Auteur : 见微知著杂谈
Source : Morgan Stanley Research sur les semi-conducteurs en Grande Chine
Date du rapport : 8 mai 2026
I. Contradiction principale
Les dépenses d'investissement mondial en IA dépassent les attentes, mais l'approvisionnement en puissance de calcul évolue vers un modèle tripartite : GPU + ASIC + puces locales chinoises, remplaçant progressivement la domination exclusive de NVIDIA. Le problème central n'est pas la suffisance de la demande, mais qui captera sa part de cette expansion et à quelle vitesse les semi-conducteurs non liés à l'IA seront marginalisés.
Deuxièmement, conclusions clés (classées par importance de trading)
Trois. Développement approfondi par segment
3.1 Emballage avancé (CoWoS / SoIC) — La ligne directrice la plus certaine
Contradiction centrale : la demande explose, mais seule TSMC est irremplaçable en matière de production ; les emballages non-TSMC (Amkor/ASE/UMC) subissent une pression sur leur part de marché.
[Driver clé] Les quatre grands fournisseurs de cloud (AWS/Google/Microsoft/Meta) ont augmenté leurs dépenses en capital du 95 % au T1 2026 par rapport à l'année précédente ; les dépenses en capital cloud devraient atteindre 685 milliards de dollars pour l'année entière, stimulant directement la demande en files d'attente pour CoWoS/SoIC.
Données clés et points temporels :
NVIDIA représente environ 59 % de la consommation de CoWoS, Broadcom environ 20 % et AMD environ 9 %.
· La valeur totale consommée des wafers de calcul IA en 2026 s'élève à environ 27,2 milliards de dollars américains, un record historique
· Le pourcentage des revenus des puces AI de TSMC affiche un CAGR de 60 % entre 2024 et 2029, et les revenus liés à l’IA dépasseront 30 % du chiffre d’affaires total en 2026
[Chemin de transmission]
Dépenses en capital des fournisseurs cloud → Commandes NVIDIA/Broadcom/Google TPU → CoWoS/SoIC deviennent des goulets d'étranglement → Pouvoir de négociation de TSMC augmenté → Part des revenus liés à l'IA en constante expansion.
[Insights sur le trading]
TSMC est la ligne directrice principale, il n'est pas nécessaire de chercher un moment précis pour entrer, la logique de détention est claire. SoIC constitue la deuxième courbe de croissance à partir de 2025 ; surveillez les opportunités des fournisseurs OSAT spécialisés dans l'assemblage SoIC (comme ASE).
3.2 Équipements de test (Handler / Socket / Probe Card) — évaluation la plus basse, croissance la plus certaine
[Contradiction centrale]
La complexité des puces augmente, et la durée des tests a doublé de manière structurelle, mais la réévaluation du TAM du marché pour les équipements de test est fortement en retard.
[Driver clé]
La durée de test de chaque génération de puces GPU double (Hopper 350 secondes → Blackwell 700-1000 secondes → Rubin 1200-1400 secondes → prochaine génération 1800-2000 secondes) ; le nombre de broches de la prise de test passe de 1500 de niveau mobile à 6000 de niveau AI/HPC, et même plus de 10 000 pour la prochaine génération.
Données des trois principaux indicateurs :
· Marché mondial des handlers : 436 millions de dollars en 2023 → 6,6 milliards de dollars en 2027, CAGR supérieur à 35 %
Les exigences de test optique CPO passeront à une échelle significative à partir de 2025, et entreront en 2027 dans la phase de test conjoint électrique-optique (Insertion 4i)
[Chemin de transmission]
Augmentation de la taille, du nombre de couches et de la complexité des puces → Allongement de la durée des tests → Hausse simultanée des prix et de la demande pour les Handler/Socket → Ajout de nouvelles exigences pour les tests optiques CPO → Déclenchement de la deuxième courbe de croissance.
[Insights sur le trading]
Les trois entreprises représentent le segment le moins évalué et le plus certain en matière de croissance dans la chaîne d'infrastructure IA, idéal pour un positionnement central à moyen terme. Une couverture de marché insuffisante et une valorisation basse en font actuellement la direction la plus intéressante en termes de rapport qualité-prix.
3.3 Puces IA chinoises (GPU/ASIC nationaux) — Tendance à long terme irréversible, divergence marquée à court terme
[Contradiction centrale]
Les restrictions à l'export stimulent la demande de substitution nationale, mais la technologie et la maturité de la production des puces locales varient considérablement ; la capacité à sécuriser des commandes de grands clients constitue la distinction essentielle.
