Astra ne renforce pas simplement l'idée qu'« un certain type de puce se vendra davantage », mais plutôt la confiance du marché dans la poursuite de l'évolution des modèles avancés vers des tâches de raisonnement complexe, des contextes longs et des agents ; ces charges de travail augmenteront simultanément la demande en puissance de calcul, en bande passante mémoire, en DRAM de serveur et en stockage haute vitesse.

Auteur et source de l’article : ME News



TL;DR

• Astra ne renforce pas simplement l'idée qu'« un certain type de puce se vendra davantage », mais plutôt la confiance du marché dans la poursuite de l'évolution des modèles avancés vers des tâches de raisonnement complexe, des contextes longs et des agents ; ces charges de travail augmenteront simultanément la demande en puissance de calcul, en bande passante mémoire, en DRAM de serveur et en stockage haute vitesse.
• Le 4 septembre, les actions de stockage et de mémoire du marché américain ont été les premières à progresser, avec une hausse de 11,9 % pour SanDisk et de 6,1 % pour Micron ; le 7 septembre, le marché coréen a suivi, avec une augmentation de 8,26 % pour SK Hynix et de 5,68 % pour Samsung Electronics. Cela indique que les capitaux se déplacent de la simple stratégie d'achat de GPU vers la recherche de points de blocage dans l'infrastructure AI qui conservent encore une élasticité de rentabilité.
• Cette vague de hausse des prix du stockage n'a pas été entièrement créée par Astra. Selon les données de TrendForce, les revenus mondiaux du secteur DRAM au deuxième trimestre 2026 ont augmenté de 59,5 % en glissement trimestriel pour atteindre environ 154,7 milliards de dollars, la croissance de l'offre continuant de retarder la demande ; Astra a simplement remis en avant les logiques existantes de pénurie, de hausse des prix et de révision à la hausse des bénéfices.
• On ne peut pas généraliser les « transactions de stockage ». Le HBM est le plus étroitement lié aux GPU et aux ASIC IA, la DRAM des serveurs est plus directement stimulée par les charges d’inférence IA et d’agents, tandis que le NAND est davantage influencé par les jeux de données, les bases de données vectorielles, les points de contrôle et le nivellement des données. Leur sensibilité conjoncturelle, leurs barrières technologiques et leurs risques cycliques ne sont pas les mêmes.
• Ce qui mérite vraiment d’être suivi, ce ne sont pas les cours boursiers sur un ou deux jours, mais trois variables : les dépenses en capital pour l’IA continueront-elles d’augmenter, les prix des contrats de mémoire et les écarts d’offre et de demande pourront-ils se maintenir, et la production en série ainsi que la certification client pour HBM4 et les produits de la prochaine génération se dérouleront-elles sans problème ?

Pourquoi Astra réalloue-t-elle les fonds vers les puces de stockage ?

OpenAI a officiellement lancé GPT-6 Astra le 3 septembre, le définissant comme un modèle phare dédié aux travaux professionnels complexes et multi-étapes, avec des capacités axées sur le raisonnement, la programmation, la recherche, l'opération informatique et l'exécution end-to-end à travers plusieurs outils. Du seul point de vue de la publication du produit, cela ne signifie pas qu'OpenAI annonce « l'achat de plus de mémoire », mais il envoie un signal important aux marchés financiers : la concurrence entre les modèles de pointe n'a pas entré dans une phase de simple réduction des coûts ; l'industrie continue de poursuivre des chaînes de tâches plus longues, un raisonnement plus complexe et un niveau d'exécution automatisée plus élevé. Pour les infrastructures, cela signifie que les goulots d'étranglement ne se limiteront plus à la capacité de calcul matriciel des GPU ; la rapidité avec laquelle les données accèdent aux unités de calcul, la préservation de l'état dans les contextes longs et les raisonnements itératifs, ainsi que la capacité à permettre à de nombreux agents de lire et d'écrire simultanément des données, deviendront de plus en plus cruciaux.

