Les fabricants ramènent les smartphones aux années 2010 pour tenir les prix, la faute à la course des data centers à l'IA

Les smartphones d'entrée de gamme régressent de 8 à 10 ans : les grandes encoches pour la caméra et le minimum de RAM reviennent. En cause, la pénurie de composants, que les data centers d'IA achètent en masse. Les fabricants ont préféré dégrader le design plutôt que relever les prix.

Traité par IA depuis CNews AI ; édité par Hamidun News
Les fabricants ramènent les smartphones aux années 2010 pour tenir les prix, la faute à la course des data centers à l'IA
Source : CNews AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireCNews AI ↗
Rédacteur en chef
Chiffre clé #1De grandes encoches noires à la place de découpes quasi invisibles
Chiffre clé #22–4 Go de RAM au lieu des 8–12 Go actuels
Chiffre clé #3Des processeurs lents au lieu de SoC haut de gamme

Les fabricants de smartphones font reculer le design et les capacités de leurs appareils de 8 à 10 ans. Grandes encoches pour la caméra, mémoire vive minimale, processeurs faibles : ce n'est pas une tendance rétro, mais une mesure contrainte. En cause, la course des data centers aux composants destinés à l'entraînement des modèles d'IA.

Les data centers dévorent l'électronique

L'entraînement des grands modèles de langage exige des milliers de GPU fonctionnant simultanément. OpenAI, Google, Meta, Microsoft construisent d'énormes clusters de calcul et achètent des composants à une échelle qui a réécrit l'économie des semi-conducteurs. NVIDIA, Intel et TSMC honorent des commandes de plusieurs milliards de dollars.

Résultat : il reste moins de composants pour le marché grand public. Les prix du matériel restant augmentent de façon exponentielle. Les fabricants de smartphones ont dû choisir : augmenter les prix et perdre des parts de marché, ou simplifier les appareils.

Les smartphones reculent d'une décennie

La plupart ont choisi la dégradation. Les technologies de 2010–2015 sont revenues dans les nouveaux téléphones d'entrée de gamme :

  • De grandes encoches noires à la place de découpes quasi invisibles
  • 2–4 Go de RAM au lieu des 8–12 Go actuels
  • Des processeurs lents au lieu de SoC haut de gamme
  • Des systèmes de refroidissement simplifiés
  • Un stockage interne modeste

Ces choix permettent de maintenir le prix dans une fourchette de 150–250 dollars. L'utilisateur obtient un appareil dont les performances se rapprochent de celles d'un smartphone de 2015, mais dans un boîtier moderne. Le paradoxe : un téléphone de 2026 paraît moderne, mais fonctionne comme un ancien.

L'IA a réécrit toute la chaîne d'approvisionnement

Ce n'est pas un phénomène passager. NVIDIA, Intel et TSMC affirment ouvertement que la demande de composants pour les data centers ne fera que croître. Chaque nouvelle génération de LLM réclame plus de GPU, plus de mémoire, plus de bande passante.

Le marché grand public des smartphones progresse plus lentement, car les gens ne se pressent pas de changer de téléphone chaque année. Les data centers, eux, engloutissent littéralement la matière première. Les fabricants de puces suivent l'argent, et le gros de l'argent est dans les data centers. Le segment grand public devient ce qui reste une fois le marché des serveurs saturé.

Ce que cela signifie

Nous vivons une époque étrange : l'IA devient toujours plus puissante, tandis que l'électronique entre les mains des gens s'appauvrit. Faire reculer les smartphones de 10 ans n'est pas un choix de design, mais une nécessité économique. C'est une illustration de la façon dont une révolution (l'IA) bouscule les habitudes d'un autre marché (l'électronique grand public).

Tant que les data centers absorberont les GPU, les poches contiendront des smartphones aux processeurs faibles et aux encoches de l'époque de l'iPhone X.

*Meta a été reconnue organisation extrémiste et est interdite en Russie.

Dossier

Questions clés sur cet article

Que sait-on sur Les data centers dévorent l'électronique ?

L'entraînement des grands modèles de langage exige des milliers de GPU fonctionnant simultanément. OpenAI, Google, Meta, Microsoft construisent d'énormes clusters de calcul et achètent des composants à une échelle qui a réécrit l'économie des semi-conducteurs. NVIDIA, Intel et TSMC honorent des commandes de plusieurs milliards de dollars. Résultat : il reste moins de composants pour le marché grand public. Les prix du matériel restant augmentent de façon exponentielle. Les fabricants de smartphones ont dû choisir : augmenter les prix et perdre des parts de marché, ou simpli

Que sait-on sur Les smartphones reculent d'une décennie ?

La plupart ont choisi la dégradation. Les technologies de 2010–2015 sont revenues dans les nouveaux téléphones d'entrée de gamme : De grandes encoches noires à la place de découpes quasi invisibles 2–4 Go de RAM au lieu des 8–12 Go actuels Des processeurs lents au lieu de SoC haut de gamme Des systèmes de refroidissement simplifiés Un stockage interne modeste Ces choix permettent de maintenir le prix dans une fourchette de 150–250 dollars. L'utilisateur obtient un appareil dont les performances se rapprochent de celles d'un smartphone de 2015, mais dans un boîtier moderne.

Que sait-on sur L'IA a réécrit toute la chaîne d'approvisionnement ?

Ce n'est pas un phénomène passager. NVIDIA, Intel et TSMC affirment ouvertement que la demande de composants pour les data centers ne fera que croître. Chaque nouvelle génération de LLM réclame plus de GPU, plus de mémoire, plus de bande passante. Le marché grand public des smartphones progresse plus lentement, car les gens ne se pressent pas de changer de téléphone chaque année. Les data centers, eux, engloutissent littéralement la matière première. Les fabricants de puces suivent l'argent, et le gros de l'argent est dans les data centers. Le segment grand public devient c

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…