Le moment des 1 000 milliards de dollars de la mémoire constitue un cycle dont le prix est comparable à un fossé défensif.

Le moment des 1 trillions de dollars de la mémoire est un cycle dont le prix est élevé, comme un rempart.

Cathie Wood a passé cette semaine à défendre l’industrie des semi-conducteurs, qui est très compétitive : le développement des mémoires à haute bande passante – ces modules DRAM montés sur chaque accélérateur d’IA –. Elle a également utilisé les fonds de ARK pour soutenir Cerebras et Groq, deux entreprises de chips dont l’argument principal est que ces produits ne nécessitent pas les composants que tout le monde cherche à vendre.La partie la plus cyclique de la chaîne alimentaire des semi-conducteursEt les prix qui triplent ou quadruplient constituent un avertissement, et non une opportunité lucrative. La plupart des titres de presse considèrent cela comme quelque chose de banal, rien de spécial. Je le vois plutôt comme un signe de cycle économique, avec une petite faille intéressante au milieu.

La demande est réelle. L’étiquetage en est la preuve. Ce que le marché fait actuellement – renommer un produit profondément cyclique en « infrastructure AI » – correspond à les comportements typiques d’une période de pic de demande. Les plans de capacité et l’architecture des puces en cours de développement sont également des signes que le pic se forme.

L’histoire du supercycle est réelle, et c’est ce qui est important.

Commencez par les faits, car il ne s’agit pas d’une accusation contre la demande. Selon les données du marché d’Ainvest, Micron a atteint une capitalisation boursière d’environ 1,06 trillion de dollars, avec des revenus en hausse de 167 % par an et un marge d’exploitation proche de 66 %. La valeur de l’action a donc augmenté de près…663 % au cours de l’année écouléeSK Hynix, le leader du marché HBM, détient environ 58 % de parts de marché. Son chiffre d’affaires dépasse le trillion de dollars. Bank of America décrit l’environnement actuel comme…Un surcycle similaire à la période de croissance des années 1990Le marché de la mémoire devrait dépasser les 440 milliards de dollars en 2026, soit une augmentation de 30 %. J.P. Morgan estime que la valeur des DRAM augmentera de plus de 400 % entre 2024 et 2026. Elle a même inventé un terme pour désigner ce phénomène : « chipflation ».

Cette rareté est structurelle, et non une rumeur. Un gigaoctet d’HBM consomme environ quatre fois la capacité de wafer des mémoires DRAM standard. On estime que les centres de données pour l’IA absorberont70 % de la production mondiale de puces de mémoire en 2026— C’est pourquoi tout le reste figurant sur une liste de composants, des téléphones aux ordinateurs, est en pénurie. Toute la production de HBM de Micron pour l’année 2026 est vendue dans le cadre de contrats pluriannuels. La société a également signé son premier accord de fourniture de produits à long terme cette année. SK Hynix considère l’année 2026 comme une “super-cycle de l’amortissement des mémoires à HBM”. Un représentant important du secteur de vente a récemment déclaré…Nous sommes encore très au début du cycle de mémoire.

C’est le consensus général. Historiquement, c’est également la structure exacte d’une situation de marché où la demande est faible, les prix montent rapidement, et il y a une idée selon laquelle “cette fois, c’est différent”. Les contrats à long terme permettent que les hausses de prix restent stables sur le long terme. Le signal contraire dans cette situation n’est pas lié à la demande – c’est plutôt le fait que toutes les réponses de l’offre et de la substitution sont maintenant mesurables, et que toutes deux réagissent aux prix.

Chaque cycle de surcroissance des mémoires se termine de la même manière : capacité, puis substitution.

D’abord, la capacité de production. Rien ne indique mieux l’augmentation de la capacité de production que le prix des mémoires. SK Hynix cherche à tripler sa capacité de production ; Micron finance des usines de fabrication de mémoires d’une valeur multimillions de dollars en Idaho ; Samsung fait de même. Même le dirigeant de la plus grande entreprise productrice de mémoires au monde, Chey Tae-won, président de SK Group, a qualifié les prix actuels de « anormalement élevés ». Les dirigeants de l’industrie des mémoires ont également déclaré publiquement que leurs prix dépassent un niveau durable. C’est là le point fort de l’argument de Wood. Elle a clairement dit que l’augmentation des prix est une opportunité pour SK Hynix et Samsung de augmenter leur production. La demande est forte, mais les engagements de production qui répondent à cette demande sont précisément ce qui, historiquement, réduit les marges bénéficiaires des entreprises.

Deuxièmement, la substitution. C’est là que réside le vrai débat. C’est pourquoi je pense que Wood pose une question juste trop tôt – même si sa réponse contient des erreurs de notation.

