Ce n’est pas une simple correction technique isolée. Quatre pressions structurelles s’exercent simultanément sur la logique de valorisation des semi-conducteurs liés à l’IA : la restructuration de la chaîne d’approvisionnement de la production « Made in China », la réévaluation du risque de crédit de Nvidia, le défi posé par l’amélioration de l’efficacité des modèles à la logique d’expansion de la puissance de calcul, et le retrait des capitaux dans un contexte de transactions à valorisations élevées et très « encombrées ». Voici le détail, point par point.
Schéma logique de transmission de la pression des semi-conducteurs IA (quatre vagues)
Percée chinoise de la fabrication de semi-conducteurs, entraînant une réévaluation mondiale de la chaîne d’approvisionnement
Le 27 juillet, le leader chinois des DRAM, ChangXin Memory Technologies (CXMT), a été coté au tableau STAR de la Bourse de Shanghai. À la clôture, son cours atteint 49,00 yuans, soit une hausse explosive de 466% par rapport au prix d’émission de 8,66 yuans. Sa capitalisation boursière atteint 32.8k de yuans (environ 484,6 milliards de dollars) et a brièvement dépassé Tencent et Intel pour devenir la capitalisation n°1 du marché A. Le volume des transactions sur la journée dépasse 140 milliards de yuans, établissant un record historique pour le marché A. Le Financial Times britannique rapporte que CXMT est désormais devenu le « quatrième plus grand producteur mondial de DRAM ».
Dans le même temps, des informations circulent : une entreprise à capitaux publics (contrôlés par l’État) à Shanghai aurait déjà commencé la production en série de machines de lithographie DUV par immersion. Cette année, elle prévoit de produire environ 5 unités ; l’objectif pour l’an prochain est de passer à 20 unités. Les premiers équipements seront livrés à Semiconductor Manufacturing International Corporation (SMIC), à HUA HONG Semiconductor et à CXMT. Même si les 5 unités prévues en 2026 ne représentent que 3,8% du volume de livraison d’ASML en 2025 (131 unités), le marché ne négocie pas seulement la capacité de substitution à court terme : il se projette vers une modification de la structure d’approvisionnement à long terme.
Le récit central des deux dernières années était : croissance de la demande en puces IA → tensions mondiales sur l’offre → profits excédentaires pour Samsung, SK hynix et Micron. L’introduction en bourse de CXMT et la mise en production en série de la lithographie « Made in China » pointent plutôt vers une attente inverse : montée en puissance de la chaîne d’approvisionnement chinoise → hausse de l’offre mondiale → pression sur les prix des mémoires → baisse des marges bénéficiaires. CXMT a porté le taux de rendement (yield) des puces DDR5 en procédé 17 nm à 90%. La demande de DRAM en Chine représente un quart du total mondial. Si la production locale atteint une échelle suffisante, le choc sur la structure mondiale de l’offre et de la demande de mémoires pourrait être durable.
Cette attente se reflète directement dans l’ampleur de la baisse du secteur des mémoires. SK hynix et Samsung Electronics ont reculé d’environ 50% et 41% respectivement depuis leurs plus hauts de juin, bien au-delà de la baisse synchronisée de 21% de l’indice des semi-conducteurs de Philadelphie. Le marché ne négocie pas « le remplacement d’ASML cette année par des équipements chinois » : il évalue le scénario à échéance de trois à cinq ans dans lequel la structure de l’offre mondiale de mémoires pourrait être remodelée.
Comparaison du recul cumulé de principaux acteurs des semi-conducteurs IA depuis leur plus haut de juin
Réévaluation du risque de crédit de Nvidia
Le 27 juillet, au cours de la séance intrajournalière, les CDS à cinq ans de Nvidia ont brièvement bondi d’environ 14 points de base, jusqu’à un niveau maximal d’environ 82 points de base par an. Il s’agit du plus fort mouvement sur une journée depuis le début d’une période de négociation active de ce contrat en novembre 2025. Les CDS peuvent être vus comme une assurance contre le défaut sur la dette d’entreprise : lorsque le prix monte, cela signifie que le marché estime que le risque de crédit de l’émetteur augmente.
