Le transfert du goulet d'étranglement de puissance de calcul du cluster AI de 100 000 cartes : comment l'interconnexion optique peut-elle devenir le cœur de la nouvelle infrastructure ?

Au cours des deux dernières années, les discussions sur la puissance de calcul en IA ont presque entièrement tourné autour des GPU : le déficit d'approvisionnement en H100, les paramètres de performance du B200, la feuille de route architecturale de la prochaine génération de GPU, constituant la filière narrative dominante de l'industrie. Cependant, lorsque les clusters d'entraînement IA passent du niveau de milliers de cartes graphiques à celui de dizaines de milliers, voire cent de milliers, une contrainte structurelle plus profonde émerge — l'efficacité du flux de données entre GPU, qui devient le plafond ultime de la performance globale du cluster.

L'architecte réseau de Tencent, Fu Sidong, a indiqué début 2026 qu'entre l'architecture Pascal de 2016 et l'architecture Blackwell de 2024, la puissance de calcul IA a connu une croissance d'environ 1000 fois en huit ans ; la puissance de calcul pour l'inférence a augmenté de 32 fois au cours des quatre dernières années, et celle pour l'entraînement de 16 fois. Parallèlement, la bande passante réseau est passée de 200G à 800G, soit une croissance de 4 fois. Cet état déséquilibré — une « puissance de calcul comme une fusée, un réseau avançant à pied » — fait de la vitesse de transmission des données entre nœuds le goulot d'étranglement clé pour des clusters de dizaines de milliers ou centaines de milliers de cartes, affectant gravement l'efficacité globale du cluster et l'utilisation des ressources.

Cette réalité redéfinit la logique d'investissement dans l'infrastructure IA et le choix des trajectoires technologiques. Lorsque la technologie d'interconnexion optique évolue d'une simple compensation de performance locale à une capacité clé pour faire fonctionner à grande échelle des clusters IA, comprendre sa logique technique, la configuration du marché et la valeur industrielle devient une question fondamentale incontournable pour évaluer la piste de puissance de calcul IA. Par ailleurs, le secteur des investissements subit également une transformation structurelle similaire — passant d'une allocation d'actifs unique à une coordination multi-marchés, une chaîne de valeur reliant l'infrastructure de puissance de calcul à l'infrastructure financière étant en train de se former.

La crise de communication des clusters de cent de milliers de cartes : le décalage entre puissance de calcul et réseau

L'efficacité d'un cluster GPU ne dépend pas uniquement de la puissance de calcul maximale d'un seul GPU, mais du temps nécessaire à la coordination de tous les GPU pour effectuer le calcul. Dans l'entraînement distribué de grands modèles, la synchronisation fréquente des paramètres et l'échange de gradients font que la capacité de communication entre nœuds détermine directement l'efficacité globale de l'entraînement. Dans son livre blanc sur la technologie CPO, H3C indique que ces dernières années, la vitesse d'augmentation de la puissance de calcul par carte dépasse largement l'évolution de la bande passante d'interconnexion réseau ; la plupart des clusters ajoutent continuellement des GPU, mais l'expansion de la bande passante de communication est relativement lente. Résultat : le temps de communication représente une part croissante du temps total d'entraînement, avec des GPU attendant longtemps que les données arrivent, rendant la puissance de calcul effective globale difficile à faire évoluer proportionnellement au nombre de GPU.

Ce phénomène est quantifiable. Selon une présentation de Tencent, la puissance de calcul d'entraînement a augmenté de 16 fois en quatre ans, celle pour l'inférence de 32 fois, tandis que la bande passante réseau n'a été que de 800G, soit une croissance de 4 fois. Lorsqu'un cluster dépasse les dizaines de milliers de cartes et évolue vers cent de milliers, la communication entre GPU ne se limite plus à un simple transfert point à point, mais implique un système complexe avec des milliers, voire des dizaines de milliers de liens simultanés. Tout engorgement ou retard sur une seule liaison peut ralentir toute la boucle d'entraînement.

