Les puces de l'IA : Nvidia, mémoire HBM et la riposte asiatique
L’essor de l’intelligence artificielle générative repose sur une infrastructure physique méconnue : les puces électroniques. Derrière la magie des algorithmes se cache une guerre industrielle mondiale, dominée par une poignée d’entreprises, principalement asiatiques. Comprendre qui fabrique ces processeurs, comment ils sont assemblés et qui les finance est essentiel pour saisir les équilibres géopolitiques de demain. Ce dossier vous propose une plongée dans la chaîne de valeur des puces d’IA, de Nvidia aux mémoires HBM, en passant par les ambitieux concurrents chinois.
Le moteur de l’IA : la puce graphique de Nvidia
Pour entraîner un grand modèle de langage, il ne suffit pas d’un ordinateur classique. Il faut des milliers de processeurs capables de réaliser des milliards de calculs simultanés. C’est là qu’interviennent les GPU (processeurs graphiques) de Nvidia. Contrairement à un processeur classique qui exécute les tâches une par une, un GPU en exécute des milliers en parallèle. Cette architecture, initialement conçue pour les jeux vidéo, s’est révélée idéale pour l’IA.
Nvidia détient plus de 80 % du marché des GPU dédiés aux centres de données d’IA. Son avantage ne tient pas seulement à la puissance de ses puces, mais à son écosystème logiciel. La plateforme CUDA permet aux développeurs d’écrire des programmes optimisés pour ses GPU, créant une barrière à l’entrée très élevée pour les concurrents. Cependant, Nvidia ne fabrique pas ses propres puces. Elle les conçoit, mais confie leur production à des fondeurs asiatiques.
TSMC et Samsung : les ateliers incontournables
Le leader mondial de la fabrication de puces est taïwanais : TSMC (Taiwan Semiconductor Manufacturing Company). C’est TSMC qui grave les circuits les plus avancés de Nvidia, à des échelles de quelques nanomètres seulement. Plus la finesse de gravure est petite, plus la puce est rapide et économe en énergie. Aucune autre entreprise ne maîtrise cette technologie de pointe à grande échelle. Cela confère à Taïwan une position centrale, mais aussi une vulnérabilité stratégique en cas de tensions militaires.
Samsung, le géant sud-coréen, est le seul autre fondeur capable de rivaliser partiellement. Il fabrique certaines puces pour l’IA et produit également ses propres processeurs. Mais TSMC reste le fournisseur privilégié de Nvidia, d’AMD et des géants américains du cloud comme Amazon et Google. La concentration de cette production à Taïwan est un risque structurel que les États-Unis tentent de réduire en poussant TSMC à construire des usines en Arizona et au Japon.
La mémoire HBM : le goulot d’étranglement débloqué par la Corée
Un GPU très puissant ne sert à rien s’il ne peut pas accéder rapidement aux données. C’est le rôle de la mémoire à haute bande passante, ou HBM (High Bandwidth Memory). Contrairement à la mémoire classique, la HBM est empilée en 3D juste à côté du GPU, ce qui réduit considérablement la distance et le temps de transfert des données. Sans HBM, les calculs de l’IA seraient constamment ralentis par l’attente des informations.
Ce marché est dominé par deux entreprises sud-coréennes : SK Hynix et Samsung. SK Hynix est le leader technique et le fournisseur principal de Nvidia pour ses GPU les plus récents. L’américain Micron tente de rattraper son retard, mais la Corée du Sud possède un avantage structurel : une expérience de plusieurs décennies dans la fabrication de mémoires. Produire de la HBM est extrêmement complexe, car elle requiert une précision chirurgicale pour empiler des couches de circuits sans surchauffe ni perte de signal. Les profits de cette filière sont colossaux, et ils alimentent directement l’économie sud-coréenne.
La riposte chinoise : Huawei Ascend et Cambricon
Les restrictions américaines, imposées depuis 2022, interdisent à Nvidia de vendre ses GPU les plus puissants à la Chine. En réponse, l’industrie chinoise a accéléré ses propres développements. Le principal acteur est Huawei, avec sa gamme de puces Ascend. Bien que moins performants que les Nvidia haut de gamme, les Ascend sont optimisés pour les modèles d’IA chinois et bénéficient d’un écosystème logiciel en croissance.