[Driver clé]
DeepSeek valide la faisabilité d'un inférence à faible coût → Les fournisseurs de cloud nationaux accélèrent leur transition → L'expansion de SMIC en 7 nm soutient la production de masse → L'avantage TCO des puces nationales (30 à 60 % inférieur à NVIDIA) crée une boucle positive.
Taille du marché et paysage :
Part de marché nationale en 2026E : Huawei 62 %, Cambricon 14 %, Kunlunxin 5 %, T-Head 5 %, autres 14 %.
Dans les « Dix Dragons », MS met l'accent sur la comparaison de trois actifs :
[Chemin de transmission]
Contrôles à l'export → Substitution nationale → Expansion de SMIC 7 nm → Augmentation des livraisons de Huawei / Cambricon → Transition des fournisseurs de cloud locaux (ByteDance / Alibaba / Tencent) → Baisse des coûts d'inférence → Explosion d'applications → Nouvelle vague de demande en puissance de calcul.
[Insights sur le trading]
La plus certaine est Kunlun, c’est l’actif privilégié ; TianShu Intelligence présente la plus grande élasticité mais n’est pas encore rentable, ce qui implique un risque plus élevé. Huawei (non cotée) constitue la variable de concurrence la plus importante ; sa croissance de part de marché exerce une pression indirecte sur les autres fabricants nationaux et doit être suivie de près. Fenêtre temporelle : 2026–2027 constitue la période charnière où les puces AI nationales passeront du statut de remplaçantes à celui de solutions principales.
3.4 Semi-conducteurs non IA (consommation / automobile / industriel) — Orientation structurellement baissière, la reprise est faible et non forte
[Contradiction centrale]
Les ressources de la chaîne d'approvisionnement sont systématiquement吸走 par les systèmes d'IA, et le rythme de reprise traditionnel des semi-conducteurs reste constamment plus lent que prévu, le marché surestimant la résilience du rebond.
[Driver clé]
Les capacités de fabrication contractuelle, les substrats T-Glass et le stockage sont entièrement orientés vers l'IA ; les puces non IA sont mises en attente ; les coûts des wafers et des OSAT augmentent ; les sociétés de conception de puces subissent une pression sur leurs marges brutes.
Après exclusion des GPU AI NVIDIA et du stockage, la croissance des semi-conducteurs non-AI en 2026 devrait diminuer de manière significative.
· Le nombre de jours d'inventaire MCU reste à un niveau historiquement élevé (après un pic au 1T25, il reste stable au 4T25) ; les principaux fabricants tels que STM/GD connaissent une lente élimination de leurs stocks
· La capacité d'utilisation des fonderies logiques devrait ne revenir à 80 % qu'au 2H26, avec une reprise limitée.
· Le SiC surpasse le GaN : recommander SICC (OW), la pénétration du SiC devrait dépasser 50 % d'ici 2030 ; éviter InnoScience (EW), les amortissements liés à l'expansion entravent les bénéfices
[Insights sur le trading]
Évitez les expositions exclusivement traditionnelles aux semi-conducteurs ; le segment MCU a confirmé son fond de marché mais connaît une reprise faible, il n’est pas recommandé de parier lourdement sur un fort rebond. Le SiC est le seul sous-secteur traditionnel méritant une attention particulière.
3.5 Stockage (HBM / NAND / DDR4) — différenciation interne marquée, les signaux doivent être discernés
[Contradiction centrale]
L'IA stimule une demande explosive pour les HBM ; la hausse des prix des DDR4 et NAND est due à une concurrence des approvisionnements par l'IA, et non à un réel redémarrage de la demande, ce qui fausse les signaux et limite l'élasticité des prix.
[Insights sur le trading]
HBM fortement bullish, Hynix le plus bénéficiaire ; Macronix (NOR Flash, choix principal) bénéficie de la pénurie et est évalué raisonnablement ; la hausse des prix du NAND et du DDR4 ne signifie pas une amélioration de la demande, méfiez-vous des achats à la hausse.
Quatrième : variables macroéconomiques et géopolitiques : variables explicatives pour l'analyse des secteurs
【Géopolitique】Les restrictions à l'exportation se resserrent continuellement
Les exportations de NVIDIA vers la Chine sont limitées → La demande de substituts chinois locaux pour les puces IA augmente de manière certaine ; les dépenses en capital cloud en Chine devraient atteindre 105 milliards de dollars en 2026E, se rapprochant rapidement de 14 % des dépenses mondiales en capital cloud.