Elle qualifie la mémoire de « l’élément le plus standardisé dans la chaîne d’approvisionnement en semi-conducteurs ». C’est là son défaut. La mémoire à haut débit est tout le contraire d’un produit standardisé. C’est l’élément le plus rare, le plus précieux et le plus contrôlé de la stack. En gros, 58 % de cette mémoire sont contrôlés par un seul fournisseur. Elle sera épuisée d’ici 2026 et jusqu’en 2027. Un produit standardisé ne peut pas avoir une telle valeur. Ce que Wood décrit vraiment, c’est un blocage au niveau des prix maximaux. Et un blocage au niveau des prix maximaux est pire pour la durabilité qu’un produit standardisé : lorsque le cycle se transforme, les marges diminuent encore davantage, car le prix élevé était justement la raison pour laquelle ce produit était vendu.

La partie sur laquelle elle a raison : l’industrie transforme l’HBM en produits de qualité supérieure.

La raison pour laquelle son point de vue contraire mérite attention plutôt que d’être ignoré est l’architecture qui sous-tend son argument. L’inference par GPU est limitée par le bande passant de la mémoire. Chaque nouveau token généré par un modèle d’IA nécessite que les poids du modèle soient extraits de la HBM. C’est pourquoi servir un grand modèle coûte plus cher en termes de bande passant de mémoire que en termes de calcul. Son argument…Nous constatons que l’ingénierie permet d’éliminer la nécessité de disposer de mémoire à haut débit pour les opérations d’inférence.— Il est maintenant soutenu par des expéditions réelles, et non pas par des chiffres fantaisistes.

Cerebras est l’exemple le plus clair de cela. Son moteur à l’échelle d’une feuille de silice fusionne toute une feuille de silicium en un seul chip géant.900 000 cœurs optimisés par l’IAContenant 44 Go de SRAM intégrée – et l’entreprise indique clairement que sa conception est…Ne pas utiliser de mémoire HBM, de packaging CoWoS, ni la technologie de fabrication à 3 nm.Les trois composants qui ont le moins de ressources en termes de stockage dans ce cycle. Au lieu d’utiliser des mémoires de haute qualité à côté du chip, Cerebras stocke les données utilisées sur la wafer, et transfère les poids du modèle depuis la mémoire externe. Les preuves fournies par le client sont cruciales : OpenAI a choisi Cerebras comme partenaire pour le lancement de son modèle avancé GPT-5.6 Sol, qui fonctionne à 750 tokens par seconde. OpenAI a également accepté d’acheter jusqu’à 750 millions de watts de capacité de Cerebras jusqu’en 2028, pour un montant estimé à plus de 10 milliards de dollars. Cerebras décrit des obligations de performance s’élevant à 25,4 milliards de dollars, et prévoit de tripler ses revenus en 2027.

La même dynamique s’applique également tout au long de la pile de processeurs. La unité de traitement linguistique de Groq est construit presque entièrement autour de la SRAM intégrée, sans aucune HBM externe. Et voici le signe qui devrait être pris en compte par le marché : Nvidia, le plus grand acheteur d’HBM de l’histoire.Il a payé environ 20 milliards de dollars en décembre dernier pour obtenir une licence non exclusive à la technologie d’inférence de Groq.Et ils ont amené l’équipe fondatrice de Groq à l’intérieur. Lorsque le consommateur dominant de ce composant rare achète une architecture qui ne l’utilise pas, l’histoire de substitution cesse d’être hypothétique. Le concurrent met de l’argent réel pour se protéger contre cette transition vers une utilisation plus efficace du composant.

Le mur ne disparaît pas. Il se déplace.

Voici une partie de la communication marketing qui prétend qu’il n’est pas nécessaire d’utiliser l’HBM… Mais cela est important pour comprendre ce que représente réellement ce marché. Cerebras ne supprime pas la mémoire ; elle simplement déplace cette contrainte. Une GPU conventionnelle stocke les poids dans l’HBM et les rechargée pour chaque token. Donc, la contrainte principale est la bande passante de l’HBM. Cerebras, quant à elle, stocke les activations dans sa SRAM intégrée, et charge les poids depuis la mémoire externe.La contrainte de liaison change de la bande passante HBM à la bande passante d’injection.— Le taux à partir duquel les composants de connectique peuvent alimenter la wafère. En d’autres termes, le “memory wall” ne disparaît pas ; il passe d’une composante de haute qualité à une composante moins chère. Le stockage de données externes existe toujours – des DRAM bon marché, à un prix inférieur à celui des HBM, plutôt que rien du tout.

