Analyse approfondie des équipements semi-conducteurs : chaque ajout de 1 GW nécessite une capacité de production mensuelle de 50 000 wafers, comment l’IA va-t-elle porter le WFE à 300 milliards de dollars ?

Trop long, pas envie de lire

1.Bernstein donne un pont quantitatif, de l’électricité au profit.Chaque augmentation de 1GW de la capacité annuelle de construction de centres de données nécessite environ 46 000 tranches/mois de nouvelle capacité équivalente de tranches de 300mm, arrondi à environ 50 000 tranches/mois ; selon l’intensité en capital des équipements de différents procédés, chaque 1GW correspond à environ 7,5 à 8 milliards USD de nouvelles dépenses en équipements de fonderie (WFE).

2.Le scénario 50GW signifie que la capacité ajoutée en 2030 dépasse de 50GW celle de la base de 2026.La base de 2026 est d'environ 20GW, donc l'ajout annuel en 2030 atteint environ 70GW ; l’augmentation cumulée des centres de données entre 2027 et 2029 pourrait atteindre 130 à 140GW, bien plus que 50GW. Les équipements de fonderie doivent être commandés, installés et validés à l’avance.

3.300 milliards de dollars viennent du “surplus AI + base non-AI”, ce n'est pas un slogan.Le scénario 50GW correspond à 376 milliards USD de surplus WFE AI entre 2027 et 2029, auxquels s’ajoutent 360 milliards USD de base non-AI sur 3 ans, soit un total d’environ 736 milliards USD ; le parcours annuel est d’environ 200 milliards, 245 milliards et 291 milliards USD. Il faut préciser que le chiffre s’approche de 300 milliards USD en 2029, et non une moyenne sur trois ans.

4.89% des tranches supplémentaires proviennent de la mémoire, c'est pourquoi Applied Materials est le favori de Bernstein.Pour chaque 1GW de demande, la DRAM représente 53%, la NAND 20%, la HBM 16%, et la logique avancée seulement 11%. Le cycle des équipements AI ne concerne pas seulement les GPU et la logique avancée, mais les CPU hors rack et leur DRAM associée constituent l’essentiel de l’augmentation des tranches dans le modèle.

5.La poursuite de la hausse des cours dépend de la rentabilité rattrapant la valorisation, pas seulement du total WFE.Dans le scénario 50GW, le BPA 2029 de Applied Materials, Lam Research et KLA dépasse le consensus respectivement de 59,5%, 54,4% et 37,1%, avec des PER de 14,9x, 18,4x et 21,2x ; les scénarios 75GW et 100GW ne sont que des stress tests plus optimistes. Obtenir l’électricité du projet, la puissance des installations, l’efficacité des puces, l’attachement mémoire, la livraison des équipements et le cash flow des stocks : la moindre faiblesse d’un des éléments pourrait entraîner une décote du scénario.

Bernstein convertit l'expansion électrique des centres de données AI en tranches et besoins d'équipements : la vraie limite pour les valeurs équipements, c'est si les projets GW deviennent effectivement une capacité mensuelle, des commandes et du cash flow.

Le vrai paradoxe des valeurs équipements : le cours recule mais la valorisation reste élevée

Les valeurs d’équipements pour semi-conducteurs présentent à la fois “une correction forte” et “une hausse importante”, deux faits apparemment contradictoires.À la date du 17 juillet 2026 utilisée par le rapport Bernstein, ASML, Tokyo Electron, Applied Materials, Lam Research et KLA avaient reculé d’environ 23,9% en moyenne depuis leurs sommets sur 52 semaines, les trois sociétés américaines entre 28% et 31% ; mais les cinq sociétés restaient en hausse de 84,1% en moyenne depuis le début de l’année, chaque société ayant progressé entre 67% et 106%.

L’expansion de la valorisation n’a pas entièrement disparu suite à la correction.Selon le rapport, la valorisation de KLA et Lam Research sur les 12 prochains mois est passée d’environ 28x et 27x en début d'année à 42,2x et 36,8x ; celle d’Applied Materials, Tokyo Electron et ASML a aussi augmenté de façon significative. Ainsi, les investisseurs doivent répondre à deux questions fondamentales : combien de puissance effective doivent encore ajouter les centres de données AI, et la demande de puces associée permettra-t-elle à la croissance de la rentabilité de digérer la valorisation future?

