L’investissement dans l’intelligence artificielle ne se limite plus à l’achat de GPU. Dell’Oro Group estime que le marché mondial des semi-conducteurs et composants IT pour centres de données dépassera 1,8 billion de dollars cumulés d’ici 2030, une prévision revue à la hausse grâce à la croissance attendue du CAPEX et de la capacité électrique. Accélérateurs, mémoire, stockage, CPU et cartes réseau participeront à une expansion qui commence à transformer intégralement l’infrastructure des centres de données.
Les clés du marché des puces pour centres de données en 30 secondes
- Dell’Oro porte à plus de 1,8 billion de dollars le marché cumulatif des semi-conducteurs et composants IT jusqu’en 2030.
- Les accélérateurs d’IA concentreront la majeure partie des dépenses, mais la mémoire, le stockage, les CPU et les interfaces réseau (NIC) connaîtront également une croissance significative.
- Les serveurs et le stockage pourraient nécessiter plus de 200 GW de puissance électrique au cours des cinq prochaines années.
- Les hyperscalers augmenteront l’utilisation de silicium personnalisé pour réduire la consommation et les coûts.
- Les phases d’inférence et les agents d’IA feront également grimper la demande en serveurs classiques et en réseaux.
Cette prévision permet de comprendre pourquoi l’expansion de l’IA affecte simultanément des industries qui, il y a peu, semblaient indépendantes. Il ne s’agit plus simplement de fabriquer suffisamment d’accélérateurs. Chaque GPU nécessite de la mémoire, chaque serveur du stockage et de la connectivité, et chaque nouveau rack demande de l’électricité, du refroidissement et un réseau capable de gérer d’énormes flux de données.
L’Agence Internationale de l’Énergie (AIE) observe ce phénomène également du point de vue électrique. La consommation des centres de données a augmenté de 17 % en 2025, et l’organisation prévoit qu’elle sera à nouveau doublée d’ici 2030. La demande spécifique pour l’IA croîtrait encore plus rapidement.
Les 1,8 billion de dollars ne concerneront pas uniquement les GPU
L’aspect le plus frappant du rapport Dell’Oro est la taille prévue du marché, mais il est probablement plus intéressant d’observer comment cette somme sera répartie.
Selon le cabinet, les accélérateurs d’IA resteront la catégorie dominante, incluant GPU et autres processeurs spécialisés utilisés pour entraîner et exécuter des modèles.
Mais un accélérateur ne fonctionne pas seul.
Il nécessite une mémoire à haut débit, des CPU pour gérer certaines charges, des SSD et disques durs pour stocker données et modèles, ainsi que des adaptateurs réseau pour faire communiquer des serveurs pouvant contenir plusieurs GPU.
Dell’Oro anticipe donc une croissance simultanée dans :
- les accélérateurs d’IA ;
- les CPU ;
- la mémoire ;
- les dispositifs de stockage ;
- les cartes d’interface réseau (NIC).
L’évolution est particulièrement notable pour la mémoire et le stockage. Dell’Oro prévoit que les contraintes d’approvisionnement maintiendront leurs prix élevés à court terme, tout en espérant une baisse progressive avec le temps.
Cette tension se fait aussi sentir hors des centres de données. La demande en mémoire pour l’IA entre en compétition avec d’autres segments pour la capacité industrielle et le capital, alors que les fabricants tentent d’augmenter la production de mémoires avancées.
Le centre de données devient ainsi un système dont la croissance dépend de la capacité des nombreuses chaînes d’approvisionnement à évoluer à peu près au même rythme.
L’inférence et les agents modifient la composition des centres de données
Lors de la première phase de la course à l’IA, une grande partie de l’attention se concentrait sur l’entraînement.
Il était facile d’associer cette infrastructure à d’immenses clusters de GPU dédiés à l’entraînement de modèles toujours plus grands.
L’inférence modifie en partie ce tableau.
Une fois un modèle entraîné, chaque requête utilisateur, application ou agent nécessite des calculs pour produire une réponse. Plus ces systèmes sont utilisés, plus l’infrastructure doit être importante pour traiter ces demandes.
Les agents d’IA peuvent aussi augmenter davantage cette activité.
