AI 인프라 on Korea Invest Insights

Dans une bulle de bénéfices, les estimations sont rabotées en dernier : la concentration sur l'infrastructure IA et la valeur d'une analyse approfondie

Sun, 31 May 2026 14:00:00 +0900

Ceci est une note méthodologique. Pour les textes qui ont nourri l’analyse, il est utile de les lire en parallèle : la thèse sur les substrats/PCB d’IA (le goulet d’étranglement commun de la BOM système), la demande de tokens de Goldman face au pic d’ASP mémoire de J.P. Morgan, et la note publique sur Thesis OS qui explique la structure faisant tourner l’ensemble de ce travail.

TL;DR

Dans un rapport récent, BCA Research estime que la bulle de l’IA n’est pas une bulle de valorisation mais une bulle de bénéfices (earnings). Ce n’est pas le PER qui gonfle, mais les bénéfices eux-mêmes. Et comme toute bulle, elle finit par se dégonfler, BCA ajoutant toutefois que ses propres indicateurs de demande d’IA ne montrent encore aucun signal imminent.
La caractéristique essentielle d’une bulle de bénéfices est le décalage temporel. Pour reprendre les mots de BCA, dans presque tous les cas « les actions ont commencé à chuter bien avant que les estimations de bénéfices ne soient rabotées ». Les estimations de consensus sont un signal retardé.
C’est pourquoi, précisément dans une phase où l’argent afflue ainsi vers l’infrastructure IA, ce qui compte davantage, c’est une analyse approfondie qui lit directement la structure du système et les indicateurs avancés de la demande, au lieu d’attendre le BPA de consensus. Une fois les estimations rabotées, il est déjà trop tard.
Cette note expose, sans exagération, ce que cette analyse approfondie observe réellement, et comment nous l’avons menée au moyen d’une structure appelée Thesis OS.

1. Ce que signifie qualifier la bulle de l’IA de « bulle de bénéfices »

Quand on dit « bulle », on imagine d’ordinaire des PER qui s’envolent — une bulle de valorisation, où le prix monte bien plus vite que les bénéfices. BCA Research voit l’IA comme un type un peu différent. C’est une bulle de bénéfices, où ce sont les bénéfices eux-mêmes qui gonflent, et non le prix.

Ce n’est pas un schéma nouveau. Les constructeurs de logements et les banques ont fait exactement cela juste avant la crise financière. Leurs PER paraissaient faibles, mais seulement parce que des bénéfices insoutenables gonflaient le dénominateur (B) et faisaient paraître le multiple bon marché. Les secteurs qui oscillent fortement entre expansion et récession — ressources naturelles, compagnies aériennes, transport maritime, et les semi-conducteurs d’aujourd’hui — sont vulnérables à ce type de bulle de bénéfices.

En ce moment, la courbe de chiffre d’affaires des semi-conducteurs ressemble à cette image.

Source : reconstruction approximative d’après les agrégats annuels publics du WSTS, 2025-2026 étant des estimations. À titre illustratif, ce n’est pas un conseil en investissement. La forme des données sous-jacentes va dans le même sens que le graphique des « ventes paraboliques de semi-conducteurs » présenté dans le rapport de BCA Research (2026-05-28).

Une courbe de chiffre d’affaires qui devient parabolique est à la fois une bonne nouvelle et un avertissement. Quand les bénéfices montent vite, le PER paraît faible. Mais si ces bénéfices sont un produit du cycle, le fait même que le multiple paraisse bon marché peut devenir un piège. Le vieil avertissement des secteurs cycliques s’applique ici : « le moment le plus dangereux, c’est quand les bénéfices sont à leur sommet ».

Ne nous y trompons pas. Ni BCA ni nous ne disons « cela se dégonfle maintenant ». BCA juge que ses indicateurs de demande d’IA — taux d’adoption, dépenses en tokens, téléchargements d’outils de codage par IA, prix des GPU et de la mémoire — restent pour l’essentiel à des niveaux rassurants. L’enjeu n’est pas le calendrier, mais la manière dont cette bulle se comporte.

2. Le vrai piège d’une bulle de bénéfices, c’est le « décalage »

Ce qui rend une bulle de bénéfices dangereuse, ce n’est pas qu’elle éclate, mais l’ordre dans lequel elle éclate.

Le point central que souligne BCA est le suivant : les analystes de Wall Street prévoient mal le moment où une bulle de bénéfices se dégonflera. Et dans presque tous les cas, « les actions ont commencé à chuter bien avant que les estimations de bénéfices ne soient rabotées » (BCA Research, 2026-05-28).

Voici ce que cette phrase signifie en pratique, mis en image.

Il s’agit d’un schéma conceptuel, pas de données réelles. Il simplifie la structure de décalage décrite par BCA, où le prix précède et les estimations suivent.

La ligne rouge (le cours) se retourne à la baisse en premier. La ligne bleue pointillée (les estimations de bénéfices de consensus) n’est rabotée que bien plus tard. La bande grise intermédiaire est le décalage. Si vous suivez la règle « je vendrai quand les analystes abaisseront leur objectif de cours ou leurs estimations », vous agirez toujours en retard, exactement de ce décalage.

D’où la conclusion. Les estimations de consensus sont un signal retardé. L’action ne paraît pas la plus chère lorsque les bénéfices culminent, et au moment où les estimations sont rabotées, le cours a déjà chuté. Donc, si vous ne regardez que les estimations, vous manquez à la fois le sommet de la bulle et son point d’inflexion.

3. C’est pourquoi une analyse approfondie est nécessaire — que regarde-t-elle

Si les estimations suivent, que faut-il regarder pour précéder ? Une analyse approfondie observe non pas le BPA en gros titre, mais la structure et les indicateurs avancés qui produisent ce BPA. Concrètement, quatre choses.

① Elle lit la structure du système. Le récit linéaire — « après le GPU vient la mémoire, puis les substrats » — est facile à trader mais à moitié vrai seulement. La véritable infrastructure IA est un système à l’échelle du rack où GPU, CPU, DPU, NIC, ASIC de commutation, modules mémoire et cartes d’alimentation croissent ensemble. Comme nous l’avons exposé dans la thèse sur les substrats/PCB d’IA, les substrats et les PCB ne sont pas le terminus d’une rotation, mais le dénominateur commun de toute la nomenclature (BOM) du système. Connaître la structure révèle où se trouve le vrai goulet d’étranglement.

② Elle sépare les variables. Face à la même demande d’IA, Goldman suit l’usage des tokens (Q) et le coût par token (C), tandis que J.P. Morgan suit le rythme de hausse du prix de la mémoire (P). En décomposant les deux prévisions en P, Q et C, il devient clair que les deux visions, qui semblaient s’opposer, parlent en fait de variables différentes et peuvent tenir en même temps. C’est ce qu’occulte le fait de tout regrouper dans un seul chiffre de gros titre.

③ Elle suit directement les indicateurs avancés. Au lieu d’attendre que le BPA de consensus soit raboté, elle observe ce qui bouge plus tôt : prix et volumes des contrats long terme de HBM, prix contractuels de la DRAM serveur, dépenses en tokens, prix au comptant des GPU et de la mémoire, taux d’adoption. Ces éléments changent de direction avant les estimations.

④ Elle sépare le fait, l’inférence et la conjecture. « Fait confirmé officiellement », « inférence raisonnable » et « simple conjecture » ne vont pas dans la même case. Ce qui n’est pas vérifié — noms de clients, adoption ou non d’un composant, conditions contractuelles — est clairement signalé comme inférence ou conjecture. Sans cette séparation, on se laisse emporter par un récit séduisant et l’on achète des conjectures comme s’il s’agissait de faits.

Ces quatre choses n’attendent pas que les estimations soient rabotées. C’est pourquoi elles souffrent moins du décalage.

4. Thesis OS — la structure qui fait tourner cette analyse approfondie comme un système

Bien faire les quatre choses ci-dessus une ou deux fois n’est pas difficile. Le difficile, c’est de les faire à chaque fois, avec la même discipline. Aussi confions-nous ce travail à une structure plutôt qu’à l’humeur d’une personne un jour donné. Cette structure, c’est Thesis OS.

Thesis OS se divise en trois rôles.

Rôle	Ce qu’il fait
Alpha (알파)	Collecte de preuves — données de marché, screeners, crawlers, pipelines de vérification des faits
Lattice (격자)	Jugement — tisser les preuves en une thèse, bâtir des prévisions, les éprouver par la logique contraire
Arki (아키)	Gouvernance — maintenir l’ensemble cohérent par des schémas, des flux de travail et des contrôles de santé

L’essentiel n’est pas une automatisation tape-à-l’œil, mais la répétabilité de la discipline. Séparer la preuve (Alpha) du jugement (Lattice) réduit le risque qu’un beau récit devance la preuve. Avec la gouvernance (Arki) en place, on sépare le fait, l’inférence et la conjecture selon le même critère à chaque fois, et l’on continue de suivre les indicateurs avancés. Thesis OS est open source, de sorte que le lecteur intéressé peut examiner la structure elle-même directement.

5. Le travail de notre blog — avec sobriété

Nous l’écrivons comme un relevé, non comme une vantardise. La preuve la plus honnête, c’est quels textes cette méthode a réellement produits.

Cartographie de la structure du système : la thèse sur les substrats/PCB d’IA — voir l’IA comme un système à l’échelle du rack et redéfinir les substrats comme le goulet d’étranglement commun.
Séparation des variables : Goldman vs. J.P. Morgan — décomposer deux prévisions apparemment opposées en P, Q et C.
Lecture des résultats (read-through) : Marvell T1 EX2027, Dell T1 EX2027 — traduire les résultats américains en goulets d’étranglement de composants et matériaux coréens.
Suivi de la structure de coûts : contrats à terme sur tokens d’IA et coût par token — l’axe se déplaçant d’une course à la performance vers une course aux coûts.

Le point commun de ces textes est qu’ils ne se précipitent pas vers une conclusion « acheter/vendre ». Ils cartographient plutôt la structure, séparent les variables, présentent les indicateurs avancés et traitent les valeurs non comme des recommandations mais comme des points d’observation. Le but est de donner au lecteur de quoi juger par lui-même. Nous ne prétendons pas pouvoir prédire le sommet du marché ni le moment où la bulle éclate. Comme le conclut BCA, même les analystes y parviennent mal. Ce que nous cherchons à faire est plus modeste : comprendre la structure avant que les estimations ne soient rabotées, et nous obliger à regarder les signaux avancés plutôt que les signaux retardés.

6. Conclusion

Dans une phase où autant de capitaux se sont concentrés sur l’infrastructure IA, l’attitude la plus dangereuse est d’attendre que le consensus tourne pour vous. Dans une bulle de bénéfices, ce signal arrive toujours tard. Le cours bouge avant que les estimations ne soient rabotées.

Aussi une analyse approfondie n’est-elle pas une prévision tape-à-l’œil, mais une préparation pour être moins en retard. Comprendre le système, séparer les variables, regarder directement les indicateurs avancés et distinguer le fait de la conjecture. Pour répéter ce travail non pas une fois mais à chaque fois avec la même discipline, nous utilisons une structure appelée Thesis OS. Si cela vous intéresse, nous vous encourageons à regarder non seulement les conclusions, mais aussi la structure et le processus qui les sous-tendent.