Une étude publiée en février 2026 par IEEE confirme cette analyse : avec l'augmentation de la taille des modèles IA, l'interconnexion devient le principal goulot d'étranglement dans les clusters GPU à grande échelle. Les réseaux traditionnels de commutation par paquets font face à des défis croissants en termes de consommation d'énergie, de coût et d'évolutivité. La recherche montre que les architectures basées sur la commutation optoélectronique peuvent réduire la consommation d'énergie du backbone de près de 99 %, et diminuer le coût sur une durée de vie de huit ans de 76 %.

Selon les données industrielles, cette contradiction structurelle pousse à une expansion accélérée des infrastructures de communication optique. UBS estime que la demande mondiale de fibres optiques a augmenté en moyenne d'environ 2 % par an au cours des cinq dernières années, mais avec la construction accélérée de centres de données IA, la croissance future pourrait dépasser 30 %, avec une croissance annuelle composée de plus de 75 % pour la demande de fibres liées aux centres de données. Précédemment, 70 à 80 % de cette demande provenait des opérateurs télécoms ; UBS prévoit qu'en 2030, la part des entreprises et des centres de données dépassera 80 %. L'industrie de la fibre optique se transforme ainsi d’un secteur traditionnel de télécommunications en un composant clé de l’infrastructure IA.

La fibre optique : une voie technologique déterministe pour résoudre le goulot d’étranglement de puissance

Face au décalage entre puissance de calcul et réseau, la technologie d’interconnexion optique s’impose comme une solution fondamentale, passant d’un simple complément à une architecture de base. L’expansion des clusters IA se fait généralement selon trois dimensions : Scale-up (montée en gamme, interconnexion à haute vitesse entre GPU dans un même rack), Scale-out (extension horizontale, interconnexion entre racks ou nœuds), et Scale-across (interconnexion inter-sites géographiquement dispersés). Chacune de ces dimensions a des exigences différentes en termes de bande passante, de latence, de consommation d’énergie et de distance de transmission, mais toutes soulignent l’indispensabilité de l’interconnexion optique.

Dans le scénario Scale-up, l’interconnexion optique remplace principalement les câbles en cuivre ou les commutateurs électriques, pour offrir une bande passante plus élevée et une latence plus faible au sein d’un même nœud. Par exemple, le commutateur Ethernet Spectrum-X basé sur CPO d’NVIDIA, avec ses 512 ports de 200 Gbps, intègre 32 moteurs optiques en silicium de 1,6 T pour le Scale-out et le Scale-across. Le super-nœud CloudMatrix 384 de Huawei utilise une architecture entièrement interconnectée par paires, avec 3 168 fibres optiques et 6 912 modules LPO de 400 G, pour relier et mutualiser 384 NPU, 192 CPU, ainsi que le stockage et la mémoire.

Sur le plan technologique, la famille de technologies « x »PO — LPO, LRO, CPO — accélère son évolution. Selon LightCounting, le marché mondial des modules optiques Ethernet devrait croître de 35 % en 2026 pour atteindre 18,9 milliards de dollars, et dépasser 35 milliards en 2030, avec une forte demande pour les modules à 800 G et 1,6 T. TrendForce prévoit qu’en 2026, la part des modules optiques 800 G et plus dans les expéditions mondiales dépassera 60 %, contre 19,5 % en 2024, avec une demande estimée à plus de 6 millions d’unités pour les modules 800 G, en se basant sur la livraison de près de 4 millions de TPU Google.

La consommation d’énergie reste un défi majeur pour ces modules optiques amovibles. La technologie Apollo OCS de Google, utilisant un micro-miroir pour connecter directement la fibre optique, évite les conversions optoélectroniques répétées, réduisant la consommation d’énergie d’environ 95 % par rapport à un commutateur traditionnel. Sur le plan de la latence, le chipset sans DSP optique de THine, compatible avec LPO ou CPO, permet de réduire la latence de 90 % et la consommation d’énergie de 73 % dans des scénarios de courte distance.

