L’essor des PCB pour serveurs IA de NVIDIA fait évoluer l’actualité technologique au-delà des puces

Le lancement de Rubin par NVIDIA a propulsé dans l’actualité technologique un composant jusque-là négligé : le circuit imprimé qui relie processeurs, mémoire, réseau et alimentation au sein des systèmes d’IA. De nouvelles prévisions sectorielles font état d’une croissance exceptionnellement rapide des cartes de serveurs IA et de leurs matériaux de base. L’enjeu ne se limite plus à obtenir suffisamment d’accélérateurs. Les fabricants doivent aussi produire des cartes plus grandes, plus denses et plus complexes, sans compromettre la qualité des signaux ni la fiabilité.

Cette évolution est devenue visible le 2 septembre 2026, lorsque le média financier chinois CLS s’est penché sur la hausse des fournisseurs de PCB et des producteurs de matériaux. Son article citait une prévision de Goldman Sachs publiée en août, qui relevait fortement les perspectives du marché des PCB pour serveurs IA jusqu’en 2028. Il reliait également cette prévision à de nouvelles hausses de prix des laminés, à des pénuries de capacité et à de solides résultats semestriels chez les fournisseurs.

NVIDIA est le principal moteur de la demande, mais n’est pas le seul. Amazon, Google, Meta et Microsoft développent des accélérateurs IA sur mesure, tandis que les fournisseurs de cloud installent des baies de calcul de plus en plus intégrées. Leur concurrence transforme une catégorie mature de l’électronique en contrainte stratégique.

Ce renversement est important. L’infrastructure IA a généralement été décrite comme une compétition autour des puces avancées, de la mémoire à haute bande passante et de l’électricité. La prochaine phase dépend tout autant de la capacité des fabricants à construire les voies physiques qui permettent à ces composants de fonctionner ensemble.

Les prévisions pour les PCB de serveurs IA ont changé le débat sur la chaîne d’approvisionnement

Le changement majeur ne réside pas dans le fait que les serveurs IA utilisent davantage de circuits imprimés, mais dans le fait que chaque système informatique exige une catégorie de carte différente.

Un circuit imprimé, ou PCB, soutient mécaniquement les composants électroniques tout en acheminant les signaux électriques et l’alimentation entre eux. Un laminé cuivré, ou CCL, est le matériau de base isolant recouvert de cuivre que les fabricants transforment en ces circuits. Ces deux catégories ne sont pas nouvelles, mais les systèmes IA à l’échelle d’une baie les poussent bien au-delà des exigences des serveurs ordinaires.

Le rapport de CLS du 2 septembre attribuait la réaction immédiate du marché à deux évolutions. D’abord, les fournisseurs de laminés avaient annoncé une nouvelle série de hausses de prix. Ensuite, Goldman Sachs avait relevé ses perspectives pour les PCB et CCL de serveurs IA.

Selon le rapport de marché, Goldman Sachs prévoit que le marché mondial des PCB pour serveurs IA atteindra 84 milliards de dollars en 2028. Il anticipe un marché de 48 milliards de dollars pour les laminés correspondants. La prévision implique des taux de croissance annuels composés de 148 % et 161 %, respectivement, entre 2026 et 2028.

Ces estimations sont des prévisions et non des ventes constatées. Elles proviennent également d’un rapport de recherche d’une banque d’investissement qui n’est pas entièrement accessible au public. Les hypothèses qui les sous-tendent montrent néanmoins pourquoi les investisseurs et les fabricants considèrent désormais les cartes différemment.

Goldman Sachs prévoirait que la surface expédiée de PCB pour serveurs IA passe de 1,3 million de mètres carrés en 2026 à 4,5 millions en 2028. Plus important encore, il s’attend à une forte hausse de la valeur moyenne par mètre carré. La surface des cartes et la complexité des produits augmenteraient donc simultanément.