Ce texte cite brièvement, en l’attribuant, l’argument central publié du rapport « Earnings Bubbles Are Still Bubbles » de BCA Research (Global Investment Strategy, 2026-05-28), et les graphiques sont de notre propre fabrication à partir de données et de concepts publics. Il ne s’agit pas d’une recommandation d’achat ou de vente d’un titre particulier ; les décisions d’investissement et leur responsabilité incombent à l’investisseur lui-même.

La demande de tokens de Goldman face au pic d'ASP mémoire de J.P. Morgan : ces deux prévisions s'opposent-elles vraiment ?

Sun, 31 May 2026 11:00:00 +0900

Cet article fait suite à Contrats à terme de tokens IA et coût par token, Analyse approfondie de Samsung Electronics 2026, SK Hynix : le poids lourd du HBM et L’infrastructure IA de la Corée après le T1 FY27 de Nvidia. Là où les articles précédents examinaient séparément le coût par token, les entreprises individuelles et la diffusion de l’infrastructure IA, celui-ci fusionne deux prévisions différentes — Goldman sur la demande et J.P. Morgan sur le prix de la mémoire — dans un seul cadre et ordonne l’horizon d’investissement de 2026 à 2030.

TL;DR

Goldman Sachs voit une explosion de l’usage de tokens (24x d’ici 2030) ainsi qu’une chute marquée du coût par token (60-70% par an). J.P. Morgan voit le taux de croissance en glissement annuel (YoY) de l’ASP de la DRAM et du NAND ralentir à partir de 2027. Comme ils suivent des variables différentes, les deux prévisions ne s’opposent pas frontalement.
Combinez-les et un chemin unique apparaît : 2026 est le bêta de l’ASP mémoire, 2027 est un pic (peak-out) du momentum des prix, et 2028-2030 est une bascule de l’alpha vers les composants et systèmes qui abaissent le coût par token.
La conclusion d’investissement n’est donc pas « acheter de la mémoire sans limite ». En 2026, le bêta mémoire comme le HBM, la DRAM serveur et l’eSSD est favorable, mais ensuite il faut sélectionner où se trouvent les goulets d’étranglement : ASIC, réseaux IA, optique, leaders du HBM, eSSD, packaging avancé et MLCC/FC-BGA.
Les deux malentendus les plus courants sont : (1) voir le peak-out de J.P. Morgan et conclure que « le cycle de l’infrastructure IA est terminé », et (2) voir la demande de Goldman et conclure que « les prix de la mémoire continueront de flamber jusqu’en 2030 ». Les deux vont trop loin.

1. Deux géants, deux prévisions apparemment opposées

Devant la même ère de l’IA, deux banques d’investissement mondiales ont dressé des tableaux qui semblent pointer dans des directions opposées.

Goldman Sachs (article officiel, 5 mai 2026) regarde le côté de la demande. L’essentiel tient en deux points.

L’usage de tokens croît de 24x d’ici 2030. La prévision est que l’usage mensuel atteint 120 millions de milliards (quadrillion) de tokens en 2030 ; à rebours, cela situe la base de 2026 autour de 5 quadrillion. Soit une croissance annuelle moyenne d’environ 121% sur quatre ans.
En parallèle, le coût d’inférence par token baisse de 60-70% par an. Les moteurs en sont l’amélioration de l’efficacité des puces et une meilleure architecture des centres de données.

Source : un graphique reconstitué qui se contente d’indexer les chiffres de l’article officiel de Goldman Sachs (2026-05-05). Ce n’est pas le graphique original, mais les chiffres originaux — « 24x tokens d’ici 2030, coût par token en baisse de 60-70% par an » — reportés sur une échelle logarithmique.

Dans le graphique ci-dessus, la ligne bleue (usage) monte fortement, et les lignes orange et verte (coût par token) descendent encore plus fortement. À une baisse annuelle de 60%, le coût quatre ans plus tard est d’environ 2,6% du niveau de 2026 (une amélioration d’environ 39x) ; à 70%, environ 0,8% (une amélioration d’environ 123x).

À l’inverse, le matériel de J.P. Morgan regarde le prix. Le tableau est que l’ASP de la DRAM et du NAND monte fortement en 2026 mais que, de la fin 2026 au début 2027, le taux de croissance en glissement annuel décélère rapidement.

Source : image téléversée en session (DRAM d’après WSTS / J.P. Morgan estimates, NAND d’après Gartner / J.P. Morgan estimates). Les chiffres détaillés tels que FY26 DRAM +53% et NAND +30%, FY27 DRAM +1% et NAND -6% reposent sur un résumé secondaire ; le tableau original n’est pas vérifié.

En surface, « la demande explose » (Goldman) et « la hausse des prix de la mémoire s’essouffle » (J.P. Morgan) semblent s’opposer. Mais en y regardant de près, les deux prévisions parlent de choses différentes.

2. Pourquoi ce n’est pas une opposition — séparer P, Q et C

Le profit d’une entreprise de mémoire se décompose en une simple multiplication.

Chiffre d’affaires = volumes (Q) × prix de vente moyen (P), et l’économie des tokens = usage (Q) × coût par token (C).

À travers ce prisme, il devient clair que les deux prévisions surveillent des variables différentes.

Dimension	Goldman Sachs	J.P. Morgan
Variable suivie	Usage de tokens (Q), coût par token (C)	Variation YoY de l’ASP DRAM/NAND (momentum de P)
Message central	L’usage de l’IA explose à long terme, le coût par token plonge	Le taux de hausse du prix de la mémoire ralentit à partir de 2027
Horizon temporel	2026-2030	Fin 2026 à début 2027

Il y a ici un piège à signaler. L’axe vertical du graphique de J.P. Morgan n’est pas le niveau absolu du prix, mais le « taux de croissance en glissement annuel (YoY %) ». Les deux sont totalement différents.

Prenons un exemple.

Moment	Indice d’ASP	YoY
T4 25	100	–
T4 26	300	+200%
T4 27	315	+5%

Du T4 26 au T4 27, l’indice de prix monte encore, de 300 à 315. Pourtant le taux de croissance en glissement annuel plonge de +200% à +5%. Autrement dit, le « peak-out » de 2027 de J.P. Morgan peut ne pas signifier que les prix s’effondrent, mais que le rythme de la hausse ralentit. Le marché boursier intègre d’ordinaire cette direction du taux de croissance avant le « bénéfice record » lui-même. C’est pourquoi le cours peut se refroidir d’abord, juste au moment où le bénéfice est à son sommet.

En résumé, Goldman surveille Q (usage) et C (coût), tandis que J.P. Morgan surveille le rythme de P (prix). Comme ce sont des variables différentes, les deux peuvent avoir raison en même temps.

3. Le coût total d’inférence peut même baisser

Ici surgit une conclusion contre-intuitive. Même si l’usage croît de 24x, si le coût par token baisse de 60-70% par an, alors la charge totale du coût d’inférence pourrait même être inférieure à celle de 2026.

C’est de l’arithmétique simple. En supposant la même composition de tokens et la même complexité de modèle, le coût total en 2030 est l’indice d’usage × l’indice de coût par token.

À une baisse annuelle de 60% : 24 × 2,6% ≈ 61% de 2026
À une baisse annuelle de 70% : 24 × 0,8% ≈ 19% de 2026

Il s’agit d’un calcul de sensibilité très simplifié. Il ne reflète pas la composition des tokens, la taille du modèle, la longueur du contexte, la hausse des tokens de raisonnement (reasoning), la multimodalité, le traitement redondant, les contraintes de latence ni les goulets de bande passante mémoire. En pratique, ces facteurs pourraient repousser le coût à la hausse.

Ce graphique est le cœur de la logique de Goldman. Celui qui abaisse le coût par token finit par gagner l’argent. Plus que la hausse de l’usage elle-même, c’est la réduction de coût qui rend cet usage supportable qui maintient en vie le flux de trésorerie du secteur. Cela dit, comme le note la mise en garde, si la longueur du contexte ou les tokens de raisonnement augmentent vite, la courbe de coût réelle peut baisser moins que ne le suggère ce graphique.

4. C’est pourquoi l’horizon temporel change

En combinant les deux prévisions, le chemin suivant est logiquement cohérent.

Période	Ce qui se passe	Où c’est favorable
2026	L’usage des agents bondit → l’allocation de HBM, DRAM serveur, eSSD et NAND se tend → l’ASP de la DRAM et du NAND flambe	Le bêta de l’ASP mémoire fonctionne fortement
2027	Une base plus haute, plus quelques ajouts d’offre et des contrats à long terme (LTA), ralentissent le taux YoY de l’ASP. La mémoire IA B2B reste solide ; la mémoire grand public B2C rencontre une résistance de prix	Les cours intègrent un « taux de croissance qui ralentit » avant le « bénéfice maximal ». La divergence par segment commence
2028-2030	L’usage continue de croître, mais la baisse du coût par token l’absorbe	L’alpha bascule du bêta mémoire générique vers la pile de réduction du coût par token

Le message central est unique. À partir de 2027, « de combien les prix de la DRAM et du NAND montent encore » importe moins que « quels composants et systèmes abaissent le coût par token. »

5. Exemples d’idées d’investissement (points d’observation, pas des recommandations)

Ci-dessous, il ne s’agit pas de recommandations de valeurs, mais d’exemples de « où regarder en premier » le long de l’horizon ci-dessus. Les valeurs IA et mémoire se sont déjà revalorisées rapidement, donc ce n’est pas un appel à acheter tout de suite, mais une carte pour le moment où les conditions seront réunies.

Exemple 1 — Bêta de l’ASP mémoire 2026

La phase où l’allocation de HBM, DRAM serveur et eSSD se tend et où les prix de la DRAM et du NAND flambent. Les grandes capitalisations mémoire comme SK Hynix, Samsung Electronics et Micron en profitent directement. Le contre-argument est qu’une fois le ralentissement du taux de croissance de 2027 amorcé, le cours peut subir une compression de multiples d’abord, même si le bénéfice est élevé.

Exemple 2 — Pile de réduction du coût par token

Le vrai cœur de la logique de Goldman n’est pas la hausse de l’usage mais la baisse du coût par token. Les clients paieront plus cher des puces et systèmes qui abaissent leur coût par token. Les ASIC sur mesure, les réseaux IA et l’optique, et les leaders du HBM s’y prêtent le mieux. (Les goulets d’interconnexion, de substrat et d’énergie vus dans le read-through Marvell relèvent de ce même fil.)

Exemple 3 — eSSD / NAND d’entreprise

L’inférence des agents exige bien plus de stockage de récupération (RAG), de journaux, de contexte, de KV cache et de checkpoints que le simple entraînement. S’il est vrai que les serveurs IA utilisent environ 3x la capacité SSD d’un serveur ordinaire, alors le NAND peut être reclassé non comme un actif de cycle générique, mais comme un goulet de stockage IA. Le contre-argument est la possibilité que la résistance de prix des SSD grand public dilue la vigueur de l’entreprise.

Exemple 4 — Packaging avancé / MLCC / FC-BGA

Si la prévision de tokens de Goldman pour 2030 se réalise, la complexité de l’architecture des serveurs et des racks continue d’augmenter. Ce ne sont pas seulement les GPU, les ASIC et le HBM qui croissent ; la demande de surface de substrat, de stabilisation de l’alimentation, de condensateurs de découplage et de qualité de signal à haute vitesse croît de concert. Des fournisseurs de MLCC et FC-BGA haut de gamme comme Samsung Electro-Mechanics relèvent de cette catégorie.

Des peak-outs différents selon le segment

L’important n’est pas « la mémoire dans son ensemble », mais les différences par segment. La logique du peak-out de J.P. Morgan ne s’applique pas de la même manière à toute la mémoire.

