IA Physique on Korea Invest Insights

Chaîne de valeur des robots humanoïdes en Corée : calendriers de Samsung, Hyundai et LG, et les équipementiers rentables

Mon, 11 May 2026 18:00:00 +0900

Cet article porte sur la chaîne de valeur du matériel IA en Corée. Pour un contexte plus large, commencez par le Hub des entreprises coréennes d’IA et le guide complet du KOSDAQ. Pour les perspectives de marché associées, consultez la couverture de Samsung Electro-Mechanics sur la réévaluation de l’infrastructure IA et l’analyse approfondie de Hyundai Mobis sur l’électrique et la robotique.

La vraie question à se poser sur la robotique coréenne n’est pas de savoir si les robots constituent un thème porteur. Le marché a déjà intégré une grande partie de cette réponse dans ses valorisations. La question plus concrète est plus simple : où les revenus apparaissent-ils en premier ?

Samsung Electronics évoque des usines pilotées par l’IA et l’IA physique. Hyundai Motor Group dispose d’une feuille de route tangible à travers Boston Dynamics et le robot humanoïde Atlas. LG Electronics construit son offre autour des actionneurs, des robots de service et des composants d’IA physique. La direction est réelle.

La réalité boursière est moins nette. Certaines valeurs purement robotiques se traitent déjà comme si la courbe de commercialisation 2028-2030 était résolue. Plusieurs d’entre elles affichent de faibles bases de revenus actuels et un résultat d’exploitation limité, voire négatif. Les équipementiers, en revanche, peuvent absorber la demande robotique en complément de leurs activités existantes dans les réducteurs, les actionneurs, les caméras, les batteries et la fabrication de précision.

Cet article n’a pas pour but d’enthousiasmer ni de déprécier le secteur. C’est une cartographie de l’écart entre les attentes et les résultats.

En bref

Samsung, Hyundai et LG avancent tous simultanément. Samsung positionne la robotique autour de la fabrication pilotée par l’IA, Hyundai dispose de Boston Dynamics et de plans de déploiement d’Atlas, et LG pousse sur les actionneurs et les robots de service.
La première fenêtre de vérification s’étend du 2S26 à 2028. Les modules caméra humanoïde de Samsung Electro-Mechanics, le RMAC et le déploiement d’Atlas par Hyundai, la production d’actionneurs par LG et la montée en puissance de la ligne d’actionneurs HL Mando prévue pour 2027-2028 s’inscrivent dans cette fenêtre.
Les robots humanoïdes sont autant un problème de composants qu’un problème d’IA. Les réducteurs, les actionneurs, les modules caméra, les capteurs, les batteries, les préhenseurs et la qualité d’assemblage déterminent coût et performance.
Beaucoup de sociétés robotiques cotées en Corée affichent des résultats très en deçà de leur valorisation. Les valeurs pures robotiques peuvent présenter des capitalisations boursières élevées par rapport à leurs ventes actuelles.
Les revenus pourraient apparaître en premier chez les équipementiers. SPG, Robotis, HL Mando, Samsung Electro-Mechanics, LG Innotek et Hyundai Mobis disposent d’activités manufacturières existantes capables d’absorber la demande robotique comme revenu incrémental.
Les chaînes d’approvisionnement d’Atlas et d’Optimus comportent de nombreuses estimations. Il faut distinguer soigneusement l’exposition au développement, les commandes confirmées et les revenus comptabilisés.

1. Tous les robots ne se ressemblent pas

Le mot « robot » est trop vague pour l’analyse d’investissement. Un bras de soudure en usine, un robot collaboratif aux côtés d’un opérateur, un robot logistique sur roues, un robot de service en restauration, un robot chirurgical et un robot bipède humanoïde se retrouvent sous la même étiquette. Leurs économies sont pourtant très différentes.

Catégorie	Usage principal	Maturité du marché	Exemples coréens cotés
Robots industriels	Soudure, peinture, assemblage	Mature	Raon Robotics, Hyulim Robot
Robots collaboratifs	Travail aux côtés des humains	En croissance	Doosan Robotics, Neuromeka, Robotis
Robots logistiques	Entrepôts et déplacements en usine	En croissance	Yujin Robot, T-Robotics
Robots de service	Livraison, accueil, exploitation de commerce	Croissance précoce	Clobot, Robotis, plateformes liées à LG
Robots médicaux	Chirurgie et rééducation	Spécifique au produit	Curexo, P&S Mechanics
Robots humanoïdes	Tâches en usine ou à domicile	Très précoce	Rainbow Robotics, chaîne d’approvisionnement Boston Dynamics

Le marché se concentre actuellement davantage sur les humanoïdes, car le marché adressable pourrait être bien plus vaste s’ils fonctionnent. Ce sont aussi les robots les plus difficiles à commercialiser.

Les humanoïdes sont difficiles pour quatre raisons. L’équilibre est la première : dès qu’un robot se tient sur deux jambes, la stabilité en temps réel devient un problème d’ingénierie central. Les mains sont la deuxième : un humanoïde doit saisir des objets fragiles, tourner des poignées et tenir des outils avec le même effecteur. L’énergie est la troisième : moteurs, capteurs et ordinateurs embarqués consomment tous de l’électricité. Le coût est la quatrième : un robot industriel n’a de sens que s’il peut rivaliser économiquement avec la main-d’œuvre humaine.

C’est pourquoi l’écart entre une démonstration et la production de masse est considérable. En 2026, le signal clé n’est pas une nouvelle vidéo impressionnante. C’est de savoir si les composants robotiques commencent à se transformer en commandes, en lignes de production et en revenus comptabilisés.

2. L’IA physique a relancé le cycle robotique

La robotique n’est pas nouvelle. L’automatisation des usines existe depuis des décennies. Ce qui a changé en 2025-2026, c’est la couche IA.

Les anciens robots répétaient des mouvements pré-programmés et s’arrêtaient dès que l’environnement changeait. Les nouveaux robots d’IA physique sont conçus pour voir, interpréter, planifier et s’adapter. Ils combinent caméras, capteurs, modèles de fondation, logiciels de contrôle et corps mécaniques.

Cela compte surtout pour les humanoïdes. Un humanoïde n’est utile que s’il peut opérer dans des environnements désordonnés — usines, entrepôts, commerces et, à terme, domiciles. Cela exige à la fois une intelligence machine et un matériel fiable.