Cette combinaison distingue ce cycle d’une reprise conventionnelle des volumes. Les fabricants ne peuvent pas simplement faire passer davantage de cartes serveur standard dans leurs lignes existantes. Ils ont besoin de procédés adaptés à des couches supplémentaires, des pistes plus fines, des formats plus grands, du cuivre plus épais, des tolérances plus strictes et des matériaux présentant de moindres pertes électriques.

Le changement est déjà visible dans l’architecture des cartes. Les cartes serveur conventionnelles comportent souvent entre 14 et 24 couches. Les cartes de serveurs IA utilisent couramment entre 20 et 30 couches, certains modèles allant au-delà, selon des recherches sur la fabrication.

Chaque couche supplémentaire crée davantage d’étapes de fabrication et plus de possibilités de défauts. Les circuits fins doivent être alignés sur l’ensemble de l’empilement. Les connexions percées doivent rester précises malgré une épaisseur accrue. La chaleur et les contraintes mécaniques ne doivent pas déformer une carte au point d’endommager les liaisons à haut débit.

Le matériel IA transmet également d’énormes volumes de données entre processeurs, mémoire, commutateurs et interfaces réseau. À ces vitesses, une piste de circuit se comporte moins comme un simple fil que comme un chemin de transmission conçu avec précision. De faibles variations des matériaux peuvent affaiblir un signal ou introduire des interférences.

C’est pourquoi cette actualité technologique dépasse une séance boursière animée. La prévision décrit une évolution de la conception physique et de la valeur économique de l’infrastructure informatique. Les puces avancées fournissent toujours la puissance de calcul, mais des cartes de plus en plus spécialisées déterminent si cette puissance peut fonctionner à l’échelle d’une baie.

NVIDIA Rubin fait de la carte une partie intégrante de l’ordinateur

La conception à l’échelle d’une baie de NVIDIA fait du PCB une contrainte de performance active plutôt qu’une surface passive sous les puces.

La plateforme Rubin de l’entreprise explique pourquoi la demande s’intensifie aujourd’hui. NVIDIA a présenté Rubin en janvier 2026 et a indiqué que les systèmes de ses partenaires deviendraient disponibles au cours du second semestre de l’année. Son architecture associe CPU, GPU, processeurs réseau, commutateurs et infrastructure de stockage dans un système coordonné.

La plateforme Rubin comprend la baie Vera Rubin NVL72 et la carte serveur HGX Rubin NVL8. NVL72 intègre 72 GPU Rubin avec 36 CPU Vera et la sixième génération de l’interconnexion NVLink de NVIDIA. HGX Rubin NVL8 relie huit GPU pour les clients souhaitant des systèmes basés sur x86.

NVIDIA affirme que NVL72 fournit 260 téraoctets par seconde de bande passante agrégée de montée en charge. Le réseau de montée en charge relie les accélérateurs au sein d’un domaine de calcul étroitement coordonné, leur permettant de travailler sur un même modèle comme s’ils formaient une machine plus grande.

Ces performances exigent des chemins électriques très courts, prévisibles et soigneusement appariés. La carte et le fond de panier doivent acheminer les signaux tout en gérant la distribution électrique, la chaleur, les vibrations et la maintenabilité. Les spécifications d’un GPU ne peuvent à elles seules garantir ces résultats.

NVIDIA indique également que les systèmes Rubin utilisent une conception modulaire de plateaux sans câbles. La suppression des câbles internes peut simplifier l’assemblage et la maintenance, mais les connexions électriques ne disparaissent pas. Les concepteurs transfèrent une plus grande responsabilité aux cartes, connecteurs et structures d’interconnexion rigides.

C’est le mécanisme à l’origine de l’essor des PCB pour serveurs IA. Les systèmes à l’échelle d’une baie combinent plusieurs domaines d’ingénierie auparavant distincts. Le packaging des puces, les cartes serveur, les fonds de panier, les tissus réseau, le refroidissement et la distribution électrique fonctionnent de plus en plus comme une seule architecture.