Segment	Probabilité que le peak-out s’applique	Tension avec la demande à long terme
HBM	Faible-Moyenne	Élevée (la demande renforce sans cesse le mur de bande passante)
DRAM serveur	Moyenne	Moyenne
eSSD / NAND d’entreprise	Moyenne	Élevée (demande structurelle possible)
DRAM mobile	Élevée	Faible (résistance de prix grand public rapide)
DRAM/NAND générique	Élevée	Faible (la logique du peak-out s’applique le mieux)

Condition commune : les exemples ci-dessus exigent plus que « survendu » ou « parce que c’est de l’IA ». Un candidat doit se situer là où les commandes réelles, les prix contractuels et les estimations de bénéfice repartent à la hausse, et où les goulets et les barrières à l’entrée sont confirmés.

6. Les deux malentendus les plus courants

Dans cette phase, le marché est enclin à deux erreurs pointant dans des directions opposées.

Malentendu 1 — « J.P. Morgan dit peak-out, donc le cycle de l’infrastructure IA est terminé. » Non. Un peak-out est un ralentissement du taux de croissance du prix, pas un effondrement du niveau du prix. Et il s’applique le mieux à la mémoire générique et moins aux goulets comme le HBM, l’eSSD, l’ASIC et le packaging.

Malentendu 2 — « Goldman dit 24x tokens, donc les prix de la DRAM et du NAND continueront aussi de flamber jusqu’en 2030. » Cela aussi va trop loin. Goldman dit un usage explosif et une chute marquée du coût par token en même temps. Si le coût baisse vite, le taux de croissance en glissement annuel des prix de la mémoire peut ralentir même si l’usage augmente.

La lecture juste est entre les deux. Un super-cycle de la mémoire en 2026, un peak-out du momentum des prix en 2027, et une expansion à long terme de la pile de réduction du coût par token en 2028-2030.

7. Commentaire du gérant de fonds

Les deux prévisions ne sont pas ennemies mais deux axes d’un même tableau. Goldman parle de « combien, et à quel point bon marché, nous en viendrons à utiliser l’IA » ; J.P. Morgan parle de « jusqu’à quand les prix de la mémoire continueront de monter vite dans ce processus ». Le travail de l’investisseur n’est pas de choisir l’une des deux, mais de ne pas manquer les points d’inflexion de l’horizon temporel.

Les deux choix les plus dangereux sont les suivants.

Jeter toute l’infrastructure IA à la vue du seul mot peak-out — l’erreur de brader même les gagnants dotés de goulets d’étranglement.
Poursuivre la mémoire générique jusqu’au bout sur la seule demande de tokens — l’erreur de subir de plein fouet la compression de multiples dans la phase où le taux de hausse des prix s’essouffle.

Les signaux à vérifier maintenant, dits simplement, sont les suivants.

Ce que vous surveillez	Renforce Goldman (demande)	Renforce J.P. Morgan (peak-out)
Usage de tokens	Forte croissance maintenue	Le taux de croissance ralentit
Coût par token	Continue de baisser de plus de 60% par an	Le rythme de baisse ralentit, le coût de latence monte
Contrats à long terme HBM	Prix tenus ou relevés	Renégociation, report de volumes
Prix contractuel DRAM serveur	Hausse supplémentaire	Le taux de hausse ralentit, remises au comptant
SSD d’entreprise	Les contrats à long terme avec les CSP s’élargissent	La résistance de prix du SSD grand public se propage

En somme, reconnaître le bêta mémoire en 2026 tout en se préparant, à partir de 2027, à déplacer le poids vers les goulets qui abaissent le coût par token est la posture la plus raisonnable disponible aujourd’hui. Ni poursuivre la mémoire jusqu’au bout, ni tout jeter par peur du peak-out.

Cet article est une analyse reconstituée à partir de l’article officiel de Goldman Sachs (2026-05-05), de graphiques et résumés secondaires liés à J.P. Morgan, et des prévisions officielles de TrendForce. Le texte intégral du rapport original de J.P. Morgan, ses tableaux d’ASP trimestriels et son détail par segment n’ont pas pu être vérifiés, et les noms d’entreprises sont des exemples illustrant le fil de l’analyse, non des recommandations d’investissement. Les décisions d’investissement réelles et leur responsabilité incombent à l’investisseur lui-même.

Contrats à terme sur les tokens IA et coût par token : c'est désormais une course aux coûts, pas à la performance

Sat, 30 May 2026 09:00:00 +0900

📚 Contexte de la série Ceci fait suite à La surprise de résultats de Dell et les semi-conducteurs coréens et à Marvell T1 FY2027 et les semi-conducteurs coréens. Si les deux billets précédents soutenaient que « le goulot d’étranglement de l’IA descend du GPU vers la mémoire, l’interconnexion, le substrat et l’énergie — et qui capte la marge à cet endroit », celui-ci va un cran plus loin. Quand l’usage même de l’IA a un prix de marché, le champ de bataille passe d’« une puce plus rapide » à « un token moins cher ». Hubs liés : Hub HBM IA, Hub chaîne de valeur des semi-conducteurs coréens, Hub PCB et substrats IA.

TL;DR

Jusqu’ici, investir dans l’IA, c’était se battre sur « qui fabrique la puce la plus puissante ». Mais un signal discret vient de s’allumer. L’usage même de l’IA commence à avoir un prix de marché.

Selon Reuters, la Bourse à terme de Shanghai (SHFE) conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. Aux États-Unis, CME Group (avec Silicon Data) et ICE (avec Ornn) ont annoncé des projets de contrats à terme sur le calcul GPU. Aucun n’est encore un produit coté et confirmé. Mais la direction est claire.

Quand le calcul et les tokens IA ont un « prix de marché », l’axe de l’industrie passe d’une course à la performance à une course aux coûts.

C’est comme lorsque le pétrole a eu un prix à terme : raffinage, transport et production électrique se sont alignés sur le « coût par baril ». Une fois le prix par token de l’IA visible, chaque acteur pose la même question : « combien me coûte la production d’un token ? »

La réponse n’est pas les « actions IA » génériques. Ce sont les composants, puces et plateformes goulots qui réduisent réellement le coût par token du client. L’ordre de priorité :

Priorité	Quoi acheter	Noms clés	Vue
1	ASIC personnalisé / réseaux IA	Broadcom, Marvell, TSMC	Le plus direct vers la pile de coût des tokens. Mais consensus long — discipline de valorisation, risque de concentration client
2	HBM + eSSD + stockage KV-cache	Samsung Electronics, SK Hynix, Micron	La bande passante mémoire et la gestion du cache sont le goulot de l’inférence. eSSD/KV-cache réduisent le calcul répété et soulagent le HBM
3	Packaging avancé / FC-BGA / MLCC / condensateur en silicium	Samsung Electro-Mechanics, Daeduck Electronics, Murata, Ibiden	Intégrité d’alimentation et de signal → débit de tokens effectif. Risque « bonne direction, mauvais prix »
4	Rail de tarification du calcul	CME, ICE	La financiarisation elle-même. Valeur d’option, pré-lancement, liquidité incertaine. Idée de second ordre la moins encombrée
5	Pile complète Nvidia / AMD	Nvidia, AMD	Toujours central. Mais la thèse devient « plus de tokens par watt et économie de l’usine IA », pas « pénurie de GPU »
6	Équipements électriques	HD Hyundai Electric, LS Electric	Pas un short franc. La demande électrique continue de croître (IEA : ~945 TWh pour les centres de données d’ici 2030). À utiliser uniquement comme couverture en valeur relative contre une prime de rareté électrique surtendue

La conclusion pour la Corée d’abord : Samsung Electronics est le choix pratique le plus équilibré. Rattrapage HBM4E + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + stockage KV-cache lui donnent l’exposition la plus large sur toute la pile de coût des tokens. SK Hynix est le nom de meilleure qualité mais encombré. Samsung Electro-Mechanics a une grande pureté de thèse mais le prix compte. Daeduck Electronics est un candidat bêta FC-BGA de second ordre.

1. Ce qui se passe : la financiarisation de l’usage de l’IA

D’abord, séparons les faits.

[Fait] Selon Reuters, la SHFE conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. La spécification du contrat, la définition du sous-jacent (quel token), la méthode de règlement et le calendrier d’approbation/lancement sont tous non confirmés.
[Fait] CME Group a annoncé son projet de lancer des contrats à terme sur le calcul avec Silicon Data ; ICE a annoncé son projet de contrats à terme sur le calcul GPU avec Ornn.

Ce qui compte ici n’est pas que « les contrats à terme sont déjà cotés ». Ils ne le sont pas. Ce qui compte, c’est que l’industrie a commencé à tenter de mettre un prix sur l’usage de l’IA.

Une analogie : imaginez utiliser l’électricité sans aucun prix standard « X par kilowattheure ». Dès qu’une bourse de l’électricité ouvre et que des prix sont cotés, chaque usine se met à calculer « combien d’électricité consommons-nous par unité de produit ? ». L’IA est aujourd’hui exactement à ce seuil.

Quand le prix devient visible, le coût devient visible. Quand le coût devient visible, celui qui le réduit gagne.

2. Pourquoi cela change les règles : course à la performance → course aux coûts

Pendant des années, la course à l’IA a porté sur les « scores de benchmark » — qui fait tourner un plus gros modèle sur une puce plus rapide. L’investissement a suivi la même logique : « achète l’entreprise qui fabrique le GPU le plus puissant ».

Quand l’usage a un prix, la question change.

Le coût par token, sous sa forme la plus simple :

Coût par token = coût total de calcul / tokens traités

On le réduit en diminuant le numérateur (coût de calcul) ou en augmentant le dénominateur (tokens traités). Celui qui extrait plus de tokens de la même électricité et du même capital gagne. Deux métriques deviennent donc le nouveau champ de bataille :

Tokens par watt = tokens/s / puissance (W)
Tokens par dollar = tokens / coût total ($)

Selon Reuters, TSMC voit le focus de la conception des puces se déplacer de la performance brute vers l’efficacité énergétique en raison de la demande électrique de l’IA — ce qui fait des tokens par watt une métrique clé.

En langage d’investissement, c’est clair :

Pas « achète des actions IA », mais « achète les entreprises qui réduisent le coût par token du client ».

3. L’analogie de la cuisine : le chef cher reste oisif

Soyons plus concrets.

Un GPU est un chef très cher. Ses mains sont rapides, mais il ne cuisine que si les ingrédients arrivent à temps. Le tapis roulant qui amène les ingrédients, c’est la mémoire (HBM).

Que se passe-t-il si le tapis est lent ? Le chef cher reste à attendre les ingrédients. Le compteur du salaire continue de tourner. Aucun token ne sort. Le coût par token s’envole.

Le vrai goulot n’est donc souvent pas « embaucher un autre chef » (= un GPU plus puissant). Il est plus efficace d’accélérer le tapis et de pré-empiler les ingrédients les plus utilisés près du chef (= bande passante mémoire + cache).

Le stockage KV-cache, c’est précisément « pré-empiler les ingrédients les plus utilisés à proximité ». Il évite de refaire le même calcul et fait gagner du temps au chef cher. L’eSSD rend ce garde-manger bon marché et vaste. Cela réduit aussi la charge imposée au HBM.

Cette analogie est la carte d’investissement de ce billet. L’argent va là où le coût par token baisse.

4. Priorité 1 : ASIC personnalisé / réseaux IA — Broadcom, Marvell, TSMC

La pile mondiale la plus directe pour réduire le coût des tokens est l’ASIC personnalisé et les réseaux IA.