La demande ne s'est pas affaiblie en parallèle.Aux États-Unis, la capacité opérationnelle des centres de données a atteint 50,7GW fin juin 2026, soit une augmentation de 11,4GW sur un an, +29% ; le pipeline de projets atteint environ 338GW, soit +216,6GW sur un an, +179%. Mais 338GW n'est que le bassin de projets, ce n'est pas la capacité effectivement opérationnelle ayant obtenu l’électricité, le financement, le terrain, l'intégration réseau et les commandes clients. Bernstein a le mérite de ne pas convertir tout le pipeline en revenus mais de poser la question inverse : si en 2030, il est effectivement possible de construire chaque année 50GW, 75GW ou 100GW, combien de capacité la fabrication de semi-conducteurs doit-elle préparer en amont?

Jusqu’ici, la limite du “super cycle WFE” était souvent fixée à 250 milliards USD.Le nouveau cadre Bernstein décompose ce plafond en variables intermédiaires : d'abord la GW effective, ensuite la capacité mensuelle de tranches, enfin les commandes d'équipements et la rentabilité.

De 1GW à 46 000 tranches/mois : comment le modèle calcule-t-il vraiment ?

Première étape : convertir 1GW en racks et puces.Bernstein prend le rack Vera Rubin comme approximation de l’architecture de calcul 2030 : la puissance d’un rack est d’environ 220kW, donc 1GW correspond à environ 4545 racks ; chaque rack consomme environ 64,6 tranches de 300mm, incluant la logique avancée, la HBM, la DRAM standard et la NAND. Pour les racks internes uniquement, 1GW équivaut à un besoin ponctuel de 294 000 tranches.

Ceci n'est pas tout.Outre les GPU internes, les CPU tête de rack et la HBM, les systèmes AI ont besoin de CPU hors rack pour l'orchestration des agents, l'appel d'outils, l’accès aux données et les services systèmes. Bernstein suppose qu’en 2030, le scénario 70GW correspond à environ 95,2 millions de CPU, soit 1,36 millions par GW ; après en avoir déduit les têtes de racks, chaque GW nécessite encore environ 9027 tranches de logique avancée. Chaque CPU périphérique utilise 0,5TB de DRAM, avec un taux de rendement de 80%, chaque GW équivalent à environ 195 000 tranches DRAM. Le modèle suppose aussi que l’augmentation annuelle de la NAND hors racks reste à 30% entre 2028 et 2030.

Deuxième étape : transformer la demande annuelle de puces en capacité mensuelle stable.Après fusion du besoin rack interne et externe, chaque GW nouvellement construit nécessite environ 46 000 tranches/mois de capacité additionnelle : 24 400 DRAM, 9 200 NAND, 7 300 HBM, 5 300 logique avancée. La conclusion qui passe souvent inaperçue : en nombre de tranches, la mémoire représente 89% du total, la logique avancée seulement 11%.

Troisième étape : convertir la capacité mensuelle en dépenses d’équipement.Selon Bernstein, chaque capacité supplémentaire de 10 000 tranches/mois de logique avancée nécessite environ 3,4 milliards USD d’équipement, la HBM et la DRAM environ 1,4 milliard USD, et la NAND environ 1,3 milliard USD. Selon la pondération du tableau ci-dessus, chaque 1GW représente environ 7,44 milliards USD, le rapport arrondit à 7,5 à 8 milliards USD. L’intensité capitalistique des procédés logiques avancés est la plus élevée, mais le volume de mémoire est bien supérieur, celle-ci représente donc environ trois quarts du surplus WFE AI.

Cette méthode est plus utile que de supposer que “l’augmentation des capex des cloud providers entraîne une augmentation équivalente des équipements”, car chaque niveau peut être démenti par les données réelles.Consommation électrique du rack, surface de chaque puce, taux de rendement, configuration du serveur, capacité DRAM, croissance NAND : toute modification affecte le WFE final estimé.