L’IA ne supprime pas le goulot d’étranglement matériel. Si les réducteurs sont bruyants, les actionneurs coûteux, les batteries trop éphémères ou les caméras incapables de soutenir une préhension précise, la commercialisation ralentit quand même. L’IA physique doit donc être analysée comme une chaîne de valeur corps-cerveau, et non comme un simple logiciel.

3. Les composants qui comptent

Un robot humanoïde se décompose en plusieurs couches matérielles essentielles.

3.1 Réducteurs : engrenages de précision pour les articulations

Les moteurs tournent vite. Les articulations robotiques nécessitent un mouvement plus lent avec un couple élevé. Un réducteur convertit la vitesse du moteur en force contrôlée.

Les réducteurs sont coûteux et techniquement exigeants, car la moindre erreur génère vibrations et imprécisions. Le japonais Harmonic Drive est depuis longtemps la référence dans ce segment. En Corée, SPG est l’équipementier en réducteurs le plus visible parmi les cotés. Il apparaît régulièrement dans les cartographies de la chaîne de valeur robotique coréenne, que ce soit pour Boston Dynamics, Rainbow Robotics, Samsung ou les plateformes liées à LG.

3.2 Actionneurs : le module musculaire

Un actionneur regroupe moteur, réducteur, driver et capteur en un module d’articulation. Un humanoïde peut utiliser 20 à 40 actionneurs ou plus, ce qui rend le prix et la fiabilité critiques.

Les noms coréens dans ce segment incluent Robotis, HL Mando, Hyundai Mobis et LG Electronics. HL Mando cherche à étendre son savoir-faire en direction et freinage automobile vers les actionneurs robotiques. LG Electronics a mis l’accent sur la production d’actionneurs, ceux-ci représentant une part importante du coût d’un robot.

3.3 Caméras et capteurs : les yeux

L’IA physique a besoin de perception. Caméras, lidar, centrales inertielles et capteurs force-couple permettent aux robots de localiser des objets, de se déplacer parmi les humains et d’effectuer des saisies.

Samsung Electro-Mechanics et LG Innotek sont les noms coréens naturels ici, car les deux produisent déjà en masse des modules caméra pour smartphones, véhicules et applications adjacentes. Samsung Electro-Mechanics a évoqué des modules de reconnaissance haute résolution pour des clients humanoïdes et une technologie de caméra compacte et fine pour la préhension précise. Des médias ont signalé une production de modules caméra humanoïde au second semestre 2026.

3.4 Batteries et alimentation

Les humanoïdes consomment de l’énergie à travers leurs moteurs, systèmes informatiques et capteurs. La densité énergétique et la sécurité des batteries sont donc essentielles.

LG Energy Solution et Samsung SDI sont les noms coréens naturels dans la couche alimentation. Samsung SDI a évoqué les batteries à l’état solide pour l’IA physique, tandis que LG Energy Solution dispose de capacités approfondies en fabrication de cellules et de packs pouvant s’étendre à la robotique.

3.5 Assemblage et fabrication

Un robot est aussi un produit manufacturé avec précision. Châssis, coques, câblage, gestion thermique, tests qualité et assemblage final comptent tous. Intops est souvent mentionné comme candidat à l’assemblage OEM en raison de son expérience en fabrication électronique.

C’est ici que la base manufacturière élargie de la Corée devient pertinente. La robotique se situe à l’intersection de l’électronique et des équipements automobiles. La Corée dispose des deux.

4. Ce que Samsung, Hyundai et LG font concrètement

4.1 Samsung : l’IA physique commence à l’usine

Samsung Electronics a tracé une voie vers des usines pilotées par l’IA d’ici 2030 et un déploiement progressif de robots humanoïdes et spécialisés sur ses lignes de production. Le point de départ concret est la fabrication, pas les foyers grand public.

Samsung Electro-Mechanics se positionne dans la couche capteurs. En 2026, la société a évoqué des modules de reconnaissance haute résolution pour des clients humanoïdes mondiaux et une technologie de caméra compacte pour la préhension précise d’objets. Plusieurs médias ont également signalé une production de modules caméra humanoïde au second semestre.

Samsung SDI constitue une histoire de plus long terme dans la couche alimentation, via les batteries à l’état solide pour l’IA physique. Il s’agit moins de la première vague de revenus humanoïdes que de la résolution des contraintes énergétiques futures.

4.2 Hyundai Motor Group : Boston Dynamics et Atlas

Hyundai part d’une position différente puisqu’il détient Boston Dynamics. Au CES 2026, Hyundai Motor Group a présenté une stratégie IA-robotique et annoncé qu’Atlas serait introduit à l’usine HMGMA en Géorgie à partir de 2028, en commençant par des tâches comme le séquençage de pièces avant de passer à des travaux plus complexes.

Hyundai décrit également le RMAC — Robot Metaplant Application Center — comme un environnement d’entraînement et de validation pour la robotique IA. Cela compte parce que les robots s’améliorent grâce aux données du monde réel. Le RMAC n’est pas qu’une vitrine : c’est une couche d’infrastructure pour les données et le déploiement.

Hyundai Mobis et HL Mando sont des noms importants dans les équipements dans ce contexte. Mobis dispose de la base de composants électromécaniques à l’échelle du groupe. HL Mando construit une stratégie actionneur à long terme à partir de son savoir-faire en contrôle et mouvement automobile.

4.3 LG : actionneurs, robots de service et capteurs

LG construit un écosystème matériel d’IA physique plus large incluant robots de service, robots domestiques, actionneurs, capteurs, batteries et assemblage.

LG Electronics se concentre particulièrement sur les actionneurs. La logique est simple : les actionneurs représentent une part importante du coût d’un robot, et LG dispose de décennies d’expérience en conception et production de moteurs. LG Innotek ajoute les modules caméra et capteurs ; LG Energy Solution apporte les batteries ; Intops est souvent évoqué côté assemblage.

L’opportunité commerciale à court terme sera plus probablement l’approvisionnement industriel et en composants qu’un robot domestique grand public. Les foyers sont complexes, sensibles aux prix et difficiles à standardiser.

5. La fenêtre de vérification 2026-2028

La robotique est un thème de long terme, mais les marchés ont besoin de jalons.

