Le prix de la mémoire RAM connaît une anomalie rare dans l’histoire de l’informatique. Après des décennies où le coût de stockage de chaque gigaoctet diminuait de façon constante, l’importante hausse de la DRAM en 2026 a ramené le coût par Go à des niveaux proches de ceux du début des années 2010, une fois ajustés à l’inflation. Sans ajuster ces prix, la comparaison pourrait même remonter à 2007-2008. La principale cause de ce changement est une demande massive en mémoire liée à l’infrastructure de l’intelligence artificielle.

Les clés de la hausse de la mémoire RAM en 20 secondes

• La DDR5 grand public la moins chère a dépassé certains prix de 11 dollars par Go.
• En dollars nominaux, ces prix se rapprochent de ceux observés aux alentours de 2007-2008.
• La demande en HBM pour les accélérateurs d’IA absorbe une capacité également nécessaire pour la DRAM conventionnelle.
• TrendForce prévoit que la tension entre offre et demande perdurera en 2027.

Cette évolution s’appuie sur les données historiques collectées par le projet DAM de l’Université de Stanford, qui poursuit la base de données de prix de mémoire de John C. McCallum, enrichie depuis mi-2024 par des prix de détail recueillis via Keepa. La série montre un phénomène peu commun : la courbe descendante depuis des décennies s’est inversée.

Cela ne signifie pas que la processus de fabrication de mémoire a régressé technologiquement de vingt ans. Non plus que tous les modules DDR5 ont le même prix que la DDR2 d’époque. La comparaison concerne le prix de détail le plus bas trouvé par gigaoctet, un point essentiel pour interpréter correctement ces données.

Des décennies à réduire le coût de la mémoire, et seulement un an pour inverser la tendance

L’évolution historique de la mémoire informatique a été exceptionnelle.

Au début de l’ère informatique, stocker quelques kilooctets pouvait représenter une part importante du coût d’une machine. La fabrication de semi-conducteurs, l’augmentation de la densité, et les différentes générations de DRAM ont ensuite entraîné une baisse quasi continue du prix par unité de capacité.

DDR, DDR2, DDR3, DDR4, puis DDR5 ont suivi cette tendance générale.

Chaque génération pouvait commencer à un prix relativement élevé, mais la montée en production finissait par réduire rapidement le coût par gigaoctet.

Les données de Stanford permettent d’observer cette évolution depuis la fin des années cinquante. La différence entre les premiers prix et les prix actuels nécessite une représentation logaritmique, car elle couvre plusieurs ordres de grandeur.

En 2024 et une grande partie de 2025, il était encore possible de trouver de la mémoire DDR5 grand public aux États-Unis autour de 2-3 dollars par Go dans ses références les plus économiques.

La situation a commencé à changer rapidement lors de la seconde moitié de 2025.

En 2026, la hausse s’est accélérée, avec certains prix de détail de la DDR5 dépassant les 10 dollars par Go, atteignant environ 11-13 dollars par Go.

Le graphique est particulièrement frappant : après des décennies de baisse, la courbe a pratiquement commencé à remonter.

Le chercheur Daniel Lemire a souligné cette anomalie historique en comparant les prix actuels à ceux de ces dernières décennies. En termes nominaux, le prix par unité de mémoire redevient proche des niveaux de 2007.

Mais il faut tenir compte de l’inflation.

La RAM coûte-t-elle vraiment autant qu’en 2007 ?

Pas exactement.

La base de données de Stanford permet de faire la conversion entre dollars nominaux et dollars constants de 2024, selon l’indice des prix à la consommation américain (CPI-U).

Si on se contente de comparer le montant payé par gigaoctet, les 11-13 dollars actuels peuvent correspondre à des périodes proches de 2007-2008.

Cependant, 12 dollars en 2008 avaient une valeur d’achat beaucoup plus élevée qu’aujourd’hui.

Une fois corrigés pour l’inflation, ces prix remontent plusieurs années en arrière, se rapprochant des niveaux observés vers le début des années 2010, quand la technologie dominante était la DDR3.

Il est donc plus précis de distinguer deux comparaisons : en dollars nominaux, la mémoire a presque deux décennies de recul ; en termes réels, cela représente environ 15 ans, selon le point de référence exact.

Une autre précaution s’impose.

Stanford ne calcule pas le prix moyen de toute la mémoire vendue sur le marché. Leur indice de DRAM repose sur le module DIMM de consommation le moins cher disponible par Go chaque mois sur Amazon, à partir de l’historique Keepa. La série remonte jusqu’à la mi-2024 à partir de la série historique de McCallum.

Les responsables du projet précisent que ces prix de détail peuvent être inférieurs aux contrats en gros, et que certaines références bon marché peuvent représenter des générations anciennes en liquidation.

Autrement dit, cette courbe est très utile pour repérer la tendance historique, mais ne doit pas être confondue avec un indice officiel du prix mondial moyen de la DRAM.

La HBM pour l’intelligence artificielle modifie les priorités

La cause profonde de cette hausse est liée à une autre mémoire : la High Bandwidth Memory (HBM).

La HBM utilise des puces DRAM empilées verticalement, reliées par des interfaces extrêmement larges pour fournir le vaste débit nécessaire aux GPU et accélérateurs destinés à l’IA.

NVIDIA, AMD et d’autres concepteurs d’accélérateurs ont besoin de quantités croissantes de cette mémoire.

Et fabriquer la HBM concurrence pour certains des mêmes ressources industrielles que la DRAM conventionnelle.