L’augmentation de densité a des conséquences dans toute la pile de matériaux. Les signaux plus rapides favorisent les laminés à faibles pertes, qui préservent l’énergie électrique sur des pistes plus longues. Des besoins en puissance plus élevés exigent un cuivre plus épais ou mieux réparti. Davantage de composants nécessitent des techniques d’interconnexion haute densité, ou HDI, qui intègrent des vias plus petits et des lignes plus étroites dans un espace limité.

Les PCB de type substrat poussent ce procédé encore plus loin. Ils utilisent des méthodes de fabrication proches de celles des substrats de semi-conducteurs, permettant un câblage bien plus fin que les cartes conventionnelles. Le procédé semi-additif modifié construit de fines pistes de cuivre avec une plus grande précision, au lieu de retirer de grandes quantités de cuivre d’une feuille.

Ces procédés exigent des équipements spécialisés, des contrôles de contamination plus stricts et des équipes de production expérimentées. Le rendement devient central. Une usine peut disposer d’une capacité nominale, tout en produisant moins de cartes commercialisables si une conception difficile génère des défauts tard dans la séquence de fabrication.

La carte absorbe également le coût des changements d’architecture. Chaque génération de NVIDIA réorganise les plateaux de calcul, les commutateurs, les connecteurs et les systèmes d’alimentation. Les fournisseurs doivent qualifier de nouveaux matériaux et de nouvelles étapes de fabrication avant la production de masse. Un retard à n’importe quelle étape peut ralentir la baie complète, même si les processeurs sont disponibles.

Rubin ne représente pas l’ensemble du marché. Microsoft, Amazon, Google et Meta créent également des systèmes autour d’accélérateurs internes. Goldman Sachs prévoirait que ces déploiements d’ASIC sur mesure génèrent davantage de demande incrémentale en PCB que les seuls serveurs GPU de NVIDIA.

Un circuit intégré spécifique à une application, ou ASIC, est une puce conçue pour une charge de travail plus ciblée qu’un processeur à usage général. Les entreprises de cloud utilisent des ASIC d’IA afin de maîtriser les performances, la consommation d’énergie et les coûts de leurs propres services.

Ces programmes diversifient la demande de cartes, mais la fragmentent aussi. Un fournisseur peut devoir prendre en charge plusieurs architectures, ensembles de matériaux et calendriers de qualification. Cela accroît la valeur de l’expertise en ingénierie tout en limitant l’utilité des capacités génériques.

Le résultat est une compétition entre l’ambition des systèmes et la réalité de la fabrication. NVIDIA et les hyperscalers veulent des cycles produits annuels, des baies plus denses et des coûts d’inférence plus faibles. Les fabricants de cartes doivent transformer ces objectifs en produits physiques capables de supporter des années de chaleur et de charge électrique continue.

L’actualité technologique a un nouveau goulet d’étranglement sous le GPU

Les entreprises les plus sous pression ne sont pas seulement les fournisseurs de PCB, mais aussi chaque client qui attend une arrivée à temps du matériel IA.

Pendant plusieurs années, les accélérateurs avancés ont constitué la contrainte la plus évidente à l’expansion de l’IA. La mémoire à haute bande passante et le packaging des semi-conducteurs ont ensuite rejoint cette liste. Les dernières données suggèrent que les cartes, les laminés, les tissus de verre, les feuilles de cuivre et les équipements de production doivent désormais faire partie de la même discussion.

Kingboard Laminates a fourni l’un des signaux les plus clairs de la part des fournisseurs dans ses résultats du premier semestre 2026. Son chiffre d’affaires a augmenté de 55 % par rapport à la même période en 2025, tandis que le bénéfice net attribuable aux actionnaires a progressé de 209 %. Le volume d’expédition des laminés a augmenté de 14 %, les expéditions mensuelles moyennes dépassant 10 millions de feuilles.

