Un cadre de Micron : le stockage détermine la limite de l'IA, une augmentation substantielle de la capacité ne devrait arriver qu'après 2028

Alors que la vague de l’IA se propage des centres de données vers l’edge et la robotique, les cadres de Micron avertissent que le stockage est devenu le principal goulet d’étranglement qui fixe la limite supérieure des performances de l’IA. En raison des longs cycles de construction de nouvelles capacités et de la complexité extrême des procédés, il faudra au moins attendre après 2028 pour voir une libération substantielle de capacité supplémentaire dans l’industrie, aujourd’hui déséquilibrée.

Le 15 septembre, lors du forum dédié aux semiconducteurs du Six Five Summit 2026, Sumit Sadana, conseiller principal du CEO de Micron, a été interviewé par l’analyste Patrick Moorhead. Il a disséqué en détail la dynamique offre-demande dans l’industrie du stockage à l’ère de l’IA, les plans d’investissement en capital ainsi que les marchés porteurs futurs.

Au cours de l’année passée, toute l’industrie technologique a fondamentalement redéfini sa perception du stockage. À la racine de ce changement, la puissance de calcul n’est plus la seule référence pour mesurer la capacité des systèmes d’IA. Sadana a pointé, lors de l’échange, la logique fondamentale du hardware IA : « Aujourd’hui, la performance d’un système d’intelligence artificielle dépend avant tout de la performance et de la capacité du sous-système mémoire. Ces deux aspects déterminent vraiment le niveau de performance d’un sous-système d’IA. »

Il explique que, du fait que les modèles IA doivent être stockés en mémoire et que d’énormes volumes de données doivent y transiter, la bande passante entre processeur et mémoire est devenue le goulot d’étranglement critique de la performance. Parallèlement, le marché du stockage fait face à un déséquilibre structurel accumulé sur plusieurs décennies : au début des années 1990, il y avait plus de 20 entreprises DRAM, mais aujourd’hui, elles ne sont plus que quelques-unes ; à l’inverse, on compte désormais plus de 20 entreprises de conception de processeurs. Ce modèle d’offre en entonnoir, « peu contre beaucoup », rend la chaîne d’approvisionnement du stockage extrêmement fragile face à l’explosion de la demande IA.

L’envolée des investissements, de nouveaux apports de capacité réels attendus pour 2028

Face au fossé béant entre l’offre et la demande, la croissance bit apportée par la seule transition technologique ne suffit plus à rassasier le marché. Toute l’industrie est donc contrainte d’entrer dans un cycle d’expansion capitalistique massif, impliquant la construction de nouvelles salles blanches et fabs.

Micron lance un plan d’investissement capitalistique sans précédent. Sadana précise : « Si l’on considère uniquement notre plan d’investissement, notre capex pour l'exercice 2025 dépassera légèrement 13 milliards de dollars ; il doublera sur l'exercice 2026 ; et devrait dépasser 45 milliards sur l’exercice 2027. Nous avons récemment annoncé aux États-Unis porter l’investissement de 200 à 250 milliards de dollars, tout en accélérant le calendrier. » De plus, Micron conduit environ 20 projets d’expansion simultanément dans l’Idaho, l’État de New York, ainsi qu’à Taïwan, au Japon et à Singapour.

Néanmoins, l’échéance est lointaine. La construction de fabs de semiconducteurs se heurte à de fortes contraintes : infrastructures, approbations réglementaires, et pénurie sévère de main d’œuvre qualifiée. Sadana donne un calendrier clair : « Nous pensons qu’une capacité supplémentaire effective et vraiment utilisable ne commencera à être libérée qu’à partir de 2028, et ce n’en sera qu’à ses débuts ; l’accélération de la croissance n’aura vraiment lieu que dans les années qui suivront. Toute l’industrie aura donc besoin de temps pour retrouver un nouvel équilibre. »

L’autre raison pour laquelle la libération de capacité est lente réside dans la complexité astronomique de la production mémoire. À propos de la très populaire HBM actuelle, Sadana ne cache pas qu’en obtenir le bon fonctionnement « tient du miracle » : « Imaginez, empiler 12 couches de puces DRAM, et à la base, une puce reliée au GPU. Le système entier fait face à des défis thermiques et énergétiques redoutables… Il y a environ 2000 étapes en fab. De la production à la livraison produit au client, il s’écoule près de 5 mois. »

Fin du « spot market » : les contrats longs et la personnalisation profonde refondent le business model

Une capacité sous tension pousse l’industrie du stockage à transformer de fond en comble ses modèles économiques : adieu les ventes au comptant et les puces universelles aux standards JEDEC !