【Macro】Contraintes énergétiques (côté États-Unis)
La tension sur l'approvisionnement énergétique des centres de données aux États-Unis constitue un plafond potentiel à la croissance de la demande de GPU, mais ne constitue pas encore une contrainte substantielle à court terme (jusqu'en 2026).
【Structure du secteur】Effet d'assimilation par l'IA
L'effet d'aspiration de la demande en IA sur les chaînes d'approvisionnement non IA (T-Glass, DRAM traditionnel, capacité de fabrication pour la consommation) est la variable explicative centrale de la faiblesse persistante des semi-conducteurs non IA, et non des facteurs cycliques.
【Côté coûts】Inflation technologique
Les coûts des wafers, des OSAT et du stockage augmentent globalement, exerçant une pression sur les marges brutes des entreprises de conception de puces (notamment celles hors du secteur de l'IA) ; le pouvoir de négociation des fonderies comme TSMC continue d'augmenter.
Cinq. Combiner et cadre de trading recommandés
En tenant compte de l'ensemble des segments, élaborez le cadre de trading suivant :
Six. Résumé en une phrase
Achetez la fabrication encapsulée (TSMC), les équipements de test (Hon Precision / WinWay / MPI), et le leader chinois des puces AI (Cambricon) ; évitez les semi-conducteurs non AI avec une forte attente de reprise, privilégiez les HBM dans le stockage, et restez neutre sur le DRAM/NAND traditionnel. Fenêtre temporelle : 2026–2027, le cycle d'investissement en IA est loin d'être terminé.
Avertissement de risque : Cette note est établie à partir des études de recherche publiques de Morgan Stanley et est destinée uniquement à une utilisation interne à des fins d'analyse ; elle ne constitue en aucun cas une recommandation d'investissement. Le marché comporte des incertitudes, et les résultats réels peuvent différer considérablement des prévisions ; les investisseurs sont invités à prendre leurs décisions avec prudence.
Construire les infrastructures AI de l'avenir — CPU, GPU, ASIC, modules optiques et puces chinoises
Perspective solide pour les semi-conducteurs d'intelligence artificielle
Morgan Stanley qualifie les perspectives pour les semi-conducteurs d'IA comme « fortes », avec la demande alimentée par trois forces : l'explosion continue des applications phares de l'IA, la course aux capacités de calcul entre les géants technologiques, et les besoins des États en matière de construction d'IA souveraine. En parallèle, ce rapport identifie quatre contraintes à la croissance — budgétaires, goulets d'étranglement énergétiques aux États-Unis, capacité de production de puces en Chine, réglementation — dont la nature réside dans un manque d'offre par rapport à la demande, et non dans un affaiblissement de la demande elle-même.
À long terme, trois variables structurelles méritent une attention particulière :
1) Inflation technologique (hausse des coûts de fabrication, d’emballage et de test des puces, ainsi que des stocks, qui compriment les bénéfices des entreprises de conception de puces) ;
2) Effet d'absorption par l'IA (les ressources de la chaîne d'approvisionnement sont orientées vers l'IA, les semi-conducteurs non IA sont marginalisés) ;
3) L'effet DeepSeek (la preuve de l'inférence à faible coût, l'accélération de la demande locale d'inférence en Chine, et la capacité de production locale de GPU AI pour la chaîne d'approvisionnement en fabrication augmentent simultanément). La combinaison de ces trois éléments constitue le cadre logique fondamental pour toutes les évaluations de secteurs ultérieures du rapport.
Comparaison des valorisations : contrat de fabrication, backend, stockage, IDM (fabrication intégrée de dispositifs) et équipements semi-conducteurs
Comparaison des valorisations : fabless, semi-conducteurs de puissance, FPGA et circuits intégrés analogiques
Grand cycle des semi-conducteurs
La conclusion principale est une différenciation cyclique plutôt qu'une reprise globale : le taux d'utilisation des fonderies logiques devrait rebondir à 80 % au 2H26, mais la croissance des semi-conducteurs non-AI, hors NVIDIA AI GPU et stockage, devrait connaître une baisse significative en 2026 ; la réduction des jours d'inventaire depuis leur pic est un signal positif, les données historiques montrant que les cycles de baisse des stocks correspondent souvent à une hausse de l'indice des semi-conducteurs, mais la différenciation structurelle de cette reprise dépasse de loin les précédentes.