L’entreprise a indiqué que sa capacité existante s’était largement réorientée vers les produits liés à l’IA. Cette réaffectation a contribué à de graves pénuries de fil et de tissu en fibre de verre électronique traditionnels, selon ses résultats intermédiaires.

Cette déclaration illustre l’effet d’éviction. Une usine n’a pas besoin de fermer une ligne conventionnelle pour que des pénuries apparaissent. Elle peut privilégier une production à spécifications plus élevées, consommer davantage de matériaux rares par produit ou consacrer ses meilleurs équipements à des clients de l’IA.

Les acheteurs d’électronique traditionnelle se retrouvent alors en concurrence pour l’offre restante. Les fabricants de produits automobiles, grand public, industriels et de serveurs généralistes peuvent subir des délais plus longs ou des conditions contractuelles moins favorables, même lorsque leur propre demande reste stable.

Les producteurs de matériaux réagissent. Panasonic Industry a annoncé une révision générale couvrant les laminés cuivrés, les préimprégnés, les matériaux flexibles et les produits connexes destinés aux circuits imprimés. L’entreprise a précisé que ces changements s’appliqueraient aux expéditions à partir du 1er mai 2026.

Panasonic a attribué cette décision à la hausse des coûts des feuilles de cuivre, du tissu de verre, des résines, de la logistique, de l’emballage, de l’énergie et de la main-d’œuvre. Son avis sur les matériaux montre que la demande liée à l’IA entre en collision avec l’inflation des coûts des intrants, plutôt que d’évoluer de manière isolée.

Le préimprégné est une feuille de fibre de verre imprégnée de résine utilisée pour lier et isoler les couches de PCB. Les cartes hautes performances nécessitent un comportement de résine constant et des structures de verre étroitement contrôlées. Un défaut ou une variation peut modifier à la fois la stabilité mécanique et les performances électriques.

Cette pression se propage en amont. Les fournisseurs de fibres de verre doivent fabriquer des tissus plus fins et plus uniformes. Les producteurs de feuilles de cuivre ont besoin de produits à la rugosité de surface maîtrisée. Les entreprises chimiques doivent fournir des résines résistantes à la chaleur tout en limitant les pertes de signal.

Elle se propage également en aval. Les fabricants de serveurs ne peuvent pas livrer un système complet sans cartes homologuées. Les fournisseurs de cloud ne peuvent pas déployer la capacité promise sans serveurs complets. Les développeurs d’IA ne peuvent pas accéder à cette capacité si les calendriers d’installation prennent du retard.

Les États-Unis font face à un risque géographique supplémentaire. Une grande partie de la fabrication avancée de PCB et d’électronique reste concentrée en Asie. L’association professionnelle IPC a soutenu que la politique américaine en matière d’infrastructures d’IA devait inclure la conception de cartes, la fabrication HDI, l’assemblage des composants et les tests, et pas uniquement la production de semi-conducteurs.

Son analyse de la chaîne d’approvisionnement estimait que les serveurs d’IA progresseraient à un taux de croissance annuel composé de 12,3 % sur cinq ans. IPC a également identifié les substrats d’IC, l’assemblage de HBM, la fabrication de PCB et l’assemblage de systèmes comme des domaines nécessitant une attention accrue.

Cet avertissement met en lumière un décalage dans la politique industrielle. Les gouvernements ont engagé des ressources considérables dans la fabrication de wafers et le packaging avancé. Ces investissements répondent à de véritables contraintes, mais un accélérateur produit localement dépend toujours de cartes et de matériaux importés si les capacités locales font défaut.

La pression s’exerce donc sur un large périmètre. Les fabricants de PCB doivent se développer sans dégrader les rendements. Les fournisseurs de matériaux doivent accroître leurs capacités sans créer un excédent ultérieur. Les fournisseurs de cloud doivent anticiper la demande suffisamment tôt pour réserver la production. Les décideurs publics doivent déterminer si l’infrastructure des circuits imprimés mérite le même traitement stratégique que les puces.