« Nous signons désormais des contrats pluriannuels, garantissant la livraison aux clients, et ces derniers s’engagent sur des prévisions de commandes. C’est tout à l’opposé des anciens accords d’un an, où le client achetait ce qu’il voulait dès lors qu’il y avait du stock. » explique Sadana. Ce modèle des « accords stratégiques clients » offre un retour sur investissement très élevé, assurant la viabilité des dépenses d’investissement sur plusieurs années pour les fabs.

Le changement le plus profond touche au processus R&D. Pour différencier consommation énergétique ou rapidité des modèles IA, les clients intègrent désormais la conception mémoire dès la planification produit 5 à 7 ans à l’avance. Sadana précise : « Ce modèle transforme la relation en collaboration de type ASIC — le client gagne en autonomie de conception, pour une relation durable. »

L’IA à l’edge : les robots humanoïdes, prochain relais de croissance majeur

Le marché se focalise sur la demande IA des data centers, mais Micron affirme qu’il ne s’agit que d’un point de départ. L’IA va imprégner les smartphones, PC (comme les Mac mini avec mémoire unifiée) et voitures autonomes, rendant le besoin en mémoire omniprésent.

Pour le potentiel futur, Sadana cible particulièrement la robotique, convaincu qu’elle entraînera, après les data centers, une nouvelle vague de demande massive.

« Pensez aux robots humanoïdes, ils deviendront l’un des plus grands marchés produits de tous les temps. » Pour les années 2030, Sadana insiste sur la consommation prodigieuse de mémoire par l’IA embarquée : « Ce qui m’enthousiasme le plus dans la robotique, c’est que chaque appareil doit stocker d’énormes volumes de données — chaque robot humanoïde disposera de plusieurs centaines de Go de mémoire DRAM et de plusieurs To de mémoire flash NAND. Ils vont donc fortement dynamiser la demande en DRAM et NAND… Un robot doit fonctionner de manière autonome et ne peut pas envoyer ses données sur un serveur à chaque fois. »

Voici la transcription complète de l’interview :

Sumit Sadana 00:00

Aujourd’hui, la performance d’un système d’intelligence artificielle dépend avant tout de la performance et de la capacité du sous-système mémoire. Ces deux aspects déterminent vraiment le niveau de performance d’un sous-système d’IA. Bienvenue au sommet 2026.

Patrick Moorhead 00:22

L’époque de l’intelligence artificielle est arrivée. L’importance et la valeur stratégique de la mémoire sont stupéfiantes. J’ai toujours pensé que la mémoire était cruciale, mais à l’ère de l’intelligence artificielle, les capacités que cela nous apporte défient l’imagination — honnêtement, sans assez de mémoire ni mémoire adéquate, rien de tout ce qui nous émerveille aujourd’hui ne serait possible.

Je suis heureux d’annoncer la présence de Micron à ce sommet. Je suis ravi de te retrouver, ravi que tu sois là. Merci pour l’invitation, c’est vraiment formidable. J’évolue dans ce secteur depuis 35 ans, d’abord comme consommateur de mémoire, puis partenaire, puis en tant qu’analyste suivant le marché de la mémoire et tous ses univers connexes. Les réalisations sont impressionnantes. Lors de notre échange l’an dernier, j’ai même qualifié la mémoire de technologie stratégique — et oui, je devrais m’en vanter ! Pour être honnête, tu mériterais bien plus de reconnaissance car tu agis, moi je ne fais que parler. Mais aujourd’hui ce constat semble d’autant plus vrai, et plus de monde s’y intéresse. En une année d’IA, qu’est-ce qui a changé pour que toute l’industrie accorde autant d’importance à la mémoire ?