C’est aussi la principale différence entre cette vague de marché et celle de 2023 à 2024, où « acheter des GPU, c’était acheter de l’IA ». Au début, les investissements dans l’IA générative étaient plus facilement mesurables par le nombre de GPU ; le marché se concentrait sur le nombre de cartes d’accélération que NVIDIA pouvait livrer et sur le nombre de clusters d’entraînement que les fournisseurs de cloud pouvaient déployer. En 2026, l’entraînement des modèles reste important, mais la part des inférences, des agents intelligents et des flux de travail enterprise ne cesse d’augmenter, et l’efficacité du système dépend de plus en plus de la capacité des composants à s’aligner : puissance de calcul, mémoire, réseau et stockage. Même si les GPU sont plus rapides, si la bande passante mémoire est insuffisante, les unités de calcul doivent attendre les données ; plus la fenêtre de contexte est longue et plus les tâches simultanées sont nombreuses, plus le serveur doit stocker et gérer de cache KV, de paramètres et d’états intermédiaires. Ainsi, la logique d’investissement dans l’infrastructure IA commence à passer de « pénurie de puces de calcul » à « pénurie potentielle de l’ensemble du chemin des données ».

La réaction du marché a été très directe. Le 4 septembre, SanDisk a augmenté de 11,9 %, Micron de 6,1 %, tandis que l'indice S&P 500 a globalement reculé ce jour-là ; le 7 septembre, les marchés asiatiques ont repris le relais : Samsung Electronics a clôturé en hausse de 5,68 %, SK Hynix de 8,26 %, et Kioxia au Japon a également affiché une forte progression. Astra est bien sûr le catalyseur, mais si la simple publication d'un modèle suffit à faire monter simultanément les actions du secteur du stockage sur plusieurs marchés, il doit déjà exister des fondamentaux capables de les soutenir.

Le stockage n'est pas un "accessoire de la GPU", mais un nouveau goulot d'étranglement révélé par les systèmes d'IA

Pour comprendre cela, il faut d'abord distinguer HBM, DRAM et NAND. L'HBM résout essentiellement le problème de « proximité suffisante avec le GPU » et « bande passante suffisamment élevée » ; il travaille en étroite collaboration avec le GPU ou l'ASIC IA grâce à un emballage avancé, influençant directement la capacité des accélérateurs haut de gamme à exploiter pleinement leur puissance de calcul. Le DRAM des serveurs assure une mémoire de travail plus vaste, servant à la fois le CPU et les besoins de mise en cache et de planification pendant l'inférence. Le NAND et les SSD d'entreprise gèrent les données persistantes à plus grande capacité, incluant les données d'entraînement, les bases de vecteurs, les points de contrôle des modèles et le stockage hiérarchisé. Plus l'IA évolue d'une simple réponse ponctuelle vers un agent intelligent fonctionnant en continu, plus la nécessité d'une collaboration entre ces trois niveaux de mémoire devient évidente.

Les données publiées par TrendForce le 7 septembre sont représentatives : au deuxième trimestre 2026, les revenus mondiaux du secteur DRAM ont augmenté de 59,5 % en glissement trimestriel, atteignant environ 154,73 milliards de dollars, soutenus à la fois par une forte hausse des prix contractuels traditionnels du DRAM et par une demande accrue pour le HBM3E, le LPDDR5X et les RDIMM à haute capacité ; l'organisme prévoit également que les prix contractuels traditionnels du DRAM pourraient encore augmenter de 13 % à 18 % au troisième trimestre. Plus remarquable encore, les stocks des fournisseurs restent à des niveaux historiquement bas, et les nouvelles offres sont clairement orientées vers le marché des serveurs. Cela signifie que l'amélioration actuelle de la rentabilité du secteur de la mémoire ne repose pas uniquement sur une « valorisation basée sur le concept de l'IA », mais traduit concrètement le déficit d'offre et de demande par le biais de prix, de revenus et de structure de produits.

