Le dernier rapport sur les semi-conducteurs de Morgan Stanley : le cycle de puissance de calcul de l’IA s’étend au stockage et à l’encapsulation

Le 5 mars 2026, Morgan Stanley a publié un rapport de recherche sur l'industrie asiatique des semi-conducteurs :

« Greater China Semiconductors – Bullish on Cloud, Memory and Optical Outlook; Accumulating Ahead of GTC ».

Le rapport estime que le moteur central de l'industrie des semi-conducteurs reste actuellement la construction d'infrastructures d'intelligence artificielle, mais l'attention du marché est en train d'évoluer.

Si l'on considère que les cycles d'IA de 2023–2024 étaient principalement centrés sur les GPU, alors à partir de 2025–2026, la demande d'IA commence à se diffuser dans une chaîne industrielle des semi-conducteurs beaucoup plus large, comprenant :

• la mémoire (Memory)

• l'emballage avancé (Advanced Packaging)

• puces ASIC personnalisées

• réseaux de centres de données

La conclusion de Morgan Stanley est :

L'investissement dans la puissance de calcul de l'IA est toujours en phase d'expansion, tandis que l'industrie des semi-conducteurs entre dans un nouveau cycle de demande structurelle.

1. Les dépenses en capital des fournisseurs de cloud continuent de croître

Le cœur de la demande en semi-conducteurs IA provient toujours des opérateurs de cloud computing.

Selon les statistiques de Morgan Stanley :

Au quatrième trimestre 2025, les dépenses en capital des quatre plus grands fournisseurs mondiaux de cloud (Amazon, Microsoft, Google, Meta) ont augmenté de 64 % en glissement annuel.

Si l'on élargit aux dix principaux fournisseurs mondiaux de cloud, Morgan Stanley prévoit :

En 2026, les dépenses mondiales en capital pour le cloud computing atteindront près de 685 milliards de dollars.

Dans des prévisions à plus long terme, Jensen Huang, PDG de NVIDIA, a déclaré :

Les investissements mondiaux dans l'infrastructure IA pourraient atteindre 1 trillion de dollars d'ici 2028.

Cette tendance signifie :

La construction des infrastructures IA est toujours dans un cycle d'expansion, et non au stade culminant redouté par le marché.

2. Le raisonnement IA change la structure de la demande de mémoire

Morgan Stanley estime que le segment le plus sous-estimé de ce cycle IA concerne la demande de mémoire.

Les modèles d'inférence IA nécessitent de stocker un grand nombre de données contextuelles (Context Memory),
ce qui stimule donc la demande de nouvelles architectures de mémoire.

Le rapport introduit un concept :

ICMS (Inference Context Memory Storage)

c'est-à-dire un système de stockage contextuel dédié à l'inférence IA.

Selon les estimations de Morgan Stanley :

D'ici 2027, la demande en inférence IA consommera en outre 13 % de la demande mondiale de mémoire NAND.

Parallèlement, le marché du NOR Flash pourrait également être sous tension côté offre.

Le rapport estime :

La demande en mémoire IA pourrait relancer un nouveau cycle haussier de l'industrie de la mémoire.

3. HBM devient le principal goulot d'étranglement de la puissance IA

L'amélioration des performances des puces IA repose en partie sur la mémoire à haute bande passante (HBM).

Morgan Stanley prévoit :

En 2026, la demande mondiale en HBM pourrait atteindre environ 32 milliards de Gb.

Concernant la structure de la demande :

NVIDIA reste le plus grand consommateur de HBM.

La demande croissante de GPU IA et de puces ASIC IA rend la HBM essentielle dans la chaîne d'approvisionnement en puissance IA.

Cette tendance explique aussi pourquoi :

• SK Hynix

• Micron

• Samsung

affichent de bons résultats durant le cycle IA.

4. L'emballage avancé devient un goulot d'étranglement pour la production de puces IA

Les GPU IA nécessitent non seulement des processus avancés, mais aussi une forte dépendance à l'emballage avancé.

Morgan Stanley prévoit :

En 2026, la capacité de packaging avancé CoWoS de TSMC pourrait atteindre 125 k wafers par mois.

La demande provient principalement de :

• NVIDIA

• AMD

• les puces IA développées en interne par les principaux fournisseurs de cloud

L'emballage avancé devient donc un maillon crucial de la chaîne d'approvisionnement en puces IA.

5. L'essor rapide des ASIC IA

En plus des GPU, les fournisseurs de cloud développent à grande échelle leurs propres puces IA.

Les principaux projets actuels incluent :

• Google TPU

• Amazon Trainium

• Microsoft Maia

• Meta MTIA

  
  

Morgan Stanley prévoit que le volume d'expédition des ASIC IA va croître continuellement dans les prochaines années.

Par exemple :

Le volume d'expédition des puces AWS Trainium augmentera continuellement dans les prochaines années.

Cela signifie qu'à l'avenir, le marché de la puissance IA affichera :

un développement parallèle GPU + ASIC.

6. La substitution des GPU IA en Chine progresse

Le rapport livre aussi des prévisions sur l'industrie chinoise des puces IA.

Morgan Stanley prévoit :

Le taux d'autosuffisance des GPU en Chine passera de 34 % en 2024 à 50 % en 2027.

Dans le même temps, la taille du marché chinois du cloud IA devrait atteindre en 2027 :

environ 48 milliards de dollars.

Cela indique que la chaîne industrielle mondiale de la puissance IA commence à présenter une certaine régionalisation.

Ma compréhension

Pour résumer tout le rapport en une phrase, c'est très simple :

Le cycle des semi-conducteurs IA se diffuse de la "puissance de calcul" à l'"ensemble de la chaîne d'approvisionnement".

Au début, le marché se concentrait sur les GPU.

Mais avec l’extension de l’infrastructure IA, la demande se diffuse vers :

• mémoire

• emballage avancé

• puces réseau

• ASIC personnalisées

  
  

Cela signifie :

L'IA n'est plus seulement un cycle de puce unique, mais un cycle de demande structurelle pour l'ensemble de la chaîne industrielle des semi-conducteurs.

Pour l'industrie des semi-conducteurs,
le véritable changement ne réside pas dans la demande en GPU, mais dansla construction à long terme de l'infrastructure de calcul.