Sumit Sadana 01:44

Pourquoi l’IA accélère-t-elle justement cette transformation ? Question très pertinente. Un an est passé — et par rapport aux changements du monde, ça semble une éternité. Surtout du point de vue client. Nous faisons aujourd’hui face à des pénuries aiguës de mémoire sur tous les marchés. Malgré tous nos efforts pour augmenter l’offre, il est encore impossible de dire quand l’offre rattrapera la demande, qui continue d’augmenter. Les signaux des clients, tous secteurs confondus, s’intensifient chaque année.

Le changement de perception client sur la mémoire tient à plusieurs raisons. D’abord, le gouffre entre offre et demande ; ensuite, la demande IA impose des exigences de performance sans précédent. Si on se penche sur ce qui permet à un système d’être au top en termes de performance, le processeur n’est plus le seul acteur. Aujourd’hui, la performance mémoire, la bande passante entre processeur et mémoire et la capacité mémoire elle-même sont cruciales. Parce qu’un modèle IA doit être logé en mémoire, et qu’une grande quantité de données s’y échange, la bande passante processeur-mémoire devient le goulot d’étranglement principal. Les clients comprennent de plus en plus la nécessité de repenser leur feuille de route et leur stratégie mémoire.

Sumit Sadana 03:44

L’enjeu aujourd’hui est donc de concevoir la mémoire pour obtenir un avantage concurrentiel, pour que chaque système client se démarque. Si la mémoire reste, comme il y a quelques années, un composant standardisé selon JEDEC, utilisé par tous, difficile de se différencier. Désormais, nous intégrons la mémoire à la feuille de route produits de nos clients, sur plusieurs années. Leur focus : différenciation, changement des règles concurrentielles. Cela impose d’aborder la mémoire autrement, en partenariat avec des acteurs comme Micron, pour concevoir de nouvelles fonctionnalités adaptées et exploitables.

Sumit Sadana 04:31

Prenons l’exemple de notre partenariat avec Nvidia sur la DRAM basse consommation dans les data centers (LPDRAM). Nous avons été les premiers à introduire cette technologie dans ce milieu, longtemps seuls sur ce segment. Aujourd’hui, elle se généralise. De plus en plus de clients saisissent les bénéfices de la DRAM basse consommation : densité plus élevée, taille réduite, performances supérieures, et consommation énergétique drastiquement plus faible - crucial en data center. Ce n’est qu’un exemple parmi d’autres.

Patrick Moorhead 05:07

Si l’on regarde sur cinq ans, ces technologies décollent à grande vitesse. Pour expliquer la montée d’intérêt autour de la mémoire, ça me rappelle un cours d’université — fin des années 80 — où le principe de base était : si tu conserves l’opération dans la mémoire, c’est synonyme de meilleures performances. Aujourd’hui, la situation diffère un peu. Plus tu as de mémoire, meilleurs sont les résultats, et plus la mémoire est proche, mieux c’est, car une fois sorti de la mémoire, tout ralentit. Pour l’IA, c’est un challenge immense.

Intéressant. J’ai traversé neuf cycles mémoire dans ma carrière. J’ai travaillé chez un OEM, chez un fabricant de puces et, depuis 15 ans, dans un cabinet d’analyse. La mémoire semble être le domaine le plus cyclique. D’autres secteurs connaissent aussi ce phénomène, mais la mémoire reste très “commoditisée”. Tu l'as évoqué précédemment, mais…

Sumit Sadana 06:17

Pourquoi l’IA change-t-elle ça fondamentalement ? Très bonne question. Au début des années 1990, plus de 20 sociétés produisaient de la DRAM, qui a beaucoup consolidé depuis. Alors qu’il n’y avait que peu de fabricants de processeurs à l’époque, on en compte désormais plus de 20. Si l’on dresse la liste des spécialistes du design processeur, le chiffre grimpe vite. Mais côté DRAM, ils sont peu nombreux.