Il faut distinguer “consommation de tranches” et “capacité mensuelle de tranches”.Le chiffre de 64,6 tranches par rack Vera Rubin correspond à une demande ponctuelle ; 46 000 tranches/mois sont nécessaires pour maintenir durablement la capacité de production associée à chaque GW de construction annuelle de centres de données. Le premier chiffre répond à “combien de tranches faut-il pour construire cette série de machines”, le second à “quelle taille de fonderie faut-il construire”. Si l’on prend la consommation ponctuelle de 294 000 tranches/GW comme capacité mensuelle, ou multiplie les 46 000 tranches/mois par le nombre de racks, le WFE sera alors compté deux fois.

La relation temporelle du modèle est aussi cruciale.Les cloud providers déterminent d’abord la charge et le budget capitalistique, les projets de centres de données règlent ensuite l’électricité et la construction, les fonderies agrandissent les salles blanches, commandent et installent les équipements, montent leur taux de rendement, et enfin les puces sont intégrées aux serveurs. Les revenus WFE précèdent la mise en service finale des capacités de calcul, mais ne précèdent pas toutes les étapes de projet ; seules les GW ayant franchi l’électricité, le financement et la sécurisation des clients ont une grande probabilité de se convertir en commandes d’équipements.

50GW n'est pas de la capacité cumulée, 300 milliards de dollars non plus une moyenne sur trois ans

Le point le plus susceptible d'être mal interprété dans le rapport est la définition de 50GW.La base de 2026 suppose chaque année environ 20GW de capacité supplémentaire ; le “scénario 50GW pour 2030” signifie que la vitesse annuelle d’ajout en 2030 dépasse de 50GW cette base, soit environ 70GW ajoutés pour cette année-là, pas 50GW au total entre 2027 et 2030. Si le parcours annuel est d’environ 30GW en 2027, 45GW en 2028 et 60GW en 2029, l’augmentation cumulée sur 3 ans est d’environ 135GW, en ligne avec la fourchette de 130 à 140GW du rapport.

Les fournisseurs d’équipements doivent anticiper les besoins des centres de données.Pour que l’approvisionnement en puces puisse soutenir 70GW d'ajout annuel en 2030, la capacité de fonderie concernée doit être en place d’ici fin 2029, ce qui concentre les commandes d’équipements entre 2027 et 2029. La demande supplémentaire de tranches AI du scénario 50GW : 264 000 tranches/mois logique avancée, 365 000 HBM/mois, 1,22 million DRAM/mois, 458 000 NAND/mois ; soit 376 milliards USD de nouveau WFE AI, dont HBM et DRAM représentent 228 milliards USD.

Bernstein ajoute ensuite une base non-AI de 120 milliards USD WFE par an, couvrant les procédés matures, puces analogiques, marché chinois et autres besoins hors centres de données.On obtient alors sur 2027-2029 un total de 736 milliards USD WFE, soit une moyenne d’environ 245 milliards USD sur trois ans, mais le parcours annuel augmente progressivement de 200 à 245 et 291 milliards. La mention “300 milliards USD WFE” signifie que, dans le scénario 50GW, 2029 approche ce niveau.

Ce tableau de sensibilité n’est pas une prévision annuelle précise.Le modèle fixe 2027 à environ 200 milliards, puis remonte la pente de 2028 et 2029 en fonction de l’objectif 2030, ce qui donne au scénario élevé un caractère très mécanique. Le scénario 100GW offre un chiffre de 542 milliards USD pour 2029, plus utile pour tester la chaîne d’approvisionnement et le modèle de rentabilité maximum qu’en tant que cible de base.

Pourquoi cette vague de hausse d'équipements concerne d'abord la mémoire, et non la logique avancée

Le marché associe souvent les équipements AI à la logique avancée, le modèle Bernstein place pourtant le gros surplus sur la DRAM.La raison ne se limite pas à la HBM interne aux racks. Le rack Vera Rubin requiert logique, HBM, DRAM et NAND, mais la variable principale provient des CPU hors rack : l’agent doit gérer la programmation, l’extraction, l’exécution de code, l’appel d’outils et la gestion du statut, beaucoup se joue en dehors des racks accélérateurs ; la supposition d’un CPU associé à 0,5TB DRAM pousse le besoin de tranches DRAM au-delà de la moitié du total.