Calendrier	Événement à suivre	Pourquoi c’est important
2T26	Fourniture de modules caméra robotaxi par Samsung Electro-Mechanics	Étend les modules de détection à la mobilité IA
2S26	Production de modules caméra humanoïde par Samsung Electro-Mechanics	Premier signal visible de revenus sur composants humanoïdes
2S26	Préparation de la production d’actionneurs par LG Electronics	Teste l’internalisation d’un composant robotique central
Vers 3T26	Opération du RMAC Hyundai	Infrastructure d’entraînement et de validation pour Atlas
2027	Objectif de batterie à l’état solide de Samsung SDI	Contrainte énergétique à long terme
2027-2028	Montée en puissance de la ligne d’actionneurs humanoïdes HL Mando	Conversion pièces auto → pièces robotiques
2028	Déploiement d’Atlas par Hyundai à HMGMA	Preuve de déploiement en usine
2028-2030	Opportunité de capteurs robots à grande échelle pour LG Innotek	Fenêtre de montée en puissance des revenus capteurs

Le calendrier suggère une structure en trois temps : premiers signaux de revenus en 2026, validation de la production en 2027-2028 et validation à l’échelle vers 2030. Les valeurs qui pricent déjà le dernier stade peuvent réagir fortement aux retards dans les deux premiers.

6. Cartographie de la chaîne de valeur : distinguer commandes confirmées et estimations

Les chaînes d’approvisionnement en robotique circulent dans les notes de recherche avant les communications officielles. La cartographie ci-dessous doit être traitée comme un cadre d’observation, pas comme une liste de commandes confirmées.

Plateforme	Noms coréens souvent cités	Interprétation
Boston Dynamics Atlas	Hyundai Mobis, HL Mando, SPG, Robotis, Samsung Electro-Mechanics, LG Innotek, LG Energy Solution, Korea PIM	Intégration du groupe Hyundai et opportunité sur composants coréens
Tesla Optimus	LG Innotek, LG Energy Solution, Samsung Electro-Mechanics, HL Mando, Robotis	Fortement estimatif ; nécessite une confirmation de commande avant de traiter cela comme des revenus
Rainbow Robotics	SPG, KH Vatec	Le lien avec Samsung suscite des attentes, mais la montée en puissance des revenus est précoce
LG CLOi / Bear Robotics	Robotis, LG Innotek, LG Energy Solution, Intops	Voie robot de service et internalisation de composants
Robots manufacturiers Samsung	Samsung Electronics, Samsung Electro-Mechanics, SPG, Intops	Le déploiement en usine pourrait arriver plus tôt que le robot domestique

Les apparitions répétées méritent attention. SPG apparaît dans les réducteurs, Robotis dans les actionneurs et les robots liés à LG, Intops dans l’assemblage, LG Innotek dans les capteurs et LG Energy Solution dans les batteries.

Mais la répétition n’est pas un revenu comptabilisé. Il y a trois stades :

Stade	Signification	Preuve
Candidat à la chaîne d’approvisionnement	Développement, échantillons, validation	Notes de recherche, vérifications sectorielles
Fournisseur confirmé	Contrat ou référence client	Document réglementaire, commentaire de call, divulgation client
Revenu comptabilisé	Le chiffre d’affaires apparaît dans les comptes	CA trimestriel, communication par segment, carnet de commandes

Une grande partie de la chaîne robotique coréenne se situe encore entre le stade un et le stade deux.

7. La réalité des résultats parmi les sociétés robotiques cotées

Le principal enjeu boursier est l’écart entre les attentes et les comptes de résultats. Sur la base des données financières 2025 et des données de marché de mai 2026, seule une minorité de sociétés cotées liées à la robotique affiche un résultat d’exploitation significatif. De nombreuses valeurs pures humanoïdes et robots collaboratifs sont encore déficitaires ou en très début de montée en puissance des revenus.

7.1 Robotique pure : les attentes les plus élevées, les résultats les plus précoces

Société	CA 2025	Résultat opérationnel 2025	Interprétation du marché
Rainbow Robotics	Environ 34,1 Mds KRW	Déficitaire	Fortes attentes liées à Samsung, rapport capitalisation/ventes élevé
Doosan Robotics	Environ 33,0 Mds KRW	Déficitaire	Marque mondiale de cobot, rentabilité pas encore prouvée
Robotis	Environ 38,9 Mds KRW	Retour à la rentabilité	Optionnalité actionneur + robot de service
Neuromeka	Environ 19,0 Mds KRW	Déficitaire	Histoire de croissance cobot, faible base de revenus

Pour une valeur comme Rainbow Robotics, l’enjeu central est le temps. Le marché ne valorise pas seulement les robots actuels. Il valorise la réussite d’une plateforme humanoïde plus mature. C’est peut-être possible, mais cela exige que les revenus croissent de plusieurs fois.

7.2 Équipementiers : activité existante plus optionnalité robotique

Société	Couche principale	CA 2025	Résultat opérationnel 2025	Ce qu’il faut surveiller
SPG	Réducteurs	Environ 341,7 Mds KRW	Rentable	Apparitions répétées sur les plateformes robotiques
Samhyun	Moteurs / pièces adjacentes aux actionneurs	Environ 95,0 Mds KRW	Rentable	Conversion pièces auto → pièces robotiques
Haigen RNM	Actionneurs / moteurs	Plus de 70 Mds KRW environ	Déficitaire ou faible marge	Vitesse de commercialisation des actionneurs
Korea PIM	Pièces par injection métal de précision	Environ 36,9 Mds KRW	Rentable	Pièces de précision et matériaux robotiques internes

Les équipementiers ont un profil de risque différent. Si la robotique est retardée, les activités existantes dans l’industrie, l’automobile ou l’électronique offrent un certain coussin. Si la robotique s’accélère, la nouvelle demande peut être incrémentale.

7.3 Robots médicaux, industriels et logistiques

Société	Domaine	CA 2025	Résultat opérationnel 2025	Interprétation
Raon Robotics	Robots industriels	Environ 53,8 Mds KRW	Rentable	Base de résultats réelle, mais exposition humanoïde indirecte
Curexo	Robots médicaux	Environ 74,5 Mds KRW	Retour à la rentabilité	Les homologations export et les volumes de procédures sont déterminants
Hyulim Robot	Robots industriels / service	Environ 168,3 Mds KRW	Déficitaire	Le CA existe, la rentabilité doit être vérifiée
Yujin Robot	Robots logistiques / service	Environ 28,2 Mds KRW	Déficitaire	Nécessite une traction des revenus en logistique autonome

Ce groupe ne doit pas être forcé dans le panier humanoïde. Les robots médicaux, logistiques et industriels ont des clients, des tarifs et des cycles d’adoption différents.

8. Pourquoi la Corée dispose d’un angle sur les composants robotiques

La Corée n’est pas garantie de dominer les robots humanoïdes finis. Son point de départ le plus solide est les composants et la fabrication.

