← Accueil actu | Salle du marché

Le mur de la mémoire se décale vers le bas : des puces IA à dizaines de milliers de dollars plafonnées à l'usage, la hausse des prix se propage le long de la chaîne jusqu'aux téléphones

2026-11-11 · Source:虎嗅·中继

Le mur de la mémoire se décale vers le bas : des puces IA à dizaines de milliers de dollars plafonnées à l'usage, la hausse des prix se propage le long de la chaîne jusqu'aux téléphones

Les puces IA de pointe plafonnent souvent faute de bande passante mémoire ; la puissance de calcul croît bien plus vite que la mémoire, et le goulot d'étranglement descend le long de la chaîne industrielle jusqu'aux téléphones.

Les quelque 800 yuans supplémentaires d'un iPhone ne sont que le maillon le plus aval de cette chaîne industrielle. Des reportages récents remontent le long de la chaîne des prix : mémoire, HBM, jusqu'aux puces IA de pointe facturées en dizaines de milliers de dollars et disputées par tous les acteurs. Les hausses de prix récentes des téléphones de Huawei, Xiaomi, Honor, OPPO et vivo sont lues comme les traces laissées côté consommateur par la pression d'une même chaîne d'approvisionnement. Autrement dit, ce petit écart de prix ressenti en boutique est en réalité la projection terminale des tensions de l'ensemble de la chaîne de la puissance de calcul IA.

Le cœur du problème, c'est le fameux « mur de la mémoire » (Memory Wall). Ces puces à dizaines de milliers de dollars ne délivrent parfois pas leur efficacité maximale une fois achetées — non pas par manque de puissance de calcul, mais parce que le manque de mémoire fait que le transport des données ne suit pas. À l'exécution d'un modèle IA, une grande partie des paramètres et des données intermédiaires résident dans le système mémoire ; la puce de calcul lit sans cesse les données pour les envoyer vers les unités de calcul, puis réécrit les résultats. Quand l'unité de calcul a terminé depuis longtemps et que le lot de données suivant n'est pas encore arrivé, l'efficacité est bloquée. L'auteur emploie une image : un chef découpe très vite, mais les ingrédients sont dans la chambre froide du sous-sol et l'ascenseur ne transporte qu'une petite platine à la fois ; aussi rapide soit-il, le chef doit attendre l'ascenseur — l'ascenseur, c'est la bande passante. L'article souligne que ce qui manque ici, c'est la capacité et la bande passante du système mémoire, et non un corpus d'entraînement insuffisant.

L'article « AI and Memory Wall » publié en 2024 par une équipe de l'Université de Californie à Berkeley en donne la quantification : au cours des vingt dernières années, la puissance de calcul crête des serveurs a été multipliée par environ 3 tous les deux ans, tandis que la bande passante DRAM n'a été multipliée sur la même période que par environ 1,6 et la bande passante d'interconnexion par environ 1,4 ; l'article estime que, dans les applications IA et singulièrement l'inférence, la bande passante mémoire a de plus en plus de chances de devenir le goulot d'étranglement principal. Le texte rappelle que ces chiffres décrivent une tendance historique. Pour les accélérateurs IA, la HBM importe tout particulièrement, car elle sait alimenter la puce de calcul à haut débit.

Pour les acheteurs de puissance de calcul IA, l'intérêt pratique de cette analyse tient à la correction de la logique d'achat. Autrefois, pour évaluer un serveur IA, l'indicateur le plus immédiat était la puissance crête — combien de TFLOPS, combien de cartes interconnectées. Mais si la bande passante mémoire ne suit pas, la puissance crête n'est souvent qu'un chiffre de papier et le débit d'inférence réel peut être très inférieur aux valeurs nominales. C'est pourquoi un nombre croissant d'acheteurs font du « taux d'utilisation effective de la puissance de calcul », et non de la puissance crête, le premier critère de sélection, et intègrent la capacité et la bande passante HBM ainsi que l'extensibilité du sous-système mémoire au même rang que la puissance de la puce dans leurs dimensions d'évaluation. Pour les équipes au budget limité, une solution à puissance crête légèrement inférieure mais à bande passante mémoire généreuse peut délivrer une performance d'inférence réelle supérieure, pour un coût d'acquisition par unité de puissance effective plus bas.

