Nvidia perd du terrain : la pénurie de mémoire rebat les cartes du calcul pour l'IA

Le 9 juillet 2026, Nvidia s'est retrouvée dans une situation inhabituelle : malgré des prévisions de revenus en hausse, son action avait reculé de 15 % depuis le pic de mai, tandis que le fabricant de mémoire Micron avait presque triplé sa valeur boursière. En cause : l'atténuation de la pénurie de processeurs graphiques et l'apparition d'une nouvelle pénurie, celle de la mémoire pour les centres de données, qui modifie la répartition de l'argent dans l'infrastructure d'intelligence artificielle.

Pourquoi Nvidia se déprécie

Le marché a commencé à payer moins cher le calcul sur les GPU de Nvidia, même si la demande d'infrastructures pour l'intelligence artificielle se maintient. Selon des données citées par TechCrunch, l'action du groupe a perdu 15 % depuis son sommet de mai ; dans le même temps, le marché valorise ses bénéfices attendus moins cher que ceux de la grande entreprise américaine moyenne de l'indice S&P. Cela ne signifie pas que le chiffre d'affaires recule : les prévisions continuent de monter. Mais les investisseurs constatent que la ressource centrale du boom de l'IA, l'accès aux GPU, n'est plus aussi rare qu'un an plus tôt.

• Le 9 juillet 2026, TechCrunch a rapporté que l'action Nvidia avait reculé de 15 % depuis son pic de mai 2026.
• Le prix spot horaire du Nvidia H100 a atteint environ 3,20 dollars en mai 2026, puis a baissé de façon régulière.
• La valeur boursière de Micron a presque triplé sur la même période.
• Au cours de la dernière année, les fabricants de mémoire ont pu augmenter les prix de la DRAM d'environ 10 fois.

Nvidia a bâti la base technologique du marché actuel : sa plateforme logicielle CUDA a fait de ses GPU l'outil standard pour la recherche et l'entraînement des modèles d'IA. L'entreprise a aussi renouvelé rapidement ses gammes de GPU, qui comptent parmi les appareils électroniques de série les plus complexes. Mais le succès de cette stratégie a attiré des concurrents : plateformes cloud et laboratoires ont cherché à réduire leur dépendance à un seul fournisseur.

Le nouveau goulot d'étranglement

La nouvelle contrainte des centres de données, c'est la mémoire, et non les accélérateurs eux-mêmes. Micron produit de la DRAM et de la mémoire à haute bande passante (HBM), des composants qui transfèrent rapidement les données entre le processeur et la mémoire. Ces technologies existent depuis longtemps, mais le secteur a sous-estimé la quantité de mémoire que réclamerait la construction massive de centres de données d'IA. La demande a dépassé le rythme d'expansion de la production, et les prix sur le marché spot ont donc fortement augmenté.

C'est un basculement important : le coût de location de calcul sur Nvidia H100 baisse, tandis que le prix de la DRAM grimpe. Les propriétaires de centres de données peuvent obtenir davantage d'accélérateurs, ou les louer moins cher, mais butent toujours sur la disponibilité de la mémoire. Pour Micron et ses homologues, une technologie bien connue et une offre limitée suffisent pour profiter de la nouvelle vague de dépenses d'investissement dans l'infrastructure d'IA.

Le prix spot reflète des transactions à livraison immédiate, non des contrats de long terme. Sur le graphique de Datatrack reproduit dans l'article, la flambée des prix de la DRAM commence en août 2025. L'auteur souligne qu'elle n'est pas liée à une percée soudaine dans la technologie de la mémoire. Le marché a simplement tardé à mesurer l'ampleur des besoins des centres de données.

Pourquoi le calcul devient moins cher

L'offre d'accélérateurs s'élargit sur deux fronts à la fois : les fabricants de GPU et d'accélérateurs sont plus nombreux, et les plus gros acheteurs développent leurs propres processeurs. Google, Amazon, Microsoft et OpenAI ont déjà lancé des puces sur mesure pour moins dépendre de Nvidia. Ces solutions peuvent rester en deçà des derniers produits de Nvidia, mais leurs capacités suffisent pour une partie des tâches et pour peser sur le prix du calcul.

Wayne Nelms, cofondateur et directeur technique de la plateforme Ornn, décrit la situation comme un simple rapport entre l'offre et la demande. Selon lui, les entreprises veulent concevoir leur propre silicium, mais presque personne ne fabrique sa propre DRAM. Tant qu'une percée notable dans la HBM, un changement de l'équilibre entre offre et demande ou un nouvel acteur majeur de la mémoire n'apparaît pas, le déséquilibre peut persister.

«

Tout le monde veut fabriquer son propre silicium, mais personne ne fait sa propre DRAM », a déclaré Wayne Nelms, cofondateur et directeur technique d'Ornn.

Pour Nvidia, cela n'efface pas son avance technologique. Le marché transforme plutôt le GPU, jusque-là ressource rare, en produit plus concurrentiel. Quand les alternatives se multiplient, la surmarge se déplace vers le prochain élément rare du système : la mémoire. Cela montre aussi que la valorisation des entreprises d'IA et des fournisseurs d'infrastructure dépend de plus en plus, non seulement de la qualité des puces, mais aussi de la contrainte précise de la chaîne d'approvisionnement.

Ce que cela signifie

Le boom de l'IA n'est pas terminé, mais son centre de gravité financier se déplace : Nvidia reste le fournisseur clé d'accélérateurs, tandis que les fabricants de mémoire captent de plus en plus souvent le gain à court terme. Pour les développeurs et les exploitants de centres de données, cela signifie que le coût et la disponibilité de la HBM et de la DRAM deviennent aussi importants que le choix du GPU.