La fabrication automobile a créé des moteurs, des actionneurs, des systèmes de contrôle et des tests de durabilité. L’électronique a créé des modules caméra, des batteries, la miniaturisation et la qualité de production. La fabrication de smartphones et d’appareils électroménagers a créé le savoir-faire en assemblage et en processus extérieurs. La robotique peut réutiliser les trois.

Industrie existante	Capacité robotique	Exemples coréens
Équipements automobiles	Moteurs, actionneurs, contrôles, durabilité	Hyundai Mobis, HL Mando, Samhyun
Composants électroniques	Caméras, capteurs, miniaturisation, substrats	Samsung Electro-Mechanics, LG Innotek
Batteries	Densité énergétique, sécurité, conception des packs	LG Energy Solution, Samsung SDI
Fabrication de précision	Réducteurs, engrenages, pièces métalliques	SPG, Korea PIM
Assemblage / boîtier	Production OEM, contrôle qualité	Intops

La logique est similaire à la thèse sur les substrats semi-conducteurs coréens. La Corée est forte quand un thème mondial devient un problème de fabrication, de composants et d’apprentissage du rendement. Les robots humanoïdes pourraient devenir ce type de problème si la production dépasse le stade des prototypes.

9. Trois paniers pour les marchés cotés

Il ne s’agit pas d’un cadre d’achat/vente. C’est une façon d’éviter de mélanger des profils de risque différents.

9.1 Robotique pure

Rainbow Robotics, Doosan Robotics et Neuromeka offrent l’exposition thématique la plus directe, mais les résultats actuels sont précoces. Ce panier s’apparente à une option sur une adoption plus rapide qu’attendu des robots humanoïdes ou collaboratifs.

Points clés à surveiller : croissance du CA, réduction de la perte opérationnelle, commandes de clients stratégiques et déploiements effectifs.

9.2 Équipementiers

SPG, Robotis, Samhyun, Korea PIM et HL Mando se rapprochent davantage de la première couche de revenus. Les réducteurs et les actionneurs représentent une part élevée du contenu d’un humanoïde. L’avantage est le soutien d’une activité existante ; l’inconvénient est un effet de levier thématique plus faible.

SPG est l’exemple le plus clair de cette logique, les réducteurs apparaissant sur de nombreuses plateformes robotiques. Mais fourniture d’échantillons, qualification client, commande de production et revenu comptabilisé sont des événements distincts.

9.3 Options robotiques sur grandes capitalisations

Samsung Electro-Mechanics, LG Innotek, HL Mando, Hyundai Mobis, LG Energy Solution et Samsung SDI ne sont pas des valeurs purement robotiques. Les activités existantes dominent les résultats actuels. La robotique est une option à long terme attachée à une plateforme manufacturière plus large.

Cela réduit le risque mono-thème, mais signifie aussi que les revenus robotiques doivent devenir importants avant de faire bouger l’ensemble de l’entreprise.

10. Ce qu’il faut suivre ensuite

Variable	Pourquoi c’est important
Démarrages de production au 2S26	Confirme si les caméras Samsung Electro-Mechanics, les actionneurs LG et le RMAC Hyundai avancent selon le calendrier
Revenus robotiques chez les équipementiers	Montre si SPG, Robotis, HL Mando et LG Innotek convertissent leur exposition en ventes
Montée en puissance des revenus des valeurs pures robotiques	Teste si Rainbow Robotics et Doosan Robotics peuvent grandir à la hauteur des attentes du marché
Commandes officielles vs. estimations de la chaîne d’approvisionnement	Sépare l’exposition au développement Atlas / Optimus des vrais contrats

Le signal le plus fort est le chiffre d’affaires dans les résultats trimestriels. Le deuxième est une communication d’un client ou d’une entreprise. Le troisième est l’investissement dans une ligne de production. Les titres de presse viennent en dernier.

Note finale

L’industrie robotique coréenne entre dans une phase plus concrète. Samsung, Hyundai et LG parlent tous d’IA physique, et la fenêtre 2026-2028 inclut de vrais jalons pour les capteurs, les actionneurs, le RMAC, le déploiement d’Atlas et la production de composants. La Corée dispose également de la bonne base industrielle : équipements automobiles, composants électroniques, batteries et fabrication de précision.

Mais la discipline de marché est de mise. De nombreuses cotations robotiques restent précoces, et certaines valeurs pures pricent déjà une courbe de commercialisation 2028-2030 réussie. La meilleure question n’est pas « les investisseurs devraient-ils acheter des valeurs robotiques ? ». C’est « quelle couche affiche des revenus en premier ? »

Les réducteurs, les actionneurs, les caméras, les batteries et l’assemblage sont les points de départ concrets. Si les robots humanoïdes passent de la démonstration à la production, ces composants doivent être achetés avant que le marché du robot complet ne devienne visible dans les résultats. Le premier test est les signaux de production du 2S26, suivi du déploiement en usine de 2027-2028 et de la comptabilisation des revenus chez les équipementiers.

Sources consultées

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.

Thèse PCB et substrats IA : GPU, CPU, NIC et CCL partagent le même goulot d'étranglement

Tue, 05 May 2026 23:15:00 +0900

Carte sectorielle : Cette note constitue la thèse PCB et substrats IA de niveau supérieur qui sous-tend les travaux sur Pamicell. À lire conjointement avec le hub PCB IA, Pamicell Partie 1, Pamicell Partie 2, et la précédente note de revalorisation de Samsung Electro-Mechanics dans l’infrastructure IA.

Les analyses précédentes au niveau des entreprises posaient une question plus ciblée : quels noms coréens sont le mieux positionnés dans le PCB IA, le FC-BGA et l’approvisionnement en matériaux faible perte ? Cette note prend de la hauteur. Elle cherche à comprendre pourquoi le capital devrait entrer dans l’ensemble de cet écosystème en premier lieu.

La réponse n’est pas « les substrats sont le prochain thème après les GPU ». Ce raisonnement est trop linéaire. L’infrastructure IA n’est plus une carte GPU. C’est un système à l’échelle du rack. Un rack IA moderne embarque des GPU, des CPU, des DPU, des NIC, des switch ASIC, des modules mémoire, des systèmes de distribution d’alimentation, des contrôleurs de refroidissement et des cartes haute vitesse. Chaque couche ajoute du silicium. Chaque composant silicium a besoin d’un substrat de boîtier, d’une carte module, d’une carte mère, d’une carte de commutation ou d’un empilement de matériaux faible perte.

