La demande en IA a fait remonter le coût de la RAM vers les niveaux de 2007

Les informations de Tom Hardware ont documenté un renversement saisissant : selon l'informaticien Daniel Lemire, la RAM coûte désormais approximativement autant par unité qu'en 2007.

Cette comparaison ne signifie pas que les acheteurs font face au même marché informatique qu'il y a deux décennies. La mémoire moderne est plus rapide, plus dense et intégrée à des systèmes plus puissants. Elle signifie que le prix payé pour chaque unité de capacité est remonté vers un niveau que le progrès technologique était censé avoir laissé derrière lui.

Lemire soutient que les prix de la mémoire baissaient historiquement d'environ un facteur dix tous les cinq ans. La récente pénurie a effacé en quelques mois près de deux décennies de ce progrès normalisé. La demande en infrastructures IA est au cœur de ce renversement, mais la cause va au-delà des centres de données achetant simplement davantage de puces.

Les fabricants de mémoire ont réorienté leur production avancée vers la mémoire à large bande passante, ou HBM, qui alimente rapidement les accélérateurs IA en données. Les constructeurs de serveurs ont également besoin de DRAM conventionnelle pour les CPU, la mise en cache du stockage et les charges de travail d'inférence. La concurrence qui en résulte a relégué les PC grand public, les téléphones, les stations de travail et les serveurs ordinaires derrière les clients IA mieux financés.

Le conflit central n'oppose donc pas la mémoire IA à la mémoire grand public comme s'il s'agissait de deux marchés isolés. Il oppose la promesse de longue date de l'industrie des semi-conducteurs d'une capacité moins chère à un système d'allocation qui récompense de plus en plus une production rare et orientée vers l'IA.

Tom Hardware replace le renversement de la RAM dans son contexte historique

L'aspect remarquable de la comparaison de Lemire n'est pas que la mémoire soit entrée dans un nouveau cycle de prix. C'est l'ampleur du progrès historique qui a disparu.

L'analyse des prix de la RAM publiée par Tom's Hardware relie l'argument de Lemire aux prix historiques par unité de capacité. Son graphique traite la baisse à long terme comme une tendance exponentielle plutôt que comme une ligne droite.

Cette distinction est importante. Une technologie qui devient dix fois moins chère à chaque période comparable produit une courbe fortement descendante lorsqu'elle est représentée sur plusieurs décennies. Des hausses temporaires peuvent survenir, mais la direction normalisée reste orientée à la baisse.

Lemire affirme que le niveau actuel correspond à ce que cette courbe historique aurait prédit autour de 2007. Autrement dit, l'industrie n'a pas simplement abandonné un ou deux ans d'amélioration. Elle a reculé sur une large portion de sa trajectoire de coûts attendue.

La comparaison repose sur une normalisation et ne doit pas être confondue avec un indice complet des prix de détail. Les kits individuels varient selon la capacité, la vitesse, la latence, la marque, la génération, la région et le canal de vente. La DDR5 ne peut pas être comparée directement à la DDR2 comme si leurs capacités étaient identiques.

Une série historique de prix par capacité combine également des observations recueillies dans des conditions de marché différentes. Les offres au détail, les prix contractuels et les transactions sur le marché au comptant peuvent évoluer à des rythmes différents. Les acheteurs peuvent trouver des remises alors même que les fabricants négocient des tarifs contractuels plus élevés.

Ces limites n'effacent toutefois pas l'orientation du mouvement. Un module mémoire moderne peut offrir davantage de bande passante et d'efficacité tout en devenant nettement moins abordable par unité de capacité. L'amélioration technique et la régression des coûts peuvent coexister.

C'est pourquoi Lemire a qualifié cet épisode d'inhabituel. Les marchés technologiques connaissent régulièrement des pénuries, des surcoûts de lancement et des flambées spéculatives. Les progrès durables de la fabrication rétablissent généralement la courbe descendante des coûts une fois que l'offre rejoint la demande.

La pénurie actuelle remet cette attente en cause parce que la demande n'est pas liée à un seul cycle de renouvellement grand public. Elle provient d'un vaste déploiement de clusters d'entraînement, de systèmes d'inférence, de serveurs cloud et d'infrastructures d'entreprise compatibles avec l'IA.

