CITIC Construction Investment : La proportion d'exportation de fibres optiques en Chine augmente considérablement, maintien d'une forte confiance dans le secteur de la puissance de calcul AI

Source : Recherche en valeurs mobilières de CITIC Construction d’Investissement

Par | Yan Guicheng, Yu Fangbo, Liu Yongxu, Cao Tianyu, Fang Zixiao

En février de cette année, la Chine a exporté 3779,9 tonnes de fibres optiques, pour un montant de 7,9 milliards de yuans, en hausse de 63,6 % et 126,8 % en glissement annuel. Si on convertit en kilomètres, en février, la Chine a exporté environ 25,20 millions de fibres-kilomètres, soit environ 65 % de la production mensuelle effective de fibres optiques du pays ; si l’on ajoute les fibres contenues dans les exportations de câbles à fibres, la part des exportations de fibres optiques est encore plus élevée. D’après le montant des exportations, la transmission d’une hausse du prix des fibres optiques à la performance devrait encore ne pas être très évidente au premier trimestre. En résumé, les marchés étrangers sont en train de se précipiter pour acheter des fibres optiques produites en Chine, et les fournisseurs chinois de fibres optiques se trouvent dans une situation de « pas de souci de vente ». Par conséquent, nous pensons que le marché n’a pas non plus besoin de trop s’inquiéter des achats groupés de fibres optiques des opérateurs de télécommunications domestiques. Globalement, le réseau de télécommunications à l’étranger, l’IA, les drones sans pilote, etc., stimulent conjointement fortement la demande de fibres, ce qui fait grimper les prix de manière continue ; le secteur se trouve dans une période de très forte conjoncture. Recommandation continue : le secteur des fibres optiques.

L’algorithme de compression TurboQuant de Google permet une compression quasi sans perte de la mémoire d’inférence pour l’IA, réduisant fortement le coût d’inférence à longs contextes mobiles, et des applications comme l’IA embarquée et la génération de vidéos IA devraient en bénéficier. Nous restons donc optimistes sur la chaîne de l’industrie de l’IA.

En février de cette année, la Chine a exporté 3779,9 tonnes de fibres optiques, pour un montant de 7,9 milliards de yuans, en hausse de 63,6 % et 126,8 %, par rapport à février 2018 (point haut historique de la demande intérieure), où le volume d’exportation de fibres optiques était de 203,5 tonnes, soit une hausse de 17,6 fois. Si on convertit (en incluant l’emballage, etc.) avec environ 0,15 kg par fibre optique de 1 km, en février la Chine a exporté environ 25,20 millions de fibres-kilomètres, soit environ 65 % de la production mensuelle effective de fibres optiques du pays ; si l’on ajoute les fibres contenues dans les exportations de câbles à fibres, la part des exportations de fibres optiques est encore plus élevée. D’après le montant des exportations, la transmission d’une hausse du prix des fibres optiques à la performance devrait encore ne pas être très évidente au premier trimestre. Dans l’ensemble, les marchés étrangers sont en train de se précipiter pour acheter des fibres optiques produites en Chine, et les fournisseurs chinois de fibres optiques se trouvent dans une situation de « pas de souci de vente ». Par conséquent, nous pensons que le marché n’a pas non plus besoin de trop s’inquiéter des achats groupés de fibres optiques des opérateurs de télécommunications domestiques.

Du point de vue des pays exportateurs de fibres optiques en février, les dix principaux pays étaient la Côte d’Ivoire, le Burkina Faso, la Pologne, les Philippines, l’Argentine, la Russie, le Nigeria, les États-Unis, le Panama et l’Australie. Parmi eux, les trois pays d’Afrique ont tous vu leur volume d’exportation augmenter fortement ; on estime que cela est principalement lié aux besoins locaux en construction de réseau. En outre, la demande de la Russie devrait être principalement tirée par les drones, tandis que les États-Unis, l’Australie, les Philippines, etc., devraient être davantage liés à l’IA. Globalement, le réseau de télécommunications à l’étranger, l’IA, les drones sans pilote, etc., stimulent conjointement fortement la demande de fibres, ce qui fait grimper les prix de manière continue ; le secteur se trouve dans une période de très forte conjoncture. Recommandation continue : le secteur des fibres optiques.

L’algorithme de compression TurboQuant publié par le laboratoire de recherche de Google peut réduire l’occupation mémoire des grands modèles de langage (LLM) tout en améliorant la vitesse d’exécution, sans modifier la précision. TurboQuant peut compresser au moins 6 fois la « mémoire de travail » lors de l’exécution de l’IA, c’est-à-dire le cache de paires clés-valeurs (KV cache). Sur les GPU H100, par rapport à une base en calcul 32-bit, la vitesse de l’attention en calcul 4-bit explose d’un facteur 8, réduisant ainsi fortement le coût d’exécution de l’IA. Par ailleurs, le point le plus critique de TurboQuant est le suivant : perte de précision zéro, sans besoin d’ajustement fin, sans besoin de données d’entraînement.