C’est le point central : la couche PCB et substrats n’est pas la prochaine étape d’une simple rotation sectorielle. C’est le dénominateur commun de toute la nomenclature système de l’IA.

Résumé

La séquence « GPU → mémoire → substrats » que privilégie le marché est utile dans les grandes lignes, mais incomplète. Le bon cadre d’analyse est celui d’une expansion système simultanée : GPU, HBM, CPU, DPU, NIC, switch ASIC et modules mémoire progressent ensemble, et tous nécessitent substrats ou cartes.
Le NVIDIA Vera Rubin NVL72 illustre concrètement ce point. La plateforme combine 72 GPU Rubin, 36 CPU Vera, la commutation NVLink 6, des SuperNIC ConnectX-9, des DPU BlueField-4 et une mise à l’échelle Ethernet Spectrum-X / Spectrum-6. Le ratio CPU:GPU est de 0,5, soit un CPU pour deux GPU. Il ne s’agit plus d’une histoire à une seule puce.
L’IA agentique accroît l’intensité CPU à l’inférence. L’orchestration d’outils, la récupération de données, l’exécution de code, l’accès aux bases de données, la gestion de la mémoire et l’isolation de sécurité reposent toutes sur les CPU, la DRAM, les NIC et les DPU. Si la part CPU augmente, les FC-BGA pour CPU serveur, les cartes module mémoire, les SoCAMM, les cartes mères et les CCL faible perte se trouvent tous entraînés dans le mouvement.
L’IA physique étend la thèse hors des centres de données. Les véhicules autonomes, les humanoïdes, les robots industriels et l’électronique spatiale utilisent davantage de cartes, davantage de capteurs, davantage de modules IA embarqués et des matériaux PCB à plus haute fiabilité. Le calendrier diffère : les centres de données d’abord, la conduite autonome ensuite, les humanoïdes plus tard, et le spatial comme prime de fiabilité haut de gamme.
Pour la Corée, la cartographie investissable devient étagée. Samsung Electro-Mechanics est le nœud FC-BGA haut de gamme et MLCC. Daeduck Electronics est le candidat FC-BGA / MLB / SoCAMM. Doosan Electronic BG est l’ancre CCL. Kolon Industries et Pamicell se situent en amont dans les matériaux faible permittivité. Pamicell n’est pas seulement une idée autonome ; c’est un proxy compressé au sein d’un système de substrats IA plus large.

1. Le cadre linéaire : utile, mais trop étroit

Le marché aime les séquences parce qu’elles sont faciles à trader.

Les GPU sont venus en premier : NVIDIA a capté les budgets parce que les accélérateurs étaient rares. Puis l’HBM : les GPU ne pouvaient pas monter en charge sans bande passante mémoire, ce qui a mis SK hynix, Samsung Electronics et Micron au cœur des discussions. L’étape suivante est généralement décrite comme les substrats ou le packaging avancé : si les GPU et l’HBM s’étendent, le FC-BGA, les interposeurs, les MLB et le CCL devraient suivre.

Ce cadre n’est pas faux. Un GPU plus grand nécessite un substrat de boîtier plus grand et plus complexe. L’expansion de l’HBM intensifie le packaging. Les cartes serveur deviennent plus denses et plus rapides. Sous cet angle, les substrats viennent effectivement après les GPU et l’HBM dans le cycle de reconnaissance.

Mais ce cadre passe à côté du changement le plus important dans l’architecture système. L’infrastructure IA en 2026 n’est pas un empilement de GPU. C’est une plateforme rack-scale qui co-conçoit le calcul, la mémoire, la connectique, la sécurité et le contrôle système.

La configuration NVIDIA Vera Rubin NVL72 en est l’illustration la plus nette. Les documents publics NVIDIA décrivent un système construit autour de 72 GPU Rubin et 36 CPU Vera, avec la commutation NVLink 6, des SuperNIC ConnectX-9 et des DPU BlueField-4. Les documents NVIDIA sur la plateforme Rubin définissent également la plateforme comme une co-conception de six puces : CPU Vera, GPU Rubin, switch NVLink, SuperNIC ConnectX-9, DPU BlueField-4 et switch Ethernet Spectrum-6.

L’arithmétique a son importance :

CPU Vera = 36
GPU Rubin = 72
CPU:GPU = 36 / 72 = 0,5

Un CPU pour deux GPU n’est pas une note de bas de page anodine sur le processeur hôte. Cela signifie que le rack est un système, pas une étagère à GPU. Dès lors, la thèse sur les substrats cesse d’être un écho en aval de la demande GPU. Elle devient une thèse sur un système multi-puces.

2. Pourquoi chaque puce entraîne une carte

Le moyen le plus simple de visualiser la couche substrats est de parcourir la nomenclature système.

Couche système	Puce ou module	Demande carte / substrat
Accélération IA	GPU, ASIC personnalisé, TPU	Grand FC-BGA, substrat de boîtier avancé, carte haute densité
Hôte et orchestration	CPU serveur, CPU Vera, CPU x86 / Arm	Grand FC-BGA, carte socket CPU, MLB carte mère
Bande passante mémoire	HBM, DDR5, modules serveur LPDDR, SoCAMM	Interposeur / substrat, PCB module mémoire, matériau intégrité signal
Réseau	NIC, SuperNIC, switch ASIC Ethernet, switch InfiniBand	Carte de commutation, PCB module optique, MLB faible perte
Transfert de données et sécurité	DPU, SmartNIC	Substrat de boîtier, PCB carte accélérateur
Alimentation et contrôle	VRM, modules d’alimentation, BMC et cartes de contrôle	PCB alimentation, MLCC, carte haute fiabilité

C’est pourquoi « la demande GPU » est trop restrictive. Un hyperscaler n’achète pas un GPU isolément. Il achète un rack fonctionnel. Ce rack contient des puces de calcul, des puces mémoire, des puces réseau, des puces de contrôle et de l’électronique de puissance. Plus le système s’étend, plus la couche carte est sollicitée pour transporter des signaux haute vitesse, la chaleur, l’alimentation et la fiabilité.