C’est précisément ce qui distingue les puces de mémoire des actions générales liées à l’IA. Lorsque les fabricants orientent davantage de capacité de production DRAM avancée vers les HBM et les produits serveurs, l’offre disponible pour le DRAM traditionnel est également réduite ; lorsque les serveurs IA nécessitent une capacité mémoire plus importante, les HBM et le DRAM serveur classique se retrouvent en concurrence pour les wafers, les processus avancés et les ressources de fabrication ultérieures. Ainsi, l’IA ne se limite plus à une simple augmentation de la demande pour un produit haut de gamme, mais pourrait engendrer un effet en chaîne : « la demande haut de gamme stimule une réaffectation des capacités — entraînant une tension accrue sur les mémoires serveurs traditionnelles ». Pour les investisseurs, cela est plus important que de suivre simplement quelle entreprise obtient des commandes pour une génération spécifique de HBM, car le premier facteur détermine si l’ensemble du marché peut continuer à élargir son profit.

Pourquoi les « transactions de stockage » sont-elles maintenant plus résilientes que les simples « transactions de puissance de calcul » ?

Premièrement, le marché cherche les segments dans les dépenses de capital en IA qui présentent une plus grande élasticité des bénéfices. Les GPU restent des actifs centraux, mais la trajectoire de croissance des leaders du secteur GPU est déjà bien étudiée, et les surprises marginales dépendent de plus en plus de volumes d'expédition plus élevés et de cycles de produits plus puissants. En revanche, l'industrie de la mémoire a traversé plusieurs cycles de surcapacité, et les principaux fabricants sont naturellement plus prudents face à une expansion à grande échelle ; en cas de hausse soudaine de la demande, l'élasticité de l'offre à court terme est en réalité plus faible, ce qui rend les prix et les bénéfices plus sensibles aux variations de la demande. La forte augmentation des prix DRAM et des revenus du secteur depuis 2026 illustre précisément cette élasticité cyclique.

Deuxièmement, la demande en mémoire par unité de puissance de calcul pour les charges de travail AI n'a pas diminué linéairement grâce à l'amélioration de l'efficacité des modèles. Bien que des modèles plus efficaces puissent réduire la quantité de calcul nécessaire pour accomplir une tâche unique, si une baisse des coûts entraîne davantage d'appels, des contextes plus longs, une plus grande concurrence et plus d'agents intelligents, la capacité mémoire totale et le volume de transfert de données consommés peuvent toujours augmenter. C'est pourquoi il ne faut pas interpréter simplement « les modèles deviennent de plus en plus efficaces » comme « la demande en matériel atteint son pic ». Pendant la phase de construction des infrastructures AI, une amélioration de l'efficacité signifie souvent que des applications auparavant non économiques deviennent réalisables ; la demande finale dépend de laquelle des deux — la baisse du coût unitaire ou la croissance de l'utilisation — progresse le plus rapidement.

Troisièmement, la concentration de l'offre facilite l'établissement d'une discipline des prix pour le stockage haut de gamme. Le DRAM avancé mondial est longtemps dominé par Samsung, SK Hynix et Micron, tandis que le HBM ajoute des barrières à l'entrée telles que le conditionnement avancé, le taux de rendement, la conception thermique et l'agrément des clients. Samsung a annoncé en février 2026 que le HBM4 était entré en production et commençait à être livré commercialement, et SK Hynix a également confirmé dans ses résultats du deuxième trimestre que le HBM4 avait commencé à être livré en grande quantité. La concurrence technologique s'intensifiera continuellement, mais à court terme, les fournisseurs capables de répondre simultanément aux exigences de performance, de rendement et d'agrément des grands clients restent limités, ce qui rend la logique d'offre du HBM totalement différente de celle des puces fabriquées en technologie mature.

Il y a ici un autre changement sous-estimé : la demande en IA n’est plus entièrement définie par les GPU NVIDIA. Avec la montée en puissance des TPU de Google et des ASIC développés en interne par les principaux fournisseurs de cloud, la mémoire à large bande passante évolue progressivement d’un produit complémentaire NVIDIA vers un composant fondamental commun aux accélérateurs IA avancés. Autrement dit, même si la part de marché des GPU change à l’avenir, tant que la puissance totale de calcul IA continue de s’étendre et que la capacité mémoire par puce IA augmente, la demande en HBM pourra être soutenue par une variété accrue d’accélérateurs. Pour les fabricants de mémoire, cela signifie que les sources de demande pourraient devenir encore plus diversifiées qu’à la phase précédente.