Cette différence fait de l'article de Tom Hardware bien plus qu'un avertissement destiné aux assembleurs de PC. Elle soulève une question plus vaste : l'économie de l'informatique généraliste a-t-elle emprunté un détour structurel ?

Si le changement est cyclique, de nouvelles capacités et une demande grand public plus faible devraient finir par rétablir l'ancienne courbe. S'il est structurel, les acheteurs devront peut-être revoir la quantité de mémoire que leurs appareils et leurs logiciels peuvent supposer disponible.

La demande en IA consomme bien plus que de la HBM

Les systèmes d'IA intensifient la demande à tous les niveaux de la hiérarchie mémoire ; produire davantage de HBM spécialisée n'isole donc pas la DRAM ordinaire de la pénurie.

La HBM se compose de DRAM empilée verticalement et connectée via une interface très large. Elle offre la bande passante nécessaire pour alimenter les accélérateurs IA modernes en paramètres de modèles et en données intermédiaires.

Cette description peut donner l'impression que la HBM est distincte de la mémoire utilisée dans les ordinateurs portables ou les serveurs conventionnels. Les produits finis diffèrent, mais ils partagent des ressources de fabrication, l'attention des équipes d'ingénierie, la capacité de conditionnement avancé et les investissements des fournisseurs.

TrendForce a signalé que les fabricants avaient commencé 2026 en réaffectant les nœuds de processus avancés et les nouvelles capacités aux produits pour serveurs et à la HBM. Son étude sur l'allocation des capacités reliait directement cette décision à la hausse de la demande en serveurs IA.

La HBM consomme également davantage de ressources de production que ne le suggère sa seule capacité livrée. Les matrices empilées exigent des étapes de fabrication et de conditionnement complexes. Les pertes de rendement comptent, car chaque composant défectueux peut réduire la production de piles complètes.

Parallèlement, un serveur IA a besoin de bien plus que de mémoire pour accélérateurs. Ses CPU nécessitent de la DRAM système, souvent via des DIMM enregistrées conçues pour les serveurs. Les couches de stockage utilisent de la mémoire flash NAND, tandis que le réseau et la mise en cache ajoutent d'autres besoins en mémoire.

L'inférence élargit cette empreinte. L'entraînement crée un besoin d'infrastructure important mais relativement concentré. L'inférence traite les requêtes en continu et peut se répartir sur davantage de machines, de régions et de types d'applications.

Les systèmes agentiques ajoutent une couche supplémentaire. Ils conservent des contextes plus longs, gèrent les résultats d'outils, coordonnent plusieurs appels de modèles et stockent des états intermédiaires. Le cache KV, qui maintient les données d'attention disponibles pendant la génération, peut consommer une quantité substantielle de mémoire à mesure que les conversations s'allongent.

TrendForce indique qu'une gestion efficace du cache KV est devenue essentielle aux performances d'inférence. Ses prévisions sur la mémoire IA relient l'extension des charges de travail d'inférence à la demande de HBM comme de DRAM conventionnelle.

Ce mécanisme explique pourquoi la pénurie se propage. Les fournisseurs de cloud se disputent la HBM pour construire des clusters d'accélérateurs. Ces mêmes déploiements consomment de la DRAM serveur, du stockage et des composants réseau. Les fabricants privilégient alors les produits associés aux contrats et aux marges les plus élevés.

La mémoire grand public n'a pas besoin d'utiliser la ligne de production exacte affectée à la HBM pour que les consommateurs ressentent l'impact. Il suffit qu'elle entre en concurrence pour le capital, les transitions de processus, les lancements de wafers, les équipes d'ingénierie ou l'attention des fournisseurs.

Les trois plus grands producteurs mondiaux de DRAM, Samsung, SK hynix et Micron, font donc face à une décision d'allocation rationnelle. Les clients de l'IA proposent des commandes importantes, des horizons de planification plus longs et des exigences de performance urgentes. L'électronique grand public demeure plus sensible au coût des composants.

Ce déséquilibre donne la priorité aux infrastructures IA même lorsque la demande au détail reste saine. Il affaiblit également la réponse habituelle aux prix plus élevés, car les fournisseurs ne peuvent pas transformer instantanément les investissements en production qualifiée.