Un chatbot répond généralement à une demande. Un agent peut enchaîner plusieurs étapes, consulter des bases de données, exécuter du code, utiliser des outils externes et solliciter plusieurs modèles en série avant d’accomplir une tâche.
L’AIE a d’ores et déjà alerté que, bien que la consommation énergétique par tâche d’IA diminue rapidement grâce aux gains d’efficacité, le nombre d’utilisateurs et l’intensité des usages, notamment via les agents, augmentent simultanément.
Dell’Oro prévoit que cette évolution profitera aussi aux serveurs à vocation générale.
Toute l’infrastructure pour un agent n’est pas nécessairement exécutée sur un GPU. Bases de données, stockage, serveurs d’applications, systèmes de contrôle et nombreux services auxiliaires utilisent encore des CPU classiques.
L’expansion de l’IA pourrait donc conduire à une augmentation de la demande en CPU, et non à une réduction.
Les NIC ne sont plus un composant secondaire
Le réseau constitue un autre grand bénéficiaire.
Dell’Oro prévoit que les cartes d’interface réseau (NIC) verront leur croissance s’accélérer pour deux raisons principales.
D’une part, le front-end : les serveurs classiques destinés à l’inférence, au stockage et aux applications agentiques ont besoin de connectivité.
D’autre part, le back-end des grands clusters IA.
L’entraînement ou l’exécution de certains modèles distribués nécessite de relier de nombreux accélérateurs. Dans ces systèmes, le réseau ne se limite plus à être la voie d’entrée et de sortie des données, mais devient partie intégrante du système de calcul lui-même.
Une GPU extrêmement rapide doit attendre que les données lui parviennent à vitesse suffisante.
C’est pourquoi fabricants et opérateurs augmentent la vitesse des Ethernet et Infiniband, en développant des architectures visant à réduire la latence et à améliorer la communication entre accélérateurs.
La course à l’IA est aussi une course aux réseaux.
Davantage de silicium conçu par les hyperscalers eux-mêmes
Dell’Oro prévoit également une tendance importante : les accélérateurs, CPU et NIC utiliseront de plus en plus de puces sur mesure.
Les grands fournisseurs de cloud, tels que Google, AWS, Microsoft et Meta, travaillent depuis des années sur cette voie.
Google a développé ses TPU pour le machine learning. AWS dispose de Trainium pour l’entraînement, d’Inferentia pour l’inférence, ainsi que de ses CPU Graviton. Microsoft a conçu les accélérateurs Maia et les processeurs Cobalt. Meta travaille également sur ses propres accélérateurs MTIA.
Le raisonnement économique devient de plus en plus puissant.
Quand une entreprise déploie des millions de chips, réduire de quelques watts la consommation par appareil peut entraîner d’importantes économies d’électricité, de refroidissement et d’infrastructure.
Il en va de même pour le coût de chaque inférence.
Dell’Oro indique que la technologie se déplace de l’intégration du chip jusqu’au rack complet. L’objectif n’est pas seulement d’obtenir le processeur le plus rapide, mais d’optimiser le rendement par watt et de réduire le coût par token.
Cela favorise les architectures hétérogènes.
Une entreprise peut utiliser différents accélérateurs selon qu’elle privilégie l’entraînement, l’inférence, le traitement vidéo ou certaines charges internes, plutôt que d’essayer d’exécuter tout sur le même type de GPU.
200 GW illustrent l’autre dimension du problème
Un chiffre du rapport permet de saisir l’envergure physique de ces prévisions.
Dell’Oro estime que les composants de serveurs et de stockage déployés dans les cinq prochaines années pourraient consommer plus de 200 GW de puissance électrique.
Cela ne signifie pas que cette consommation apparaîtra en même temps ni qu’elle concerne uniquement l’IA. C’est une capacité cumulée correspondant à l’équipement prévu par le cabinet d’études.
Mais cela oblige à aller au-delà du simple semi-conducteur.
Selon l’AIE, les centres de données ont consommé environ 415 TWh d’électricité en 2024, représentant environ 1,5 % de l’électricité mondiale. Leur scénario de référence prévoit une consommation d’environ 945 TWh en 2030, soit près de 3 % de la demande mondiale.