Selon S&P Global Market Intelligence, début 2026, Samsung, SK Hynix et Micron déplaçaient une partie de leur capacité vers la HBM face à la demande des centres de données pour l’IA. Résultat : une offre de DRAM classique pour serveurs, PC et produits grand public se restreint.

Les raisons économiques sont aussi évidentes.

La HBM, par sa valeur ajoutée supérieure, offre des marges potentiellement beaucoup plus élevées pour les fabricants. Lorsqu’une capacité limitée, il est souvent plus rentable d’investir dans des produits liés à l’IA que d’accroître rapidement la production de mémoire grand public.

Mais la HBM n’est pas le seul problème.

Les serveurs d’IA nécessitent également de grandes quantités de DRAM standard en plus de la mémoire intégrée aux accélérateurs. La construction de centres de données intensifie la pression sur cette capacité depuis plusieurs volets.

TrendForce prévoyait, en juillet 2026, que les prix contractuels de la DRAM pour serveurs augmenteraient fortement au troisième trimestre. Pour 2027, la tendance reste tendue, la demande liée à l’IA dépassant la capacité d’expansion de Samsung, SK Hynix et Micron.

Le rapport souligne que la HBM et des technologies comme SOCAMM exigent une part croissante de la capacité disponible, limitant l’offre de modules RDIMM pour serveurs.

Construire de nouvelles usines n’est pas une solution immédiate

L’industrie réagit.

Samsung, SK Hynix et Micron ont lancé d’importants projets d’expansion. Par exemple, SK Hynix a récemment annoncé des investissements importants pour de nouvelles installations dédiées à la DRAM, la HBM et la NAND.

Mais le problème réside dans le calendrier.

Une usine avancée de semi-conducteurs ne peut pas être construite ni mise en production en quelques mois. Elle exige des installations très complexes, des équipements spécialisés, la mise en route des processus, puis l’atteinte de rendements suffisants.

Par conséquent, une grande partie de cette nouvelle capacité ne sera pleinement disponible qu’après plusieurs années.

Pendant ce temps, les fabricants peuvent aussi chercher à augmenter la production par migration vers des processus plus avancés, permettant d’obtenir plus de bits par wafer. Mais là encore, ces améliorations ont leurs limites.

Ce déséquilibre a été résumé récemment par Elon Musk lors d’une présentation des résultats de SpaceX. Selon ses calculs, la production de mémoire pourrait croître d’environ 20 % par an, tandis que la demande liée à la nouvelle vague technologique pourrait croître beaucoup plus vite, jusqu’à 200 %. C’est une estimation de Musk, non une prévision indépendante du marché, mais cela illustre la différence de vitesse qui préoccupe les grands acheteurs.

Les effets dépassent largement les centres de données

La bataille pour la mémoire dans l’IA peut sembler d’abord un enjeu pour NVIDIA, AMD, les hyperscalaires ou les opérateurs de gros centres de données.

Mais ses impacts sont beaucoup plus étendus.

Un serveur classique nécessite de la DRAM. Il en va de même pour un PC portable, un smartphone, une console, une station de travail ou une carte graphique.

Les fabricants de ces appareils peuvent absorber une partie de la hausse des coûts, réduire la quantité de mémoire installée ou la répercuter sur le prix final.

La situation est encore plus critique dans l’infrastructure d’entreprise. Un serveur avec 512 GB, 1 To ou plusieurs téraoctets de RAM voit tout changement de prix par gigaoctet se multiplier. Dans les grandes plateformes de virtualisation ou cloud, où la mémoire détermine souvent le nombre de machines virtuelles hébergées par nœud, le coût de la DRAM redevient un facteur significatif, après des années de relative stabilité.

La mémoire semblait être en voie de devenir un composant abondant et peu coûteux. L’intelligence artificielle a interrompu, du moins temporairement, cette trajectoire.

Mais combien de temps cela durera-t-il ?

TrendForce prévoit que la demande liée à l’IA continuera de croître plus vite que l’offre en 2027. Les fabricants doublent d’efforts pour augmenter la capacité et développer de nouvelles générations de mémoire, tandis que l’industrie elle-même cherche à réduire ses besoins grâce à la quantification, la compression, des architectures plus efficaces et des innovations dans la gestion de la mémoire.

Après près de soixante-dix ans où le prix par gigaoctet semblait suivre une seule tendance, 2026 démontre qu’une tendance incontournable en informatique peut s’inverser sous la pression d’une demande extrêmement forte.

Questions fréquemment posées

Combien coûte actuellement un Go de mémoire DDR5 ?

Les données recueillies par le projet DAM de Stanford situent certaines des références DDR5 grand public les plus économiques autour de 11-13 dollars par Go en 2026. Il s’agit des prix de détail pour les options les moins chères, et non du prix moyen mondial.

La RAM coûte-t-elle vraiment autant qu’en 2007 ?

En dollars nominaux, on peut trouver des prix par Go proches de ceux de 2007-2008. En les ajustant pour l’inflation, ces prix se rapprochent plutôt de ceux du début des années 2010.

Pourquoi l’intelligence artificielle fait-elle augmenter le coût de la mémoire RAM ?

Les accélérateurs IA utilisent de grandes quantités de HBM, tandis que les serveurs qui les accompagnent nécessitent également de la DRAM conventionnelle. Des fabricants comme Samsung, SK Hynix et Micron orientent une part croissante de leur capacité vers des produits liés à l’IA, réduisant la disponibilité pour d’autres usages.

Le prix de la mémoire RAM bajera-t-il en 2027 ?

Il n’y a pas de certitude. TrendForce prévoit que, en 2027, la demande pour l’IA continuera à dépasser la capacité d’offre des grands fabricants, maintenant une tension sur le marché.