Le classement des entreprises bénéficiaires change.Le coût d’équipement pour 10 000 tranches/mois de logique avancée est d’environ 3,4 milliards USD, l’intensité capitalistique la plus élevée ; mais la DRAM, la HBM et la NAND ajoutent un volume équivalent huit fois supérieur à celui de la logique avancée. Au total, Applied Materials couvre plusieurs métiers liés au dépôt, aux matériaux et au stockage, Bernstein en fait donc son favori. Lam Research bénéficie plus du cycle entre gravure, dépôt, GAA, packaging avancé, upgrade HBM et NAND ; KLA profite de la complexité accrue des procédés et des exigences de rendement, les marges élevées du contrôle process restent stables.

ASML, Tokyo Electron et la chaîne japonaise d’équipements bénéficieront aussi, mais le rapport ne donne pas de pont bénéfice 50/75/100GW strictement identique à celui des trois américaines.L’élargissement du WFE secteur ne doit pas se traduire mécaniquement par le même rythme de revenus pour chaque entreprise d’équipements. Chaque société reçoit son surplus selon la position produit, la structure client, la part de marché, la capacité de livraison et les revenus de service.

Comment recalculer Applied Materials, Lam Research et KLA pour 50, 75 et 100GW

Bernstein cartographie le WFE secteur directement sur les revenus équipements, revenus services, BPA et PER : cette étape est celle qui se rapproche le plus de la décision d’investissement.Dans le scénario 50GW, en 2029 les revenus de Applied Materials et Lam Research dépassent les attentes consensuelles de 52,3%, KLA de 33,1% ; le BPA s’apprécie de 59,5%, 54,4% et 37,1% respectivement. Si les cours restent ceux du rapport, les PER tombent à 14,9x, 18,4x et 21,2x en 2029.

Le scénario 75GW amplifie clairement le levier opérationnel.En 2029, le BPA de Applied Materials, Lam Research et KLA dépasse les attentes consensuelles de 120,3%, 103,8% et 89,5% respectivement, avec des PER de 10,8x, 13,9x et 15,3x. Pour le scénario 100GW, la hausse du BPA atteint 181,0%, 153,3% et 142,0%, et le PER passe à 8,5x, 11,2x et 12,0x.

Les chiffres du tableau corrigent aussi les raccourcis du rapport.Pour 75GW, le BPA ne double pas pour les trois sociétés, KLA atteint 89,5% ; même pour 100GW, le PER de Lam Research et KLA reste à 11-12x. Le PER paraît très bas car le modèle, sur la base d’un cours constant, fait grimper le BPA à long terme ; cela démontre l’élasticité de la rentabilité, mais ne signifie pas que le marché offre aujourd’hui une décote sans risque.

L’avantage d’Applied Materials vient de sa forte exposition mémoire et de sa valorisation relative, celui de Lam Research de la flexibilité sur gravure et stockage, celui de KLA du contrôle process, des marges et du rendement sur capital.L’allocation doit dissocier l’élasticité générale du secteur et la qualité des profits : Applied Materials est proche du scénario principal du rapport, Lam Research est très sensible au rythme d’expansion du stockage, tandis que KLA nécessite un contrôle process renforcé pour valoriser sa qualité.

Du WFE secteur aux EPS individuels, il y a trois portes d'entrée.La première : le marché adressable, car 10 milliards USD de WFE ne sont pas répartis pareils entre logique avancée, DRAM, NAND et contrôle process selon chaque société. La deuxième : la reconnaissance des revenus, car la livraison des équipements, leur réception et leur montage créent un décalage, les revenus de service s'accumulent progressivement après montée en base installée. La troisième : la marge sur le surplus, car les urgences chaîne d’approvisionnement, coût des composants, R&D et négociations client déterminent combien de profits sont réellement captés sur les revenus additionnels. Les scénarios particuliers du rapport intègrent déjà les hypothèses de part de marché, de service et de profit, mais celles-ci sont plus difficiles à observer que la GW secteur elle-même.

Ceci explique les différences de résultat pour les trois sociétés sur chaque scénario.Applied Materials et Lam Research voient leur revenu additionnel égal dans le scénario 50GW, mais l'ajustement du BPA atteint 59,5% et 54,4% respectivement ; KLA a un revenu additionnel plus faible mais ses marges élevées, le service et le rendement sur capital en font un actif de qualité. Si l’augmentation du WFE n’apporte ni gain de parts de marché ni hausse de marge pour une société, même si le diagnostic secteur est juste, les profits ne suivront pas le modèle pour l’action individuelle.