C’est pourquoi les PCB de serveurs d’IA sont passés de la simple approvisionnement en composants à l’actualité technologique. Ils se situent à l’intersection des performances de calcul, de la capacité des usines, de la géopolitique et des dépenses d’investissement.

Une expansion rapide ne peut pas éliminer le risque de rendement

Une prévision de marché élevée ne garantit pas que chaque nouvelle usine, chaque fournisseur ou chaque programme de cartes réussira.

L’argument sceptique le plus solide concerne l’écart entre la capacité annoncée et la production qualifiée. Les entreprises peuvent commander des équipements et construire des usines rapidement. Elles ne peuvent pas reproduire instantanément le savoir-faire de procédé nécessaire aux cartes complexes.

Les cartes à grand nombre de couches passent par des étapes répétées de laminage, d’imagerie, de placage, de perçage, d’inspection et de test. Une défaillance proche de la fin gaspille le travail et les matériaux accumulés lors des étapes précédentes. Davantage de couches et des connexions plus fines accroissent ce risque cumulatif.

Les grandes cartes d’IA rendent également l’uniformité plus difficile à atteindre. La température, la pression, l’écoulement de la résine, l’épaisseur du cuivre et l’alignement doivent rester cohérents sur une surface plus grande. Un procédé de fabrication performant sur une carte plus petite peut générer des défauts inacceptables lorsqu’il est mis à l’échelle.

Les clients imposent un autre obstacle. Les plateformes de serveurs exigent une qualification avant qu’un fournisseur puisse entrer en production de volume. Ce processus peut inclure des essais électriques, des cycles thermiques, des analyses de fiabilité et une fabrication pilote. Une nouvelle usine ne devient pas interchangeable avec un fournisseur établi simplement parce que les deux affichent des équipements similaires.

Les perspectives du marché reposent également sur des hypothèses système ambitieuses. Goldman Sachs s’attendrait à ce que la surface expédiée comme la valeur moyenne des cartes augmentent jusqu’en 2028. Une évolution de l’une ou l’autre variable affaiblirait cette prévision.

L’efficacité architecturale constitue une incertitude. NVIDIA affirme que Rubin peut entraîner des modèles de mélange d’experts avec quatre fois moins de GPU que Blackwell et fournir jusqu’à dix fois plus de débit d’inférence par watt. Ce sont des affirmations de l’entreprise qui nécessitent une validation sur les charges de travail des clients.

Si des systèmes améliorés accomplissent davantage de travail avec moins de baies, les opérateurs de cloud pourraient modérer leurs achats unitaires. La demande pourrait continuer à augmenter, mais les projections de surface de cartes deviendraient moins directes qu’une simple relation entre l’usage de l’IA et les serveurs installés.

Les accélérateurs personnalisés créent une deuxième incertitude. Leur croissance élargit la base de clients, mais les hyperscalers conçoivent du matériel notamment pour réduire les coûts d’infrastructure. Ils peuvent simplifier certains systèmes, négocier des contrats d’approvisionnement ou ajuster les calendriers de déploiement lorsque les rendements attendus diminuent.

Les dépenses d’investissement créent un troisième risque. L’infrastructure d’IA dépend d’investissements soutenus d’un groupe concentré d’entreprises de cloud et de partenaires financiers. Si les revenus des services d’IA ne couvrent pas les coûts d’amortissement, d’énergie et d’exploitation, ces acheteurs peuvent retarder de nouveaux campus ou allonger les cycles de remplacement.

La substitution de matériaux peut également modifier l’économie du secteur. Les fournisseurs développent de nouveaux laminés, tissus de verre, traitements du cuivre, liaisons optiques et approches de packaging. Certaines innovations augmentent la valeur des PCB. D’autres déplacent des fonctions hors des pistes conventionnelles des cartes.

