Introduction

À l’ère de l’intelligence artificielle (IA), le monde technologique découvre une réalité déroutante : plus nous avons besoin de puissance, plus la rareté s’installe. Sur le marché de la mémoire – DRAM, NAND, HBM – ce paradoxe est particulièrement visible. La production mondiale progresse, mais elle ne parvient plus à suivre une demande tirée vers le haut par les centres de données d’IA, les GPU et les grands modèles de langage.

Là où l’on attendrait, selon les règles classiques de l’économie, une stabilisation ou une baisse des prix avec l’augmentation de l’offre, c’est l’inverse qui se produit : les prix montent, les stocks se tendent et les délais s’allongent. Dans cet article, nous analysons ce déséquilibre, la place qu’y occupent les grands fabricants – les fameux « Dramurai » – et les raisons pour lesquelles, malgré l’euphorie autour de l’IA, l’industrie reste prudente sur ses investissements.

Influence de l’IA sur la demande en mémoire

1. Une consommation de hardware sans précédent

L’IA ne consomme pas seulement des algorithmes, elle consomme surtout du hardware. Chaque nouveau cluster de GPU, chaque serveur optimisé pour l’entraînement ou l’inférence de modèles d’IA embarque des quantités croissantes de :

• DRAM pour alimenter les GPU et processeurs en données à très haute vitesse ;
• HBM (High Bandwidth Memory), devenue indispensable pour les GPU d’IA de dernière génération ;
• Stockage NAND (SSD) et disques durs haute capacité pour héberger les jeux de données massifs et les modèles.

Les centres de données dédiés à l’IA sont ainsi bien plus denses, énergivores et gourmands en mémoire que les générations précédentes de data centers. La montée en puissance de l’IA ne fait donc pas qu’augmenter la demande : elle la transforme en demande qualitative, focalisée sur les technologies mémoire les plus avancées.

2. Des modèles toujours plus lourds, une mémoire toujours plus stratégique

Chaque nouvelle génération de modèle d’IA – en traitement du langage, vision, recommandation, etc. – augmente la quantité de paramètres à stocker et les volumes de données à traiter. La mémoire devient une ressource doublement critique :

• Critique pour la performance : plus il y a de mémoire à haute bande passante disponible, plus le modèle peut être entraîné et exécuté rapidement ;
• Critique pour la disponibilité : sans suffisamment de DRAM, de HBM ou de NAND, les projets d’IA sont tout simplement retardés ou limités.

Cette croissance structurelle des besoins joue un rôle central dans le déséquilibre actuel entre l’offre et la demande sur le marché de la mémoire. L’IA ne se contente pas de consommer «&nbsp plus&nbsp», elle consomme «&nbspmieux&nbsp», c’est-à-dire le haut de gamme de la production.

Les « Dramurai » face aux contraintes de production

3. Un oligopole sous pression : Samsung, SK Hynix, Micron

Les « Dramurai » – Samsung, SK Hynix et Micron – concentrent l’écrasante majorité de la production mondiale de DRAM, de HBM et une part importante de la NAND. Cette structure oligopolistique leur permet d’orchestrer finement leurs décisions d’investissement et de capacité.

Pour autant, même avec des investissements continus, ces acteurs se heurtent à plusieurs limites :

• Limites techniques : chaque nouvelle génération de puce (processus de gravure plus fin, empilage 3D, HBM) complexifie les chaînes de production et augmente les temps de montée en charge ;
• Limites temporelles : construire ou moderniser une « méga-fab » se compte en années, pas en trimestres ;
• Limites de diversification : chaque tranche de silicium allouée à la HBM ou à la DRAM haut de gamme est une tranche en moins pour la DDR4/DDR5 standard ou d’autres produits.

Résultat : même si les usines tournent à plein régime, le système a une inertie forte. La demande IA, elle, évolue beaucoup plus vite que la capacité de production.

4. Contrats plus courts et révision fréquente des prix

Dans ce contexte, les Dramurai ont ajusté leur modèle commercial. Plutôt que de s’engager sur des contrats longs avec des prix figés, ils privilégient désormais :

• des contrats de plus courte durée, renégociables plus souvent ;
• une allocation prioritaire des volumes aux clients prêts à payer le plus ou à s’engager sur des technologies plus récentes (HBM, DDR5) ;
• une gestion serrée des capacités pour éviter de retomber dans les excès d’offre qui ont provoqué des crises de prix en 2018–2019.

Cette stratégie leur permet de maximiser leurs marges dans un marché tendu, mais elle accentue l’instabilité ressentie par les fabricants de serveurs, les fournisseurs cloud et, par ricochet, l’ensemble de la chaîne IT.

Pénurie, prix et perspectives 2026–2028

5. Un écart structurel entre offre et demande

Les analyses de marché convergent : à moyen terme, la demande mondiale de mémoire tirée par l’IA devrait continuer à croître plus vite que l’offre. Certaines projections évoquent, à l’horizon 2026, une croissance de l’offre de l’ordre de 20–25 %, pour une demande en hausse de 30–35 %.

Même si ces chiffres varient selon les cabinets, la tendance est claire : l’écart se creuse et n’est pas compensé assez vite par les nouvelles capacités annoncées. Ces dernières – nouvelles usines HBM, extensions de lignes DRAM, modernisation des procédés – n’entreront en production significative qu’entre 2027 et la fin de la décennie.