Mais cette affirmation selon laquelle « plus de la moitié des dépenses en capital en IA en 2027 seront orientées vers la mémoire » nécessite une approche plus prudente.

Un chiffre très percutant circule largement sur les marchés récemment : Goldman Sachs et Morgan Stanley prévoient que les dépenses en capital mondiales en IA atteindront 1,3 à 1,5 billion de dollars américains d'ici 2027, dont plus de la moitié sera investie dans les infrastructures de mémoire. Cette affirmation résume bien l'humeur actuelle du marché, et certaines publications financières l'utilisent effectivement. Toutefois, si l'on se réfère strictement aux documents d'origine publiés, il ne faut pas la considérer sans réserve comme un fait établi.

Les documents publics de Morgan Stanley montrent que son équipe de recherche a plusieurs fois augmenté significativement ses prévisions en matière de dépenses en capital pour l’IA et les fournisseurs de cloud à très grande échelle dès 2026. Dans un podcast officiel publié en août, Morgan Stanley a indiqué que les dépenses en capital estimées pour 2027 avaient augmenté à environ 1,2 à 1,3 billion de dollars américains, alors que les prévisions antérieures étaient bien inférieures à ce niveau ; son jugement central est que la demande en calcul continue de dépasser l’offre actuelle, et que l’échelle et la vitesse du cycle de dépenses en capital persistent à dépasser les attentes. Cette tendance est en soi suffisamment importante, mais elle ne permet pas de conclure directement que « plus de la moitié correspond à la mémoire ».

Il faut séparer les concepts de « matériel informatique et périphériques », « matériel de serveur » et « infrastructure mémoire ». Les GPU, CPU, équipements réseau, serveurs complets, systèmes de stockage et mémoire font tous partie des dépenses en capital des centres de données. Équivaloir directement le budget global d'équipement aux dépenses de stockage surestimerait clairement la part de la mémoire. Ainsi, pour évaluer la validité de la tendance du stockage, il n'est pas nécessaire de s'appuyer sur un ratio susceptible d'être amplifié lors de sa diffusion secondaire. Des preuves plus solides sont déjà disponibles dans les données du secteur : croissance rapide des revenus DRAM, prix de contrat encore en hausse, stocks faibles, priorité d'approvisionnement pour les serveurs, mise en production du HBM4, et révisions à la hausse continues des dépenses en capital des fournisseurs de cloud. Construire une logique à partir de ces variables est bien plus fiable que de s'appuyer sur un chiffre attrayant mais mal défini.

La véritable tendance principale n'est pas « toutes les actions de stock augmentent ensemble »

Le piège le plus courant lors de cette vague de marché consiste à regrouper HBM, DRAM, NAND et les fabricants de disques durs sous un même concept d'« stockage IA ». En réalité, HBM est le plus directement influencé par la livraison de GPU et d'ASIC IA ; sa barrière technologique et la certification des clients déterminent le pouvoir de négociation des leaders. Le DRAM pour serveurs est davantage affecté par l'expansion des centres de données, le nombre de processeurs CPU et la consommation de mémoire pour l'inférence. Bien que NAND soit également stimulé par la croissance des volumes de données IA, sa volatilité est plus forte en raison de la vitesse d'expansion de l'offre, du taux de pénétration des SSD enterprise et des cycles de prix. La forte hausse de SanDisk et de Kioxia indique que le marché étend la narration IA de HBM vers NAND, mais leurs voies de réalisation des résultats finaux ne sont pas équivalentes à celles de HBM.

C’est pourquoi « le stockage devient la nouvelle ligne directrice » ne doit pas être interprété comme un déplacement collectif des fonds depuis les GPU, mais plutôt comme un changement dans la manière dont l’infrastructure IA est valorisée. Autrefois, le marché ne posait qu’une seule question : combien de GPU y a-t-il ? Désormais, il faut au moins continuer à demander : combien de HBM accompagnent chaque GPU ? Combien de DRAM les serveurs nécessitent-ils ? Quelle taille de SSD est requise pour les centres de données ? Le réseau peut-il relier tous ces nœuds ? L’électricité peut-elle soutenir le fonctionnement de tout le centre ? À mesure que la complexité des modèles IA augmente, un manque d’approvisionnement à n’importe quel niveau peut empêcher les autres équipements coûteux de fonctionner à pleine capacité, et le goulot d’étranglement acquiert naturellement un pouvoir de tarification plus fort.