Ce problème n’est pas uniformément réparti géographiquement.
Les centres de données sont concentrés dans certaines régions, ce qui peut faire qu’une charge relativement modérée dans la consommation électrique mondiale devienne un enjeu majeur pour un réseau régional spécifique.
L’AIE estime qu’environ 20 % des projets de centres de données prévus pourraient subir des retards si certains problèmes liés à l’intégration aux réseaux électriques ne sont pas résolus.
C’est aussi l’un des limites concrètes à la croissance des 1,8 billion de dollars envisagée par Dell’Oro.
On peut produire plus de GPU.
Mais il faut aussi pouvoir les connecter où il faut.
L’infrastructure IA commence avant le serveur
La course à la construction des centres de données pousse les goulets d’étranglement vers des composants traditionnellement moins pris en compte.
Transformateurs.
Postes de transformation.
Générateurs.
Systèmes d’alimentation sans interruption (UPS).
Refroidissement liquide.
Switches.
Fibre optique.
Mémoire.
Stockage.
L’AIE a souligné en avril que, durant la dernière année, les chaînes d’approvisionnement en turbines à gaz, transformateurs, puces avancées et composants IT s’étaient resserrées, tout en de nouveaux projets exerçant une pression sur la planification et la connexion électrique.
Cela explique aussi pourquoi la prévision de Dell’Oro a été revue à la hausse depuis janvier.
La nouvelle estimation de la société augmente substantiellement par rapport à l’ancienne, en raison de perspectives plus optimistes concernant le CAPEX des centres de données et la nouvelle capacité électrique.
Le marché commence à anticiper une infrastructure plus grande que ce qui était prévu il y a seulement quelques mois.
Passer de l’achat de GPU à la conception complète de centres de données
Le chiffre de 1,8 billion de dollars incarne une transformation profonde.
Lors des premières années de l’essor de l’IA générative, Nvidia et ses GPU représentaient une part importante de la conversation sur l’infrastructure. Ils conservent une position centrale, mais la prochaine étape nécessite bien plus.
L’inférence requiert des serveurs.
Les agents nécessitent calculs, stockage et gestion.
Les clusters ont besoin de réseaux.
Les accélérateurs demandent de la mémoire.
Les racks demandent du refroidissement.
Et tout cela consomme de l’électricité.
L’AIE prévoit que la demande électrique mondiale pour les centres de données continuera de croître bien plus rapidement que la consommation globale. En particulier, aux États-Unis, ces installations pourraient représenter près de la moitié de cette augmentation jusqu’en 2030.
Ainsi, les 1,8 billion de dollars projetés par Dell’Oro ne décrivent pas simplement un cycle haussier dans le secteur des semi-conducteurs.
Ils illustrent la construction d’une nouvelle couche d’infrastructure informatique à l’échelle mondiale.
La GPU reste l’un de ses composants les plus coûteux. Mais il devient de plus en plus évident que disposer d’un accélérateur est peu utile s’il manque la mémoire, le stockage, le réseau, ou la puissance électrique pour l’alimenter.
Questions fréquentes
De combien le marché des composants pour centres de données va-t-il augmenter?
Dell’Oro Group prévoit que le marché mondial des semi-conducteurs et composants IT pour centres de données dépassera 1,8 billion de dollars d’ici 2030.
Quels composants croîtront avec l’expansion de l’IA?
En plus des accélérateurs, Dell’Oro s’attend à une demande accrue en CPU, mémoire, stockage et cartes NIC. L’inférence et les agents d’IA pourraient également augmenter l’utilisation des serveurs classiques.
Pourquoi les réseaux des centres de données doivent-ils devenir plus rapides?
Les grands systèmes d’IA répartissent le travail entre de nombreux accélérateurs. Cela nécessite de transférer rapidement de grandes quantités de données entre serveurs, ce qui rend le réseau partie intégrante de la performance globale du cluster.
Le stockage d’électricité peut-il limiter la croissance de l’IA?
Oui. L’AIE met en garde contre des problèmes de capacité et de connectivité dans certains réseaux, estimant qu’environ 20 % des projets de centres de données prévus pourraient prendre du retard si ces obstacles ne sont pas résolus.
Source : delloro