Quand un hyperscaler utilise une puce taillée pour sa charge de travail (un ASIC personnalisé), il fait le même travail moins cher et avec moins d’énergie qu’un GPU générique. Les réseaux IA relient ces puces en un cluster. Les deux relèvent directement les tokens par watt.

Entreprise	Faits confirmés	Vue
Broadcom	Revenu IA T1 FY2026 de 8,4 Md$ (+106 % en glissement annuel) ; guidance revenu semi-conducteurs IA T2 ~10,7 Md$	Le cœur de l’ASIC personnalisé / réseaux. Consensus long — discipline de valorisation
Marvell	Revenu T1 FY2027 de 2,418 Md$ ; selon Reuters, objectif de revenu de puces personnalisées >10 Md$ d’ici FY2029	Trajectoire de croissance du silicium personnalisé. La concentration client est la variable clé
TSMC	Selon Reuters, la demande électrique de l’IA déplace le focus de conception de la performance vers l’efficacité → « tokens par watt » métrique clé	La fonderie par laquelle passe finalement tout ASIC / GPU. Le socle de la pile de coût des tokens

Une mise en garde : c’est déjà le consensus long que le marché préfère le plus. Une excellente entreprise et un excellent prix ne sont pas la même chose. Et le revenu d’ASIC personnalisé est concentré sur quelques gros clients, si bien que les variations de commandes d’un seul client peuvent fortement faire bouger les chiffres.

5. Priorité 2 : HBM + eSSD + stockage KV-cache — Samsung Electronics, SK Hynix, Micron

En inférence, le vrai goulot n’est pas le calcul brut mais la bande passante mémoire et la gestion du cache. C’est exactement l’analogie chef-tapis de la section 3.

Le HBM est le tapis ultra-rapide juste à côté du chef.
L’eSSD et le stockage KV-cache sont le garde-manger où les ingrédients les plus utilisés sont pré-empilés. Ils évitent de répéter le même calcul, font gagner du temps GPU cher et soulagent la charge sur le HBM.

Les documents de résultats du 1T26 de Samsung Electronics ont cité la demande de DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache. Cette gamme colle précisément à la thèse du coût des tokens.

Entreprise	Exposition au coût des tokens	Vue
Samsung Electronics	Rattrapage HBM4E + DDR5 + SOCAMM2 + eSSD PCIe Gen6 + stockage KV-cache	L’exposition la plus large. Couvre plusieurs couches de la pile de coût des tokens
SK Hynix	Exposition HBM pure de meilleure qualité	La meilleure entreprise en soi, mais la position la plus encombrée du marché
Micron	L’un des trois leaders mondiaux du HBM/mémoire	Le comparable américain. Exposition au cycle HBM/DRAM

Pour une discussion plus approfondie de Samsung Electronics, voir Analyse du rachat d’actions par bonus exceptionnel de Samsung et l’Analyse approfondie de Samsung Electronics ; pour SK Hynix, voir l’Analyse approfondie de SK Hynix.

S’il fallait n’en choisir qu’un, l’exposition coréenne la plus équilibrée à la thèse du coût des tokens est Samsung Electronics. SK Hynix est plus pur en tant que bêta HBM, mais sur KV-cache, eSSD et SOCAMM2, Samsung couvre plus de couches — et l’encombrement du marché est plus léger sur Samsung que sur SK Hynix.

6. Priorité 3 : packaging avancé / FC-BGA / MLCC / condensateur en silicium — Samsung Electro-Mechanics, Daeduck

Aussi bonne soit une puce, si l’alimentation vacille et le signal se brise, le débit de tokens effectif chute. Le packaging avancé, les substrats et les composants de stabilisation d’alimentation protègent l’intégrité d’alimentation et de signal.

Le FC-BGA est le substrat haute performance qui relie la puce à la carte.
Les MLCC et les condensateurs en silicium amortissent les oscillations de tension transitoires à l’intérieur du boîtier GPU/HBM.

Une couche solide ici permet au chef cher de tourner à pleine vitesse, produisant plus de tokens. Ainsi, bien que ces composants soient indirects, ils affectent clairement le coût par token.

Entreprise	Exposition	Vue
Samsung Electro-Mechanics	Ensemble FC-BGA + MLCC haut de gamme + condensateur en silicium	Grande pureté de thèse. Mais la valorisation est déjà tendue — un point « bonne direction, mauvais prix »
Daeduck Electronics	Candidat bêta FC-BGA de second ordre	Le siège suivant après SEMCO. La qualification / le volume directs sont une condition préalable
Murata, Ibiden	Comparables japonais MLCC / packaging	Suivis ensemble en tant que pairs mondiaux

Pour une analyse détaillée de SEMCO, voir Goulot des composants passifs des serveurs IA : explication technique de SEMCO.

La direction est bonne. Mais le prix est élevé.

La thèse du coût des tokens pointe bien vers le packaging et les substrats, mais Samsung Electro-Mechanics en a déjà intégré l’essentiel dans son prix. Ainsi, en Corée, un bêta FC-BGA de second ordre comme Daeduck Electronics peut être l’alternative « même direction, prix moins tendu » — à condition de confirmer d’abord la qualification directe et le volume.

7. Priorité 4 : rail de tarification du calcul — CME, ICE

Le point de départ de ce billet, et son idée de second ordre la moins encombrée, est le rail de tarification du calcul.

Si la financiarisation de l’usage de l’IA s’enracine vraiment, les bourses où ces transactions se déroulent en bénéficient structurellement — tout comme les bourses ont profité de flux de commissions réguliers une fois les contrats à terme pétroliers enracinés.

Entreprise	Exposition	Vue
CME	Projet de lancer des contrats à terme sur le calcul avec Silicon Data	Une option sur la financiarisation elle-même. Pré-lancement, liquidité incertaine
ICE	Projet de contrats à terme sur le calcul GPU avec Ornn	De même, une valeur d’option pré-lancement

Mais c’est de la valeur d’option, pas du revenu confirmé. On ignore si les contrats seront réellement cotés et si le volume se construira. À traiter comme une « branche latérale de la financiarisation de l’IA » — l’idée de second ordre au poids le plus faible.

8. Priorité 5 : pile complète Nvidia / AMD — la thèse change

Nvidia et AMD restent centraux. Ils ne disparaissent pas. Mais la thèse change.

L’ancienne thèse était « les GPU sont rares, donc celui qui les fabrique gagne ». La thèse de l’ère du coût des tokens est différente.

Pas « pénurie de GPU », mais « qui fournit la pile complète avec le plus de tokens par watt et la meilleure économie d’usine IA ».

Nvidia est fort non seulement parce que ses puces sont rapides, mais parce qu’il regroupe GPU, réseaux et logiciels pour réduire le coût par token de toute l’usine IA. Dans ce cadre, la question clé n’est pas « à quelle vitesse va la prochaine puce » mais « à quel coût le prochain système produit-il des tokens ».

9. Priorité 6 : équipements électriques — une couverture en valeur relative, pas un short

Une idée fausse courante mérite d’être abordée. « Si l’efficacité du coût des tokens compte, la demande électrique baisse, alors il suffit de shorter les valeurs électriques, non ? »

Non. La demande électrique elle-même continue d’augmenter.

L’IEA prévoit que la consommation électrique mondiale des centres de données atteigne ~945 TWh d’ici 2030 (environ 2x par rapport à 2024).

Ce n’est pas une base pour un short franc sur les équipements électriques. Shorter purement des noms comme HD Hyundai Electric ou LS Electric est dangereux.

Il n’y a qu’une seule façon d’utiliser les équipements électriques ici : une couverture en valeur relative. À utiliser seulement, et avec parcimonie, lorsque les trois conditions suivantes sont réunies simultanément :

Les estimations de BPA des semi-conducteurs sont révisées à la hausse, tandis que
Les estimations de BPA des équipements électriques stagnent, et
Les valorisations des équipements électriques sont à des sommets historiques.

Autrement dit, cela n’a de sens que comme couverture en valeur relative contre une « prime de rareté électrique surtendue ». Pas un short franc.

10. Discipline : « financiarisation = tout acheter » est de l’avidité

Cette thèse est attrayante. Mais son ampleur et la décision d’investissement sont deux choses distinctes. Il faut séparer trois choses.

[Fait] : les projets de contrats à terme sur le calcul CME-Silicon Data et ICE-Ornn ont été annoncés. Les chiffres de Broadcom, Marvell et TSMC ont été publiés. La prévision de 945 TWh de l’IEA est publique.
[Inférence] : une fois l’usage tarifé, l’industrie passe d’une course à la performance à une course au coût par token. Les goulots qui réduisent le coût des tokens (ASIC personnalisé, mémoire, packaging) sont alors structurellement favorisés. C’est une inférence raisonnable à partir des faits.
[Spéculation] : la spécification du contrat à terme de la SHFE, la définition du token sous-jacent, la méthode de règlement et le calendrier d’approbation sont tous non confirmés. Quel fabricant coréen de composants fournit quel client, et à quelle part de revenu, n’est pas non plus divulgué.

En particulier, les contrats à terme sur les tokens IA de la SHFE doivent être traités non comme « un produit déjà coté et confirmé », mais comme un signal précoce et une valeur d’option. Et les affirmations précises de client/part — « Samsung fournit le stockage KV-cache de ce client », « Daeduck détient X % de ce FC-BGA » — ne sont pas vérifiables à partir de sources publiques.

Même une thèse solide finit en thème si elle n’est pas validée par les chiffres.

La conclusion n’est pas « l’IA se financiarise → acheter toutes les actions liées ». C’est de choisir sélectivement les goulots qui réduisent réellement le coût par token du client — à un prix défendable.

11. Prochains points de contrôle

Point de contrôle	Signal fort	Signal faible
Financiarisation de l’usage de l’IA	SHFE / CME / ICE cote réellement et construit du volume sur au moins un	Stagne en phase de conception, liquidité insuffisante
ASIC personnalisé	La visibilité du revenu personnalisé de Broadcom / Marvell augmente	Retards de commandes d’un seul client / risque de concentration émergent
Mémoire / KV-cache	Volume et prix d’eSSD / SOCAMM2 / KV-cache de Samsung confirmés	La concurrence HBM s’intensifie, le prix faiblit
Packaging / substrat	Marge de boîtier de SEMCO confirmée ; qualification / volume de Daeduck	La croissance ralentit tandis que la valorisation reste élevée
Tokens par watt	TSMC / Nvidia mettent en avant les métriques d’efficacité énergétique	Seuls les titres de performance se répètent
Équipements électriques	BPA semis↑ + BPA électrique stagnant + valorisation électrique à un sommet historique, simultanément	L’un des trois manque → reporter la couverture

Interprétation finale

Les contrats à terme sur tokens IA et sur calcul GPU sont encore précoces. Rien n’est coté ; aucun volume ne s’est construit. Mais la direction est claire.

À l’instant où l’usage de l’IA a un prix de marché, le champ de bataille passe d’« une puce plus rapide » à « un token moins cher ».

De ce point de vue, ce qu’il faut acheter, ce ne sont pas des actions IA génériques mais les goulots qui réduisent réellement le coût par token du client. À l’échelle mondiale, l’ASIC personnalisé / réseaux (Broadcom, Marvell, TSMC) est le plus direct, et la mémoire / le stockage KV-cache résout le goulot de l’inférence. En Corée, le choix pratique le plus équilibré est Samsung Electronics — son rattrapage HBM4E, DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache couvrent la pile de coût des tokens le plus largement. SK Hynix est de meilleure qualité mais encombré ; Samsung Electro-Mechanics a une grande pureté de thèse mais un prix élevé ; Daeduck Electronics est un candidat bêta FC-BGA de second ordre. Les équipements électriques ne sont pas un short, seulement une couverture en valeur relative à utiliser quand les conditions s’alignent.