Donc, quand on évoque la conception IA, il ne s’agit pas que du data center — évidemment, il faut distinguer les workloads d’entraînement de ceux d’inférence, qui eux-mêmes se spécialisent. Une petite part utilisera la SRAM, mais la majorité reste dépendante de la DRAM. Nous maximisons la DRAM dans ces systèmes autant que possible. Cette tendance s’étend à l’auto autonome, à l’industrie, mais aussi aux smartphones et PC – avec l’architecture mémoire unifiée, le Mac mini triomphe, lançant un “Open Claw” movement. Tout ça, en essence, découle de l’IA.

Sumit Sadana 07:50

Aujourd’hui, la performance système dépend d’abord du sous-système mémoire, ensuite de sa capacité — ce sont ces deux facteurs qui gouvernent la performance IA. Quand la mémoire devient le point central du design système, on doit la concevoir différemment. L’enjeu : sortir des produits différenciés plus vite ? Je pense que le futur de la mémoire sera radicalement différent du passé, et ce concept est intimement lié à ce point…

Sumit Sadana 08:36

Toute l’industrie arrive au moment où il faut ajouter de nouvelles capacités physiques — ce qui est surprenant tant la demande IA explose. Naguère, la simple montée en gamme suffisait, mais plus désormais. Il faut produire plus de galettes, construire de nouveaux espaces de salles blanches. En général, les usines existantes saturent, donc il faut aussi bâtir ailleurs, ce qui demande énormément de temps.

C’est un processus interminable, soumis à de nombreux paramètres concrets, comme la vitesse d’exécution dans chaque pays ou la célérité des démarches réglementaires. Comment bâtir toutes les infrastructures nécessaires — électricité, eau potable et industrielle ? Fourniture d’agents chimiques, tout ce qui est indispensable à une fab moderne, requiert des années d’efforts, et c’est la réalité actuelle de l’industrie.

Sumit Sadana 10:01

Ainsi, malgré tous nos efforts, et ceux du reste du secteur, il est encore difficile de satisfaire la demande du marché. Il faudra beaucoup de temps pour que l’offre rattrape la demande, ce qui influence aussi fortement le comportement clients.

Sumit Sadana 10:27 C’est là que s’inscrivent nos accords stratégiques clients. Ces contrats transforment radicalement notre business model. Ce sont des accords pluriannuels, nous engageons notre production sur plusieurs années, les clients leur planning de commandes. Rien à voir avec les deals d’une année : à l’époque, l’acheteur prenait ce qu'il voulait si on en avait. Maintenant, c’est un engagement de livraison avec un ROI élevé, qui assure les investissements nécessaires sur plusieurs années.

Et cela ne concerne même pas encore l'intelligence artificielle agentique, prochaine étape de l’IA. Ensuite viendra l’IA physique, qui provoquera la prochaine vague géante de demande. Quand on observe ces vagues successives, elles s’additionnent et se complètent. D’où la difficulté de faire passer toute cette capacité matérielle en ligne.

Patrick Moorhead 11:39

En ce moment, pour répondre à cette demande, la stratégie de contrats longs prouve combien la mémoire est fondamentale. On pourrait la réduire à « on verrouille notre capacité future », mais il est aussi question de planification collaborative.

Techniquement, j’ai vraiment été marqué, surtout sur l’IA à l’edge. C’est fascinant, peu importe Open Claw ou la façon dont certains ordinateurs clients intègrent très étroitement la mémoire au CPU/GPU pour booster la bande passante. Ce genre de changement n’arrive pas souvent côté client, l’architecture était restée stable longtemps. J’aimerais maintenant parler datacenter hyperscale, car c’est là que beaucoup de mouvements se font, du point de vue capex, modèle, application — mais qu’en est-il des voitures autonomes, PC, robots, smart edge… ?

