OkurAI
Data Insight23 mai 2026

La mémoire représente désormais près des deux tiers du coût des composants des puces IA

La HBM est passée de 52 % à 63 % du coût total des composants entre le T1 2024 et le T4 2025. En valeur absolue, les dépenses HBM de Nvidia, AMD, Google et Amazon ont bondi de 12 à 32 milliards $.

Venkat Somala
Rayane Moumni

Article écrit par Venkat Somala et Rayane Moumni

La mémoire à haute bande passante (HBM) est passée de 52 % à 63 % du total des dépenses de composants des puces IA entre le T1 2024 et le T4 2025. Ces estimations sont une moyenne sur toutes les puces IA conçues par Nvidia, AMD, Google et Amazon, pondérée par les volumes de production.

En part de dépense, les logic dies sont restés à peu près stables autour de 13 %, tandis que le packaging avancé est tombé de 19 % à 15 % et les composants auxiliaires de 15 % à 9 %. En valeur absolue, les dépenses HBM de ces quatre concepteurs ont grimpé d'environ 12 milliards $ en 2024 à 32 milliards $ en 2025 — une hausse annuelle plus rapide que tout autre composant.

Part moyenne du coût total des composants

Mémoire (HBM)
Logique
Packaging
Auxiliaire
0%25%50%75%100%Q1 2024Q2Q3Q4Q1 2025Q2Q3Q4
OkurAI|CC-BY

La HBM représentera probablement une part encore plus grande en 2026, à mesure que l'offre de mémoire reste tendue et que les prix montent. Les hyperscalers anticipent déjà cela dans leurs prévisions de capex : les 190 milliards $ de capex prévus par Microsoft pour l'exercice 2026 incluent environ 25 milliards $ liés à la hausse des prix des composants, tandis que Meta a relevé sa fourchette de capex 2026 de 10 milliards $, citant la même cause.

En savoir plus sur ce graphique

Pour chaque puce IA conçue par Nvidia, AMD, Google et Amazon, nous estimons le coût par puce de quatre catégories de composants : mémoire (HBM), logic dies, packaging avancé (CoWoS) et composants auxiliaires. Nous multiplions ensuite ces coûts par puce par les volumes de production trimestriels estimés pour obtenir les dépenses totales par catégorie, et calculons la part de chaque catégorie dans le total trimestriel, du T1 2024 au T4 2025.

La dépense totale en composants pour les puces IA est passée d'environ 22 milliards $ en 2024 à 52 milliards $ en 2025, la HBM représentant à elle seule environ 20 milliards $ de cette hausse.

Catégories de composants

Les estimations de coût des composants proviennent de notre explorateur de composants de puces IA, qui construit des nomenclatures (bills of materials) au niveau de la puce à partir des communications financières, des dépôts réglementaires des fournisseurs et des rapports d'analystes. Quatre catégories sont suivies :

  • Mémoire : stacks HBM (HBM3, HBM3e).
  • Logique : logic dies en nœud avancé (3 à 5 nm).
  • Packaging : packaging avancé TSMC CoWoS.
  • Auxiliaire : substrat, alimentation électrique et autres intrants non-logiques et non-mémoire.

Incertitude et limites

Chaque unité de composant porte une incertitude de coût (prix d'un stack HBM, d'un logic die, d'un package CoWoS). Nous modélisons le coût par composant avec un intervalle de confiance à 90 %. Comme la part est un ratio (coût du composant / coût total), numérateur et dénominateur sont tous deux incertains.

T1 2024

ComposantPartPlage (tous extrêmes)
Mémoire52 %42 - 62 %
Logique14 %10 - 20 %
Packaging19 %12 - 27 %
Auxiliaire15 %11 - 21 %

T4 2025

ComposantPartPlage (tous extrêmes)
Mémoire63 %54 - 73 %
Logique13 %9 - 19 %
Packaging15 %9 - 22 %
Auxiliaire10 %7 - 12 %

Les coûts des composants peuvent varier selon le contrat, le fournisseur et le calendrier ; nos estimations par puce comportent donc une incertitude. Nos estimations du nombre de puces produites chaque trimestre et du mix de types de puces sont également incertaines, et se propagent dans les parts que nous rapportons.

Article publié par OkurAI, 23 mai 2026. Reproductible sous licence Creative Commons BY.

À propos des auteurs

Venkat Somala

Venkat Somala

Venkat Somala est analyste spécialisé dans l'économie du matériel d'IA. Ses travaux portent sur les chaînes d'approvisionnement des semi-conducteurs, la structure de coût des puces IA et leur impact sur les dépenses d'infrastructure.

Rayane Moumni

Rayane Moumni

Rayane Moumni, fondateur d'OkurAI, premier observatoire et think tank français spécialisé dans l'analyse de l'intelligence artificielle. Multi-entrepreneur et chercheur sur l'IA.