Le diagnostic de cette analyse : au premier semestre 2026, tout le monde se dispute les puces IA, mais une fois les puces en main, le goulot d'étranglement descend d'un cran — hier il fallait d'abord résoudre « à quelle vitesse la puce calcule », désormais il faut aussi résoudre « les données de la mémoire parviennent-elles à temps aux unités de calcul ». Et ce problème finira par se propager le long de toute la chaîne industrielle, jusqu'au téléphone du consommateur. La diffusion de l'IA embarquée rend cette chaîne de transmission plus nette : pour exécuter des modèles plus grands en local, les fabricants de téléphones ont des besoins croissants en capacité et en bande passante mémoire, tandis que l'offre de mémoire est tendue et que les prix montent — au final, cela se reflète dans le prix des terminaux. Les hausses récentes de Huawei, Xiaomi, Honor, OPPO et vivo incarnent précisément cette chaîne de transmission qui part des puces datacenter à dizaines de milliers de dollars pour aboutir à un écart d'environ 800 yuans côté consommateur.

Du point de vue des achats et de l'investissement, cette tendance appelle plusieurs considérations. Un : la tension de court terme sur l'offre de mémoire et de HBM sera difficile à dissiper ; les architectures d'inférence dépendant de grandes configurations mémoire doivent verrouiller au plus tôt leur chaîne d'approvisionnement en mémoire pour éviter que les puces, une fois livrées, ne restent inutilisées faute de mémoire. Deux : lors de l'évaluation des offres de terminaux ou de calcul en nuage, exiger du fournisseur des données de débit mesuré, et non les seules spécifications de puissance crête, sous peine de payer pour une « puissance qui ne tourne pas à plein ». Trois : le mur de la mémoire a fait éclore de nouvelles pistes techniques — itérations HBM à plus large bande passante, architectures de calcul-en-mémoire, compression et quantification de modèles plus efficaces — toutes dignes d'un suivi continu dans la planification à long terme des acheteurs.

Une précision sur les données de marché : s'agissant des puces IA évoquées dans cet article, la situation des offres dans le système au comptant de la bourse de calcul Wanan (AIXX) est la suivante — ce modèle ne dispose actuellement d'aucune offre affichée en vente. Cela signifie qu'il n'existe pratiquement sur le marché au comptant aucune source circulante de ces puces IA de pointe immédiatement transactionnable, ce qui concorde avec la description d'« une puce disputée par tous » : quand la puce elle-même est déjà introuvable, l'effort pour doter les puces livrées de suffisamment de mémoire et de bande passante passe d'autant plus inaperçu — or c'est précisément ce qui décide si l'investissement de dizaines de milliers de dollars se transforme réellement en puissance de calcul utilisable. Pour les acheteurs, en l'absence d'offre au comptant de référence, il est d'autant plus important d'inscrire la configuration du sous-système mémoire et le taux d'utilisation effective de la puissance de calcul dans les clauses de réception technique du contrat d'achat.

Q: Qu'est-ce que le « mur de la mémoire » et pourquoi des puces IA à dizaines de milliers de dollars ne tournent-elles pas à plein régime ?

A: Le mur de la mémoire désigne le fait que la puissance de calcul des puces croît bien plus vite que la bande passante mémoire — l'article « AI and Memory Wall » de l'équipe de Berkeley (2024) montre qu'en vingt ans la puissance crête des serveurs a été multipliée par environ 3 tous les deux ans, quand la bande passante DRAM n'était multipliée que par environ 1,6 et celle d'interconnexion par environ 1,4. Les données n'arrivent pas aux unités de calcul ; si rapide soit la puce, elle doit attendre, d'où une efficacité réelle inférieure au pic.

Q: Comment cette hausse des prix se transmet-elle au consommateur, et quelle est son ampleur ?

A: Le chemin de transmission est : puces IA de pointe → HBM → mémoire → terminaux téléphoniques. Les hausses récentes de Huawei, Xiaomi, Honor, OPPO et vivo en sont l'expression la plus aval : environ 800 yuans supplémentaires sur un iPhone, reflet de la pression d'une même chaîne d'approvisionnement qui va des puces à dizaines de milliers de dollars au consommateur.

Mots-clés: Huawei · Xiaomi · Apple iPhone · HBM · Memory Wall · Ning Mingliang


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle