Pendant des mois, le récit autour de l’intelligence artificielle a tourné principalement autour des GPU, des grands modèles et de la capacité de calcul. NVIDIA a monopolisé l’attention, les hyperscalers ont annoncé des investissements multimillionnaires dans des centres de données, et les fabricants de serveurs ont accéléré leurs feuilles de route. Cependant, les résultats de Micron Technology rappellent un aspect moins visible : l’IA ne croît pas uniquement grâce à l’augmentation du nombre de processeurs. Elle progresse aussi lorsque ces processeurs reçoivent des données à la vitesse suffisante.
Micron a présenté un trimestre qui modifie la perception du marché de la mémoire. La société a enregistré un chiffre d’affaires de 41,456 milliards de dollars pour son troisième trimestre fiscal de 2026, contre 23,860 milliards au trimestre précédent et 9,301 milliards un an auparavant. La marge brute non GAP a atteint 84,9 %, un chiffre peu courant pour un fabricant de mémoire, et le bénéfice dilué non GAP s’établit à 25,11 dollars par action.
La réaction du marché ne s’explique pas uniquement par des résultats meilleurs que prévu. Ce qui importe, c’est que Micron se trouve à un point critique de la chaîne d’approvisionnement en IA : la mémoire à haute bande passante (HBM). Sans cette mémoire, les GPU les plus puissants ne peuvent pas exploiter leur plein potentiel. Et lorsque l’offre de HBM ne suit pas la demande d’accélérateurs, ceux qui peuvent la fabriquer détiennent un pouvoir de négociation considérable.
L’IA a besoin de mémoire, pas seulement de calcul
Un GPU peut exécuter des milliers d’opérations en parallèle, mais il a besoin de données en permanence. Si ces données arrivent en retard, une partie de sa capacité reste inactive en attendant. C’est pourquoi la mémoire HBM est devenue un composant stratégique : elle offre un débit très supérieur à celui des mémoires traditionnelles et est placée très près du processeur, empilée en plusieurs couches reliées par des vias verticales microscopiques.
La métaphore est simple. La GPU est le moteur. La HBM, l’autoroute pour les données. Un moteur plus puissant est inutile si l’autoroute qui l’alimente est bouchée.
La HBM ne se limite pas à une DRAM conventionnelle située loin du processeur sur la carte. Elle s’empile en 3D, se connecte via TSV (through-silicon vias) et s’intègre dans des modules avancés aux côtés des GPU ou des accélérateurs. Cette architecture permet de déplacer d’énormes volumes d’informations avec une consommation moindre par bit transféré, ce qui est essentiel dans l’entraînement et l’inférence des modèles d’IA.
| Type de mémoire | Utilisation habituelle | Avantages | Limitations |
|---|---|---|---|
| DDR5 | Serveurs, PC et mémoire principale | Capacité, coût et maturité | Débit inférieur par puce |
| LPDDR5X | Appareils, edge et certains serveurs IA | Efficacité énergétique | Ne remplace pas la HBM dans les GPU haut de gamme |
| GDDR7 | Graphiques et charges intensives | Bon débit et coût relatif | Moins efficace pour de grands accélérateurs IA |
| HBM3E / HBM4 | GPU et accélérateurs IA | Débit extrême et proximité au chip | Fabrication complexe et offre limitée |
La mémoire ne constitue plus un composant secondaire, mais une contrainte fondamentale du système. Les modèles grandissent, les fenêtres de contexte s’élargissent, l’inférence se multiplie et les agents IA génèrent plus d’étapes intermédiaires. Tout cela nécessite de déplacer plus de données, plus rapidement et avec moins d’énergie.
Pourquoi Micron est crucial dans ce cycle
Le marché mondial de la HBM est concentré entre quelques fabricants : SK hynix, Samsung et Micron en sont les acteurs principaux. Cela fait de Micron bien plus qu’un simple fournisseur de mémoire : c’est l’un des rares capables d’alimenter la prochaine génération d’infrastructures IA.
Micron fournit déjà la HBM3E pour les plateformes NVIDIA Blackwell, notamment ses modules HBM3E 12H de 36 GB pour les systèmes HGX B300 et GB300 NVL72, ainsi que la HBM3E 8H de 24 GB pour les plateformes HGX B200 et GB200 NVL72. En outre, ses résultats récents indiquent que la HBM4, fabriquée avec la technologie DRAM 1-beta, est en envoi à volume élevé pour la plateforme de son client principal, et que la HBM4E, basée sur la technologie 1-gamma, est en développement avec une production prévue en volume pour 2027.
Ce calendrier est déterminant. La prochaine vague d’accélérateurs IA nécessitera non seulement plus de puces de calcul, mais aussi davantage de mémoire par GPU, une bande passante accrue, un empaquetage avancé et une capacité d’approvisionnement renforcée. Si Micron exécute efficacement, elle pourra capter une part importante de cette croissance.
| Produit ou avancée de Micron | Importance pour l’IA |
| HBM3E 8H et 12H | Alimente les plateformes IA actuelles et futures |
| HBM4 | Prochain saut en bande passante pour accélérateurs avancés |
| HBM4E | Production prévue en volume en 2027 |
| SOCAMM LPDDR5X | Mémoire modulaire efficace pour serveurs IA |
| DDR5 RDIMM de 256 GB | Plus grande capacité pour serveurs et écosystèmes IA |
| SSD QLC 245 TB | Stockage dense pour données, entraînement et inférence |
Les résultats financiers illustrent cette position : la division Cloud Memory a généré 13,769 milliards de dollars, avec une marge brute de 83 %. La division Core Data Center a atteint 11,524 milliards, avec une marge brute de 87 %. Ensemble, ces secteurs liés aux centres de données expliquent une grande partie de la croissance de Micron.
Un trimestre qui ressemble à du logiciel, mais qui vient du silicium
Historiquement, la mémoire est un secteur cyclique : prix en hausse, expansion de capacité, trop-plein d’offre, baisse des marges, puis reprise. Le trimestre de Micron suggère que l’IA modifie cette dynamique, au moins temporairement. Les accords pluriannuels avec des clients stratégiques, les engagements d’approvisionnement, et la pénurie de HBM donnent une meilleure visibilité sur les revenus et les marges.
| Chiffres fiscal Q3 2026 | Résultats |
| Revenus | 41,456 milliards de dollars |
| Marge brute GAAP | 84,6 % |
| Marge brute non-GAAP | 84,9 % |
| Bénéfice net GAAP | 28,243 milliards de dollars |
| Bénéfice net non-GAAP | 28,857 milliards de dollars |
| BPA dilué GAAP | 24,67 dollars | BPA dilué non-GAAP | 25,11 dollars |
| Flux de trésorerie disponible ajusté | 18,304 milliards de dollars |
| Trésorerie, investissements et trésorerie restreinte | 30,200 milliards de dollars |
La prévision du quatrième trimestre confirme cette tendance positive. Micron espère atteindre un chiffre d’affaires de 50 milliards de dollars, avec une variation de ±1 milliard, une marge brute d’environ 86 % et un BPA non-GAAP de 31 dollars, également avec une variation de ±1 dollar.
Ces chiffres expliquent pourquoi le marché commence à traiter différemment certains fabricants de mémoire. Lorsque l’offre est limitée et que la demande provient de clients aux bilans très solides, le fournisseur en situation de goulot d’étranglement peut capturer une part disproportionnée de la valeur.
La pénurie de HBM est aussi une pénurie de temps industriel
La fabrication de HBM n’est pas simplement une production supplémentaire de mémoire. Elle requiert des wafers, des processus avancés de DRAM, du empilement vertical, des TSV, du packaging, des tests, de la performance de fabrication et une coordination étroite avec les accélérateurs IA. Chaque augmentation de capacité demande des investissements, des équipements, des talents, une qualification technologique avec les clients, et du temps.
C’est pourquoi le goulot d’étranglement ne se résout pas en un trimestre. Même si les fabricants investissent davantage, étendre la capacité utile de HBM prend des mois, voire des années. En outre, une partie de la capacité en DRAM doit être redirigée vers des produits à plus forte valeur, ce qui peut exercer une pression sur d’autres segments de mémoire : serveurs classiques, PC, mobiles, stockage, dispositifs grand public.
Cette tension est visible dans toute la chaîne. Les hyperscalers veulent assurer leur approvisionnement en IA. NVIDIA a besoin de HBM pour ses plateformes Blackwell et futures générations. Les fabricants de mémoire négocient des engagements à long terme. D’autres secteurs commencent à subir des hausses de prix ou une moindre disponibilité.
| Facteur limitant | Importance |
| Empilement 3D | Augmente la complexité par rapport à la DRAM conventionnelle |
| TSV | Exige des interconnexions verticales précises |
| Performance de fabrication | De petits défauts peuvent réduire la capacité utile | Packaging avancé | Doit s’intégrer avec GPU et accélérateurs |
| Qualification avec les clients | Chaque plateforme nécessite une validation technique |
| Capex | Augmenter la capacité coûte des milliards |
| Energie et centres de données | La demande finale dépend aussi de l’infrastructure physique |
Le résultat est que l’IA est limitée par des éléments très matériels. Ce n’est pas seulement une question de modèles ou de logiciels : mémoire, emballage, interconnexion, énergie, refroidissement et capacité de déploiement jouent un rôle crucial.