Une nouvelle usine de fabrication de mémoire exige des années de planification, de construction, d'équipement et de montée en cadence. Les installations existantes nécessitent encore des conversions de processus et des validations clients. Le conditionnement HBM introduit des goulets d'étranglement supplémentaires au-delà de la fabrication des wafers.

La pénurie est par conséquent à la fois physique et économique. Il n'existe pas assez de produits mémoire souhaitables pour chaque système prévu, et les fournisseurs ont de fortes incitations à servir d'abord la demande orientée vers l'IA.

L'informatique grand public absorbe la pression

Les perdants immédiats sont les acheteurs dont les appareils ne peuvent pas générer les marges des infrastructures IA, mais nécessitent tout de même une quantité importante de mémoire pour rester utiles.

Les fabricants de PC peuvent réagir à la hausse du coût des composants de plusieurs façons. Ils peuvent augmenter le prix des systèmes, réduire les configurations mémoire standard, retarder les mises à niveau, resserrer leurs gammes de produits ou accepter des marges plus faibles.

Aucune de ces options n'offre une solution invisible. Un ordinateur portable doté de moins de mémoire peut peiner avec les navigateurs modernes, les applications créatives, les outils de développement locaux et le multitâche. La mémoire soudée rend une configuration d'usine prudente plus difficile à corriger ultérieurement.

Les acheteurs d'ordinateurs de bureau conservent davantage de flexibilité, mais ils font tout de même face à des compromis. Un assembleur peut reporter l'achat d'un kit de plus grande capacité, choisir une mémoire plus lente ou réaffecter de l'argent depuis un autre composant. Les utilisateurs de stations de travail font face à des choix similaires à des capacités plus importantes.

Les fabricants de smartphones évoluent sous des contraintes physiques et commerciales plus strictes. Davantage de mémoire favorise l'IA embarquée, le traitement photo, le jeu et une prise en charge logicielle plus longue. Pourtant, l'inflation des composants rend les configurations généreuses plus difficiles à proposer sur toute une gamme de produits.

Les acheteurs d'entreprise affrontent une version différente du problème. Les serveurs conventionnels ont besoin de vastes réserves de DRAM pour les bases de données, la virtualisation, l'analytique et les charges de travail en mémoire. Ces applications rivalisent indirectement avec les déploiements IA pour la capacité des fournisseurs.

Une entreprise peut retarder le remplacement des ordinateurs portables de ses employés, mais le vieillissement du matériel a son propre coût. Baisse des performances, autonomie plus courte, limites de sécurité et besoins de réparation s'accumulent dans les grandes flottes.

Les développeurs de logiciels ressentent également cette pression. Les conteneurs locaux, machines virtuelles, environnements de développement intégrés, suites de tests et outils de codage IA peuvent consommer de la mémoire simultanément. Une station de travail limitée transforme les tâches de développement ordinaires en exercices d'allocation de ressources.

Cette pression peut influencer la conception des logiciels. Les développeurs qui considéraient auparavant la mémoire comme peu coûteuse pourraient revoir la taille des caches, les processus en arrière-plan, l'empreinte des modèles locaux et le comportement par défaut des applications.

Cet ajustement présente des avantages potentiels, mais il ne rend pas la pénurie inoffensive. L'optimisation consomme du temps d'ingénierie, et les réductions imposées peuvent dégrader la réactivité ou limiter des fonctionnalités.

La destruction de la demande fait déjà partie des perspectives du marché. TrendForce a constaté que la faiblesse de la consommation modérait le rythme des hausses au cours du troisième trimestre, alors même que l'offre globale de DRAM restait extrêmement tendue.

Il s'agit d'une distinction importante. Des hausses plus lentes ne signifient pas nécessairement que la pénurie touche à sa fin. Elles peuvent signifier que les acheteurs ont atteint la limite de ce qu'ils sont prêts à absorber.

Lorsque les consommateurs reportent l'achat d'appareils ou choisissent des configurations plus modestes, les prévisions d'expédition s'affaiblissent. Les fournisseurs peuvent conserver leur pouvoir de fixation des prix si la demande des serveurs reste suffisamment forte pour compenser ce recul.

L'effet de répartition est difficile à ignorer. Les hyperscalers peuvent justifier une mémoire rare par les revenus futurs des services IA. Un foyer remplaçant un ordinateur portable ne peut pas répartir le coût sur des millions de requêtes de modèles.

