Comment les puces IA comme les GPU de Nvidia sont conçues et fabriquées

Les actions de Nvidia ont chuté de plus de 3% un mercredi en octobre 2026 et ont chuté davantage dans les échanges de pré-marché le jour suivant, après qu'une lecture de l'inflation américaine plus chaude que prévu ait fait monter les rendements obligataires et déclenché une vente plus large sur les actions de puces, selon Yahoo Finance. Le même rapport a déclaré que le fournisseur cloud CoreWeave a chuté de plus de 16% en raison de préoccupations concernant sa charge de dette, que Marvell Technology et SK Hynix ont également chuté au milieu de préoccupations distinctes concernant la concurrence chinoise, et que les investisseurs attendaient les résultats trimestriels de TSMC, qui devraient montrer une augmentation de 60% des bénéfices.

La vente était liée à des préoccupations concernant les taux d'intérêt et la dette plutôt qu'à tout changement dans la façon dont les puces IA sont fabriquées ou vendues. Mais elle a attiré une nouvelle attention sur l'industrie qui fabrique les puces elles-mêmes — un processus divisé entre deux entreprises très différentes : concevoir une puce et la fabriquer.

Conception : dessiner le circuit avant que rien ne soit construit

Les entreprises comme Nvidia n'exploitent pas leurs propres usines de puces. Selon le modèle « sans usine » (« fabless »), Nvidia conçoit l'architecture de la puce et les logiciels — comme sa plateforme CUDA — et s'appuie sur des fonderies externes pour la production, selon l'Institut pour la politique et la stratégie de l'IA (IAPS). Motley Fool décrit les GPU de Nvidia comme le matériel qui effectue le travail d'entraînement et d'inférence derrière les modèles d'IA.

L'IAPS explique que la conception de puces commence par des exigences de haut niveau, que les architectes transforment en logique de circuit détaillée en utilisant un logiciel d'automatisation de la conception électronique (EDA). Les concepteurs construisent des composants à partir de zéro ou obtiennent des licences de « cœurs PI » prêts à l'emploi, puis simulent et vérifient formellement la conception avant qu'elle ne soit traduite en fichiers de fabrication correspondant au processus spécifique d'une fonderie. L'IAPS affirme que « la conception de puces est un processus difficile et laborieux », notant que des concepteurs comme Nvidia et AMD emploient des dizaines de milliers de personnes et que la conception d'une puce IA de pointe peut prendre un an ou plus.

Fabrication : des centaines d'étapes sur une tranche de silicium

Une fois qu'une conception est terminée, elle passe à une fonderie — le plus souvent TSMC de Taïwan pour les puces IA les plus avancées. La fabrication commence par des tranches de silicium de 300 mm hautement purifiées et un ensemble de photomasks qui codent le motif du circuit, selon l'IAPS. La construction de la puce elle-même implique des centaines d'étapes répétées : dépôt de couches de matériau, les motiver avec une photorésine sensible à la lumière exposée à travers les masques (photolithographie), le dopage des sections avec implantation ionique pour définir leurs propriétés électriques, polissage de la surface plane et ajout de couches métalliques pour câbler les composants ensemble.

L'étape de lithographie dépend des machines ultraviolettes extrêmes (EUV) fabriquées exclusivement par la société néerlandaise ASML. En rapportant ses résultats du troisième trimestre 2026 le 14 octobre, ASML a déclaré que les ventes ont atteint 11,7 milliards d'euros, en hausse de 55% année sur année, avec un bénéfice net plus que doublant à 5 milliards d'euros, selon Euronews. Malgré des ventes record et des perspectives 2026 relevées, ASML a déclaré que ses augmentations de capacité prévues de 30% par an pour 2027 et 2028 ne suffiront toujours pas à satisfaire les commandes des clients. La directrice générale d'ASML, Christophe Fouquet, a déclaré que les clients réservent maintenant des machines des années à l'avance.

L'emballage est devenu le nouveau goulot d'étranglement

Une fois qu'une tranche est fabriquée, elle est coupée en matrices individuelles, testée et assemblée dans un boîtier fini — une étape que l'IAPS appelle Assembly, Test and Packaging (ATP). Pour les puces IA, cette étape est maintenant aussi importante que la fabrication elle-même. TSMC utilise une technique appelée Chip-on-Wafer-on-Substrate (CoWoS) pour empiler une matrice de processeur avec plusieurs piles de mémoire à large bande passante sur un interposeur, que l'IAPS dit que TSMC applique aux puces H100 de Nvidia. L'annonce de TSMC d'octobre 2026 de sa feuille de route, couvrant un nœud de production A13 de nouvelle génération et emballage CoWoS étendu, a déclaré qu'un futur format CoWoS de « taille 14-réticule » intégrera environ dix grandes matrices de calcul avec environ 20 piles de mémoire HBM d'ici 2028.

L'annonce de feuille de route de TSMC décrit l'emballage avancé CoWoS comme s'étendant pour répondre à la demande entraînée par l'IA, se déplaçant vers le format 14-réticule d'ici 2028 et une expansion supplémentaire en 2029. Cette trajectoire pointe vers un changement plus large dans la chaîne d'approvisionnement des puces IA — de la fabrication de silicium vers l'emballage comme une contrainte croissante — même si ASML, un fabricant d'outils de lithographie plutôt que d'équipements d'emballage, continue de signaler une demande record pour ses machines.

L'IA est également utilisée pour fabriquer les puces

Nvidia et TSMC ont commencé à appliquer des outils d'IA dans le processus de fabrication lui-même. Selon l'annonce de Nvidia elle-même, TSMC utilise le logiciel cuLitho de Nvidia pour accélérer la lithographie informatique — les calculs nécessaires pour concevoir les photomasks — offrant ce que Nvidia décrit comme une amélioration de 20-50% en rentabilité des coûts ou en temps de cycle par rapport aux méthodes basées sur CPU. Les entreprises ont également décrit l'utilisation de la bibliothèque cuEST de Nvidia pour les simulations de chimie, les outils de vision-IA pour la détection de défauts sur la ligne de production et un projet de fabrique virtuelle en phase précoce appelé « FabTwin », construit sur la plateforme Omniverse de Nvidia, pour tester les mises en page de fab avant qu'elles ne soient construites.

Conceptions alternatives au GPU standard

Toutes les entreprises ne suivent pas l'architecture de Nvidia. Motley Fool rapporte que Cerebras Systems construit une seule puce géante — son Wafer-Scale Engine — qu'elle décrit comme 58 fois plus grande que le GPU B200 de Nvidia, combinant de grandes quantités de calcul et de mémoire sur un seul morceau de silicium plutôt que de relier de nombreuses puces plus petites ensemble. Cerebras dit que cette conception produit des vitesses d'inférence jusqu'à 15 fois plus rapides que les systèmes basés sur GPU pour certaines charges de travail, une approche que Fool cadre comme un défi de conception direct à la position dominante de Nvidia dans le matériel IA.