Rapport technologique du soir 404K : super cycle du stockage, augmentation des prix de la puissance de calcul cloud, la pénurie de matériel IA s’étend

404K Rapport technologique du soir 2026-06-26 — Super-cycle du stockage, hausse du prix de la puissance cloud, diffusion des goulets d’étranglement du hardware AI

Les prix du stockage, de la puissance cloud et l’offre de hardware AI deviennent simultanément la ligne principale de la chaîne technologique aujourd’hui : les résultats de Micron font repasser DRAM/NAND d’actifs cycliques à actifs sous contrainte, la hausse de prix des instances GPU d’AWS montre que l’offre de puissance reste tendue et la hausse des prix d’Apple indique que la pression sur les coûts s’étend désormais jusqu’aux terminaux.

Points clés avant l’ouverture

Ce soir, le cœur de la chaîne tech avant l’ouverture n’est pas une application AI individuelle, mais plutôt la migration du bassin de profit de l’infrastructure AI : résultats de Micron, révision à la hausse de l’objectif de cours de SK Hynix, investissement potentiel important de Samsung, hausse d’objectif de cours pour Applied Materials, tout cela indiquant une revalorisation du stockage, de l’équipement, de l’assemblage avancé et des matériaux en amont.

La pression en aval commence à devenir manifeste.Apple augmente les prix hors iPhone, AWS aurait augmenté les prix de ses instances GPU de 20%, la chaîne Xbox et PC de Microsoft est également poussée par le coût de la mémoire ; cela signifie que la demande AI demeure forte, mais que le coût ne reste plus uniquement sur le bilan d’investissement des fournisseurs cloud, il entre progressivement dans la tarification des terminaux et la valorisation des logiciels.

Les mouvements d’investissement se concentrent sur Micron, SK Hynix, Applied Materials, Onsemi, Qualcomm et la chaîne MLCC.Les faits au niveau des entreprises concernent principalement l'AI/semiconducteurs, le cloud, le logiciel, les plateformes internet, l'électronique grand public et les terminaux intelligents.

Chaîne complète de l'industrie de l'AI/semiconducteurs

Modèles/Applications AI et investissements en capital

• OpenAI
  
  1) Selon les rapports, OpenAI aurait tendance à repousser son IPO à 2027 et son objectif d’évaluation interne reste centré sur 1 billion de dollars ; cela a un impact sur la fenêtre d’évaluation des laboratoires AI non cotés, sur les plans d'incitation des employés et sur le rythme du financement de la puissance de calcul.
  2) D’après la chaîne de Taiwan Semiconductor Manufacturing, il est rapporté que la puce d’inférence Jalapeno d’OpenAI utilisera la technologie 3nm, et que Jalapeno2 pourrait intégrer A16 et CoWoS ; les entreprises de modèles AI poursuivent leur extension vers la conception de leur propre ASIC et l’emballage avancé.

"OpenAI penche pour reporter son IPO à 2027"

• Cerebras
  
  1) UBS a relevé l’objectif de cours de Cerebras de 300 à 320 dollars et maintenu une recommandation d’achat ; les revenus trimestriels de l’entreprise atteignent 191 millions de dollars, dépassant les attentes d’UBS et du marché (181 millions), avec un EPS de -0,04 dollar, meilleur que prévu.
  2) Les revenus du cloud et des services sont de 80 millions de dollars, et ceux du hardware de 111,6 millions ; UBS indique que l’accord officiel avec Amazon, l’ascension avec OpenAI et l’expansion des nouveaux clients sont simultanément vérifiés, mais le véritable goulet d’étranglement devient la capacité des centres de données.

"la tension actuelle de l’industrie sur HBM, CoWoS, et Taiwan Semiconductor Manufacturing N3 ne sont pas des contraintes"

• Zhiyu
  
  1) Le rapport GLM-5.2 de Zhiyu relève l’objectif de cours de 920 à 1900 dollars HKD, en maintenant une recommandation de conserver ; les prévisions de revenus pour 2026/2027/2028 sont de 4,328 milliards / 12,76 milliards / 26,612 milliards RMB, soit une croissance annuelle de 497%/195%/109%.
  2) L’accent du rapport n’est pas sur le profit à court terme, mais sur la capacité d’encodage à long terme, l’efficacité d’inférence et l’amélioration du déploiement en entreprise, montrant que la concurrence des sociétés de modèles se tourne du récit des paramètres vers le taux d’accomplissement des tâches et le coût de la puissance de calcul.

• Goulet d’étranglement du déploiement AI
  
  Le bulletin mensuel technologique de Nomura place la capacité FDE au centre de la concrétisation de l’AI et estime que le progrès des modèles est plus rapide que le déploiement des systèmes d’entreprise, le goulet d’étranglement passe de "existence du modèle" à "intégration possible dans le business". Ceci explique pourquoi CPU, semiconducteurs analogiques, MLCC et alimentation entrent aussi dans les transactions AI.