USD.AI (CHIP) Bond

Le marché boursier trace une ligne de démarcation nette entre les valeurs des puces électroniques et celles des logiciel en tant que service (SaaS), créant deux mondes distincts sous l'influence de l'IA. Le 23 avril, Texas Instruments a enregistré sa meilleure performance journalière depuis 2000, avec une hausse de 18%, portée par des revenus du datacenter en hausse de 90%. Intel a également surpris avec des résultats bien au-dessus des attentes, son action gagnant plus de 20%. À l’inverse, les actions SaaS ont plongé. ServiceNow a chuté de 18%, son pire jour en Bourse, tandis qu'IBM perdait près de 10%. Salesforce, Workday et Adobe ont également été lourdement vendus. Cette divergence s’explique par un changement structurel : le marché parie sur la couche infrastructurelle de l'IA (les puces, certes chères avec des PER élevés) car elle est perçue comme un pari sûr, indispensable quel que soit le vainqueur final de l'IA. Inversement, il craint que l'IA ne rende obsolète le modèle économique des SaaS en réduisant le besoin de licences logicielles et en permettant aux entreprises de développer leurs outils internes à moindre coût. La narrative domine désormais : les constructeurs de puces rient, les éditeurs de logiciels pleurent. La fête continue pour les uns, les funérailles pour les autres.

Dans les années 1980, l'industrie japonaise des semi-conducteurs dominait le monde. Aujourd'hui, c'est Elon Musk qui, face à une dépendance similaire, lance un projet stratégique pour maîtriser sa propre chaîne d'approvisionnement en puces. SpaceX a proposé d'investir 55 milliards de dollars (pourrait atteindre 119 milliards) dans l'usine "Terafab" au Texas. Cette initiative conjointe avec Tesla vise à répondre aux énormes besoins en puissance de calcul (pour xAI, Starlink, l'autopiloté Tesla, Optimus) de l'écosystème d'entreprises de Musk, réduisant ainsi sa dépendance envers Nvidia. Il s'agit moins d'une simple usine que d'une stratégie d'infrastructure IA verticalement intégrée, contrôlant la production, l'énergie et le déploiement. Cependant, la réalité industrielle est rude : la construction prend des années (première production optimiste mi-2028), nécessite une expertise et des équipements de pointe (comme les machines EUV d'ASML), et les retards sont fréquents. Ce projet reflète une course plus large à l'autonomie en matière de calcul dans l'ère de l'IA, où la puissance de traitement est une ressource stratégique. Son annonce, coïncidant avec la future introduction en bourse de SpaceX, sert également de récit capitalistique, liant Tesla au récit porteur de l'IA et du supercalcul. Ainsi, alors que SpaceX continue ses lancements de fusées, le projet Terafab, bien qu'encore sur le papier, symbolise la redéfinition des frontières industrielles par Musk, transformant potentiellement la future chaîne d'approvisionnement des semi-conducteurs pour l'IA.

La saison des résultats du premier trimestre 2026 révèle un paradoxe financier pour les entreprises technologiques. Alors que l'IA permet des gains de productivité et une réduction des effectifs, ses coûts opérationnels – consommation de tokens et amortissement des GPU – grèvent désormais les marges de manière significative. Shopify illustre ce dilemme. Si l'IA génère plus de 50% du code et a permis 300 nouvelles fonctionnalités sans hausse des effectifs, les coûts des LLM (notamment via l'assistant Sidekick) pèsent sur la marge de ses solutions d'abonnement, malgré une croissance explosive de son utilisation. Chez Roblox, un quart de la révision à la baisse de sa marge prévisionnelle 2026 est directement attribué aux investissements en IA. La plateforme, qui exécute 1,5 million d'inférences par seconde, envisage de facturer les futures expériences IA avancées pour compenser ces coûts. À l'échelle du secteur, l'écart est frappant : les dépenses en capital IA d'Amazon, Meta, Microsoft et Google devraient atteindre 7250 milliards de dollars en 2026 (+77%). Les économies réalisées via les licenciements sont dépassées : chez Meta, les 24 milliards de dollars d'économies annuelles prévues ne compenseraient que 12% de l'amortissement supplémentaire lié à l'IA. Les grands gagnants sont les fournisseurs de modèles et de puces (OpenAI, Nvidia...), tandis que les entreprises applicatives doivent repenser leur modèle économique. Elles ne peuvent plus simplement financer la facture de l'IA par des réductions de coûts salariaux et doivent soit intégrer ces coûts dans leur stratégie commerciale (Shopify), soit les répercuter sur l'utilisateur final (Roblox).

Le 14 mai, Cerebras a fait son entrée au Nasdaq, clôturant sa première journée avec une hausse de 68%. Cet article, écrit par l'investisseur early Steve Vassallo, retrace un partenariat de dix-neuf ans avec le fondateur Andrew Feldman, depuis SeaMicro jusqu'à l'IPO de Cerebras. L'histoire dépasse un simple récit financier. Elle raconte comment Cerebras a parié, contre le consensus de l'époque, sur une refonte fondamentale de l'architecture de calcul pour l'IA. Alors que les GPU s'imposaient, l'équipe a identifié le goulet d'étranglement de la bande passante mémoire et a choisi de concevoir un ordinateur spécifiquement pour l'IA, reposant sur une puce à l'échelle de la tranche de silicium (wafer-scale). Cette puce, 58 fois plus grande que les plus grosses puces traditionnelles, a nécessité de réinventer presque tous les aspects : alimentation, refroidissement, continuité électrique, logiciels. Le chemin a été semé d'échecs, comme le premier prototype qui a pris feu ("événement thermique"). La clé a été la persévérance, la discipline et une relation de confiance à long terme entre l'équipe fondatrice et ses investisseurs. Le moment décisif est survenu en août 2019, lorsque leur ordinateur révolutionnaire a fonctionné pour la première fois. L'article souligne la vision et le caractère d'Andrew Feldman, motivé par des améliorations de 1000x, et son aptitude à s'entourer d'une équipe soudée et talentueuse. Pour Vassallo, soutenir ce type de fondateurs, qui s'attaquent à des problèmes fondamentaux avec une ambition démesurée, justifie tous les efforts, quitte à franchir une clôture un samedi après-midi pour remettre un term sheet. L'IPO de Cerebras rappelle que la révolution de la puissance de calcul peut naître d'une réimagination de l'architecture elle-même, et pas seulement de l'accumulation de GPU.

Le marché mondial des puces IA connaît un changement profond, avec une transition majeure des GPU vers les ASIC pour l'inférence, portée par des gains d'efficacité énergétique et de coût. Des signaux forts émergent en 2026 : la part des TPU de Google atteint 78% dans les serveurs, OpenAI déploie des ASIC personnalisés avec Broadcom, et des acteurs comme MediaTek et Qualcomm entrent agressivement sur ce marché. Les prévisions indiquent que les ASIC pourraient représenter 45% du marché des puces IA d'ici 2027. Cette ruée est motivée par l'explosion des charges de travail d'inférence IA, où les ASIC surclassent les GPU en latence et efficacité. L'architecture Transformer, désormais standard, offre un marché large et stable pour ces puces spécialisées. Les hyperscalers (Google, AWS, Meta...) poussent cette tendance via des puces sur mesure pour contrôler leur chaîne d'approvisionnement et leurs coûts. Le paysage se recompose. MediaTek et Qualcomm, issus du mobile, deviennent des acteurs majeurs aux côtés des leaders historiques Broadcom et Marvell. En Chine, des sociétés comme VeriSilicon et ASR voient leurs activités de services ASIC exploser. Cependant, des défis persistent : coûts de développement élevés, écosystème logiciel à construire face à CUDA, et dépendance aux capacités d'emballage avancé de TSMC. L'avenir ne verra pas le remplacement pur des GPU, mais plutôt une spécialisation : GPU pour l'entraînement, ASIC pour l'inférence à grande échelle, dans un écosystème plus diversifié et "démocratisé".