Sumit Sadana 13:00

Est-ce que la demande en mémoire bouleverse ces applications ? Oui, excellente question. Tout part du data center. Mais l’avenir de l’IA ne se limite pas là : cette vague d’intelligence se dirige vers l’edge, jusqu’à ce que l’intelligence soit partout, dans tous les objets. Elle concerne donc tous les produits grand public, l’automobile, mais aussi ce que sera la « 2e révolution industrielle » - toute cette intelligence distribuée à l’échelle mondiale.

Sumit Sadana 13:43

Vos objets personnels, qu'il s’agisse de l’ordinateur, du smartphone à la maison ou au bureau, voire de nouveaux produits radicaux que certaines entreprises envisagent, pourraient avoir une forme totalement différente d’un PC ou d’un mobile classique. Car, pour créer un appareil nativement AI, les approches peuvent totalement sortir des schémas traditionnels. Cela renvoie à la nécessité de minimiser la consommation — pour tout ce qui fonctionne sur batterie. Comment maximiser la performance, faire tourner des modèles utiles, mais assez réduits pour fonctionner localement sans passer par le cloud — voilà le nouvel horizon de l’AI embarquée.

Cette exploration ne fait que commencer. Les modèles suffisamment compacts pour fonctionner sur PC ou smartphone s’amélioreront rapidement. Cela offre des avantages en matière de confidentialité et de sécurité des données : c’est très important pour les consommateurs et les acteurs qui garantissent qu’aucune donnée ne part dans le cloud généreront toute une nouvelle vague d’applications à forte valeur ajoutée.

Sumit Sadana 15:30

Regardons la conduite autonome — elle avance à grands pas, stimulée par les progrès IA ; et la prochaine frontière, ce sont les robots. Pensez aux robots humanoïdes, ils deviendront l’un des plus grands marchés produits de tous les temps. Cela prendra du temps, mais nous approchons de ce moment-clé où la conversation avec un robot sera aussi naturelle qu’avec un humain. Leurs aptitudes mécaniques seront de plus en plus sophistiquées, c’est une révolution.

Au début, ils serviront à automatiser l’industrie, sur des tâches précises et limitées. Puis, une fois « diplômés », le défi ultime sera la maison, espace très peu structuré. Mais d’ici 2030, la robotique sera moteur de croissance. Ce qui m’enthousiasme le plus, c’est que chaque robot aura besoin de stocker des masses de données — chaque humanoïde ayant plusieurs centaines de Go de DRAM et plusieurs To de NAND. Les conséquences sur la demande sont majeures. Beaucoup n’intègrent pas assez ce fait : un robot doit tourner en autonomie, il ne peut pas renvoyer au serveur toutes ses données. C’est vital.

Patrick Moorhead 17:25

En t’écoutant, je réalise que Micron effectue vraiment le saut à l’échelle du gigawatt. Imaginer inventer cette technologie est déjà impressionnant. À mon avis, c’est la vision stratégique qui prime désormais — que l’on parle d’appareils IA émergents ou de gigantesques datacenters gigawatt très prochainement, il s’agit d'être prêt.

J’entends parler de conception collaborative, certains de tes partenaires décrivent des idées nouvelles. À propos de changements architecturaux — historiquement, ce genre de choses passait par JEDEC. Mais aujourd’hui, il s’agit de co-conception en profondeur. Peux-tu décrire comment vos relations partenaires évoluent ?

Sumit Sadana 18:45

Oui, bien sûr. Nos partenaires cherchent tous à gagner en compétitivité sur leur marché. Le sous-système mémoire-processeur est crucial en IA car leur interaction dicte de nombreux paramètres clés : elle détermine la consommation énergétique, les types et tailles de modèles tournant sur le système, ainsi que leurs vitesses d'exécution.

On voit tant d’innovations autour des LLM (Large Language Models) ; pour différencier matériellement les cycles mémoire/processeur, la collaboration sectorielle s’intensifie. Ce n’est plus le modèle plug-n-play, pièce standard JEDEC, qu’on certifie a posteriori. Même si ce modèle subsiste sur certains marchés, les clients veulent se différencier. Il leur faut inventer ce qu’un produit standard ne permet pas. Ainsi, il faut discuter avec les fournisseurs mémoire (comme nous) du roadmapping sur 5 à 7 ans. Nous participons à la roadmap de R&D de nombre de clients, certains projets sont vite réalisables, d’autres demandent plus d’années d’innovations décisives.

