Informations importantes

Ce site Internet s’adresse exclusivement aux Intermédiaires financiers au Luxembourg.

 

Si vous êtes un Investisseur particulier, cliquez ici. Si vous êtes un Investisseur institutionnel, cliquez ici. Si vous recherchez des informations pour un autre pays, cliquez ici.

 

En cliquant sur ACCEPTER, vous reconnaissez comprendre et accepter les Mentions légales.

Intelligence artificielle

Semi-conducteurs et IA : les nouvelles frontières de l’innovation

L’industrie des semi-conducteurs se trouve aujourd’hui à un tournant. Depuis des décennies, la célèbre représentation graphique de sa trajectoire repose sur une prédiction faite en 1965 par Gordon Moore, co-fondateur d’Intel, selon lequel le nombre de transistors présents dans un circuit intégré doublerait approximativement tous les deux ans. Cette « Loi de Moore » a rythmé une industrie qui fournit des puces toujours plus petites, plus rapides et moins chères, transformant ainsi notre infrastructure, nos foyers, et même nos terminaux mobiles.

 

Mais alors que la quête de miniaturisation des transistors se poursuit désormais en deçà d’une plage inférieure au nanomètre (nm), les entreprises actives dans le secteur de la fonderie (qu’on appelle les fondeurs), et plus spécifiquement celles qui produisent les transistors utilisés dans la fabrication des semi-conducteurs, se heurtent à des obstacles sans précédent qui les font dévier de la trajectoire de la loi de Moore.

 

Les avancées en matière de lithographie ultraviolette extrême (EUV) réalisées par la société néerlandaise ASML constituent l’un des développements les plus transformateurs de l’histoire récente des semi-conducteurs. En utilisant une longueur d’onde lumineuse de 13,5 nm, les machines EUV ont fait un bond en avant considérable, en autorisant une mise en motif (ou patterning) précise des caractéristiques des puces à des échelles inférieures à 7 nm.

 

Pour relever les défis liés à la miniaturisation, l’industrie des semi-conducteurs adopte de nouvelles stratégies et technologies. Ces approches impliquent l’examen d’architectures différentes, la création de procédés de test pour améliorer les rendements (accroître le nombre de puces fonctionnelles produites par galette) et la gestion des limites qu’imposent la physique et l’économie.

La fabrication des puces est de plus en plus complexe

Nombre d’étapes de processus pour chaque « nœud »

0 500 1 000 1 500 2 000 2 500 45nm 32nm 28nm 20nm 14/16nm 7nm 5nm 3nm 2nm

Source : Applied Materials, Arete Research, Omdia.

Tandis que les avancées en matière de fabrication et d’informatique hautes performances font l’objet de toutes les attentions, on observe une vague croissante d’innovations au niveau des applications, en particulier pour déterminer où et comment déployer l’IA. Alors que l’IA dite « de périphérie » devient le nouveau territoire à conquérir, ce n’est plus le mode de fabrication des puces qui pilote l’innovation, mais plutôt leur mode d’utilisation. Et ce basculement traduit une tendance plus large : à mesure que les dispositifs gagnent en intelligence et en autonomie, la demande de traitement localisé en temps réel s’accroît, offrant ainsi de nouvelles opportunités en matière de performances, d’efficacité et d’expérience utilisateur au-delà du cloud.

 

L’un des principaux freins à l’essor de l’IA de périphérie est l’absence d’application révolutionnaire (ou killer app). Certes, les fabricants de smartphones ont introduit des fonctions utiles et au potentiel évident. C’est le cas de l’assistant personnel Circle to Search et de la traduction en direct chez Samsung. Toutefois, aucun cas d’usage n’a encore émergé comme étant la fonctionnalité incontournable qui jouirait d’une adoption à grande échelle.

 

Mais pour rappel, la transition de la 3G à la 4G a pris six ans, contre seulement quatre pour le passage de la 4G à la 5G. Sachant l’intérêt prononcé des utilisateurs finaux, et ce que les fabricants de smartphones ont à gagner, le cap fixé pour l’IA de périphérie est sans équivoque.

headshot-timur-sugito-600x600-colour

Timur Sugito est analyste d’investissement actions chez Capital Group, chargé de couvrir les sociétés asiatiques des secteurs des semi-conducteurs, des jeux vidéo et des médias, ainsi que les petites et moyennes capitalisations. Il possède 18 ans d’expérience dans le secteur de l’investissement et a rejoint Capital Group il y a 9 ans. Il est titulaire d’un master en ingénierie d’Imperial College London. ainsi que de la certification Chartered Financial Analyst® (CFA). Timur est basé à Hong Kong.

Les résultats passés ne préjugent pas des résultats futurs. Il est impossible d’investir directement dans les indices, qui ne sont pas gérés. La valeur des investissements et le revenu qu’ils génèrent ne sont pas constants dans le temps, et les investisseurs ne sont pas assurés de récupérer l’intégralité de leur mise initiale. Les informations fournies dans le présent document ne constituent pas une offre de conseil en investissement, en fiscalité ou autre, ni une sollicitation à l’achat ou à la vente de titres.
 
Les déclarations attribuées à un individu représentent les opinions de ce dernier à la date de leur publication, et ne reflètent pas nécessairement le point de vue de Capital Group ou de ses filiales. Sauf mention contraire, toutes les informations s’entendent à la date indiquée. Certaines données ayant été obtenues de tiers, leur fiabilité n’est pas garantie.
 
Capital Group gère des actions par le biais de trois entités d’investissement, qui décident en toute indépendance de leurs investissements et de leurs votes par procuration. Les professionnels de l’investissement obligataire assurent la recherche fondamentale et la gestion d’actifs obligataires par le biais de Capital Group. En ce qui concerne les titres apparentés à des titres de participation, ils agissent uniquement pour le compte de l’un des trois groupes d’investissement en actions.