La conclusion est la discipline. Plus l’IA se financiarise, plus « à quel prix » compte autant que « quoi acheter ».

Fait / Inférence / Spéculation / Bloqué

[Fait]

Selon Reuters, la SHFE conçoit à un stade précoce des contrats à terme indexés sur le prix des tokens IA. La spécification du contrat, la définition du token sous-jacent, le règlement et le calendrier d’approbation sont non confirmés.
CME Group a annoncé son projet de lancer des contrats à terme sur le calcul avec Silicon Data ; ICE a annoncé son projet de contrats à terme sur le calcul GPU avec Ornn.
Revenu IA de Broadcom T1 FY2026 de 8,4 Md$ (+106 % en glissement annuel) ; guidance revenu semi-conducteurs IA T2 ~10,7 Md$.
Revenu T1 FY2027 de Marvell de 2,418 Md$. Selon Reuters, Marvell vise un revenu de puces personnalisées >10 Md$ d’ici FY2029.
Selon Reuters, TSMC voit le focus de conception des puces se déplacer de la performance vers l’efficacité énergétique en raison de la demande électrique de l’IA, faisant des « tokens par watt » une métrique clé.
L’IEA prévoit que l’électricité mondiale des centres de données atteigne ~945 TWh d’ici 2030 (~2x par rapport à 2024).
Les documents de résultats du 1T26 de Samsung Electronics ont cité la demande de DDR5, SOCAMM2, eSSD PCIe Gen6 et stockage KV-cache.

[Inférence]

Une fois l’usage de l’IA tarifé, l’industrie passe d’une course à la performance à une course au coût par token.
Les goulots qui réduisent le coût par token (ASIC personnalisé / réseaux IA → mémoire / KV-cache → packaging / substrat) sont structurellement favorisés.
En Corée, Samsung Electronics a l’exposition la plus équilibrée sur la pile de coût des tokens ; SK Hynix est de meilleure qualité mais très encombré.
La demande électrique continuant d’augmenter, un short franc sur les équipements électriques est inapproprié ; à n’utiliser que comme couverture en valeur relative quand les conditions s’alignent.

[Spéculation]

Que les contrats à terme sur tokens IA de la SHFE cotent et se négocient réellement, et comment le token sous-jacent serait défini, reste incertain.
Le calendrier de lancement et la liquidité des contrats à terme sur calcul de CME / ICE ne sont pas confirmés.
Quels clients mondiaux des fabricants coréens spécifiques (Samsung Electronics, Samsung Electro-Mechanics, Daeduck Electronics) approvisionnent, et à quelle part de revenu, n’est pas divulgué.

[Bloqué]

La spécification du contrat, la méthode de règlement et le calendrier d’approbation des contrats à terme de la SHFE.
Les taux de révision de BPA de consensus en temps réel et les valorisations NTM des noms coréens.
La part au niveau client et le mix de revenu des fournisseurs coréens dans les chaînes ASIC personnalisé / mémoire / packaging.

Avertissement : à des fins de recherche et d’information uniquement. Pas un conseil en investissement. Les noms cités le sont à titre d’illustration ; les lecteurs doivent effectuer leur propre diligence et consulter des conseillers agréés avant toute décision d’investissement.

La surprise des résultats de Dell et les semi-conducteurs coréens : le pouvoir de fixation des prix réside dans les composants, pas dans l'assemblage des serveurs

Fri, 29 May 2026 22:00:00 +0900

📚 Contexte pour les articles de suivi Ceci fait suite à Marvell Q1 FY2027 et les semi-conducteurs coréens. Là où l’article sur Marvell soutenait que « le goulet d’étranglement de l’IA migre du GPU vers l’interconnexion, le substrat et l’alimentation », cet article sur Dell revérifie « qui gagne réellement l’argent à ce goulet d’étranglement » — à travers les chiffres de marge. Hubs associés : Hub HBM pour l’IA, Hub de la chaîne de valeur des semi-conducteurs coréens.

En bref

Dell a publié ses résultats du Q1 FY2027 le 28 mai 2026 (heure des États-Unis) et, par toute mesure, les chiffres ont été une grande surprise de résultats. Le chiffre d’affaires a augmenté de 88 % en une seule année, et le BPA ajusté a bondi de 214 %. Le lendemain (29 mai), l’action a grimpé d’environ 33 %.

Mais dans le même communiqué se cachait un chiffre gênant. Quel que soit le nombre de serveurs IA vendus par Dell, la marge brute a en réalité chuté de 21,6 % il y a un an à 18,1 %. L’objectif de marge opérationnelle des serveurs IA déclaré par la direction elle-même est à un chiffre moyen (mid-single-digit). Autrement dit, Dell vend un volume énorme de produits, mais la marge sur ces produits est mince.

Cette seule ligne résume tout le propos de cet article.

Une entreprise qui assemble des serveurs IA peut afficher un gros chiffre d’affaires mais des marges minces. Le véritable pouvoir de fixation des prix et la marge épaisse résident en amont — dans la mémoire et les composants à forte valeur.

Dell elle-même a déclaré que la demande dépasse l’offre et que la principale contrainte est la mémoire. À l’instant où l’entreprise qui construit les serveurs dit « ce qui me freine, c’est la mémoire », il devient clair où les investisseurs doivent regarder.

L’ordre de priorité traduit pour la Corée :

Priorité	Lecture pour la Corée	Noms clés	Vue
1	Pouvoir de fixation des prix de la mémoire (HBM, DRAM serveur, eSSD)	Samsung Electronics, SK Hynix	Le plus direct. SK Hynix est la meilleure entreprise mais chèrement valorisée ; Samsung dispose d’une optionnalité de rattrapage sur HBM4E / eSSD / base die de fonderie
2	FC-BGA, MLCC haut de gamme, condensateur silicium	Samsung Electro-Mechanics	Bénéficiaire direct de second ordre, mais avec un PER déjà dans les 200 — risque de « bonne direction, mauvais prix »
3	Alimentation des centres de données (second ordre)	HD Hyundai Electric, LS Electric	Pas un bénéficiaire direct du rapport de Dell ; une branche latérale de la tendance plus large de la demande d’énergie pour l’IA
4	À éviter	Assembleurs de serveurs / fabricants d’équipements à faible marge	Le point précis que Dell vient d’illustrer : gros chiffre d’affaires, marge mince

Dell elle-même a connu un trimestre solide, mais la vue de la maison de la source était CONSERVER, avec un objectif à 12 mois de 475 USD. La discipline n’est pas « les serveurs IA sont bons → tout acheter », mais de regarder de manière sélective en amont, là où la marge et le pouvoir de fixation des prix se déversent.

1. Le rapport de Dell : le chiffre d’affaires explose, la marge se comprime

D’abord, les chiffres tels que publiés. (Dell)

Élément	Q1 FY2027	Commentaire
Chiffre d’affaires	43,8 Md USD	+88 % en glissement annuel ; dépasse le consensus (~35,4–35,7 Md USD) de plus de 8 Md USD
BPA dilué GAAP	5,24 USD	+282 % en glissement annuel
BPA dilué non-GAAP	4,86 USD	+214 % en glissement annuel ; ~+1,9 USD vs consensus (~2,94–2,96)
ISG (serveurs, réseaux, stockage)	29,0 Md USD	+181 % en glissement annuel
Chiffre d’affaires des serveurs optimisés pour l’IA	16,1 Md USD	+757 % en glissement annuel
Serveurs/réseaux traditionnels	8,5 Md USD	+92 %
Stockage	4,3 Md USD	+8 %
CSG (PC)	14,6 Md USD	+17 % (commercial 13,0 Md USD, +18 %)
Flux de trésorerie d’exploitation	4,1 Md USD	FCF ajusté 3,165 Md USD, retour aux actionnaires 2,1 Md USD

Les commandes et les prévisions étaient également solides.

Commandes IA 24,4 Md USD ; carnet de commandes IA 51,3 Md USD ; plus de 5 000 clients IA.
Prévision de chiffre d’affaires du Q2 44–45 Md USD ; point médian du BPA non-GAAP 4,80 USD.
Chiffre d’affaires FY2027 165–169 Md USD ; point médian du BPA non-GAAP 17,90 USD.
Perspective des serveurs IA FY2027 ~60 Md USD (+144 %).

Jusqu’ici, cela semble impeccable. Mais le même communiqué contient une ligne décisive.

La marge brute non-GAAP a chuté de 21,6 % à 18,1 %.

Cela signifie que le chiffre d’affaires des serveurs IA a plus que septuplé tandis que le taux de marge de l’ensemble de l’entreprise a en réalité diminué. La direction a fixé l’objectif de marge opérationnelle des serveurs IA à un chiffre moyen. Autrement dit, les serveurs IA portent un volume de chiffre d’affaires énorme mais un profil de rentabilité plus faible que les PC ou les serveurs traditionnels.

2. Pourquoi la marge est mince : la valeur réside dans les composants

La raison est simple. La partie la plus chère du coût d’un serveur IA n’est pas quelque chose que Dell fabrique. Ce sont les composants : GPU, HBM, DRAM serveur, eSSD, CPU. Dell les achète, les place dans un châssis, connecte le câblage, valide le système et l’expédie au client.

À mesure que les composants deviennent plus chers, le chiffre d’affaires croît en conséquence. Mais la marge sur ces composants coûteux est captée par les fabricants de composants. L’assembleur voit un chiffre d’affaires gonflé et une marge mince. Le rapport de Dell de ce trimestre a mis cette structure à nu.

L’indice le plus important dans la conférence de la direction n’était pas le chiffre de marge mais l’affirmation que la demande dépasse l’offre, et l’explication que la principale contrainte est la mémoire. DRAM, NAND, CPU, HDD et l’allocation des nœuds avancés ont tous été cités comme goulets d’étranglement lors de la séance de questions.

Traduit en langage d’investisseur :

Ce n’est pas qu’ils ne peuvent pas construire les boîtiers — c’est qu’ils n’obtiennent pas assez des composants clés. Celui qui détient la pièce rare fixe le prix. Et la pièce rare, c’est la mémoire.

Si la demande dépasse l’offre et que le côté qui contrôle l’offre est la mémoire, alors le pouvoir de fixation des prix réside clairement dans la mémoire. C’est le point de départ de la lecture pour la Corée.

3. Priorité 1 de la Corée : la mémoire — Samsung Electronics et SK Hynix

Les entreprises qui vendent le plus de cette mémoire même que Dell a qualifiée de contrainte sont Samsung Electronics et SK Hynix.

Leurs résultats du Q1 prouvent directement la structure.

Entreprise	Chiffre d’affaires 1T26	Résultat opérationnel 1T26	Note
Samsung Electronics	133,9 Bn KRW	57,2 Bn KRW	Chiffre d’affaires de la division DS (semi-conducteurs) 81,7 Bn KRW, RO 53,7 Bn KRW
SK Hynix	52,58 Bn KRW	37,61 Bn KRW	Marge opérationnelle de 72 %. HBM + DRAM serveur haute capacité + eSSD

La marge opérationnelle de 72 % de SK Hynix n’est pas un chiffre ordinaire. Placez-la à côté de l’objectif de marge opérationnelle des serveurs IA à un chiffre moyen de Dell, et l’on voit d’un coup d’œil qui capte la marge à l’intérieur du même serveur IA. Le côté qui assemble le serveur est à un chiffre ; le côté qui fabrique la mémoire qui s’y trouve est à 70.