L’objectif d’optimisation de TurboQuant est de réduire la taille du cache de paires clés-valeurs. Le cœur de TurboQuant est un processus en deux étapes, ingénieux. Première étape : PolarQuant change de système de coordonnées pour regarder le monde. La quantification traditionnelle opère dans le système cartésien (axes X, Y, Z), où la plage de valeurs de chaque axe n’est pas fixe, et il faut donc stocker en plus des paramètres de normalisation pour aligner. Deuxième étape : QJL élimine les erreurs résiduelles avec 1 - bit. La deuxième étape de TurboQuant applique la transformation de Johnson-Lindenstrauss aux erreurs résiduelles de la première étape, en compressant chaque valeur d’erreur en un seul bit de signe : +1 ou -1. Ensuite, en s’appuyant sur un estimateur spécial : un calcul conjoint utilisant des vecteurs Query haute précision et des Key compressées faible précision. En ne consommant que le dernier bit, on supprime l’écart systématique résiduel de la première étape. Ces deux étapes permettent à TurboQuant d’obtenir un effet de compression proche de la perte nulle avec un budget total de seulement 3-bit, sans aucun coût supplémentaire sur tout le parcours.

Google a validé strictement TurboQuant lors de tests sur cinq grands benchmarks de longs contextes, LongBench, Needle In A Haystack, ZeroSCROLLS, RULER et L-Eval. Les modèles testés couvrent Gemma, Mistral et Llama-3.1-8B-Instruct. Dans des tâches combinées telles que la question-réponse de LongBench, la génération de code et le résumé de texte, sous configuration 3-bit, TurboQuant affiche des performances globalement supérieures à des méthodes de base telles que KIVI, et se rapproche même de la performance des modèles à pleine précision. Avec un taux de compression de 4 fois, la précision de récupération de TurboQuant est restée stable jusqu’à 104000 Token, identique à celle des modèles à pleine précision. Dans la recherche de vecteurs de haute dimension, sur le jeu de données GloVe (200 dimensions), TurboQuant a battu deux grandes méthodes de pointe, PQ et RabbiQ, et a obtenu le meilleur taux de rappel. L’algorithme de compression TurboQuant de Google réalise une compression quasi sans perte de la mémoire d’inférence de l’IA, réduisant fortement le coût d’inférence à longs contextes. L’IA côté terminal et la génération de vidéos IA devraient en bénéficier ; l’itération technique favorise une mise à niveau continue de la chaîne industrielle des capacités de calcul.

Le 23 mars, le directeur de l’Administration nationale des données, Liu Liehong, a annoncé officiellement lors du Forum de développement de la Chine 2026 que le nom standard en chinois de la terminologie principale de l’IA Token est fixé à « mot-rune ». Liu Liehong a déclaré que « le mot-rune est non seulement un point d’ancrage de valeur à l’ère intelligente, mais aussi une unité de règlement reliant l’offre technique et la demande commerciale », et a également révélé qu’une entreprise de modèles a établi un record de revenus sur 20 jours dépassant le revenu total de toute l’année 2025. 1000 milliards, 100 mille milliards, 140 mille milliards : ce sont là les sauts successifs en trois niveaux de l’utilisation quotidienne de mots-runes de la Chine en l’espace de deux ans.

À l’heure actuelle, l’industrie des télécommunications se trouve dans une période d’effets bénéfiques doubles, tirés à la fois par la technologie IA et par les politiques de nouvel aménagement des infrastructures. La chaîne industrielle des capacités de calcul reste une ligne directrice centrale bénéficiant d’une conjoncture encore élevée ; les capacités de calcul et les puces constituent l’assise fondamentale du développement de l’industrie de l’IA. Il s’agit également de la principale ligne d’investissement pour la forte conjoncture et la forte croissance actuelles dans l’industrie des télécommunications ; il est recommandé de se concentrer en priorité sur cela.

Les changements de l’environnement international ont un impact sur la sécurité et la stabilité de la chaîne d’approvisionnement, et affectent le rythme d’expansion à l’étranger des entreprises concernées ; les droits de douane ont un impact supérieur aux attentes ; le développement de l’industrie de l’intelligence artificielle n’est pas à la hauteur des attentes, ce qui affecte la demande des entreprises liées à la chaîne de l’informatique en nuage ; la concurrence sur le marché s’intensifie, entraînant une baisse rapide de la marge brute ; les fluctuations du taux de change affectent les gains de change et la marge brute des entreprises orientées à l’export, y compris les entreprises des équipements ICT et des segments modules optiques / composants optiques ; la construction de l’économie numérique et de la « Chine numérique » ne progresse pas comme prévu ; les activités d’informatique en nuage des opérateurs de télécommunications ne progressent pas comme prévu ; les dépenses d’investissement (capex) des opérateurs ne progressent pas comme prévu ; les dépenses d’investissement (capex) des fournisseurs de cloud ne progressent pas comme prévu ; la demande dans les segments des modules de communication et des contrôleurs intelligents ne progresse pas comme prévu.

Une quantité massive d’informations, une lecture précise, le tout sur l’application Sina Finance

Responsable : Wang Ke