Sumit Sadana 20:28

Nous sommes très enthousiastes devant cette diversité de visions. Comme tu le dis, elle couvre toute la gamme — certains appareils sont ultra-basse conso (100% batterie), d’autres relèvent du data center en gigawatt. Nous assistons déjà à bien des avancées chez plusieurs leaders de segments, et nous allons poursuivre ces efforts, accompagnant l’innovation.

Pour certains projets palpitants, nous repoussons notre expertise et délivrons les concepts novateurs désirés par nos clients. On ne peut collaborer aussi profondément avec dix partenaires ; généralement seulement une ou deux entreprises s’impliquent à ce point, les autres suivent plus tard. L’avantage, c’est la fidélité : tu deviens fournisseur unique ou du moins, durant plusieurs années. Ce modèle rapproche la relation de celle qui existe autour de l’ASIC : le client a plus d’autonomie sur le design, et le partenariat est structurellement pérenne, à la différence des mémoires génériques d’autrefois. Et c’est maintenant applicable à grande échelle.

Patrick Moorhead 22:27

C’est ça. Le volume justifie de gros investissements mutuels ; dès le lancement, l’objectif reste la différenciation. Tout le monde cherche à se distinguer, sur la performance, le TCO.

Prenons l’angle investissement. Tu as abordé les capacités. Certains s’imaginent qu’une fab mémoire se construit aussi vite qu’on écrit du code. J’ai bossé chez un fondeur, même aujourd’hui c’est un chantier capitalistique hors normes, tout prend trois à quatre ans avant profit. Peux-tu partager les investissements qui renforcent la position de Micron sur la nouvelle génération de techno, IA, ou variantes IA ? Ces investissements prennent du temps, tu l’as bien rappelé.

Sumit Sadana 23:57

Tu as entièrement raison. D’ailleurs, si quelqu’un sait comment construire rapidement une fab DRAM, dites-le-nous ! Nous faisons tout notre possible pour livrer nos clients rapidement.

Nous accélérons le plus possible tous ces investissements. Pour l’exercice 2025, nos dépenses dépassent 13 milliards de dollars ; elles doublent en 2026 ; dépasseront 45 milliards en 2027. Ces chiffres montent année après année. Récemment, nous avons annoncé aux US un relèvement du montant à 250 milliards, et l’accélération du calendrier pour atteindre 50,2 milliards d’ici fin de l’an prochain.

Ces investissements couvrent tous les volets. Notre fab ID1 d’Idaho sera opérationnelle d’ici peu ; mi-année prochaine, ID2 suivra, première ligne de galettes attendue pour fin 2028. Notre site acquis à Taïwan produira en 2027, nous l’agrandissons. Nous agrandissons aussi au Japon et à Singapour. Nous menons près de 20 projets d’expansion partout dans le monde, pour booster la capacité front-end et back-end.

Sumit Sadana 26:06

Mais cela prend invariablement beaucoup de temps. Chaque fab, même une nouvelle, c’est pareil. À New York, nous planifions un complexe de quatre fabs : la première sera prête en 2030. On a démarré en janvier, et le coulage du béton a même pris de l’avance sur le plan initial.

Sumit Sadana 26:22

Des dizaines de chantiers sont lancés dans le monde, or chacun réclame des permis, l’achèvement d’infrastructures. Les talents en bâtiment sont rares — il suffit de voir le nombre de grands projets en parallèle aux US comme au niveau mondial.

Les data centers se multiplient, donc les centrales électriques aussi ; ils ont besoin de semi-conducteurs, donc les fabs front et back-end aussi. Résultat : la main d’œuvre technique qualifiée manque cruellement et il n’y a tout simplement pas assez de techniciens pour ces programmes colossaux et sophistiqués.