Les petites entreprises et les développeurs indépendants se trouvent entre les deux. Ils ont besoin de systèmes capables de créer des produits IA, mais ne disposent pas du pouvoir d'achat des grands fournisseurs de cloud.

La couverture de Tom Hardware donne à cette pression un repère historique marquant. Le marché a, de fait, demandé aux acheteurs ordinaires d'abandonner des années d'accessibilité attendue afin que le déploiement de l'IA puisse progresser plus rapidement.

Cette bonne affaire n’a pas été négociée ouvertement. Elle résulte des incitations des fournisseurs, des engagements de capital et de l’appétit technique des systèmes d’IA modernes.

L’ancienne courbe des coûts face à une nouvelle réalité d’allocation

Le renversement principal résulte du choc entre l’attente habituelle d’une informatique toujours moins chère et une allocation de mémoire fondée sur la rentabilité de l’IA.

Pendant des décennies, la baisse des coûts des semi-conducteurs a permis aux logiciels de s’étendre. Les systèmes d’exploitation sont devenus plus volumineux, les navigateurs ont ouvert davantage de processus et les applications ont conservé plus de données en mémoire.

Les développeurs supposaient que le matériel de demain rendrait ordinaire la charge de travail coûteuse d’aujourd’hui. Cette hypothèse a soutenu des interfaces plus riches, des environnements d’exécution managés, des bases de données locales et des logiciels de création toujours plus ambitieux.

Les prix de la mémoire ont été volatils tout au long de cette histoire. Le secteur a connu des surcapacités, des corrections de stocks, des perturbations d’usines et de brusques variations de la demande. Pourtant, chaque cycle s’inscrivait dans une tendance générale vers une capacité moins chère.

L’IA introduit une source de demande d’une ampleur et d’une urgence inhabituelles. Les principales entreprises n’achètent pas de la mémoire uniquement pour répondre à une charge de travail établie. Elles construisent des infrastructures en prévision d’un usage futur des modèles.

Ces achats anticipés peuvent maintenir la demande au-dessus des revenus réellement générés. Les fournisseurs de cloud craignent qu’une capacité insuffisante les empêche de servir leurs clients ou d’entraîner des modèles compétitifs.

Les fournisseurs réagissent en obtenant des engagements de long terme et en privilégiant les produits offrant les meilleurs rendements. Ce comportement est compréhensible pour chaque participant, mais son résultat combiné brise la trajectoire de coût familière aux consommateurs.

S&P Global a observé que la HBM était devenue l’un des segments les plus lucratifs de l’industrie des semi-conducteurs. Son analyse de l’approvisionnement en mémoire indique que des marges plus élevées ont encouragé les producteurs à privilégier les produits liés à l’IA plutôt que la mémoire historique destinée aux entreprises et aux consommateurs.

Le résultat ressemble davantage à un choc d’allocation qu’à une pénurie conventionnelle. L’offre existe, les investissements progressent et les fabricants produisent d’énormes volumes de mémoire. Toutefois, les clients les plus précieux déterminent ce dont la production sera augmentée en priorité.

Cela crée une boucle de rétroaction. La rareté accroît la valeur d’un approvisionnement sécurisé. Les grands acheteurs d’IA répondent par des engagements plus longs, ce qui réduit la capacité disponible pour les acheteurs dont le pouvoir d’achat n’est pas comparable.

La hausse des coûts de mémoire peut alors encourager les développeurs d’IA à optimiser. Des techniques telles que la quantification, les modèles plus petits, la compression de cache et une récupération plus sélective réduisent la consommation de mémoire par requête.

L’efficacité ne garantit pas à elle seule une baisse de la demande totale. Si chaque requête devient moins chère, les entreprises peuvent servir davantage de requêtes, déployer plus d’agents ou traiter des contextes plus longs. La consommation agrégée peut continuer à augmenter, même si les charges de travail individuelles s’améliorent.

Cette dynamique rappelle l’effet rebond observé dans d’autres technologies. Une utilisation plus efficace d’une ressource réduit le coût d’une activité, ce qui peut stimuler suffisamment d’activité supplémentaire pour annuler les économies réalisées.

L’ancienne courbe est donc confrontée à deux forces opposées. De meilleurs procédés, une densité accrue et des logiciels optimisés tirent les coûts vers le bas. L’accélération du déploiement de l’IA et l’allocation préférentielle poussent la disponibilité effective dans la direction opposée.