Par nom, le verdict diffère.

SK Hynix est l’entreprise la plus forte en soi. Elle détient le cœur de la mémoire IA : exposition pure au HBM, DRAM serveur haute capacité et eSSD. Mais au 29 mai, son cours est de ~2 333 000 KRW, PER ~22,1x, proche de son plus haut sur 52 semaines. Une grande entreprise, mais le prix est déjà élevé.
Samsung Electronics, au 29 mai, se situe à ~317 000 KRW, PER ~25,4x, proche de son plus haut sur 52 semaines (323 000 KRW). Ce n’est pas un beta HBM aussi pur que SK Hynix, mais elle porte plus d’optionnalité de rattrapage. Elle a livré les premiers échantillons HBM4E 12 couches de l’industrie (au Q2), et l’eSSD plus un base die basé sur la fonderie se trouvent également dans la même pile de mémoire IA.

Pour une discussion plus approfondie de Samsung Electronics, voir Analyse du rachat lié à la prime de Samsung Electronics et l’Analyse approfondie de Samsung Electronics.

Le point : à l’instant où Dell a admis que la mémoire est la contrainte, le pouvoir de fixation des prix des deux entreprises coréennes qui détiennent cette contrainte se renforce structurellement.

4. Priorité 2 de la Corée : composants à forte valeur — Samsung Electro-Mechanics

Après la mémoire, le prochain endroit où se déverse le pouvoir de fixation des prix, ce sont les substrats de boîtier et les composants de stabilisation de l’alimentation. En Corée, ce siège est Samsung Electro-Mechanics.

Ses résultats du Q1 :

Élément	1T26	Note
Chiffre d’affaires	3,2091 Bn KRW
Résultat opérationnel	280,6 Md KRW
Chiffre d’affaires de la division packaging	725,0 Md KRW	+45 % en glissement annuel

L’entreprise a directement cité une forte demande de MLCC à forte valeur pour les serveurs IA et les centres de données, et de FC-BGA pour les applications IA/serveur. Cela s’imbrique précisément avec la structure que Dell a révélée : à mesure que les serveurs IA croissent, la demande de composants de stabilisation de l’alimentation et de substrats haute performance autour des boîtiers GPU/HBM croît avec eux.

Pour une analyse détaillée de Samsung Electro-Mechanics, voir :

Mais ici, il faut signaler le prix. Au 29 mai, Samsung Electro-Mechanics se situe à ~2 127 000 KRW, PER ~227x. C’est un chiffre très élevé. Cela signifie que le marché a déjà intégré de grandes attentes.

La direction est correcte. Mais le prix est cher.

Le rapport de Dell a bien confirmé que les composants à forte valeur sont positifs, mais Samsung Electro-Mechanics a déjà reflété une grande partie de ce « bon » dans son cours. Ainsi, entre la mémoire (Priorité 1) et Samsung Electro-Mechanics (Priorité 2), il y a une différence clé : même le même bénéficiaire a un prix d’entrée très différent.

5. Priorité 3 de la Corée : l’alimentation des centres de données (une branche latérale)

Un domaine de priorité inférieure est l’alimentation des centres de données. HD Hyundai Electric, au 29 mai, se situe à ~1 053 000 KRW, PER ~48x.

La logique selon laquelle plus de serveurs IA signifie plus de demande d’énergie pour les centres de données, profitant aux fabricants de transformateurs et de distribution électrique, est solide. Mais ce n’est pas un résultat direct du rapport du Q1 de Dell — c’est une branche latérale de la tendance plus large de la demande d’énergie pour l’IA. La contrainte que Dell a explicitement nommée n’était pas l’alimentation ; c’était la mémoire.

Ainsi, l’alimentation appartient à un compartiment de second ordre : « liée, mais pas la lecture centrale de ce rapport ».

6. Le point à éviter : l’assemblage à faible marge

La leçon la plus importante du rapport de Dell réside peut-être moins dans quoi acheter que dans quoi éviter.

Le fait que Dell ait vendu plus de sept fois plus de serveurs IA et ait quand même vu son taux de marge chuter met à nu la limite structurelle de l’assemblage de serveurs à faible marge et des activités d’équipements. Le chiffre d’affaires semble éblouissant, mais l’argent va aux fabricants de composants.

Ainsi, acheter sans discernement des noms du stade de l’assemblage/des équipements simplement parce qu’ils portent l’étiquette « bénéficiaire de serveurs IA » est dangereux. Même au sein de la même croissance du chiffre d’affaires des serveurs IA, le côté doté du pouvoir de fixation des prix (mémoire, composants à forte valeur) et le côté qui en est dépourvu (assemblage) sont des investissements complètement différents.

7. Discipline : « les serveurs IA sont bons = tout acheter » est un excès

Ce rapport est clairement un point positif fort. Mais la taille du point positif et la décision d’investissement sont deux choses distinctes.

Il faut garder trois couches distinctes.

Fait : chiffre d’affaires de Dell +88 %, BPA +214 %, serveurs IA +757 %, et pourtant marge brute 21,6 % → 18,1 %. La mémoire est la principale contrainte. Ce sont des chiffres que l’entreprise a rapportés.
Inférence : la marge et le pouvoir de fixation des prix se déversent vers la mémoire et les composants à forte valeur plutôt que vers l’assembleur. En Corée, l’ordre est Samsung Electronics / SK Hynix → Samsung Electro-Mechanics → alimentation. C’est un jugement raisonnablement tiré des faits.
Spéculation : combien de HBM4E une entreprise spécifique fournit à Dell, et quelle part chaque fabricant détient dans les serveurs de Dell, n’est pas divulgué. Ce n’est pas un fait confirmé.

En particulier, des affirmations spécifiques de client/part comme « Samsung Electronics fournit du HBM4E à Dell » ou « Samsung Electro-Mechanics détient X % du FC-BGA des serveurs Dell » ne sont pas confirmées dans les divulgations publiques. Un tel contenu doit être classé comme spéculation ou non vérifiable, pas comme un fait.

Même une thèse solide se termine en simple thématique à moins d’être validée par les chiffres.

La conclusion de cet article n’est pas « les serveurs IA sont bons, donc achetez tous les noms associés ». C’est : regardez en amont, là où la marge et le pouvoir de fixation des prix se déversent — et sélectionnez en gardant le prix d’entrée à l’esprit.

8. Prochains points de contrôle

Point de contrôle	Signal fort	Signal faible
Marge des serveurs IA de Dell	Objectif à un chiffre moyen atteint ou relevé	La marge chute davantage ou manque l’objectif
Contrainte mémoire de Dell	La pénurie de mémoire persiste, soutenant la force des prix	L’offre de mémoire se détend, les prix s’amollissent
Samsung Electronics	Production de masse / qualification client du HBM4E, volume / prix de l’eSSD	Concurrence HBM intensifiée, baisses de prix
SK Hynix	Les marges HBM / DRAM serveur se maintiennent	Signaux de surcapacité 2027
Samsung Electro-Mechanics	Croissance soutenue du chiffre d’affaires du packaging, marge confirmée	La croissance ralentit tandis que le PER reste élevé

Interprétation finale

Le Q1 FY2027 de Dell n’est pas un signal pour « acheter tous les serveurs IA » dans les semi-conducteurs coréens. Le message plus précis est :

À mesure que le chiffre d’affaires des serveurs IA croît, la marge et le pouvoir de fixation des prix montent, s’éloignant de l’assembleur et vers la mémoire et les composants à forte valeur.

De ce point de vue, les noms coréens les plus directs sont la mémoire — Samsung Electronics et SK Hynix. SK Hynix est l’entreprise la plus forte en soi mais déjà chèrement valorisée ; Samsung Electronics dispose d’une optionnalité de rattrapage sur HBM4E / eSSD / base die de fonderie. Samsung Electro-Mechanics est un bénéficiaire direct de second ordre via le FC-BGA, le MLCC haut de gamme et le condensateur silicium, mais avec un PER dans les 200, elle se situe dans un point « bonne direction, mauvais prix ». L’alimentation des centres de données est une branche latérale ; l’assemblage à faible marge est le point à éviter.

La conclusion est la discipline. Plus le point positif est fort, plus il importe non seulement de savoir ce que vous achetez, mais à quel prix.

Fait / Inférence / Spéculation / Bloqué

[Fait]

Le chiffre d’affaires du Q1 FY2027 de Dell était de 43,8 Md USD (+88 % en glissement annuel) ; le BPA dilué non-GAAP était de 4,86 USD (+214 %). (Dell)
Chiffre d’affaires ISG 29,0 Md USD (+181 %) ; chiffre d’affaires des serveurs optimisés pour l’IA 16,1 Md USD (+757 %). (Dell)
La marge brute non-GAAP a chuté de 21,6 % à 18,1 % ; l’objectif de marge opérationnelle des serveurs IA est à un chiffre moyen. La mémoire (DRAM/NAND) a été citée comme la principale contrainte. (Dell)
Commandes IA 24,4 Md USD ; carnet de commandes IA 51,3 Md USD ; perspective des serveurs IA FY2027 ~60 Md USD (+144 %). (Dell)
Samsung Electronics 1T26 : chiffre d’affaires 133,9 Bn KRW, RO 57,2 Bn KRW ; chiffre d’affaires de la division DS 81,7 Bn KRW, RO 53,7 Bn KRW.
SK Hynix 1T26 : chiffre d’affaires 52,58 Bn KRW, RO 37,61 Bn KRW, marge opérationnelle de 72 %.
Samsung Electro-Mechanics 1T26 : chiffre d’affaires 3,2091 Bn KRW, RO 280,6 Md KRW, chiffre d’affaires de la division packaging 725,0 Md KRW (+45 % en glissement annuel).

[Inférence]

À mesure que le chiffre d’affaires des serveurs IA croît, la marge et le pouvoir de fixation des prix se déversent vers la mémoire et les composants à forte valeur plutôt que vers l’assembleur (Dell).
Une priorité de lecture raisonnable pour la Corée est Samsung Electronics / SK Hynix (mémoire) → Samsung Electro-Mechanics (FC-BGA / MLCC / SiCap) → alimentation (second ordre).
SK Hynix est l’entreprise la plus forte en soi mais porte une valorisation élevée ; Samsung Electronics a plus d’optionnalité de rattrapage.

[Spéculation]

Le fait que Samsung Electronics fournisse directement du HBM4E aux serveurs IA de Dell, et à quelle part, n’est pas divulgué.
La part de Samsung Electro-Mechanics dans le FC-BGA / MLCC des serveurs Dell ne peut être spécifiée à partir des divulgations publiques.

[Bloqué]

L’identité du fournisseur et la part par composant au sein du BOM des serveurs IA de Dell.
L’exposition du chiffre d’affaires direct de Samsung Electronics et de Samsung Electro-Mechanics à Dell.
Les taux de révision du BPA consensuel en temps réel et les valorisations NTM pour les noms coréens.

Sources

Avertissement : À des fins de recherche et d’information uniquement. Il ne s’agit pas de conseils en investissement personnalisés ; c’est une analyse fondée sur des informations publiques. Les noms cités le sont à titre d’illustration analytique ; les lecteurs doivent effectuer leur propre diligence raisonnable et consulter des conseillers agréés avant toute décision d’investissement.