Sumit Sadana 27:15

Nous investissons donc dans la communauté et la formation, pour garantir un vivier suffisant — non seulement pour nos propres projets, mais pour tout l’écosystème. Cela recouvre formation, partenariats avec les académies locales, et coopération avec les collectivités partenaires. C’est un engagement de long terme.

Nous anticipons une croissance continue de nos installations, car, avec une architecture clusterisée, il faut plusieurs fabs par site ; tu ne construis pas une seule fab. Il faut suffisamment de volume pour atteindre le point mort rapidement, ce qui implique un rythme d’expansion soutenu sur dix ans, voire davantage. Voilà nos projets au long cours. Nous ne prévoyons pas de vraie montée en puissance de la capacité avant 2028, et ce ne sera qu’une première étape. La phase d’accélération portera surtout sur les années suivantes ; l’industrie mettra du temps à retrouver l’équilibre, difficile de dire exactement quand.

Patrick Moorhead 28:54

Tes exemples et données d’investissement sont détaillés. Mais certains sous-estiment la complexité de la mémoire. On sait que le logic est complexe. Parlons spécifiquement de la mémoire — c’est l’une des technologies semi-conducteurs les plus complexes.

Sumit Sadana 29:19

On dit souvent que le logic est le plus avancé, mais la mémoire aussi. Elle recourt à la litho EUV, machine immense. Dans chaque fab, environ 2 000 étapes de process. De la production jusqu’à la livraison produit fini, il faut près de 5 mois. C’est impressionnant, beaucoup ne s’en rendent pas compte. Le cycle d’une fab dure 3,5 à 4 mois, puis il faut assembler, encapsuler, tester, ce qui ajoute un à un mois et demi de plus.

Sumit Sadana 30:04

Les produits de pointe — HBM par exemple — sont encore plus complexes. Beaucoup parlent de miracle ; et c’en est un qu’une HBM fonctionne vraiment. Imaginez douze couches DRAM empilées, et à la base une puce qui relie au GPU. Il faut gérer des problèmes thermiques et énergétiques redoutables — faire tourner à un tel débit tout en évacuant la chaleur lors des transferts entre processeur et puce ? Rien que l’assemblage rivalise avec la complexité d’une salle blanche. C’est très différent du flip-chip classique sur le logic. Sur tous les plans — encapsulation, process front end (EUV), chaque nœud DRAM est toujours plus difficile à faire avancer.

Sumit Sadana 31:18

Même démarche côté NAND : les architectures sont empilées, 200 couches, 300, 400, la complexité monte en flèche. Or, ces produits NAND stockent désormais des données à des capacités impressionnantes. Un SSD atteint désormais 245 To. Toutes ces données dans un encombrement si réduit, c’est un exploit quotidien pour nos ingénieurs. La complexité est stupéfiante. Dans les prochaines années, la poursuite de la réduction, la massification, seront encore un miracle de plus.

Patrick Moorhead 32:23

Cela exige un effort considérable, beaucoup d’innovation. Ce degré de complexité m’impressionne, et que vous arriviez à opérer sur une telle plage de puissances, c’est incroyable. Je ne sais combien d’entreprises pourraient en faire autant sur terre.

C’est drôle, car beaucoup disent « je n’en aurai jamais assez » — cela traduit l’appétit inextinguible des clients pour la nouveauté. Puis d’autres se mettent à parler prix… Mais à mon avis, il s’agit d’un investissement : que Micron et d’autres investissent est naturel, sinon le cycle d’innovation s’arrête. J’ai hâte de voir jusqu’où Micron ira grâce à ses investissements — et pas seulement en capacité fab, mais aussi côté technologie. Je crois que la robotique offrira le fameux effet x10, peut-être un immense relais de croissance, un potentiel pas encore intégré à nos modèles de capacité. Bien sûr, il nous faudra plus de preuves pour prédire quand ce segment explosera vraiment.

Merci beaucoup pour cet échange. Difficile de croire qu’on en parlait il y a tout juste un an. Que de chemin parcouru !