Chaîne d'approvisionnement en semi-conducteurs pour l'intelligence artificielle et mémoires de niche
D'ici 2030, le marché mondial de l'industrie des semi-conducteurs pourrait atteindre 1,5 billion de dollars américains, dont la moitié proviendrait des semi-conducteurs pour l'IA.
Important long-term anchor points: The global semiconductor market is projected to reach $1.5 trillion by 2030, with AI semiconductors contributing approximately $753 billion; under a bull case scenario, the TAM for cloud AI semiconductors is assumed to reach $235 billion by 2025 (primarily driven by NVIDIA AI GPUs), with a CAGR of 38% from 2023 to 2030, providing a top-level market space foundation for valuations across all subsequent sectors.
Semi-conducteurs en nuage : une perspective plus brillante
Les dépenses en capital des quatre grands fournisseurs de nuages (AWS/Google/Microsoft/Meta) ont augmenté de 95 % d'année sur année au T1 2026, ce qui constitue le seul indicateur le plus fort en termes de demande ; le ratio Capex/EBITDA devrait rester stable à environ 50 %, indiquant que la volonté d'expansion des fournisseurs de nuages est financièrement durable ; les prévisions de bénéfices d'Aspeed continuent d'être révisées à la hausse ; en tant que leader mondial des puces BMC pour serveurs AI dans le nuage, sa tendance de révision confirme la réalité de la demande dans le nuage.
Les dépenses en capital cloud des principaux fournisseurs de services cloud restent solides
Le traceur Capex du cloud Microsoft prévoit que les dépenses en capital des 10 principaux fournisseurs de cloud mondiaux atteindront 685 milliards de dollars en 2026, soit environ 10 % de plus que la consensus du marché ; le graphique historique montrant la corrélation étroite entre les dépenses en capital du cloud mondial et celles de TSMC constitue la preuve visuelle centrale soutenant l'analyse selon laquelle « cette vague n'est pas un cycle court » ; la part des actifs à cycle de vie court s'élève à environ 65 %, ce qui signifie que les fournisseurs de cloud doivent effectuer des achats continus chaque année, rendant la demande rigide.
Impact de la déploiement d'énergie annoncé par TSMC
À partir des spécifications de rack et de la puissance de déploiement des quatre principaux clients — NVIDIA, AMD, Broadcom et AWS —, la demande de wafers CoWoS est estimée de bas en haut ; la puissance du rack NVIDIA Rubin NVL144 est de 220 kW pour 45 000 racks, ce qui implique une demande annuelle de wafers CoWoS de 136 000 unités en 2027, constituant la base quantitative centrale de l'analyse de la tension entre l'offre et la demande de CoWoS dans le texte.
En raison de la demande continue forte en IA, TSMC pourrait augmenter sa capacité CoWoS à 165 000 unités par mois avant 2027.
Données d'offre CoWoS directes : la capacité de TSMC passera de 120 kwpm à la fin 2025 à 165 kwpm à la fin 2027, tandis que la capacité des non-TSMC (Amkor/UMC/ASE) augmentera simultanément de 23 kwpm à 80 kwpm ; du côté de la consommation, NVIDIA représente environ 59 % de la consommation totale de CoWoS, Broadcom environ 20 %, ce qui signifie que des variations de la demande de quelques clients ont un impact majeur sur TSMC.
L'expansion du SoIC (System Integration Chip) sera une priorité clé pour TSMC au cours des prochaines années.
SoIC est identifié comme une direction stratégique clé pour TSMC au cours des prochaines années : sa capacité passera de 45 kwpm à la fin de 2025 à 78 kwpm à la fin de 2027 ; parmi les demandeurs figurent NVIDIA, AMD, Apple, Qualcomm/Broadcom ; SoIC offre une densité d'intégration supérieure et des barrières technologiques plus élevées que CoWoS, constituant la deuxième courbe de croissance de TSMC en matière d'emballage avancé après CoWoS, avec une mise à grande échelle rapide prévue entre 2026 et 2027.
TSMC pourrait doubler sa capacité CoWoS et SoIC d'ici 2025, et nous prévoyons que cette tendance se poursuivra jusqu'en 2026
Les dépenses pour les wafers de calcul IA en 2026 pourraient atteindre jusqu'à 27,2 milliards de dollars américains, dont la majeure partie sera attribuée à NVIDIA.