L’issue dépendra de la force qui évoluera le plus vite. Les progrès historiques des semi-conducteurs restent bien réels, mais ils ne garantissent plus que toutes les catégories d’acheteurs bénéficient des gains au même moment.

Ce que la comparaison avec 2007 ne prouve pas

L’analogie historique illustre la gravité du renversement, mais elle ne permet pas d’établir combien de temps les conditions actuelles perdureront.

Le graphique de Lemire constitue un cadre convaincant, pas un modèle complet du marché mondial de la DRAM. Il décrit des coûts de capacité normalisés sur une longue période, avec des produits et une qualité de données qui évoluent.

Les prix de la mémoire au détail peuvent évoluer avant ou après les marchés sous contrat. Les remises peuvent refléter des stocks détenus par les distributeurs plutôt qu’un changement dans l’approvisionnement issu de la fabrication. La disponibilité régionale et les mouvements de devises ajoutent d’autres variations.

La composition des produits complique également les comparaisons. Les modules DDR5 actuels offrent des fonctionnalités et des performances que les anciennes générations de DDR ne proposaient pas. Les DIMM de serveur, la mémoire des ordinateurs portables, la mémoire graphique et la HBM répondent à des exigences techniques différentes.

Un acheteur bénéficie aujourd’hui de davantage de capacités, même si les coûts de capacité ressemblent à ceux d’une période antérieure. Cela n’invalide pas le problème d’accessibilité, mais cela change le sens de « retour à 2007 ».

Cette expression devrait décrire un niveau de prix normalisé, et non affirmer que toute l’expérience informatique est revenue en arrière. Les systèmes modernes restent immensément plus capables, et leurs sous-systèmes mémoire offrent davantage de bande passante et d’efficacité.

La causalité exige également de la prudence. La demande liée à l’IA est la principale pression identifiée par les analystes du secteur, mais elle n’est pas la seule influence. La discipline des fournisseurs, l’expansion retardée, les transitions de procédés, les politiques de stocks et la demande habituelle de serveurs affectent tous la disponibilité.

Le comportement des consommateurs peut rapidement modifier la trajectoire. Si les expéditions d’appareils chutent fortement, les fabricants peuvent se retrouver avec des stocks excédentaires dans certaines catégories, même si les produits pour serveurs restent sous tension.

Une correction temporaire au détail ne réfuterait pas nécessairement l’argument structurel. Les kits pour PC peuvent baisser parce que les vendeurs écoulent leurs stocks, tandis que les contrats à long terme restent fermes.

L’inverse est également vrai. La poursuite des hausses de contrats ne prouve pas que chaque produit au détail augmentera continuellement. Les canaux de distribution peuvent absorber ou retarder les changements.

La CXMT chinoise ajoute une autre incertitude. Des rapports indiquent que les fabricants de PC ont envisagé un usage limité de sa DRAM grand public, en particulier pour les systèmes vendus en Chine. Une concurrence supplémentaire pourrait à terme soulager certains segments grand public.

Toutefois, les qualifications, les restrictions régionales, les écarts technologiques et l’échelle de production limitent la rapidité avec laquelle un nouveau fournisseur peut rééquilibrer le marché mondial. Une production supplémentaire de mémoire grand public ne résout pas non plus tous les goulets d’étranglement liés à la HBM ou aux serveurs avancés.

Les résultats 2026 de Micron montrent une poursuite du développement dans la HBM, la mémoire basse consommation, la DRAM DDR et le stockage pour centres de données. Cette diversité illustre pourquoi une lecture simple opposant HBM et PC est incomplète.

Les fournisseurs gèrent des portefeuilles interconnectés. Ils peuvent réorienter les investissements entre familles de produits, mais les qualifications clients et les contraintes de fabrication empêchent des changements instantanés.

La conclusion la plus sûre est moins large que le titre le plus spectaculaire. La demande d’IA a contribué à une rupture extraordinaire avec le déclin historique des coûts de mémoire. Sa durée et son ampleur finale restent incertaines.

Cette distinction compte pour les décisions d’achat. Acheter dans la panique suppose que chaque produit deviendra indéfiniment plus rare. Attendre indéfiniment suppose que l’ancienne courbe descendante se rétablira selon le calendrier prévu.