Cette distinction est essentielle pour le marché de la mémoire. Même dans un avenir où Cerebras et Groq remportent des succès significatifs, DRAM sera toujours consommée en grande quantité. Ce qui change, c’est qui bénéficie du profit : les composants HBM propriétaires et rares à prix élevé, ou les technologies de mémoire de basse qualité que tous les serveurs connaissent déjà. L’affirmation de Wood selon laquelle « l’essor de la mémoire s’arrête » est en réalité une affirmation selon laquelle « le profit lié à la mémoire se normalise ». C’est une tendance juste… mais le moment exact dépend d’un cycle, et les cycles fonctionnent selon leur propre calendrier.

Cependant : le gagnant désigné est déjà fixé.

Le point délicat de ce marché est l’évaluation des actifs d’ambition sur les deux côtés. Cerebras est une entreprise d’environ 52 milliards de dollars, qui est évaluée à environ 77 fois ses ventes récentes selon les données du marché. Le taux de marge brute selon les normes GAAP est d’environ 35 %, contre environ 73 % pour Micron. L’entreprise dispose d’une base de clients concentrée, dirigée par G42, OpenAI et AWS. De plus, son résultat net reste très négatif, même lors des trimestres les plus performants. Les revenus principaux ont augmenté.103 % en glissement annuelCependant, l’entreprise a publié unPerte nette de 450,5 millions de dollars, principalement due aux avantages en actions.Cette action a dépassé les attentes et a amélioré les prévisions pour août. Cependant, les actions ont encore chuté d’environ 14 % après les horaires de vente normales. Cette semaine, elles ont également diminué de deux chiffres. Lorsqu’une action est considérée comme la meilleure option pour un investissement, le profil de rendement devient plus faible par rapport au risque : la stratégie d’investissement est correcte, mais le prix d’entrée prend déjà en compte cette conclusion.

Pendant ce temps, les noms des mémoires présentent un risque inverse. Un multiple de croissance qui semble peu important lorsque les bénéfices atteignent leur pic cyclique – comme celui de Micron, avec 21 fois les bénéfices récents et une marge opérationnelle de 66 % – est le moyen dont les prix des mémoires se sont toujours exprimés historiquement. C’est le pic des bénéfices, et non celui du prix, qui est important ; les ajouts de capacité indiquent donc le moment opportun pour agir.

Aucune de ces facteurs ne rend la mémoire inopportune. Il s’agit d’une demande réelle et à long terme ; le cycle peut durer plus longtemps que les sceptiques l’imaginent, si la construction des infrastructures de modèles continue à générer des besoins en HBM avant que l’offre ne soit disponible. La théorie est remise en question si le contenu en HBM par accélérateur continue d’augmenter, tandis que les prix restent stables jusqu’en 2027, ou si la capacité de fabrication de Cerebras ne parvient pas à transformer ces obligations en revenus. Mais les preuves disponibles – marges record, fournisseurs contractés, capacité qui triple, et trois architectures de conception différentes pour créer un avantage compétitif – indiquent une direction claire : le marché profite bien de cette situation.

Où va le capital

La question n’est pas de savoir si la mémoire est importante. C’est plutôt si le seuil de croissance d’un produit cyclique mérite d’être considéré comme une infrastructure permanente, et si le prix de cette architecture permet déjà de prévoir les résultats attendus. Du côté de la mémoire, le profil de récompense correspondant à un chiffre d’affaires de un trillion de dollars, avec des marges opérationnelles record, représente une récupération multipliée par le niveau actuel du cycle économique. Le marché est très compétitif, et c’est justement là que les retours anticipés deviennent une source de liquidité pour l’achat ou la vente. Du côté de l’architecture, la théorie correcte consiste en une entrée erronée : la performance de Cerebras est visible à 77 fois le chiffre d’affaires. Donc, cette position devrait être placée dans la phase de validation, et non dans celle de promotion – une position destinée à absorber les volatilités, tandis que les revenus en 2027 deviennent triplés, et les partenariats avec AMD et AWS se transforment de simples contrats en produits réels.

La partie de cette transition qui n’a pas encore été consensuelle est celle qui se trouve sous les “gagnants” désignés : les architectures d’inférence décomposées qui permettent d’associer la mémoire et le calcul aux serveurs standards existants. C’est là que AMD et AWS transfèrent la vitesse de Cerebras sur leurs propres infrastructures. De plus, la licence Groq de Nvidia reconnaît implicitement que les GPU actuels ne sont pas adaptés à ce rôle. C’est là que les récompenses du marché se concentrent une fois la transition effective, et où le prix d’entrée n’a pas encore été déterminé. Le cycle se poursuit ; la discipline de allocation qui s’applique ici permet de transformer la concurrence chaotique en une structure plus efficace, et de maintenir l’architecture dans un état qui lui permet de survivre pendant cette phase initiale.