La hausse fulgurante des CDS s’explique d’abord par la crainte du marché concernant le modèle de « financement en boucle » de Nvidia. Le 24 juillet, Nvidia et le groupe SK annoncent avoir conclu un accord de coopération de plus de 500 milliards de dollars sur l’IA. Parallèlement, Nvidia cherche à fournir à OpenAI une garantie pouvant aller jusqu’à 250 milliards de dollars, afin d’aider à louer la puissance de calcul des centres de données. Selon des informations, Nvidia discute aussi de fournir un financement au projet américain de 350 milliards de dollars par lequel OpenAI achèterait ses puces. Au total, ces projets dépassent 750 milliards de dollars.
Les critiques avertissent depuis des mois que ce type d’accord a un caractère « en boucle » : Nvidia finance ou prend des participations dans certaines entreprises, lesquelles achètent ou utilisent ensuite des puces Nvidia. Michael Ball, stratège macro chez Bloomberg, souligne que ces accords d’infrastructure à très grande échelle ravivent les doutes du marché sur la logique des « flux de trésorerie en boucle » derrière les dépenses d’investissement en IA : la croissance des revenus de Nvidia dépend fortement de la capacité de financement des clients en aval ; les capitaux circulent à l’intérieur de la chaîne industrielle. Si le contexte de financement change, toute la chaîne des dépenses IA risque de se contracter.
À noter : la hausse des CDS n’est pas propre à Nvidia. Les données du London Stock Exchange Group montrent que les CDS de grands acteurs de l’IA comme Oracle, SpaceX, Alphabet, Amazon, Meta, Broadcom, etc., ont récemment atteint des sommets historiques respectifs. Les CDS à cinq ans d’Oracle étaient cotés à 215 points de base le 27 juillet, largement au-dessus des 144 points de base en début d’année. S&P Global Ratings avait déjà abaissé la note de crédit d’Oracle jusqu’à BBB- en raison du plan d’investissement de 70 milliards de dollars dans des centres de données.
Le marché pose une question plus profonde : Nvidia est-elle vraiment un « fournisseur de GPU », ou bien un « acteur financier des infrastructures IA » ? Si c’est la seconde option, la qualité et la pérennité des revenus doivent être réexaminées.
Amélioration de l’efficacité des modèles IA, défiant la logique d’expansion de la puissance de calcul
Le 28 juillet, le modèle Kimi K3 de « Mian de la lune » a été officiellement open source, avec publication simultanée d’un rapport technique et des poids du modèle. L’ordre de grandeur des paramètres de Kimi K3 est d’environ 28k (mille milliards) ; il représente environ 3 fois celui de son prédécesseur Kimi 2,5 (Kimi K2.5). Mais surtout, les données montrent que, grâce à des innovations techniques comme Kimi Delta Attention, Attention Residuals et MoonEP, l’efficacité à l’échelle a progressé d’environ 2,5 fois : au sens optimal de la puissance de calcul, la production « intelligence » par unité de puissance de calcul serait environ 2,5 fois celle d’avant. Le rapport technique indique que KDA remplace 75% des couches d’attention linéaire traditionnelles ; la compression du KV Cache atteint 75% ; et la vitesse de décodage des textes longs progresse de 6,3 fois.
Kimi K3 n’est pas un cas isolé. D’autres modèles open source, comme DeepSeek, explorent eux aussi les limites de l’efficacité algorithmique. Ces avancées ramènent le marché à une question centrale : un IA plus performant implique-t-il nécessairement plus de GPU et de plus grands centres de données ?
Jusqu’ici, le marché acceptait largement la logique des « lois d’échelle » (« Scaling Law ») : modèle plus grand, plus de données, plus de puissance de calcul — les trois seraient corrélés linéairement. Or Kimi K3 montre une voie différente : dans un contexte où les ressources de puissance de calcul sont limitées, des gains importants de « production par unité » peuvent être obtenus via l’innovation d’architecture. Si l’optimisation des algorithmes peut partiellement remplacer l’empilement de puissance de calcul, alors les hypothèses de croissance de la demande en GPU, le retour sur investissement des investissements des centres de données et le calendrier des dépenses d’investissement (capex) des fournisseurs cloud doivent être recalibrés.