L’optique co-packagée illustre cette ambiguïté. Cette approche place les composants optiques plus près du silicium réseau, réduisant la distance que les signaux électriques les plus rapides doivent parcourir. Elle peut atténuer certains défis de signal au niveau des cartes tout en introduisant de nouveaux problèmes de packaging, de refroidissement et de fiabilité.

Le paysage concurrentiel pourrait donc évoluer avant que les usines actuelles n’atteignent leur pleine production. Une capacité conçue autour d’une spécification de carte peut nécessiter des modifications pour une architecture ultérieure. Les équipements restent utiles, mais l’utilisation des capacités et les marges pourraient ne pas suivre les prévisions actuelles.

Il existe également un risque de considérer des pénuries temporaires comme une rareté permanente. La chaîne d’approvisionnement répond par des investissements majeurs. TrendForce a indiqué que les producteurs chinois de PCB avaient accéléré leurs plans d’expansion, y compris de nouvelles installations haut de gamme destinées aux puces d’IA et aux modules optiques.

Avary Holding a dévoilé des plans pour une base de fabrication à Shenzhen dédiée aux PCB haut de gamme de type substrat et aux cartes flexibles. Victory Giant a également accru ses capacités haut de gamme. D’autres producteurs en Chine, à Taïwan, au Japon et en Asie du Sud-Est orientent leurs capitaux vers les produits destinés aux serveurs d’IA.

Si plusieurs projets obtiennent leur qualification simultanément, l’offre pourrait rattraper la demande plus vite que prévu. Le marché resterait plus important, mais le pouvoir de négociation pourrait revenir des fabricants aux clients.

Les investisseurs doivent donc distinguer trois affirmations. Les serveurs d’IA nécessitent des cartes plus sophistiquées. L’offre haut de gamme actuelle est tendue. Les marges et taux de croissance actuels persisteront à travers chaque cycle d’expansion. La première affirmation bénéficie d’un solide soutien technique, la deuxième s’appuie sur les éléments fournis actuellement par les fournisseurs, et la troisième reste non démontrée.

Pour les acheteurs d’entreprise, l’enseignement pratique est similaire. Les équipes d’approvisionnement doivent suivre la qualification, le rendement, les délais et la préparation de sources alternatives. La surface au sol prévue par un fournisseur révèle moins que sa capacité à livrer des cartes fiables répondant aux spécifications requises.

Pour les développeurs et les travailleurs du savoir, l’effet est indirect mais réel. La disponibilité du matériel influence la capacité du cloud, la latence d’inférence, les limites de service et le rythme de déploiement des nouveaux modèles. La chaîne d’approvisionnement physique peut déterminer quelles fonctionnalités d’IA atteignent les utilisateurs, et à quel moment.

Les équipes qui suivent cette transition ont besoin d’un moyen fiable de relier les rapports de résultats, les annonces de produits et les spécifications techniques. Une base de connaissances consultable peut préserver ces relations à mesure que l’histoire se développe entre de nombreux fournisseurs.

Trois signaux mettront à l’épreuve la thèse des PCB d’IA

La prochaine étape sera déterminée par les preuves de production, et non par une nouvelle prévision médiatique.

Le premier signal est la montée en volume des systèmes NVIDIA Rubin au cours du second semestre 2026. NVIDIA a indiqué que Rubin était entré en production à grande échelle et a cité AWS, Google Cloud, Microsoft, Oracle, CoreWeave, Lambda, Nebius et Nscale parmi les premiers fournisseurs attendus.

Le calendrier des livraisons montrera si la chaîne d’approvisionnement environnante peut soutenir le rythme de lancement de NVIDIA. Des déploiements fluides renforceraient l’idée que la production avancée de PCB s’est développée parallèlement aux puces, aux réseaux et au refroidissement.