Bien sûr, la mémoire est également l'un des produits cycliques les plus typiques de l'industrie des semi-conducteurs. La pénurie actuelle stimulera inévitablement les dépenses en capital demain ; une fois que la capacité additionnelle prévue entre 2027 et 2028 sera massivement mise en service, tandis que la croissance des dépenses en capital pour l'IA ralentira, la sensibilité des prix pourrait très rapidement s'inverser. Parallèlement, les fabricants chinois de mémoire continuent d'élargir leur production ; bien qu'ils fassent face à des contraintes technologiques évidentes dans les domaines des équipements avancés et des HBM haut de gamme, la concurrence dans les segments traditionnels de la DRAM et du NAND s'intensifiera progressivement. Après une forte hausse en 2026, certaines actions de mémoire à l'étranger ont déjà anticipé des hypothèses de prix et de profits très optimistes ; un accroissement des prix de contrat inférieur aux attentes, un retard dans la certification des clients HBM ou une réduction des dépenses en capital par les fournisseurs de cloud suffiront à déclencher un fort recul.

Par conséquent, je préfère définir la dynamique post-Astra comme « l’entrée dans une phase de comblement des lacunes de l’infrastructure IA », plutôt que de simplement déclarer que « les GPU reculent et le stockage reprend le relais ». Les GPU restent le cœur du calcul, le réseau détermine l’efficacité des clusters, et l’électricité ainsi que les centres de données demeurent des contraintes physiques ; il s’agit simplement que, lorsque les modèles évoluent des outils de discussion vers des agents complexes, le marché commence à comprendre que la puissance de calcul ne se résume pas à une seule puce, mais constitue une chaîne complète allant du calcul à la mémoire, en passant par l’interconnexion et le stockage. C’est là où la chaîne est la plus tendue que le capital et les profits s’orienteront en premier.

Si ce jugement est valide, ce qui mérite vraiment d’être observé ensuite n’est pas combien de jours encore Astra pourra faire grimper son cours, mais si l’industrie du stockage peut prouver sur plusieurs trimestres consécutifs trois points : la demande continue de croître plus vite que l’expansion de l’offre, la hausse des prix parvient à se traduire durablement en flux de trésorerie et en retour sur capital, et l’offre de la prochaine génération de HBM et de mémoire serveur à haute capacité reste entre les mains de quelques fabricants possédant des barrières technologiques et clientèles. Seule la persistance de ces trois éléments transformera la « thématique stockage » d’une opération déclenchée par le lancement d’un nouveau produit en une période plus durable de répartition des profits au sein du cycle d’investissements en IA.

Références

1. OpenAI, « Notes de version : Introduction de GPT-6 Astra », 3 septembre 2026.
2. Barron’s, « Le cours de Micron clôture au-dessus de 1 000 $, pourquoi ce n’est pas ce qu’il semble », 4 septembre 2026.
3. Agence Yonhap, « La frénésie OpenAI pousse Samsung Electronics et SK Hynitz à la hausse », 7 septembre 2026.
4. MarketWatch, « Pourquoi le lancement du dernier modèle Astra d'OpenAI a ravivé le commerce des puces mémoire », 8 septembre 2026.
5. TrendForce, « Les revenus de l'industrie DRAM augmentent de 59,5 % en glissement trimestriel au 2T26 tandis que l'expansion de l'offre continue de retarder la croissance de la demande », 7 septembre 2026.
6. Samsung Global Newsroom, « Samsung livre le premier HBM4 commercial au monde avec des performances ultimes pour le calcul IA », 12 février 2026.
7. SK hynix Newsroom, « SK hynix annonce ses résultats financiers du 2T26 », 29 juillet 2026.
8. Morgan Stanley, « Thoughts on the Market: AI Financing and the Evolution of Credit Markets », 21 août 2026.