Le risque : confondre goulot d’étranglement et avantage durable
Micron traverse actuellement une période très favorable, mais cela n’élimine pas les risques. La mémoire reste un secteur cyclique. Si l’offre augmente trop rapidement, si les clients réduisent leurs achats, si des alternatives architecturales apparaissent ou si les prix s’ajustent, les marges pourraient revenir à la normale. Le marché a déjà connu des pics de profits avant de connaître des baisses brutales.
Ce cycle actuel repose en partie sur la demande structurale en IA et sur des contrats d’approvisionnement à long terme. Mais la prudence reste de mise. Les hyperscalers ont un pouvoir de négociation, cherchent à diversifier leurs fournisseurs et feront pression pour réduire leurs coûts. NVIDIA et d’autres concepteurs d’accélérateurs ont aussi intérêt à améliorer leur efficacité, réduire leur dépendance à des composants rares ou explorer des architectures utilisant la mémoire différemment.
| Opportunités pour Micron | Risques associés |
| Demande croissante de HBM | Capacité accrue des concurrents |
| Contrats à long terme | Renégociation en cas de changement de cycle |
| Marges record | Normalisation possible des prix | Relation avec les plateformes IA | Dépendance à quelques clients majeurs |
| HBM4 et HBM4E | Risque technologique de l’exécution |
| Capex élevé | Pression si la demande se refroidit |
Pour un investisseur, la question ne se limite pas à savoir si Micron est importante pour l’IA. La réponse est oui. Mais il faut aussi évaluer combien de cette importance est déjà intégrée dans la valorisation, et combien dépend du maintien de la pénurie de HBM sur plusieurs années.
L’IA s’écrit aussi en mémoire
Le trimestre de Micron permet de corriger une vision incomplète de l’intelligence artificielle. Celle-ci ne se limite pas à des modèles, des GPU, ou du logiciel. C’est une chaîne industrielle où la mémoire peut déterminer tout le rythme de l’expansion. En absence de HBM, les systèmes les plus puissants ne sont pas livrés à temps ou ne donnent pas leur plein rendement. Si la HBM devient trop chère, le coût de l’inférence et de l’entraînement augmente également.
Cela fait de Micron une entreprise stratégique pour le déploiement réel de l’IA. Non parce qu’elle contrôle toute la chaîne, mais parce qu’elle occupe l’un des segments où l’offre est le plus difficile à augmenter. À ce niveau, la société est passée d’un fournisseur de mémoire cyclique à un acteur délivrant un composant stratégique pour l’infrastructure la plus demandée du moment.
Les regards restent tournés vers NVIDIA, OpenAI, Microsoft, Amazon, Google, Meta, et les grands modèles. Mais derrière, une question fondamentale demeure : qui peut produire suffisamment de mémoire pour que la puissance de calcul ne soit pas à l’arrêt ? En 2026, Micron démontre que cette question vaut des dizaines de milliards de dollars par trimestre.
Les enjeux de l’IA sont souvent évoqués en termes d’algorithmes. Cependant, les résultats de Micron rappellent que les limites sont matérielles. La prochaine étape ne dépendra pas seulement de qui conçoit le meilleur modèle, mais aussi de qui peut faire circuler les données plus rapidement, avec moins d’énergie et à une échelle industrielle suffisante.
Foire aux questions
Pourquoi Micron est-elle importante pour l’intelligence artificielle ?
Parce qu’elle fabrique des mémoires avancées, dont la HBM, nécessaires pour alimenter GPU et accélérateurs IA avec de gros volumes de données à très haute vitesse.
Qu’est-ce que la HBM ?
La High Bandwidth Memory (mémoire à haute bande passante) est une mémoire DRAM empilée en 3D, placée très proche du processeur ou du GPU, offrant un débit bien supérieur à celui des mémoires classiques.
Quelles entreprises fabriquent de la HBM à grande échelle ?
Principalement SK hynix, Samsung et Micron, ce qui en fait des acteurs essentiels pour l’infrastructure IA.
Le cycle favorable de Micron peut-il changer ?
Oui. Bien que la demande en IA soit forte, la mémoire reste un secteur cyclique. Si l’offre augmente trop ou si les clients réduisent leurs achats, les marges pourraient revenir à la normale.