus guidé par l’efficacité avec laquelle les modèles d’IA utilisent le matériel. Il est plutôt dicté par l’offre, qui ne peut pas répondre assez rapidement à la demande, qui a déjà été réorientée vers les produits à valeur la plus élevée. La narration liée à DeepSeek est donc une histoire centrée sur la demande, dans un marché où l’offre est limitée et où les investissements en capital nécessaires sont insuffisants.

La piège de l’efficacité

Les innovations de DeepSeek sont réelles. Son modèle V3 –671 milliards de paramètres, entraînés sur 2 048 GPU NVIDIA H800.Il utilise l’attention latente multi-têtes et la précision mixte FP8 pour réduire la taille de la mémoire nécessaire pour un modèle de cette taille. Son article sur Engram, publié en janvier 2026, va plus loin : il propose une architecture de mémoire conditionnelle qui décharge les connaissances factuelles statiques de la mémoire à haut débit (HBM) vers la mémoire ou le stockage moins coûteux, éloignant ainsi l’intelligence du calcul brut. Si ces deux approches deviennent des normes industrielles, la quantité de mémoire requise pour chaque token de traitement diminuera considérablement.

Mais l’efficacité par paramètre n’est pas la même que la destruction totale de la demande. Il y a une différence entre utiliser moins de mémoire par unité de travail et effectuer moins de travail en général. La trajectoire de DeepSeek montre bien cette distinction. Après la sortie du R1, il a annoncé des plans pour développer son propre chip d’inférence et a levé 7 milliards de dollars, avec une valeur de 52 à 59 milliards de dollars. L’efficacité n’a pas réduit ses ambitions ; elle a plutôt élargi le champ des problèmes qu’il pouvait résoudre. C’est là le raisonnement des grands opérateurs technologiques lorsqu’ils annoncent des prévisions de dépense en capital investi.

L’observation la plus importante est que le marché de la mémoire a déjà dépassé le point où l’efficacité des modèles détermine la direction des prix. Il s’est transformé en un marché d’allocation des ressources. Les fabricants – SK Hynix, Samsung et Micron – transfèrent les produits en wafers vers le HBM, qui offre des marges beaucoup plus élevées. La question n’est pas de savoir si quelqu’un veut acheter de la mémoire… C’est plutôt de savoir si il existe de la mémoire en dehors des produits qui en rapportent le plus.

Déficit d’approvisionnement

Les écarts entre l’offre et la demande pour les DRAM, les NAND et les HBM en 2026 seront respectivement de 4,9 %, 4,2 % et 5,1 % – c’est le niveau le plus élevé depuis 2011. Ce ne sont pas des marchés tendus. C’est plutôt des marchés déficitaires. Et ce déficit ne s’atténuera pas rapidement.

La raison structurelle en cause est le rythme des dépenses de capital. La construction de nouvelles installations de fabrication de mémoire et l’atteinte d’une production stable prennent entre trois et cinq ans. L’analyse de Deloitte concernant cette situation, publiée en juillet 2026, qualifie la hausse des prix due à la pénurie de « RAMageddon ». Les coûts du DRAM pour les serveurs IA ont doublé au premier trimestre 2026, et devraient quadrupler pour l’ensemble de l’année. Il est indiqué que l’offre issue du cycle de dépenses de capital ne sera disponible qu’environ en 2029 ou 2030. Il s’agit donc d’un problème lié aux dépenses de capital, et non à une question de demande. Les entreprises de mémoire peuvent annoncer autant d’investissements qu’elles le souhaitent aujourd’hui, mais la réalité physique de la construction des installations et de l’amélioration de la productivité signifie que la courbe de l’offre ne changera pas avant plusieurs années.

L’ampleur des investissements actuels illustre ce changement. L’industrie des semi-conducteurs liés à la mémoire est passée d’une chiffre d’affaires de environ 85 à 90 milliards de dollars en 2023 à une trajectoire qui devrait atteindre 800 à 850 milliards de dollars d’ici 2027 – soit une augmentation de neuf fois en quatre ans. Aucun autre secteur de l’industrie des semi-conducteurs n’a connu une croissance aussi rapide. Les semi-conducteurs liés à la mémoire sont considérés moins comme des produits de base et plus comme des ressources critiques qui doivent être assurées grâce à des contrats à long terme.

Les contraintes liées aux qualifications et aux rendements sont plus importantes que la capacité annoncée. La mise en production de HBM4 par Samsung a été retardée en raison des problèmes de rendement. L’ajout d’espaces de traitement propres ne génère pas de revenus si les disques ne réussissent pas à passer le test de qualité. SK Hynix est en avance sur les qualifications de HBM3E, mais elle fait face au risque de rendement faible en raison de la montée rapide du marché des DRAM. Micron a commencé la production de HBM4 en quantité avant l’heure prévue, et sa capacité de production pour 2026 est déjà vendue via des contrats. Mais cette décision de allocation signifie une diminution de la disponibilité de DRAM pour le reste du marché.