Aucune de ces hypothèses n’a été établie.

Trois signaux indiqueront si la pénurie s’atténue

La prochaine phase sera déterminée par les prix contractuels, la capacité qualifiée et l’efficacité réelle de la mémoire pour l’IA, et non par des remises isolées au détail.

Le premier signal est l’orientation des prix contractuels de la DRAM pour serveurs et PC au cours des prochains trimestres. Les marchés sous contrat révèlent ce que les grands fabricants et acheteurs anticipent au-delà des promotions de détail de courte durée.

TrendForce a indiqué que les hausses du troisième trimestre ralentissaient à mesure que la demande des consommateurs faiblissait. Il a toutefois également décrit le marché comme extrêmement tendu et précisé que la demande des serveurs restait favorable.

Un aplatissement durable des prix des contrats, à la fois pour les serveurs et les consommateurs, affaiblirait l’affirmation selon laquelle le secteur est entré dans une réinitialisation durable de l’allocation. Des hausses continues malgré la faiblesse des expéditions d’appareils la renforceraient.

Les lecteurs devraient donc distinguer un kit en promotion d’un soulagement généralisé des contrats. Une vente peut profiter à un acheteur sans indiquer que l’offre a rattrapé la demande.

Le deuxième signal est la capacité de production qualifiée. Les annonces de nouvelles usines comptent moins que la production utilisable effectivement livrée aux clients.

Samsung, SK hynix et Micron doivent développer la mémoire avancée tout en maintenant suffisamment de DRAM conventionnelle pour les PC, les téléphones et les serveurs généralistes. CXMT et d’autres producteurs pourraient accentuer la pression concurrentielle sur certains marchés.

Les principaux éléments à surveiller incluront l’augmentation de production des nœuds de procédé, les qualifications clients, la production de packaging HBM et des rendements stables. Une capacité encore en construction ne peut pas soulager les commandes actuelles.

Une hausse significative de la disponibilité de DRAM conventionnelle soutiendrait un retour vers la courbe historique des coûts. Une capacité principalement consacrée aux produits d’IA haut de gamme pourrait laisser la pression sur les consommateurs largement intacte.

Le troisième signal est l’utilisation de mémoire par tâche d’IA. Les développeurs de modèles travaillent sur la quantification, la gestion du cache, des architectures plus petites et des systèmes de routage qui attribuent les requêtes simples à des modèles moins exigeants.

Des gains d’efficacité réussis devraient réduire la mémoire nécessaire pour chaque unité de travail utile. Ils n’affaiblissent la thèse de la pénurie que si le déploiement total augmente plus lentement que ces économies.

Si les applications réagissent en exécutant davantage d’agents, en conservant des contextes plus longs ou en intégrant des modèles dans chaque flux de travail, la demande totale peut tout de même augmenter. L’efficacité soutiendrait alors l’expansion plutôt que l’apaisement.

Surveillez ce que les entreprises d’IA déploient, pas seulement ce que promettent les benchmarks de laboratoire. Une consommation de mémoire réduite dans un test contrôlé importe moins si les systèmes de production ajoutent des fenêtres de contexte plus grandes et davantage d’utilisateurs simultanés.

Le rapport de Tom Hardware identifie finalement une confrontation entre deux courbes exponentielles. L’une représente la baisse historique du coût de la mémoire. L’autre représente l’appétit d’une industrie de l’IA qui développe simultanément ses infrastructures, ses modèles et ses usages.

Pour les acheteurs, la réponse pratique est une planification rigoureuse. Mesurez la capacité dont vos charges de travail ont réellement besoin, préservez la flexibilité de mise à niveau lorsque c’est possible et évaluez les configurations complètes des systèmes plutôt qu’un seul composant.

Pour les développeurs, c’est aussi une raison de traiter à nouveau l’efficacité mémoire comme une contrainte produit. Analysez les charges de travail réelles, limitez les activités inutiles en arrière-plan et testez le comportement des logiciels dans des limites de capacité réalistes.

Surtout, ne prenez pas une comparaison historique célèbre pour une prévision figée. Le repère de 2007 de Lemire nous indique jusqu’où le marché a évolué. Les tendances contractuelles, l’offre qualifiée et l’efficacité de l’IA effectivement déployée indiqueront s’il peut revenir en arrière.