Listez en partant du bas les allocations de capacité CoWoS, les quantités d'expédition de puces, la consommation de wafers et la valeur des wafers pour tous les principaux processeurs IA de 2026 (NVIDIA B300/Rubin/H200, Google TPU, AWS Trainium3, Microsoft Maia, OpenAI Nexus) ; le total cumulé de la valeur des wafers consommés pour les puces IA en 2026 s'élève à environ 27,2 milliards de dollars américains, avec NVIDIA en position dominante, constituant la base la plus convaincante pour l'estimation de la taille du revenu IA de TSMC dans l'ensemble du texte.
Consommation de HBM (High Bandwidth Memory) en 2026 – jusqu’à 32 milliards de Gb
La demande totale de HBM en 2026 s'élève à environ 32 279 mn Gb, dont environ 58 % est consommée par NVIDIA ; listez les spécifications HBM de chaque puce AI (capacité, génération, fournisseur) : la série Google TPU consomme principalement du HBM3e 12hi, tandis que AWS/Microsoft consomment du HBM3/HBM4 ; Hynix, Samsung et Micron se partagent l'offre, avec Hynix bénéficiant le plus en raison de son avance technologique en matière de HBM.
Estimation de la production de baies GB200/300 de NVIDIA
Suppositions sur l'offre et la demande des baies de serveurs NVIDIA GB200/300
La part des revenus des semi-conducteurs AI de TSMC pourrait atteindre 60 % entre 2024 et 2029.
Les revenus des puces AI de TSMC devraient afficher un CAGR de 60 % entre 2024 et 2029, avec une part des revenus AI dépassant 30 % du chiffre d'affaires total en 2026 ; les revenus proviennent de quatre segments : puces AI génériques, ASIC personnalisés, encapsulage et test CoWoS, et CPU pour serveurs AI ; parmi les clients, Apple représente 19 %, NVIDIA 21 % et Broadcom 11 % ; les marges brutes et les taux EBITDA continuent de s'étendre, confirmant l'impact positif de l'activité AI sur la qualité globale des bénéfices de TSMC.
Demande segmentée pour les wafers avancés de TSMC
Intelligence artificielle agente (Agentic AI) — Élargir les opportunités CPU
L'IA passe de la phase de raisonnement à la phase d'« action » ; le ratio CPU/GPU passe d'une configuration lourde en GPU (1:12) à une configuration lourde en CPU (≥1:1), poussée par des tâches outils telles que les appels API, l'exécution de code et la concurrence de plusieurs agents ; MS estime que l'IA agente pourra créer un marché CPU supplémentaire de 32 à 60 milliards de dollars américains (d'ici 2030), et MediaTek, en tant que concepteur de processeurs CPU pour serveurs IA, est cité comme bénéficiaire dans le rapport.
La demande en stockage AI provoque une pénurie de NAND ; nous prévoyons que la pénurie de NOR Flash se poursuivra jusqu'en 2026
La pénurie de DDR4 se poursuivra jusqu'à la seconde moitié de 2026 ; le prix au comptant est plafonné
AI ASIC, CPO et test de puces
Semi-conducteurs IA : Présent et futur — « Moteurs clés »
Présenter de manière parallèle les quatre dimensions : moteurs, contraintes, solutions techniques et perspectives de croissance pour les semi-conducteurs AI ; lister spécifiquement trois paires de comparaisons de perspectives de croissance — inférence vs entraînement, edge vs cloud, ASIC personnalisé vs GPU AI — ces trois comparaisons constituent la carte mentale pour comprendre les points de divergence dans les jugements sur tous les segments ultérieurs du rapport.
Les fournisseurs de services cloud (CSP) ont toujours besoin de puces personnalisées, même s'ils possèdent les puces AI GPU puissantes de NVIDIA.
Selon les plans des fournisseurs de services cloud (CSP), davantage de projets ASIC sont à venir
Comment se déroule la concurrence entre CoWoS de TSMC et EMIB d'Intel ?
Les tailles de paquetage plus grandes deviennent une tendance clé de l'industrie
La durée de test des puces passe de 350 secondes pour Hopper à 1800-2000 secondes pour les prochaines GPU, ce qui constitue la donnée structurelle la plus cruciale pour le secteur des équipements de test ; le nombre de broches des sockets de test passe de 1500 pour les niveaux mobile/PC à 6000 pour les niveaux AI/HPC, et jusqu'à plus de 10 000 pour les prochaines générations ; le CAGR du marché mondial des équipements de test pour la période 2024-2027 est estimé à 35 %, et la feuille de route des dimensions de paquetage de TSMC montre une expansion continue des interposers, soutenant ensemble la perspective de long terme de la prospérité des équipements de test.