La traduction en actions coréennes est également plus claire sous ce prisme :

Couche coréenne	Entreprises à suivre	Ce qu’elles représentent
Substrat de boîtier haut de gamme	Samsung Electro-Mechanics, Daeduck Electronics, Korea Circuit	Exposition FC-BGA et substrat de boîtier
Carte multicouche et PCB module	Isu Petasys, Daeduck Electronics, TLB, Simmtech, Korea Circuit	Exposition carte mère serveur, carte de commutation, module mémoire et SoCAMM
Ancre CCL	Doosan Electronic BG	Stratifié cuivré haute performance pour serveurs IA et réseaux
Matériaux faible perte	Kolon Industries, Pamicell	Résine mPPO / faible permittivité et intrants durcisseurs
Stabilité de l’alimentation	Samsung Electro-Mechanics et pairs MLCC	Contenu MLCC par serveur IA et mix composants haute tension

Pamicell appartient à cette carte en tant que proxy en amont sur les matériaux vers Doosan Electronic BG. Samsung Electro-Mechanics s’y inscrit comme le nœud coréen coté premium sur FC-BGA et MLCC. Daeduck y figure comme le candidat facteur FC-BGA / MLB / SoCAMM au sens large. Ce ne sont pas des histoires séparées. Ce sont des points différents sur la même nomenclature système.

3. L’IA agentique fait grossir la couche CPU

L’inférence LLM traditionnelle semblait simple d’un point de vue matériel :

prompt
 -> passe avant GPU
 -> réponse

L’IA agentique transforme la charge de travail. Le modèle ne se contente plus de répondre. Il planifie, appelle des outils, effectue des recherches, lit des fichiers, exécute du code, interroge des bases de données, gère la mémoire, vérifie les sorties et peut coordonner d’autres agents. Le GPU reste central, mais la charge non-GPU devient bien plus lourde.

Fonction agentique	Matériel principalement sollicité
Passe avant LLM	GPU + HBM
Orchestration d’outils	CPU
Récupération et recherche	CPU + DRAM + stockage
Exécution de code	CPU, sandbox, compilateur / interpréteur
Mémoire de session et état	CPU + DRAM
Appels d’outils en réseau	NIC + switch ASIC + PCB
Sécurité et isolation	CPU + DPU

TrendForce a été explicite sur cette orientation. Son rapport d’avril 2026 sur l’IA agentique et les commentaires publics associés décrivent un changement structurel dans les ratios CPU:GPU, une offre tendue en CPU serveur et des hausses de prix chez Intel et AMD. Tom’s Hardware a rapporté la même tendance côté industrie : des configurations de serveurs IA qui utilisaient autrefois un CPU pour quatre à huit GPU peuvent évoluer vers une intensité CPU bien plus élevée dans les scénarios d’inférence agentique.

Le ratio exact variera selon la charge de travail. Un cluster d’agents de code n’est pas le même qu’un cluster de génération vidéo. Un agent d’entreprise intensif en récupération n’est pas le même qu’un système d’inférence batch pur. Mais c’est la direction qui compte pour les investisseurs en substrats : plus de CPU signifie davantage de boîtiers CPU, plus de mémoire autour du CPU, plus de réseau, et des exigences d’intégrité signal plus élevées au niveau de la carte.

Le chemin de l’IA agentique aux substrats coréens ressemble à ceci :

Adoption de l'IA agentique
 -> la charge de travail d'orchestration CPU augmente
 -> le contenu CPU serveur, DPU, NIC et switch ASIC progresse
 -> la demande FC-BGA pour CPU serveur et MLB haute couche augmente
 -> la complexité des modules mémoire, SoCAMM et cartes mères s'accroît
 -> le CCL faible perte et les matériaux faible permittivité deviennent plus importants
 -> les entreprises coréennes de substrats et matériaux captent une part de l'expansion de la nomenclature

Cette dernière ligne est importante. La Corée ne détient pas le marché des CPU. Intel, AMD, Arm, NVIDIA et les CPU personnalisés des fournisseurs de cloud captent la valeur des puces. Les sociétés cotées coréennes captent le contenu carte et matériaux autour de la puce. C’est néanmoins significatif parce que le contenu substrat croît avec le système, pas avec une seule ligne de produits.

4. L’IA physique : hors des centres de données

Le centre de données est le premier et le plus grand moteur à court terme. L’IA physique est le second vecteur d’expansion. Le calendrier est plus lent, mais la direction est cohérente : quand l’intelligence s’implante dans les véhicules, les robots, les usines et les satellites, davantage de calcul se rapproche de la périphérie. Plus de calcul en périphérie signifie plus de cartes.

Conduite autonome

La conduite autonome est le second pilier le plus réaliste parce que les véhicules utilisent déjà d’importants composants électroniques. Un véhicule doté d’une assistance à la conduite avancée ou de fonctions autonomes contient un calculateur central, une fusion de capteurs, des modules caméra, du radar, du lidar, un Ethernet véhicule et des contrôleurs de sécurité redondants.

Système véhicule	Demande PCB et matériaux
Calculateur central	Carte haute densité, substrat de boîtier processeur
ECU fusion capteurs	PCB multicouche, carte signal haute vitesse
Caméra / lidar / radar	Rigide-flexible, carte RF, PCB module
Ethernet véhicule	CCL faible perte et PCB communication haute vitesse
Redondance sécurité	Plus d’ECU et plus de surface de carte

Cela n’affecte pas les résultats aussi rapidement que les centres de données IA. Les programmes automobiles prennent du temps, la qualification est lente et la courbe de revenus dépend du cycle de modèle. Mais la direction est sans ambiguïté : un véhicule plus intelligent intègre plus de contenu carte qu’un véhicule traditionnel.

Humanoïdes et robotique industrielle

Le NVIDIA Jetson Thor donne à l’argument de l’IA physique un point de référence matériel concret. NVIDIA positionne le Jetson Thor pour l’IA physique et la robotique, avec jusqu’à 2 070 TFLOPS FP4, 128 Go de mémoire et une plage de puissance configurable de 40 W à 130 W. Ce type de module IA embarqué nécessite des cartes haute densité, des cartes d’alimentation, des interconnexions de capteurs et des PCB flexibles.

Les humanoïdes ne stimuleront pas les résultats des substrats coréens demain. Ils ne constituent pas encore un marché à gros volumes. Mais ils étendent la valeur optionnelle de la thèse. Si les modules IA embarqués se standardisent dans les robots, les usines et les machines industrielles, le contenu carte passe d’une histoire centrée sur les centres de données à une histoire de calcul distribué.

Électronique spatiale et de défense

Le spatial est différent. Ce n’est pas une histoire de volume. C’est une histoire de fiabilité et de marge. Les documents NASA et IPC relatifs au matériel de mission insistent sur les exigences PCB à haute fiabilité, la qualification des fournisseurs et les normes de type Classe 3 / addenda spatiaux. Pour les noms PCB coréens cotés, la pertinence n’est pas « le spatial absorbera une capacité massive ». C’est que l’électronique pour environnements sévères peut justifier des normes de fiabilité plus élevées et potentiellement de meilleures marges.