La réalité financière

Les résultats de Micron illustrent bien les mécanismes en jeu. Les revenus ont augmenté, passant de 8,05 milliards de dollars au deuxième trimestre de la période budgétaire 2025 à 23,86 milliards de dollars au deuxième trimestre de la période budgétaire 2026-26. Puis, ils sont montés à 41,46 milliards de dollars au troisième trimestre de la même période. Le bénéfice net a également augmenté, passant de environ 37 % au deuxième trimestre de la période budgétaire 2025 à 74,4 % au deuxième trimestre de la période budgétaire 2026-26. Ce ne sont pas des chiffres liés à une reprise cyclique. Il s’agit plutôt des bénéfices d’un fournisseur qui contrôle une quantité limitée de produits.

Le cours de l’action indique ce que le marché a déjà décidé. En septembre 2026, le cours de Micron se situait près de 977 $. Cela représente une hausse d’environ 243 % sur la période en cours, et plus de 520 % sur une base annuelle continue. La capitalisation boursière de Micron est d’environ 1,1 billions de dollars. Les analyses des analystes pour le prochain trimestre prévoient un cours d’environ 2,86 $ par action, pour des revenus d’environ 11,2 milliards de dollars. Ce ne sont plus des chiffres surprenants ; c’est simplement ce à quoi on peut s’attendre.

La question de la valorisation ne concerne plus seulement si les entreprises du secteur de l’mémoire vont prospérer. Il s’agit plutôt de savoir si l’expansion des marges peut se maintenir lorsque les investissements en capital devront finalement être réalisés. Les dépenses de capital que les fabricants de mémoires font aujourd’hui permettront à terme une augmentation de l’offre. La question est donc de savoir si la demande augmentera plus rapidement que l’offre qui sera disponible en 2029-2030.

La division en deux marchés

Le marché de la mémoire s’est effectivement divisé en deux sous-marchés, qui suivent des logiques économiques différentes. Le premier est celui des HBM et du DRAM de classe serveur – des produits dont les hyperscalers ont besoin pour l’entraînement et l’inférence des algorithmes d’IA. Ce marché est soumis à des contraintes d’allocation ; les produits se vendent via des contrats à terme, et les prix atteignent des niveaux records. Le second est le marché du DRAM de consommation traditionnel, du NAND et de la mémoire mobile. Ce marché est en situation de pénurie de capacité, car les fabricants détournent les wafers vers les HBM. Les deux marchés sont tendus, mais pour des raisons opposées : le premier est tendu parce que la demande dépasse l’offre, tandis que le second est tendu parce que l’offre est réduite.

Les innovations en matière d’efficacité de DeepSeek concernent principalement le premier marché. Si les exigences liées à l’HBM par token diminuent, cela entraîne une croissance plus lente de la demande en HBM, mais pas une réduction absolue. Quant au deuxième marché, il n’est pas affecté du tout par l’efficacité des inférences : les appareils consommateurs ne utilisent pas de modèles de langage complexes lors de l’inference.

L’implication est assez simple. Le récit de DeepSeek aurait de l’importance si le processus de réutilisation des mémoires était dicté par la demande. En réalité, ce n’est pas le cas. Cela dépend plutôt de contraintes de supply, de processus d’allocation des ressources, et d’un calendrier de investissements qui s’étend au-delà de la mise sur le marché d’un modèle donné. Les gains d’efficacité du côté de la demande sont réels, mais ils se produisent à une période plus courte que ceux du côté de l’offre. Les contraintes physiques liées à la construction des usines, à la maturité des produits et aux exigences des clients déterminent les résultats du marché, et non l’efficacité algorithmique du dernier modèle.

Qu’est-ce qui modifie la thèse ?

La question clé n’est pas de savoir si DeepSeek ou une autre start-up permettra de rendre l’utilisation de l’IA plus économique. La question plus importante est de savoir si le cycle d’investissements des fabricants de mémoire actuellement en place suffisait pour combler le déficit avant que la croissance de la demande ne ralentisse. Si les investissements des grands opérateurs continuent à se faire au même niveau, alors le manque de stock persistera, indépendamment de l’efficacité de l’inference. Si cette croissance ralentit, alors la pression sur l’allocation des ressources diminuera, les DRAM conventionnels deviendront à nouveau disponibles, et les marges se réduiront des deux côtés.

Le surcyclage de la mémoire est réel. Mais sa durée est déterminée par les courbes de fabrication et de rendement, et non par la complexité du prochain modèle.