En parallèle, la demande IA se diffuse dans tous les secteurs (santé, finance, industrie, retail, secteur public), rendant ce besoin en mémoire moins conjoncturel et plus structurel.

6. Hausse des prix et impact économique en chaîne

Ce déséquilibre durable entre offre et demande se traduit mécaniquement par une hausse des prix des composants mémoire. On observe déjà :

• des augmentations successives des prix DRAM et NAND sur les contrats OEM et serveurs ;
• des révisions fréquentes des tarifs chez les grossistes et intégrateurs ;
• une pression sur les coûts pour les fournisseurs cloud et hébergeurs, qui finissent par répercuter ces hausses sur leurs clients.

Cette « inflation technologique » dépasse le cadre des data centers : elle affecte les fabricants de PC, de smartphones, d’objets connectés, et in fine les utilisateurs finaux. Le coût de la mémoire devient un sujet stratégique, au même titre que l’énergie ou les ressources humaines.

Une réticence assumée à surinvestir

7. Des industriels marqués par les cycles précédents

Vu de l’extérieur, on pourrait se demander : pourquoi les fabricants n’investissent-ils pas massivement pour profiter de cette demande record ? La réponse tient en grande partie à l’histoire récente du secteur.

Les Dramurai ont déjà connu plusieurs cycles de surcapacité suivis d’effondrements de prix (2018, 2019, 2022). Chaque fois, des milliards investis se sont traduits en marges écrasées et en usines sous-utilisées. Aujourd’hui, ils craignent :

• un retournement du marché de l’IA si les investissements des grands acteurs se stabilisent ou si une « bulle » éclate ;
• une normalisation de la demande après une phase d’euphorie, laissant des capacités excédentaires ;
• un risque géopolitique ou réglementaire modifiant brutalement les équilibres (restrictions d’exportation, sanctions, réallocation géographique de la production).

Dans ce contexte, la prudence est un choix rationnel : mieux vaut étaler les investissements, cibler les segments les plus rentables (HBM, DDR5 serveur) et garder la main sur les prix.

8. Le scénario du retournement : un spectre toujours présent

Si le marché de l’IA venait à ralentir brusquement – saturation des besoins, rationalisation des dépenses, innovations plus frugales en ressources – le secteur de la mémoire pourrait entrer en surcapacité. Les conséquences seraient classiques :

• chute des prix des puces et des modules ;
• dégradation des marges des fabricants ;
• ralentissement ou gel de certains projets industriels, voire fermeture de lignes.

C’est précisément ce scénario que les Dramurai cherchent à éviter. Leur prudence actuelle, parfois perçue comme un frein à la révolution IA, est aussi une stratégie de survie économique à long terme.

FAQ

Pourquoi l’IA augmente-t-elle autant la demande en mémoire ?

Les systèmes d’IA modernes nécessitent :

• de vastes volumes de données pour l’entraînement ;
• des modèles très volumineux à stocker en mémoire lors de l’inférence ;
• des accès très rapides aux données pour maintenir des temps de réponse acceptables.

Cela se traduit par une explosion de la demande en DRAM, HBM et stockage NAND dans les centres de données.

Qui sont les Dramurai ?

Les « Dramurai » désignent les trois principaux fabricants mondiaux de mémoire : Samsung, SK Hynix et Micron. Ensemble, ils contrôlent la grande majorité de la production de DRAM et une part importante de la production de NAND. Leur stratégie et leurs arbitrages de capacité influencent directement l’équilibre mondial entre offre et demande.

La pénurie de mémoire va-t-elle s’aggraver ?

À court et moyen terme, la pression devrait rester forte. Tant que l’IA tirera la demande vers le haut et que les nouvelles usines ne seront pas pleinement opérationnelles, l’offre aura du mal à suivre. Plusieurs projections anticipent des tensions significatives au moins jusqu’en 2027–2028, même si l’ampleur exacte dépendra des investissements réellement réalisés et de la trajectoire de la demande IA.

Quel impact cette situation a-t-elle sur les prix ?

La tension entre une demande en forte croissance et une offre contrainte se traduit par :

• une hausse soutenue des prix de la mémoire et du stockage ;
• une augmentation des coûts pour les constructeurs de serveurs, de PC, de smartphones ;
• des tarifs cloud et services numériques potentiellement plus élevés pour les entreprises et les utilisateurs finaux.

À retenir

Le marché de la mémoire vit un moment charnière : l’IA agit comme un accélérateur, révélant les limites physiques, économiques et stratégiques d’une industrie ultra-concentrée. Face à une abondance de besoins, c’est une rareté organisée qui s’installe, portée par des Dramurai à la fois sollicités comme jamais et décidés à ne pas revivre les crises passées.

Les perspectives jusqu’en 2028 laissent présager un maintien des tensions sur les capacités et sur les prix, avec des impacts en chaîne sur l’ensemble de l’économie numérique. Cette situation nous oblige à repenser la façon dont nous concevons l’infrastructure : l’IA ne dépend pas seulement du logiciel et des modèles, mais d’un sous-jacent matériel dont la disponibilité, le coût et la localisation deviennent des enjeux stratégiques majeurs.