Marvell Q1 FY2027 et les semiconducteurs coréens : les goulots d'étranglement sont dans la connectique, les substrats et l'alimentation, pas seulement dans la HBM

Thu, 28 May 2026 10:20:00 +0900

📚 Contexte — article de suivi Cet article fait suite à Marvell & Broadcom : examen des goulots d’étranglement des semiconducteurs coréens avant les résultats. La question posée en préambule était : « Le pari unique sur la HBM s’élargit-il vers les ASIC IA, le networking et la stabilisation de l’alimentation ? » Cet article répond à cette question à la lumière des résultats de Marvell au Q1 FY2027. Les hubs de référence sont le Hub IA HBM, le Hub substrats & PCB IA et le Hub chaîne de valeur semiconducteurs coréens.

TL;DR

L’essentiel des résultats de Marvell au Q1 FY2027 n’est pas l’EPS beat. C’est que la société a révisé à la hausse sa trajectoire de croissance pour les datacenters IA sur FY2027–FY2028, en attribuant cette accélération aux XPU custom, à l’interconnexion optique, au switching Ethernet, au DCI, au networking scale-up/scale-across et à l’XPU attach.

La traduction pour les semiconducteurs coréens n’est pas « acheter davantage de HBM ». La HBM reste la tendance de fond, mais l’alpha incrémental confirmé par ces résultats se situe dans les goulots d’étranglement de connectique, de substrats, d’intégrité de l’alimentation et de test autour des GPU.

Ordre de priorité :

Priorité	Implication Corée	Valeurs / secteur clé	Évaluation
1	FC-BGA + MLCC serveurs IA + condensateurs silicium	Samsung Electro-Mechanics / SEMCO	Exposition la plus directe. Mais le re-rating est déjà en partie réalisé : vérifier les marges SiCap et FC-BGA
2	HBM4, SOCAMM2, eSSD, packaging avancé	Samsung Electronics, SK Hynix	Beta HBM maintenu. Nouvel alpha dans les memory attach et le packaging périphériques à la HBM
3	Sockets de test et interfaces pour ASIC/XPU custom	ISC, Leeno Industrial, TSE	Structure favorable, mais à conserver en watchlist avant confirmation du chiffre d’affaires direct
4	PCB/MLB haute vitesse pour le networking IA	ISU Petasys, Daeduck Electronics, Simtech, etc.	Sélectivité requise. « PCB IA » n’est pas synonyme d’exposition uniforme

Sur Marvell lui-même, le verdict est HOLD / Buy watch. Cours de référence : $198,70 ; objectif à 12 mois : $225, soit un potentiel d’environ +13 %. La trajectoire de croissance est solide, mais le cours intègre déjà des attentes élevées. Du côté coréen, ce qui importe davantage que Marvell, c’est vers quels maillons se propagent les goulots d’étranglement identifiés par Marvell.

1. Ce qu’il faut vraiment retenir des résultats de Marvell

Marvell a publié ses résultats du Q1 FY2027 après la clôture américaine du 27 mai 2026. Les chiffres officiels sont les suivants. (Marvell)

Indicateur	Q1 FY2027	Interprétation
Chiffre d’affaires	$2,418 Md	+28 % en glissement annuel, +$18 M vs. point médian du guidance
BPA GAAP	$0,04	Affecté par la comptabilisation des acquisitions Celestial AI & XConn
BPA non-GAAP	$0,80	Conforme au consensus
Marge brute GAAP	52,1 %	Amélioration annuelle
Marge brute non-GAAP	58,9 %	Maintien dans la fourchette haute malgré l’enrichissement du mix IA
Flux de trésorerie opérationnel	$638,8 M	Record historique
Guidance CA Q2	$2,70 Md ±5 %	Fourchette $2,565 Md – $2,835 Md
Guidance BPA non-GAAP Q2	$0,93 ±$0,05	Base de rentabilité pour le prochain trimestre

Les résultats en eux-mêmes s’apparentent à un « léger beat / EPS inline ». Ce qui importe pour le cours et pour les implications coréennes, ce n’est pas quelques centimes de BPA au Q1, mais la trajectoire de chiffre d’affaires FY2027–FY2028 communiquée par la direction.

Selon les transcripts de tiers, la direction a évoqué un chiffre d’affaires d’environ $11,5 Md pour FY2027 et d’environ $16,5 Md pour FY2028, et a relevé ses prévisions de croissance pour l’interconnexion FY2027 de près de 50 % à plus de 70 %. Ces éléments ne proviennent pas d’une retranscription IR officielle, mais leur orientation est cohérente avec les termes du communiqué de presse officiel. Celui-ci cite explicitement la croissance de l’optique 800G/1,6T, des switches Ethernet 51,2T, de l’optique scale-up pour NPO/CPO, des modules DCI, des XPU custom et de l’XPU-attach. (Marvell, StockAnalysis transcript)

En une phrase :

Marvell a confirmé en chiffres que le capex des datacenters IA migre de l’achat de GPU vers l’infrastructure d’interconnexion des clusters.

2. Le cœur du sujet : l’architecture d’interconnexion, pas seulement SOCAMM

Pour un investisseur coréen, le risque de lecture erronée le plus courant serait de réduire cet appel de résultats au seul thème SOCAMM. SOCAMM est important, mais il n’est pas au centre du message de Marvell.

Les axes prioritaires sont les suivants :

Axe clé Marvell	Pourquoi c’est important	Traduction semiconducteurs coréens
XPU custom / ASIC custom	Signal que les hyperscalers diversifient leur silicon IA au-delà des GPU NVIDIA	Diversification de la base clients HBM, substrats de packaging, sockets de test
Interconnexion optique	800G/1,6T, DCI, optique scale-up comme goulot d’étranglement de l’extension des clusters IA	PCB haute vitesse/communications optiques à sélectionner ; FC-BGA et stabilisation de l’alimentation SEMCO structurels
Switching Ethernet	Roadmap 51,2T, 100T, 200T = hausse du dollar content des semiconducteurs de networking IA	FC-BGA pour ASIC réseau, cartes haute vitesse, inspection et test
XPU attach	CXL, NIC, memory attach, KV cache pour l’inférence	Samsung Electronics SOCAMM2, eSSD, DRAM serveur ; options IP mémoire de type OpenEdges
NVLink Fusion	Le silicon custom coexiste dans l’écosystème NVIDIA	Au-delà de l’opposition « NVIDIA vs ASIC », c’est une expansion de la chaîne d’approvisionnement

L’annonce NVIDIA–Marvell va dans le même sens. NVIDIA investit 2 milliards de dollars dans Marvell ; Marvell fournit des XPU custom compatibles NVLink Fusion et du networking scale-up. Les deux sociétés collaborent également sur la photonique silicium et l’AI-RAN. (Marvell NVIDIA)

Le message est simple :

Un datacenter IA n’est pas un serveur GPU isolé, mais un système où GPU, XPU custom, HBM, optique, switch, retimer, CXL, NIC, FC-BGA et MLCC forment un tout indissociable.

L’investissement dans les semiconducteurs coréens doit donc évoluer de « faut-il se concentrer uniquement sur les grandes capitalisations mémoire ? » vers « quels goulots d’étranglement se traduisent en chiffres concrets sous la couche mémoire ? ».

3. Implication coréenne n°1 : Samsung Electro-Mechanics / SEMCO

La traduction la plus directe des résultats de Marvell pour une valeur coréenne est Samsung Electro-Mechanics (SEMCO). Trois raisons l’expliquent.

Premièrement, les XPU custom, les switches Ethernet, l’interconnexion optique et l’XPU attach mis en avant par Marvell requièrent tous des packages et des substrats haute vitesse et haute densité. Cela se traduit directement par une demande de FC-BGA.

Deuxièmement, les serveurs IA absorbent des courants élevés sous de basses tensions. Pour atténuer les fluctuations de tension autour des packages GPU, HBM et XPU, des composants de stabilisation de l’alimentation — MLCC et condensateurs silicium — sont indispensables.

Troisièmement, SEMCO dispose déjà de ces deux briques. La société a annoncé qu’au Q1 2026, son chiffre d’affaires Package Solution s’établissait à 725,0 milliards KRW, en hausse de 45 % en glissement annuel et de 12 % en séquentiel, avec une expansion des livraisons de substrats haute valeur ajoutée pour accélérateurs IA, CPU serveur et applications réseau. (Samsung Electro-Mechanics Q1)

Par ailleurs, SEMCO a signé un contrat de fourniture de condensateurs silicium d’un montant de 1 557,0 milliards KRW, couvrant la période du 1er janvier 2027 au 31 décembre 2028. Ces composants améliorent la stabilité de l’alimentation à l’intérieur des packages GPU et HBM destinés aux serveurs IA. (Samsung Electro-Mechanics SiCap)

Le cadre d’analyse de SEMCO évolue ainsi :

Ancien prisme	Prisme actuel
Valeur cyclique sur MLCC smartphones & modules caméra	Plateforme d’intégrité de l’alimentation IA (packaging) + FC-BGA
Reprise de la demande mobile	Demande accélérateurs IA, CPU serveur, ASIC réseau
Cycle MLCC généraliste	Mix MLCC haute capacité / faible résistance / ultramince / haute fiabilité + SiCap
Comparaison avec Ibiden ou Murata	Comparaison hybride MLCC + FC-BGA + SiCap

Cette conclusion ne signifie pas « acheter à n’importe quel prix ». Le contrat SiCap, une capitalisation boursière déjà significative et le re-rating IA sont largement intégrés. Les variables à surveiller sont donc non pas le momentum de cours, mais la marge brute, l’OPM du segment Package Solution, le rendement en production SiCap et la diversification des clients.

4. Samsung Electronics & SK Hynix : beta HBM maintenu, nouvel alpha en périphérie

Les résultats de Marvell ne sont pas négatifs pour la HBM — c’est même l’inverse. Même si les XPU custom et le networking scale-up progressent, le dollar content mémoire ne diminue pas. Plus les modèles d’IA évoluent vers l’IA agentique, le raisonnement et le mixture-of-experts, plus les besoins en déplacement de données et en mémoire augmentent.

Du point de vue de l’investisseur, « la HBM est favorable » est déjà la thèse centrale. Ce que l’appel de résultats Marvell ajoute de nouveau est le suivant :

La base de clients HBM s’élargit d’une structure monolithique centrée sur les GPU NVIDIA aux XPU custom des hyperscalers.
L’XPU attach, couplé au CXL, aux NIC, au memory attach et au KV cache, a des répercussions sur la DRAM serveur, le SOCAMM et l’eSSD.
À mesure que les clusters IA s’agrandissent, la valeur du packaging, des substrats et de la stabilisation de l’alimentation reliant mémoire et puces de calcul augmente.

Samsung Electronics dispose ici d’options multiples. La HBM4, la HBM4E, le SOCAMM2, le SSD PM1763, le foundry et le packaging avancé s’inscrivent tous dans la même infrastructure IA. Samsung Electronics a présenté la HBM4E, le SOCAMM2 et le PM1763 comme une gamme de produits IA en partenariat avec NVIDIA lors du GTC 2026. (Samsung Semiconductor)

SK Hynix conserve le beta HBM le plus pur. Mais à l’aune des seuls résultats de Marvell, le nouvel alpha est plus important du côté de Samsung Electro-Mechanics, des sockets de test et des substrats haute vitesse qui progressent parallèlement à la HBM. SK Hynix reste la valeur phare, mais c’est aussi celle sur laquelle le marché a déjà le plus les yeux rivés.