La courbe temporelle se présente ainsi :

Marché final	Calendrier revenus	Intensité PCB	Confiance pratique
Centre de données IA	Rapide	Très élevée	Élevée
Conduite autonome	Moyen terme	Élevée	Moyenne à élevée
Humanoïdes / robotique	Lent	Moyenne à élevée	Moyenne
Électronique spatiale / défense	Lent	Spécification élevée, faible volume	Moyenne

Cet ordonnancement est important. Le modèle à court terme doit rester dominé par les centres de données. L’IA physique n’est pas une raison d’étirer chaque valorisation aujourd’hui. C’est une raison de penser que le marché terminal pourrait être plus large que ce que le cycle actuel des serveurs IA laisse entendre.

5. Ce que cette thèse ajoute au dossier Pamicell

Le travail sur Pamicell a commencé par un écart de reconnaissance propre à l’entreprise. Le marché se souvenait d’une société de cellules souches. Le compte de résultat ressemblait de plus en plus à un fournisseur de matériaux CCL pour l’IA. Le lien avec Doosan Electronic BG, les preuves répétées de contrats d’approvisionnement, les produits biochimiques à haute marge et la reclassification sectorielle KRX allaient tous dans le même sens.

Cette thèse sectorielle fait évoluer la question de « pourquoi Pamicell ? » vers « pourquoi la couche de matériaux CCL en amont compte-t-elle du tout ? »

La réponse est que le CCL et les matériaux faible perte ne sont pas liés à une génération de GPU. Ils se situent sous la couche système :

Expansion GPU / CPU / DPU / NIC / switch ASIC
 -> les contraintes de signal haute vitesse et thermiques augmentent
 -> la demande de CCL faible perte progresse
 -> les fabricants CCL ont besoin de matériaux faible permittivité
 -> les fournisseurs en amont comme Pamicell deviennent des proxies compressés

Pamicell n’est toujours pas l’équivalent de Doosan Electronic BG, et ce n’est pas un fabricant de PCB. L’entreprise est plus en amont. Cela signifie que la concentration des clients et le risque de qualification sont réels. Mais cela signifie aussi que sa petite taille peut amplifier la même demande de niveau système en pourcentage si les commandes continuent de s’accumuler.

Autrement dit : la thèse de Pamicell devient plus durable si le cycle des cartes IA n’est pas seulement un cycle de substrats GPU, mais un cycle de substrats système multi-puces.

6. Ce que cette thèse ajoute au dossier Samsung Electro-Mechanics

Samsung Electro-Mechanics avait déjà été revalorisée autour de deux idées : le FC-BGA haut de gamme et le MLCC pour serveurs IA. Ce cadre plus ancien tient toujours. La thèse de la nomenclature système le clarifie davantage.

Si le seul moteur était les GPU, Samsung Electro-Mechanics serait une histoire de substrat de boîtier haut de gamme avec le MLCC en complément. Si le moteur est l’expansion système rack-scale, l’entreprise occupe plusieurs couloirs à la fois :

Couloir	Pourquoi c’est important
FC-BGA	Les CPU, GPU, ASIC et puces réseau plus grands et plus complexes nécessitent des substrats de boîtier haut de gamme
MLCC	Les serveurs IA, les plateaux réseau et la distribution d’alimentation augmentent tous la densité des composants
Option substrat verre	Les architectures de grands boîtiers futures pourraient requérir de nouveaux matériaux et procédés de substrat
Électronique automobile et robotique	L’IA physique accroît la demande de composants et cartes haute fiabilité dans le temps

Cela ne supprime pas la discipline de valorisation. Samsung Electro-Mechanics a déjà été reconnu par le marché davantage que Pamicell ou certains noms PCB plus petits. La question factorielle n’est pas « est-ce une bonne entreprise ? ». C’est « quelle part de l’expansion des substrats au niveau système est déjà dans le cours, et quelle part reste à confirmer par des commandes, des marges et des guidances ? »

C’est pourquoi cette note traite Samsung Electro-Mechanics comme l’ancre premium plutôt que l’idée à bêta le plus élevé. C’est l’expression large capitalisation coréenne la plus propre sur FC-BGA et MLCC, mais son rendement futur dépend de révisions continues des estimations plutôt que de la simple découverte du thème.

7. Cadre portefeuille : ancre, haltère, options

Le classement des entreprises peut changer avec le prix, mais la carte factorielle est stable.

Rôle	Exposition candidate	Raison
Ancre premium	Samsung Electro-Mechanics	FC-BGA + MLCC + qualification client + échelle
Facteur PCB core	Daeduck Electronics	FC-BGA, MLB et sensibilité potentielle SoCAMM / carte module
Ancre CCL	Doosan Electronic BG au sein de Doosan	Corps CCL haut de gamme de la chaîne domestique
Haltère matériaux en amont	Kolon Industries et Pamicell	Exposition résine / matériaux faible permittivité, base plus petite et levier opérationnel plus élevé
Optionnalité	Korea Circuit, TLB, Simmtech, Isu Petasys	Module mémoire, MLB, réseau et bêta PCB IA plus large

L’objectif n’est pas d’imposer une réponse unique. L’objectif est d’éviter de traiter tous les noms « PCB IA » comme le même actif. Les substrats de boîtier, les cartes multicouches, le CCL et la chimie faible permittivité ont des structures de marges, des périodes de qualification et des risques clients différents.

Une vue portefeuille utile est la suivante :

Ancre premium :
 Samsung Electro-Mechanics

Facteur substrat / carte core :
 Daeduck Electronics, noms MLB sélectionnés

Haltère matériaux en amont :
 Kolon Industries + Pamicell

Options à bêta plus élevé :
 Korea Circuit, TLB, Simmtech, Isu Petasys

Quand le marché dit « le cycle PCB est terminé », la thèse de la nomenclature système aide à tester si c’est vrai. Si les livraisons GPU ralentissent mais que le contenu CPU, les ASIC réseau, les DPU et la complexité des modules mémoire continuent de progresser, le cycle carte peut se refroidir dans un couloir tout en restant tendu dans un autre.

8. Ce qui pourrait briser la thèse

Le cadre du dénominateur commun n’affirme pas que le cycle dure indéfiniment. Quatre risques importent.

Premièrement, le capex IA des hyperscalers peut ralentir. Si AWS, Microsoft, Google ou Meta abaissent leurs prévisions sur plus d’un trimestre, l’ensemble de la chaîne d’approvisionnement matériel le ressentira.

