Services de sécurité managés : le RSSI n’est pas seul responsable
Benedikt Langer
8 Min. de lecture Dans de nombreuses entreprises, le CISO est perçu comme le responsable de la sécurité. ...
Lire l'article
Le 8 avril 2026, Gartner a publié une prévision qui a des conséquences budgétaires directes pour les DSI : le chiffre d’affaires mondial des semi-conducteurs dépasse pour la première fois en 2026 la barre des 1,3 billion de dollars – soit une croissance de 64 % par rapport à l’année précédente. Le moteur est connu. La conséquence sur les budgets informatiques l’est moins.
Temps de lecture : 5 min
Les points clés en bref
- 1,3 billion de dollars et 64 % de croissance. Gartner prévoit la plus forte croissance du secteur des semi-conducteurs des deux dernières décennies pour 2026. Les moteurs sont les accélérateurs IA pour les hyperscalers, dont les dépenses d’infrastructure augmentent de plus de 50 %.
- Les puces IA représentent 30 % du marché. Les semi-conducteurs dédiés à l’IA constituent déjà un tiers du chiffre d’affaires total des semi-conducteurs. Le reste se répartit entre la mémoire, les puces commodités et les applications non liées à l’IA.
- La « memflation » impacte directement les budgets hors IA. Les prix de la DRAM augmentent de 125 % en 2026, ceux de la NAND Flash de 234 %. Serveurs, stockage, renouvellement des terminaux : ceux qui attendent achètent plus cher. Gartner ne prévoit pas de baisse des prix avant fin 2027 au plus tôt.
- La capacité GPU est engagée contractuellement. Les hyperscalers sécurisent la production disponible de GPU grâce à des engagements de plusieurs milliards. Les clients entreprises entrent en concurrence avec l’expansion de l’infrastructure cloud pour les mêmes puces.
Pourquoi le chiffre de Gartner n’est pas une simple étude de marché pour les DSI
Un marché de 1,3 billion de dollars ressemble à une statistique macroéconomique. Ce n’est pas le cas. Les semi-conducteurs constituent la chaîne d’approvisionnement derrière chaque serveur, chaque ordinateur portable, chaque baie de stockage et chaque instance GPU que les DSI achètent. Ce qui se passe dans ce secteur se répercute avec un décalage de 12 à 18 mois dans les listes de prix de Dell, HPE, Lenovo et dans les tarifs spot du cloud des hyperscalers.
Le problème concret pour 2026 et 2027 : Gartner qualifie ce phénomène de « memflation ». Les prix de la DRAM augmentent de 125 %, ceux de la NAND Flash de 234 %. Tous deux sont des composants essentiels dans presque tous les appareils. Les prix du matériel pour les utilisateurs finaux suivront – avec un décalage, mais ils suivront.
Les DSI qui ont planifié des cycles de renouvellement pour l’infrastructure serveur ou les flottes de terminaux en 2026 devraient revoir leurs hypothèses de calendrier. Ceux qui achètent maintenant le font avant la hausse des prix. Ceux qui attendent 2027 achèteront sur un marché de la mémoire sans soulagement.
Disponibilité des puces IA : le défi d’approvisionnement sous-estimé
Les semi-conducteurs IA représentent 30 % du marché total des semi-conducteurs – et ils sont rares. AWS, Microsoft, Google et Meta engagent la capacité GPU disponible pour les deux à trois prochains trimestres via des engagements de plusieurs milliards. NVIDIA, AMD et les fabricants de puces personnalisées privilégient ces acheteurs.
Pour les entreprises qui ont besoin de capacités GPU pour leurs propres charges de travail IA, deux scénarios réalistes se dessinent.
Cloud-first : Louer plutôt qu’acheter la capacité GPU via AWS, Azure ou GCP. Aucun délai d’approvisionnement, aucun risque d’amortissement. Mais : les prix spot du cloud pour les instances A100 et H100 ont également augmenté en 2026, car les hyperscalers répercutent la pénurie.
