Or les modèles d’IA deviennent de plus en plus grands et complexes. Ils ont besoin de volumes de données plus importants et de bandes passantes mémoire beaucoup plus élevées pour fonctionner efficacement. Nvidia a d’ailleurs reconnu que les performances futures de l’IA dépendront autant de la mémoire que de la puissance de calcul brute.
Conséquence directe : même si Nvidia fabrique suffisamment de GPU, l’entreprise ne peut pas livrer un système complet sans les modules HBM nécessaires.
En pratique, la disponibilité de cette mémoire limite donc le nombre réel d’accélérateurs d’IA pouvant être expédiés aux clients.
La production de mémoire HBM est concentrée chez un petit nombre d’acteurs — principalement SK Hynix, Samsung et Micron. Avec l’explosion des investissements dans les centres de données dédiés à l’IA, la demande pour ces composants spécialisés a fortement augmenté.
Lorsque l’offre ne suit pas, plusieurs effets se font sentir :
Autrement dit, la prochaine phase de la course à l’IA pourrait dépendre moins de la conception de GPU plus rapides que de la capacité industrielle à produire suffisamment de mémoire avancée.
À ces contraintes industrielles s’ajoute un facteur géopolitique.
Les puces H200 de Nvidia jouent un rôle central dans les nouvelles générations de centres de données pour l’IA. Pourtant, leur disponibilité en Chine reste incertaine.
Lors d’un déplacement à Pékin aux côtés du président américain Donald Trump, Jensen Huang a indiqué qu’il pensait que le marché chinois finirait par rouvrir davantage aux fournisseurs de puces américains.
Mais la situation reste complexe :
Autrement dit, une demande potentielle existe sur le papier — mais elle ne se traduit pas encore automatiquement en revenus pour Nvidia.
Ces questions de chaîne d’approvisionnement et de géopolitique prennent une importance particulière car Nvidia s’apprête à publier ses résultats financiers.
La société doit tenir sa conférence sur les résultats du premier trimestre de l’exercice fiscal 2027 le 20 mai 2026, pour la période close le 26 avril.
Les analystes chercheront notamment des réponses à plusieurs questions clés :
La demande mondiale pour l’infrastructure d’IA reste extrêmement forte. Mais comme l’a souligné Jensen Huang, la vitesse réelle de cette révolution technologique dépendra désormais moins des algorithmes — et davantage de la capacité de l’industrie à produire la mémoire nécessaire pour faire tourner ces systèmes.