Les data centers d'IA consomment des quantités massives de puces mémoire, et cette demande absorbe une part croissante de la production mondiale. Les conséquences dépassent largement le secteur : fabricants d'ordinateurs, de téléphones et de consoles se retrouvent en concurrence directe avec des acheteurs disposant de budgets sans commune mesure. Le sujet est devenu suffisamment sérieux pour susciter des démarches auprès des autorités américaines.
Nous avons documenté les contraintes de l'IA sur l'électricité, le foncier et les puces de calcul. Voici une contrainte moins visible et plus immédiate pour votre portefeuille.
Pourquoi l'IA dévore la mémoire
La raison est structurelle et vient de ce que nous avons expliqué à propos des architectures à mélange d'experts : même si seule une fraction des paramètres travaille à chaque instant, l'ensemble du modèle doit rester disponible en mémoire.
Un modèle de plusieurs centaines de milliards de paramètres occupe donc une quantité de mémoire considérable, multipliée par le nombre de machines qui le servent. Ajoutez la mémoire nécessaire au traitement des contextes longs, et vous obtenez une consommation qui croît plus vite que la capacité de production.
Il ne s'agit pas de la même mémoire que celle de votre ordinateur, les puces les plus recherchées étant des composants spécialisés à très haut débit. Mais les chaînes de production sont partiellement communes, et les fabricants arbitrent naturellement vers les produits les plus rentables.
La conséquence pour le grand public
C'est là que ça devient concret. Quand un fabricant de puces mémoire peut vendre sa production à des data centers prêts à payer le prix fort, il a peu de raisons de la réserver à des fabricants d'ordinateurs portables aux marges serrées.
Les effets se voient déjà dans plusieurs directions : hausse des prix des composants, allongement des délais, et pour certains produits grand public, des configurations mémoire revues à la baisse pour tenir un prix affiché.
Autrement dit, votre prochain téléphone ou ordinateur pourrait coûter plus cher, ou embarquer moins de mémoire à prix égal, à cause d'une demande qui n'a rien à voir avec vous.
Cette tension a une conséquence directe sur un sujet que nous suivons : l'IA locale. Faire tourner un modèle chez soi exige de la mémoire, et si celle-ci devient plus chère et plus rare, la démocratisation que permettaient la compression des modèles et les petits modèles agentiques se heurte à un mur matériel. L'IA centralisée, en absorbant les composants, rend l'IA décentralisée plus difficile. Ce n'est probablement pas intentionnel, et l'effet n'en est pas moins réel.
Ce que ça révèle
Cette pénurie illustre une chose que nous répétons depuis des semaines : l'IA n'est pas une industrie logicielle, c'est une industrie lourde qui entre en concurrence avec le reste de l'économie pour des ressources finies.
Nous l'avons vu avec l'eau en Inde, avec l'électricité, avec le foncier. La mémoire est le même phénomène appliqué à un composant industriel.
Le point commun de ces situations est qu'elles opposent un acteur disposant de capitaux considérables à des usages diffus et moins solvables. Dans une allocation par le prix, l'issue est prévisible. C'est précisément pour cette raison que des arbitrages politiques finissent par être réclamés, et que le sujet remonte vers les autorités publiques.
Ce qu'il faut retenir
Il y a une leçon pratique et une leçon générale.
La pratique : si vous envisagez un achat d'équipement informatique, notamment avec beaucoup de mémoire, les conditions pourraient être moins favorables dans les mois qui viennent qu'elles ne le sont aujourd'hui.
La générale : chaque fois qu'une technologie consomme une ressource physique à grande échelle, elle finit par entrer en conflit avec d'autres usages de cette ressource. Ce conflit se règle d'abord par le prix, puis par la politique. Nous sommes en train de passer de la première phase à la seconde, sur plusieurs ressources à la fois.