Deuxièmement, la technologie des substrats peut évoluer. Le substrat verre ou d’autres nouvelles architectures pourraient modifier le cycle FC-BGA plus rapidement que prévu. Cela ne supprime pas la demande de cartes, mais cela peut déplacer les gagnants.

Troisièmement, des capacités peuvent arriver. Si la capacité en CCL haut de gamme, fibres de verre ou matériaux faible perte entre sur le marché plus rapidement que prévu, le pouvoir de fixation des prix peut se normaliser avant que les volumes n’arrivent pleinement à maturité.

Quatrièmement, l’IA physique peut prendre plus de temps que ce que le marché souhaite. Les véhicules autonomes, les humanoïdes et l’électronique spatiale ont tous de longs cycles de qualification et d’adoption. Ce ne sont pas des substituts aux revenus des centres de données à court terme.

Ces risques ne tuent pas la thèse. Ils définissent la liste de vérification.

9. Liste de vérification

La thèse doit être suivie au niveau système, pas seulement à travers les chiffres trimestriels d’une seule entreprise.

Signal	Pourquoi c’est important
Feuille de route rack-scale NVIDIA	Plus de types de puces et une densité de rack plus élevée étendent le cycle de substrats dénominateur commun
Commentaires sur le ratio CPU:GPU	Un ratio CPU plus élevé renforce le pilier FC-BGA pour CPU et MLB carte mère
Guidance capex des hyperscalers	La source de demande de premier ordre pour les cartes des centres de données IA
Délais de livraison CCL et fibres de verre	Confirme si la tension des matériaux est réelle ou se détend
Marges emballage et composants Samsung Electro-Mechanics	Teste si les prix premium des substrats et MLCC tiennent toujours
Commentaires sur les commandes Daeduck / MLB	Teste si le bêta PCB plus large se convertit en revenus
Cadence des contrats Pamicell et Doosan Electronic BG	Teste si la demande de matériaux CCL en amont continue de s’accumuler
Commentaires PCB automobile / robotique dans les IR des sociétés coréennes	Premier signe que l’IA physique passe de l’optionnalité aux revenus

Si ces signaux restent alignés, le cycle des substrats n’est pas simplement un thème 2025-2027. Il devient un changement d’architecture système pluriannuel.

FAQ

Qu’est-ce que la thèse PCB IA ?

La thèse PCB IA soutient que la demande en infrastructure IA ne se limite plus aux GPU et à l’HBM. Les systèmes rack-scale ont besoin de GPU, CPU, NIC, DPU, switch ASIC, modules mémoire et cartes d’alimentation. Chaque couche nécessite des substrats de boîtier, des cartes multicouches ou des matériaux faible perte.

Pourquoi l’IA agentique augmente-t-elle la demande en CPU ?

L’IA agentique utilise des outils, la récupération de données, l’exécution de code, la gestion de la mémoire et l’orchestration. Ces tâches ajoutent de la charge CPU, DRAM, réseau et DPU autour du GPU. Une part CPU plus élevée peut accroître la demande en FC-BGA pour CPU serveur, cartes mères, cartes module mémoire et CCL faible perte.

Pourquoi Samsung Electro-Mechanics et Pamicell figurent-ils sur la même carte sectorielle ?

Ils se situent à des points différents de la même chaîne de substrats IA. Samsung Electro-Mechanics est un nœud FC-BGA et MLCC premium. Pamicell est un fournisseur de matériaux faible permittivité en amont lié au cycle CCL de Doosan Electronic BG. La même demande de cartes IA au niveau système peut affecter les deux, mais avec des profils de risque et de valorisation différents.

Pamicell est-elle une entreprise PCB ?

Non. Pamicell n’est pas un fabricant de PCB. La thèse pertinente est l’exposition aux matériaux en amont : intrants faible permittivité / faible perte utilisés par les producteurs de CCL tels que Doosan Electronic BG.

S’agit-il de conseils en investissement ?

Non. Il s’agit d’un cadre de recherche sectorielle. La bonne conclusion dépend de la valorisation, de la cadence des commandes, de la confirmation des marges, de la concentration des clients et de la tolérance au risque de chaque investisseur.

Sources publiques sélectionnées

Page produit NVIDIA Vera Rubin NVL72 : https://www.nvidia.com/en-us/data-center/vera-rubin-nvl72/
Blog technique NVIDIA, aperçu de la plateforme Vera Rubin : https://developer.nvidia.com/blog/inside-the-nvidia-rubin-platform-six-new-chips-one-ai-supercomputer/
TrendForce, commentaires sur l’IA agentique et le ratio CPU:GPU : https://insights.trendforce.com/p/agentic-ai-cpu-gpu
Page rapport TrendForce, Vague IA agentique 2026 : https://www.trendforce.com/research/download/RP260408AD
Tom’s Hardware, IA agentique et demande CPU : https://www.tomshardware.com/pc-components/cpus/shifting-need-for-cpus-in-ai-workloads-drives-intensifying-shortages-price-hikes
Page produit NVIDIA Jetson Thor : https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/
Guide qualité NASA pour les normes PCB haute fiabilité : https://sma.nasa.gov/sma-disciplines/quality
Norme PCB haute fiabilité NASA GSFC-STD-8001 : https://standards.nasa.gov/sites/default/files/standards/GSFC/Baseline/0/gsfc-std-8001.pdf

Note de conclusion

La version la plus épurée de la thèse est simple :

L’IA n’achète pas des GPU seuls. Elle achète des systèmes.

Les systèmes ajoutent des puces. Les puces ont besoin de substrats, de cartes et de matériaux faible perte.

C’est pourquoi la couche substrats doit être lue comme un goulot d’étranglement commun plutôt que comme une pensée de fin de cycle. L’implication n’est pas que chaque action PCB ou matériaux coréenne mérite le même multiple. C’est que l’écosystème doit être évalué comme une chaîne d’approvisionnement de niveau système : Samsung Electro-Mechanics au nœud FC-BGA / MLCC premium, Daeduck et les noms MLB au niveau carte, Doosan Electronic BG au corps CCL, et Kolon Industries et Pamicell en amont dans les matériaux faible permittivité.

Le travail à partir d’ici n’est pas de répéter le thème. C’est de surveiller si la nomenclature système continue de s’épaissir, si le contenu CPU et réseau continue de progresser, et si les entreprises coréennes convertissent cette complexité en commandes et en marges.