Nvidia a averti certains de ses plus grands clients que le prix des serveurs équipés de ses puces d’intelligence artificielle devrait augmenter de plus de 15 % pour les systèmes expédiés au début de 2027. La hausse serait principalement due à l’envolée du coût de la mémoire, devenue l’un des composants les plus difficiles à obtenir dans l’industrie des infrastructures IA.
Selon Nvidia, les augmentations concerneraient notamment les serveurs construits autour des plateformes Grace Blackwell et Vera Rubin. Le montant exact dépendrait de la génération de la puce, mais aussi de la quantité et du type de mémoire installés dans chaque configuration.
Les fabricants de serveurs travaillant pour de grands opérateurs de data centers auraient déjà commencé à prévenir leurs clients. Microsoft, Google et Oracle figureraient parmi les entreprises susceptibles de subir cette pression sur leurs budgets d’infrastructure, par l’intermédiaire de leurs fournisseurs et intégrateurs.
Il ne s’agit donc pas nécessairement d’une hausse uniforme appliquée à tous les produits Nvidia. Les systèmes les plus puissants, qui embarquent davantage de mémoire à large bande passante, devraient être les plus exposés.
La mémoire, nouveau goulot d’étranglement
La mémoire à large bande passante, ou HBM, est essentielle au fonctionnement des accélérateurs d’IA. Elle permet aux processeurs graphiques de Nvidia de déplacer rapidement les grands volumes de données nécessaires à l’entraînement et à l’exécution des modèles génératifs.
Or la demande de HBM et de mémoire DRAM augmente rapidement avec la construction de nouveaux data centers. Les fabricants de mémoire doivent simultanément répondre aux besoins de l’IA, des serveurs traditionnels et de l’électronique grand public. Cette concurrence pour les capacités de production renchérit les composants et complique leur approvisionnement.
Des estimations sectorielles indiquent que la HBM peut représenter une part très importante du coût de fabrication d’un accélérateur haut de gamme. Le passage à des générations plus récentes, comme la HBM4, augmente également la complexité des empilements de mémoire et pourrait maintenir une pression sur les prix.
Un impact direct sur les budgets des data centers
Une augmentation de 15 % peut sembler limitée à l’échelle d’un serveur. Elle devient beaucoup plus significative lorsqu’elle est appliquée à des milliers, voire des dizaines de milliers de machines.
Les opérateurs de cloud et les grandes entreprises pourraient être contraints de :
- revoir leurs plans d’investissement ;
- négocier des contrats de fourniture plus longs ;
- retarder certains déploiements ;
- répercuter une partie des coûts sur les clients utilisant des services d’IA.
Cette situation pourrait aussi rendre plus coûteux l’accès aux services de calcul à la demande. Les entreprises qui louent des GPU dans le cloud pourraient finalement payer davantage, même si la hausse est d’abord appliquée au matériel vendu aux opérateurs de centres de données.
Une facture appelée à rester élevée
La hausse annoncée ne signifie pas que tous les serveurs Nvidia coûteront automatiquement 15 % de plus. Elle indique plutôt que les systèmes expédiés au début de 2027 pourraient être sensiblement plus chers, en particulier ceux qui utilisent les configurations de mémoire les plus avancées.
Pour les entreprises, le coût de l’IA dépendra donc de plus en plus de la disponibilité de la mémoire, et pas uniquement des performances des processeurs. Si l’offre de HBM ne progresse pas assez vite, les investissements dans l’intelligence artificielle pourraient continuer à augmenter, même en cas de baisse du prix unitaire des puces.
La mise en garde de Nvidia illustre ainsi une nouvelle phase de la course à l’IA : après la pénurie d’accélérateurs, c’est la mémoire qui pourrait devenir le principal facteur limitant – et le principal moteur de l’inflation des infrastructures numériques.