Évidemment, cette logique fait débat. Les points de vue de Citigroup et de Bank of America sont plutôt négatifs : les gains d’efficacité pourraient libérer davantage d’usages via le « paradoxe de Jevons », ce qui augmenterait la consommation totale de ressources. Quand le coût par « unité d’intelligence » baisse, les entreprises déploient davantage d’agents fonctionnant en continu, d’analyses à longs contextes, d’automatisation du code et de services multi-modaux en temps réel. Quoi qu’il en soit, l’open source de Kimi K3 prouve au moins une chose : la trajectoire d’amélioration de l’efficacité de la puissance de calcul est bien réelle ; elle n’était pas claire 12 mois plus tôt. Le marché doit réaliser une analyse de scénarios bidirectionnelle de la « courbe de demande de puissance de calcul », et non extrapoler dans un seul sens.
Transactions à valorisations élevées trop « chargées », prise des profits et retrait des capitaux
Au cours des deux dernières années, le secteur des semi-conducteurs IA a engrangé d’importantes hausses. Les valorisations de référence des acteurs clés — Nvidia, SK hynix, Broadcom, Micron, ASML — avaient déjà intégré des attentes de croissance de l’IA sur plusieurs années. Lorsque plusieurs facteurs négatifs surviennent en même temps — concurrence sur la chaîne d’approvisionnement chinoise, risque de crédit de Nvidia, amélioration de l’efficacité des modèles — les capitaux choisissent de réduire l’exposition au risque.
Le 27 juillet, le marché actions US a clairement illustré ce mouvement de « rotation haut vers bas » (« high cut, low switch ») : l’indice des semi-conducteurs de Philadelphie chutait d’environ 5% en début de séance, puis termine en baisse de 2,23%. En revanche, Apple termine en hausse de 1,17%, Google - A gagne 2,13%, Microsoft progresse de 1,94%, SAP grimpe de 6,90% et Salesforce (CRM) monte de 6,04%. L’indice S&P 500, une fois exclues les actions liées à l’IA, progresse de 0,80%, soit un comportement nettement supérieur à celui de l’ensemble de l’indice.
L’analyste Chris Hussey de Goldman Sachs indique que la sous-performance relative de l’indice S&P 500 sur les deux derniers mois trouve sa racine principale dans le doute du marché sur la pérennité des investissements en infrastructures IA, plutôt que dans des facteurs macro comme le prix du pétrole ou les taux. Thomas Martin, directeur senior de portefeuille chez Globalt Investments, a été plus direct : un « dégonflement » de la bulle de l’intelligence artificielle apparaît.
En termes de flux de capitaux, le marché se détourne des semi-conducteurs en amont — avec des valorisations élevées et une forte dépendance aux anticipations futures — pour aller vers des technologies de consommation et des logiciels d’entreprise où la visibilité sur les résultats est meilleure et les flux de trésorerie plus stables. Il ne s’agit pas d’un rejet de la tendance de long terme de l’IA, mais d’une correction du décalage entre les valorisations à court terme et les anticipations à long terme.
Conclusion
Le 28 juillet 2026, la chute collective des actions du secteur mondial des semi-conducteurs liés à l’IA est la libération concentrée, dans la même fenêtre temporelle, de quatre pressions structurelles.
La montée en puissance de la production chinoise de semi-conducteurs — l’introduction en bourse de ChangXin et la mise en production en série de la lithographie DUV — a déclenché une réévaluation à long terme de la structure d’offre mondiale en mémoires. L’envolée record des CDS de Nvidia a révélé la réévaluation du risque de crédit dans son modèle de « financement en boucle ». La mise en open source de Kimi K3, avec une amélioration d’efficacité 2,5 fois grâce aux données issues de l’architecture, remet en cause le récit linéaire « IA plus puissante = plus de puissance de calcul ». Enfin, la rotation des capitaux dans un marché saturé de transactions à valorisations élevées reflète, sur les marchés financiers, l’écho inévitable de ces trois pressions.