Des retards liés aux cartes, aux connecteurs ou aux structures d’interconnexion indiqueraient l’inverse. Ils confirmeraient l’importance stratégique du composant tout en affaiblissant les hypothèses de livraison à court terme. Cette distinction est importante, car un goulot d’étranglement peut accroître la valeur du produit tout en empêchant les fournisseurs de comptabiliser les volumes attendus.

Le deuxième signal est constitué par les données opérationnelles des fabricants de laminés et de PCB. La seule croissance des revenus ne suffira pas à trancher la question. Les investisseurs ont besoin de volumes d’expédition, du mix produit, du taux d’utilisation, des délais, des marges brutes et des commentaires de la direction sur la qualification.

Les résultats du premier semestre de Kingboard ont établi une référence élevée, avec une croissance des expéditions accompagnée d’une hausse bien plus importante des bénéfices. Les prochains rapports indiqueront si cette performance reflète une demande haut de gamme durable, une inflation temporaire des matériaux, ou les deux.

L’allocation des capacités mérite également une attention particulière. Si les fournisseurs continuent de réorienter la production vers les matériaux pour l’IA tout en décrivant des pénuries dans les catégories conventionnelles, la thèse d’éviction se renforcera. Si les délais se normalisent et que l’utilisation recule, l’offre pourrait rattraper la demande.

Le troisième signal est le rythme de déploiement des serveurs à ASIC personnalisés par les hyperscalers. Goldman Sachs considérerait ces systèmes comme une source de demande incrémentale plus importante que les serveurs NVIDIA. Cette affirmation est centrale dans les perspectives les plus optimistes du marché des PCB d’IA.

Les entreprises de cloud ne divulguent pas toujours leurs achats de cartes au niveau des composants. Des éléments utiles apparaîtront plutôt dans les annonces de déploiement d’accélérateurs, les calendriers de mise en service des centres de données, la concentration de clientèle des fournisseurs et les commandes d’équipements de fabrication spécialisés.

Une montée en puissance généralisée sur plusieurs puces internes renforcerait l’argument selon lequel ce marché dépasse le cycle de produits d’un seul fournisseur. Un déploiement plus lent rendrait la demande de PCB davantage dépendante de NVIDIA et exposerait les fournisseurs à une feuille de route architecturale plus étroite.

Ces signaux doivent être lus ensemble. Les livraisons de Rubin peuvent valider l’exécution à court terme. Les résultats des fournisseurs peuvent montrer si la rareté technique se traduit par des bénéfices durables. Les déploiements d’ASIC personnalisés peuvent déterminer si la demande est structurellement diversifiée.

La conclusion plus large est déjà visible. L’informatique d’IA est passée des accélérateurs individuels à des systèmes intégrés mesurés à l’échelle des baies et des centres de données. À mesure que cela se produit, la valeur migre vers les connexions entre les composants.

Le circuit imprimé est l’une de ces connexions. Il transporte l’alimentation, préserve les signaux, prend en charge des composants denses et transforme des puces fabriquées séparément en un ordinateur opérationnel. Son importance augmente à mesure que chaque baie devient plus étroitement intégrée.

Cela ne rend pas chaque prévision fiable ni chaque fournisseur attrayant. Mais cela rend impossible de rejeter la carte comme une commodité. La difficulté technique, les barrières de qualification et la concentration des capacités lui ont conféré un poids stratégique.

L’actualité technologique future continuera de se concentrer sur des processeurs plus rapides et des modèles plus grands. Les lecteurs devraient aussi se demander ce qui se trouve sous ces processeurs, quelles usines peuvent le fabriquer et si la production peut suivre le rythme.

Au cours des trois prochains mois, surveillez la disponibilité réelle de Rubin, les commentaires des fournisseurs sur les rendements et les déploiements d’accélérateurs par les hyperscalers. Ces faits révéleront si le boom des PCB de serveurs d’IA devient une expansion industrielle durable ou reste une poussée alimentée par la rareté.