Décrire les rôles et la répartition des tâches de Honghai Precision, WinWay et MPI dans la chaîne d'approvisionnement des semi-conducteurs
Nouvelles évolutions des équipements et composants : optique intégrée au package (CPO)
Hon Precision: Key beneficiary of the structural trend of extended testing times; Morgan Stanley rating: Overweight (OW)
MPI : leader technologique en matière de cartes de sonde avec option CPO ; notation de Morgan Stanley : surpondérer (OW)
Yingwei Technology: leader in test sockets with a competitive advantage in AI packaging complexity; Rating: Outperform (OW)
Semi-conducteurs chinois : OSAT, semi-conducteurs composés, MCU et AI GPU
Optimiste concernant les équipements de la fin de chaîne (ASMP), mais neutre envers les OSAT chinois
Préférer le SiC (carbure de silicium) au GaN (nitrure de gallium) : SICC (achat) contre InnoScience (vente)
MCU : Au plancher mais pas encore en reprise
La taille et la part du marché des semi-conducteurs IA nationaux ne cessent de croître.
Le marché chinois des accélérateurs AI est clairement structuré : Huawei détient 62 %, Cambricon 14 %, et tous les autres acteurs ont une part inférieure à 10 % ; la capitalisation boursière des entreprises chinoises de GPU AI continue d'augmenter, avec davantage de IPO prévues ; l'expansion du marché et la vitalité du marché des capitaux progressent de pair, constituant le fondement de l'analyse des actifs clés à venir.
Nous prévoyons que le marché total adressable (TAM) des GPU IA en Chine atteindra 67 milliards de dollars d'ici 2030.
L'expansion des capacités de fabrication avancée en Chine pour répondre à la demande de production locale de GPU pour l'IA
Suivi récent du marché de la demande de GPU IA en Chine
Chaîne de valeur des puces AI — Chine et États-Unis — Découplage du calcul AI
La puissance des infrastructures chinoises réduit l'écart technologique perçu.
Utilisez un graphique en radar pour comparer les écarts de capacité des infrastructures IA entre la Chine et les États-Unis sur neuf dimensions : la Chine obtient des scores proches de ceux des États-Unis en matière de soutien politique, d'espace des centres de données IA et d'optimisation logicielle (LLM), les principaux écarts se situant dans les étapes avant-fabrique des wafers, la mémoire HBM et les réseaux optiques ; proposez une stratégie en trois étapes pour compenser le manque de puissance de calcul par puce en Chine — encapsulation multi-die → agrandissement des baies et des clusters → expansion de la capacité de fabrication ; le Huawei CloudMatrix 384 A3 SuperPod constitue une validation concrète de cette stratégie.
Économie de la raison : Coût total de possession (TCO) contre coût par token
Le coût total de propriété (TCO) des puces IA chinoises est inférieur de 30 à 60 % à celui de NVIDIA, et le coût d'inférence par token des accélérateurs chinois de pointe peut être équivalent, voire inférieur, à celui de NVIDIA ; cette conclusion constitue la preuve centrale de l'affirmation selon laquelle « le remplacement local en Chine n'est pas seulement une nécessité politique, mais aussi une rationalité économique », soutenant directement l'analyse favorable à long terme du rapport sur le secteur des puces IA en Chine.
Statut des commandes passées et commandes potentielles du développeur chinois d'accélérateurs AI
TPS (tokens per second) — Analyse des performances
En raison d'une baisse significative des prix, les puces nationales ont réalisé une meilleure performance par dollar.
Les « dix dragons » des fabricants chinois de GPGPU pour l’IA. Nous nous concentrons sur Cambricon, Muxi et TianShu Intelligent Chip.
Comparaison entre Cambricon, Moxi et Iluvatar
Comparaison des trois entreprises chinoises de puces AI les plus suivies : Cambricon (ASIC 7 nm de SMIC, clients majeurs verrouillés, seule entreprise rentable), MetaX Muxi (GPGPU 12 nm de SMIC, détenue par des fonds souverains, écart technologique notable), et Iluvatar (GPGPU 7 nm de TSMC, chaîne d'approvisionnement résiliente) ; selon une analyse combinée sur trois critères — rentabilité, structure des clients et nœud de fabrication — Cambricon présente la plus grande certitude, ce qui constitue la conclusion implicite du rapport.
Cambricon: Leading in inference performance (TFLOPS) and customer lock-in; Outperform rating (OW)
Iluvatar: S'appuyant sur une visibilité élevée des commandes et une résilience de la chaîne d'approvisionnement ; notation d'achat (OW)