Une autre entreprise, Cambricon, conçoit des processeurs spécialisés pour l’IA. Ces puces ne remplacent pas encore Nvidia sur les applications les plus lourdes, mais elles permettent à la Chine de réduire sa dépendance. Le défi chinois ne réside pas seulement dans la conception, mais dans la fabrication. Les usines chinoises, comme SMIC, n’ont pas accès aux machines de lithographie les plus avancées, produites par l’entreprise néerlandaise ASML, dont l’exportation est contrôlée par les États-Unis. La Chine peut donc concevoir de bonnes puces, mais ne peut pas les fabriquer à la meilleure finesse de gravure. Elle compense par l’augmentation du nombre de puces et par des architectures logicielles plus efficaces.
- Huawei Ascend : Conçue pour rivaliser avec les GPU de Nvidia sur les calculs d’IA, mais fabriquée avec des procédés moins avancés.
- Cambricon : Spécialisée dans les processeurs neuromorphiques, très efficaces pour certaines tâches d’inférence.
- Limite : La Chine ne peut pas produire ses propres machines de lithographie ASML, ce qui la freine sur la miniaturisation.
Les restrictions américaines : une épée à double tranchant
Les États-Unis utilisent leur pouvoir technologique pour contenir la montée en puissance de l’IA chinoise. Les restrictions ne portent pas seulement sur les puces finies, mais aussi sur les machines qui les fabriquent et les logiciels de conception. L’idée est de maintenir un écart technologique suffisant entre les États-Unis et la Chine pour garantir la supériorité militaire et économique américaine.
Cependant, cette politique a des effets secondaires. Elle pousse la Chine à innover de manière indépendante, à investir massivement dans ses propres chaînes d’approvisionnement et à créer des alliances avec d’autres pays asiatiques. Elle fragilise aussi les revenus des entreprises américaines comme Nvidia, qui perdent un marché énorme. À long terme, ces restrictions pourraient accélérer l’émergence d’un écosystème technologique parallèle, moins performant mais totalement autonome, ce qui affaiblirait l’influence américaine.
Où va l’argent des centres de données ?
Les centres de données pour l’IA engloutissent des sommes vertigineuses. Chaque dollar investi se répartit en plusieurs postes structurels. Environ 40 % partent dans les GPU eux-mêmes, achetés directement à Nvidia. Viennent ensuite les mémoires HBM, qui représentent environ 10 à 15 % du coût total d’un serveur. Le reste va aux systèmes de refroidissement (indispensables pour évacuer la chaleur), aux câbles et aux interconnexions, aux racks et aux bâtiments.
Les bénéfices de ces investissements remontent essentiellement vers trois pays : les États-Unis (Nvidia), la Corée du Sud (SK Hynix, Samsung) et Taïwan (TSMC). Les entreprises chinoises, bien que présentes, captent une part beaucoup plus faible des flux financiers mondiaux, car leurs puces sont moins vendues à l’international. Enfin, les géants du cloud (Amazon, Google, Microsoft) ne sont pas de simples clients : ils conçoivent aussi leurs propres puces d’IA pour réduire leur dépendance à Nvidia, ce qui redistribue lentement les cartes.
En bref
- Nvidia domine la conception des GPU d’IA, mais dépend de TSMC (Taïwan) pour la fabrication et de SK Hynix (Corée du Sud) pour la mémoire HBM.
- La mémoire HBM est un composant critique, produit quasi exclusivement par SK Hynix et Samsung, ce qui donne à la Corée un levier industriel et financier majeur.
- La Chine développe des alternatives (Huawei, Cambricon) mais reste limitée par son incapacité à fabriquer les puces les plus fines, faute de machines ASML.
- Les restrictions américaines tentent de freiner la Chine, mais elles encouragent l’autonomie chinoise et réduisent les parts de marché des entreprises américaines.
- L’argent des centres de données irrigue principalement les États-Unis, la Corée du Sud et Taïwan, et alimente une course technologique qui redessine la carte de la puissance asiatique.
Nos articles sur le sujet
- Trump en Asie : Manille, Shenzhen, puis un sommet nucléaire avec Xi et Poutine · 17/11
- Plus de 177 000 signatures pour le retour de Jensen Huang chez Nvidia · 17/11