On-Premise avec long délai : Ceux qui prévoient des serveurs GPU physiques comptent actuellement sur un délai d’approvisionnement de 12 à 20 semaines. Ce n’est pas un problème si le projet démarre dans neuf mois. C’est un problème si le conseil d’administration a fixé l’initiative IA pour le troisième trimestre 2026.
Analyse
Croissance des semi-conducteurs de 64 % en 2026. Dépenses d’infrastructure des hyperscalers : plus de +50 %. Puces IA : 30 % du marché total.
Source : Gartner, 8 avril 2026
Trois ajustements budgétaires pour le processus de planification en cours
1. Prévoyez une marge de 15 à 25 % pour le renouvellement du matériel. La « memflation » (inflation de la mémoire) sur les DRAM et NAND fait augmenter les prix d’achat des serveurs, du stockage et des terminaux jusqu’à fin 2026 et 2027. Qui planifie avec les listes de prix de l’année précédente devra solliciter des approbations complémentaires.
2. Alignez le calendrier des charges de travail IA avec la réalité des délais d’approvisionnement. Si un pilote IA a besoin de matériel au T3 2026, la commande doit être lancée dès maintenant. Des délais d’exécution de 12 à 20 semaines pour le matériel GPU sont la norme en 2026 – ce n’est pas un état exceptionnel.
3. Augmentez de manière réaliste le budget cloud pour la capacité GPU. Remplacer le GPU On-Prem par de la capacité Cloud Spot nécessite une marge de sécurité. Les données Gartner montrent une corrélation entre le marché du matériel et les tarifs cloud pour les instances IA.
La prévision de Gartner ne fournit pas de nouveaux problèmes. Elle fournit des chiffres pour des problèmes que les CIO connaissent déjà. La valeur ajoutée : étayer les discussions de conseil d’administration sur les ajustements budgétaires matériels avec des références externes.
Foire aux questions sur la prévision semiconducteurs Gartner 2026
La memflation affecte-t-elle les coûts cloud ou uniquement le matériel On-Prem ?
Les deux, mais avec des calendriers différents. Les fournisseurs cloud amortissent les coûts matériels sur plusieurs années et absorbent une partie du choc à court terme. À moyen terme – Gartner prévoit des prix de la mémoire plus réalistes au plus tôt fin 2027 – les coûts d’acquisition plus élevés seront intégrés dans les tarifs de calcul et de stockage. Dans les prévisions budgétaires 2027, il faut s’attendre à des augmentations de prix de 10 à 20 % pour les instances cloud intensives en mémoire.
Existe-t-il des alternatives aux GPU NVIDIA pour contourner les pénuries ?
Oui, avec des réserves. L’AMD Instinct MI300X est disponible et compétitif pour les charges de travail d’inférence. Pour l’entraînement sur de grands modèles, l’écosystème NVIDIA (CUDA, chaîne d’outils) reste nettement plus mature. Les puces IA personnalisées via les fournisseurs cloud (AWS Trainium2, Google TPU v5) sont intéressantes pour des charges de travail spécifiques, mais créent une forte dépendance à un fournisseur. Pour les premiers projets IA d’entreprise : la plupart des charges de travail relèvent de l’inférence – là, les alternatives à NVIDIA sont plus réelles qu’on ne le pense souvent.
Quelle précision ont les prévisions semiconducteurs de Gartner à de tels taux de croissance ?
Historiquement fiables pour l’année en cours (écarts inférieurs à 10 %), car une grande partie de la capacité est déjà contractuellement liée. Le taux de croissance de 64 % est exceptionnel, mais justifié par les arriérés de commandes concrets chez NVIDIA, TSMC et SK Hynix. Le risque réel n’est pas un risque de baisse, mais un risque d’offre : si les capacités de TSMC se révèlent plus rares que prévu, les prix continueront d’augmenter.
Conseils de lecture de la rédaction
Plus du réseau MBF Media
Source image de couverture : Pexels / Brett Sayles (px:5050305)