Ces quatre pressions ne sont pas indépendantes. La montée de la chaîne d’approvisionnement chinoise pourrait faire baisser les prix des mémoires, ce qui affecterait les anticipations de bénéfices de SK hynix et de Samsung ; la hausse du risque de crédit de Nvidia pourrait augmenter les coûts de financement des infrastructures IA, ce qui freinerait la croissance de la demande en puissance de calcul ; si l’amélioration de l’efficacité des modèles se confirme durablement, elle pourrait modifier la structure des capex des fournisseurs cloud, affectant ainsi le cycle de commandes de l’ensemble des équipements semi-conducteurs et des puces. Elles forment une boucle logique de renforcement mutuel.
Pour les investisseurs, l’enjeu actuel n’est pas de savoir si la tendance de long terme de l’IA est « avérée », mais si les hypothèses implicites dans les modèles de valorisation existants restent valables. Lorsque les courbes d’offre de puissance de calcul, de coût du financement et d’efficacité algorithmique se déplacent simultanément, les modèles de valorisation basés sur l’extrapolation d’un seul paramètre doivent être recalibrés.
FAQ
Q1 : Quelles sont les principales raisons de la chute du cours de Nvidia ?
Le 27 juillet, Nvidia termine en baisse de 4,99%. Le déclencheur direct est la crainte du marché concernant son modèle de « financement en boucle ». Nvidia mène des transactions d’infrastructures IA de plus de 750 milliards de dollars, incluant un accord avec le groupe SK de plus de 500 milliards de dollars et une garantie de financement fournie à OpenAI. Le marché craint que la croissance des revenus de Nvidia dépende fortement de la capacité de financement de ses clients en aval ; si le contexte de financement change, toute la chaîne des dépenses IA se contractera. Les CDS à cinq ans de Nvidia ont bondi de 14 points de base en une journée pour atteindre 82 points de base, un record historique de hausse.
Q2 : Pourquoi les baisses de SK hynix et de Samsung Electronics sont-elles bien plus fortes que celle de Nvidia ?
SK hynix recule de 14,65% tandis que Samsung Electronics recule de 13,39% : des baisses nettement supérieures au recul de 4,99% de Nvidia. La raison centrale est que le secteur des mémoires subit directement le choc de la production locale chinoise de semi-conducteurs : le premier jour de cotation de ChangXin Memory a bondi de 466%, et des machines DUV fabriquées localement entrent en production de masse. Le marché redoute que l’extension des capacités de production chinoise en mémoires augmente l’offre mondiale et fasse baisser les prix des mémoires, alors même que l’activité de mémoires est la source principale de profits de SK hynix et de Samsung. Depuis leurs plus hauts de juin, les deux sociétés ont respectivement reculé d’environ 50% et 41%.
Q3 : Quel impact l’open source de Kimi K3 a-t-il sur la logique d’investissement des semi-conducteurs IA ?
L’ordre de grandeur des paramètres de Kimi K3 est d’environ 28k, avec une amélioration d’efficacité à l’échelle d’environ 2,5 fois via l’innovation d’architecture. Cela remet en cause le récit traditionnel « IA plus puissante = plus de GPU + plus de grands centres de données ». Si l’optimisation algorithmique peut continuer à améliorer la « production intelligente » par unité de puissance de calcul, alors les attentes de croissance de la demande en GPU, le retour sur investissement des investissements en centres de données et le rythme des capex des fournisseurs cloud pourraient être réévalués. Bien sûr, les gains d’efficacité pourraient aussi libérer davantage d’usage via le « paradoxe de Jevons » — mais le marché doit au moins prévoir une marge de valorisation pour le scénario d’une croissance non linéaire de la demande en puissance de calcul.
Q4 : Quel est l’impact de la production locale chinoise de semi-conducteurs sur le marché mondial des mémoires ?
L’impact à court terme est limité : les machines DUV domestiques prévues en 2026 ne sont que de 5 unités, soit 3,8% du volume de livraison d’ASML. Mais ce que le marché négocie, ce sont les changements de structure à long terme : ChangXin Memory est déjà devenu le 4e plus grand producteur mondial de DRAM, et le rendement des puces DDR5 en procédé 17 nm atteint 90%. La demande domestique en DRAM représente un quart du total mondial. Si la production locale continue de progresser, la structure d’offre mondiale en mémoires passera d’un modèle de « monopole par trois » à une « concurrence entre quatre acteurs », ce qui modifiera la logique de valorisation à long terme des prix des mémoires.