5. Sockets de test : bénéficiaires discrets de la prolifération des ASIC custom

Si le chiffre d’affaires custom est important dans l’appel de résultats Marvell, ce n’est pas simplement une question de volumes. L’enjeu est celui des SKU et des cycles de qualification.

Dans un monde où les accélérateurs IA seraient standardisés autour d’un seul GPU NVIDIA, la demande en composants de test serait relativement prévisible. À l’inverse, la multiplication des XPU custom par hyperscaler, de l’XPU attach, du CXL, des NIC, des ASIC switch et des DPU fragmente davantage les conditions de test et la conception des sockets.

Dans ce contexte, les sockets de test et les composants d’interface peuvent bénéficier simultanément de trois tendances :

Variable	Direction	Raison
Volumes	Hausse	Multiplication des SKU ASIC custom, ASIC réseau et memory attach
ASP	Hausse	Difficulté croissante du test (nombre de broches élevé, signaux haute vitesse, haute puissance)
Fréquence de remplacement	Structurelle	Renouvellement générationnel et qualification répétée par client

En Corée, ISC, Leeno Industrial et TSE sont à surveiller. Il convient cependant de rester prudent : il est difficile, sur la seule base des informations publiques, de confirmer que les fabricants coréens de sockets de test sont directement intégrés dans la chaîne Marvell ou dans celle des XPU custom d’hyperscalers spécifiques. Il s’agit donc pour l’instant d’un « potentiel de bénéfice » et non d’un « mapping client confirmé ».

Les indicateurs à surveiller dans les publications trimestrielles sont : le chiffre d’affaires IA/HPC logic, le nombre de nouveaux clients, le mix de sockets haute valeur ajoutée et la défense des OPM.

6. Le PCB généraliste n’est pas un achat indifférencié

Les résultats de Marvell sont favorables au networking IA et à l’interconnexion optique. Mais conclure « le networking IA est bon → tous les PCB sont bons » serait une erreur.

Le bénéfice se concentre sur les acteurs répondant aux critères suivants :

Capacité à traiter des matériaux à faibles pertes pour les signaux haute vitesse.
Exposition aux MLB multicouches haute densité ou aux substrats de packaging haute valeur ajoutée.
Qualification chez des clients en serveurs IA ou équipements réseau.
Confirmation non pas d’une hausse des volumes, mais d’une hausse de l’ASP, du nombre de couches et de la complexité des matériaux.

La multiplication des GPU et des XPU ne se traduit pas mécaniquement par une augmentation proportionnelle des volumes de substrats. Dans les architectures où plusieurs puces coexistent de manière plus dense sur un seul package ou une seule carte haute performance, ce qui compte davantage que le volume est la surface du substrat, le nombre de couches, la complexité des matériaux et le rendement.

Regrouper ISU Petasys, Daeduck Electronics, Simtech, TLB et Korea Circuit dans un même panier est donc inexact. L’implication réelle des résultats Marvell est : « sélectionner les acteurs disposant de substrats haute couche pour le réseau et de matériaux adaptés aux signaux haute vitesse ».

7. Valorisation de MRVL : une bonne entreprise ne suffit pas — le prix compte aussi

Le jugement sur Marvell est HOLD / Buy watch.

Indicateur	Valeur
Cours de référence	$198,70, clôture du 27 mai 2026
Objectif à 12 mois	$225
Potentiel de hausse	~+13,2 %
Méthode de valorisation	EV/Sales FY2028E
Conclusion	Trajectoire de croissance rehaussée, mais valorisation déjà élevée

La formule du scénario de base est la suivante :

Objectif de cours = (CA FY2028E × EV/Sales cible − dette nette) ÷ nombre d'actions dilué

Hypothèses : CA FY2028E de $16,5 Md, EV/Sales cible de 12,5x, dette nette d’environ $1,117 Md, nombre d’actions dilué de 915 M. Le calcul donne un objectif d’environ $224, arrondi à $225.

Pour que Marvell bénéficie d’un re-rating comparable à Broadcom, trois conditions doivent être réunies :

Le chiffre d’affaires du silicon custom doit se confirmer comme un programme récurrent, et non comme un événement lié à un client unique.
La marge brute non-GAAP doit se maintenir dans la fourchette 58–59 % malgré la montée en puissance de l’interconnexion et du switching.
Les prépaiements engagés pour sécuriser la chaîne d’approvisionnement doivent se traduire en montée en charge du chiffre d’affaires et en flux de trésorerie disponible.

En résumé, Marvell est devenue une excellente entreprise, mais la question de savoir si le cours est un bon point d’entrée est distincte.

8. Prochains points de contrôle

Point de contrôle	Signal fort	Signal faible
CA Q2 FY2027	Proche ou au-dessus du plafond de $2,835 Md	En dessous du point médian de $2,70 Md
CA Data Center	Croissance séquentielle dans les high-teens ou au-dessus	Ralentissement de la croissance séquentielle
Marge brute non-GAAP	≥59,25 % ou défense du haut de fourchette	<58,25 %
Interconnexion	Maintien ou relèvement du +70 % FY2027	Ralentissement du ramp 800G/1,6T
XPU custom	Visibilité ×2 FY2028 et $10 Md+ FY2029	Retards dans les ramps par client
Switching scale-up	Concrétisation de la production en série chez un client Tier 1	Nombreux engagements mais pas encore de chiffre d’affaires
Implications Corée	Confirmation des chiffres Package Solution, SiCap et FC-BGA de SEMCO	Thème fort mais marges et prises de commandes absentes

Les variables à surveiller par valeur coréenne sont plus simples :

Valeur / secteur	À surveiller
Samsung Electro-Mechanics / SEMCO	Croissance Package Solution, CA FC-BGA pour réseau IA, rendement et marges SiCap en production, nouveaux contrats long terme
Samsung Electronics	Qualification client HBM4, expéditions effectives SOCAMM2, prix et volumes eSSD, clients foundry/packaging
SK Hynix	Ramp HBM4, diversification clients, risque de surcapacité 2027
ISC, Leeno Industrial, TSE	CA sockets de test IA logic, nouveaux clients, mix haute valeur ajoutée, OPM
PCB / MLB	Qualification clients réseau IA, hausse de l’ASP, matériaux à faibles pertes et augmentation du nombre de couches

9. Conditions d’invalidation de la thèse

Les conditions qui affaibliraient cette thèse sont clairement définies :

Le CA Q2 de Marvell passe en dessous du point médian de $2,70 Md et la croissance Data Center ralentit.
La marge brute non-GAAP tombe en dessous de 58,25 %, confirmant que le mix custom/interconnexion dilue les marges.
La prévision de CA FY2028 à $16,5 Md est revue à la baisse.
Les XPU custom et l’XPU attach sont bloqués par des retards de calendrier propres à certains clients.
Le SiCap de SEMCO se révèle être un chiffre d’affaires à faible marge, ou la croissance FC-BGA ralentit.
Les résultats des fabricants de sockets de test n’affichent pas de hausse du CA IA/HPC logic.
Les délais d’approvisionnement HBM se raccourcissent et des signaux de surcapacité apparaissent pour 2027.

Conclusion

Les résultats de Marvell au Q1 FY2027 ne sont pas un signal « achetez uniquement de la HBM » pour les semiconducteurs coréens. Le message est plus précis :

Plus les clusters IA grossissent, plus les goulots d’étranglement descendent du GPU vers la connectique, les substrats, la stabilisation de l’alimentation et le test.

Dans cette perspective, la valeur coréenne la plus directement exposée est Samsung Electro-Mechanics / SEMCO, dont les MLCC, FC-BGA et condensateurs silicium s’inscrivent tous dans le même goulot d’étranglement de packaging IA. Samsung Electronics et SK Hynix restent centraux en tant que références HBM, mais l’alpha incrémental révélé par les résultats Marvell est davantage en périphérie de la HBM. ISC, Leeno Industrial et TSE sont des candidats au bénéfice secondaire de la prolifération des ASIC custom, mais doivent rester en watchlist avant confirmation du chiffre d’affaires direct.

La conclusion n’est pas un achat indifférencié. Même une bonne thèse reste un simple thème si elle ne se traduit pas en chiffres. Ce qu’il faut surveiller dans les semiconducteurs coréens après ce trimestre, plus que les cours, c’est le chiffre d’affaires Package Solution, les marges SiCap, le CA des sockets de test IA logic et l’ASP des substrats haute vitesse.

Fait / Inférence / Spéculation / Information non disponible

[Fait]

Le CA de Marvell au Q1 FY2027 s’est établi à $2,418 Md, soit +28 % en glissement annuel, avec un guidance CA Q2 de $2,70 Md ±5 %. (Marvell)
La marge brute non-GAAP de Marvell au Q1 était de 58,9 % ; le guidance de marge brute non-GAAP Q2 est de 58,25–59,25 %. (Marvell)
Marvell a cité comme moteurs de croissance l’optique scale-out 800G/1,6T, les switches Ethernet 51,2T, l’optique scale-up, les modules DCI, les XPU custom et l’XPU-attach. (Marvell)
NVIDIA investit 2 milliards de dollars dans Marvell ; Marvell fournit des XPU custom compatibles NVLink Fusion et du networking scale-up. (Marvell NVIDIA)
Le CA Package Solution de Samsung Electro-Mechanics au Q1 2026 s’est établi à 725,0 milliards KRW, soit +45 % en glissement annuel et +12 % en séquentiel. (Samsung Electro-Mechanics Q1)
Samsung Electro-Mechanics a signé un contrat de fourniture de condensateurs silicium de 1 557,0 milliards KRW pour la période du 1er janvier 2027 au 31 décembre 2028. (Samsung Electro-Mechanics SiCap)

[Inférence]

Il est raisonnable de transposer les axes de croissance de Marvell aux valeurs coréennes dans l’ordre suivant : FC-BGA/MLCC/SiCap de SEMCO, memory attach de Samsung Electronics et SK Hynix, sockets de test, puis substrats haute vitesse.
La HBM reste la tendance de fond, mais l’alpha incrémental mis en évidence par ces résultats est plus important dans les couches connectique, packaging, intégrité de l’alimentation et test que chez les grandes capitalisations mémoire HBM.
Le re-rating de SEMCO doit être analysé non comme une reprise MLCC, mais comme une transition vers une plateforme passive/substrat pour l’infrastructure IA.

[Spéculation]

Le marché suppose que le client du contrat SiCap de SEMCO pourrait être lié à un hyperscaler nord-américain ou à une chaîne d’approvisionnement d’accélérateurs IA, mais la contrepartie n’a pas été divulguée.
Il n’est pas possible, sur la seule base des informations publiques, de confirmer que les fabricants coréens de sockets de test sont directement intégrés dans les programmes XPU custom de Marvell ou de ses clients.
L’AI-RAN pourrait à terme créer des opportunités dans les semiconducteurs RF et réseau coréens, mais il est trop tôt pour en faire un catalyseur de résultats à court terme en 2026.

[Information non disponible]

Confirmation directe de l’approvisionnement coréen pour chaque programme XPU custom, optique et switch de Marvell.
Nom du client, marges par produit et rythme mensuel de montée en charge du contrat SiCap de SEMCO.
Part du CA par client IA logic pour ISC, Leeno Industrial et TSE.
PER NTM en temps réel, EV/EBITDA et taux de révision à la hausse du BPA consensus pour les valeurs PCB/substrats coréens en mai 2026.

Sources

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.