Li Junjie, vice-directeur de l’Institut de recherche de China Telecom, a souligné début 2026 que la technologie d’interconnexion optique évolue d’un simple ajustement de performance locale à une capacité clé pour supporter la fonctionnement à grande échelle, flexible et fiable des super-nœuds IA. Qu’il s’agisse de résoudre des goulots d’étranglement de débit, de contraintes de consommation ou de capacité, l’interconnexion optique est devenue une condition préalable à l’évolution des infrastructures IA, passant d’un niveau de milliers de cartes à celui de centaines de milliers.

La stratégie de Ciena : de la large bande télécom à l’IA optique

Lorsque l’interconnexion optique devient la pierre angulaire de l’infrastructure IA, la stratégie des principaux fournisseurs de matériel devient un indicateur clé pour comprendre l’évolution sectorielle. Ciena, fournisseur mondial de systèmes de réseaux à haute vitesse, opère une transformation stratégique fondamentale.

Au troisième trimestre fiscal 2025, Ciena a annoncé un chiffre d’affaires de 1,22 milliard de dollars, principalement porté par ses plateformes optiques et de routage. La société a également annoncé l’arrêt du développement de ses produits PON à large bande, réorientant ses investissements vers des solutions clés pour l’optique et les centres de données, y compris la gestion hors bande, tout en réduisant ses effectifs de 4 à 5 %, avec une charge de 90 millions de dollars en dépenses de R&D non monétaires. Ciena prévoit que la croissance future proviendra principalement des marchés des IA et des grands fournisseurs de cloud.

Le PDG Gary Smith a indiqué lors de la conférence de résultats que les clients fournisseurs de services concentrent leurs investissements réseau sur des domaines permettant d’atteindre des effets d’échelle pour supporter la croissance du trafic IA, créant de nouvelles demandes systémiques et opportunités d’interconnexion, qui s’étendent finalement aux centres de données. Ciena estime que ses clients de grands fournisseurs de cloud représentent environ 50 % de ses activités, avec une composition client similaire prévue en 2026.

Ciena a déjà concrétisé ses ambitions dans l’infrastructure IA. La société a mentionné un projet d’interconnexion de clusters GPU régionaux en Amérique du Nord, lié à ses plateformes RLS et à l’extension WaveLogic 6 Nano 800-gig ZR. De plus, sa solution de gestion hors bande DCOM, pour la maintenance interne des centres de données, facilite l’installation et la gestion à grande échelle, tout en améliorant l’évolutivité et en réduisant la consommation d’énergie et l’espace.

Sur une échelle plus macro, cette stratégie reflète le passage de la demande en réseaux optiques dans les centres de données IA d’un simple volume à une croissance qualitative. Jürgen Hatheier, CTO de Ciena, indique que le marché se tourne nettement vers des connexions optiques à haute capacité, avec une forte demande pour des longueurs d’onde de 1,6 T, qui devrait continuer en 2026. Rob Shore, responsable marketing de Nokia pour les produits optiques, prévoit qu’en 2026, les modules cohérents amovibles 800 G deviendront la norme pour les connexions optiques dans les réseaux IA.

Le marché des réseaux de centres de données IA connaît une croissance exponentielle. Selon les données industrielles, ce marché passera de 10,31 milliards de dollars en 2025 à 12,8 milliards en 2026, avec un taux de croissance annuel composé de 24,2 %, atteignant 30,17 milliards en 2030. La demande de câbles optiques pour l’IA devrait croître de 77 % en 2025, avec un taux de croissance annuel composé de 26 % sur cinq ans, bien supérieur à celui des applications non IA. Ciena occupe une position centrale dans cette courbe de croissance structurelle.

De l’infrastructure de puissance à l’infrastructure financière : la carte de trading de Gate

L’évolution de l’infrastructure ne se limite pas au niveau de la puissance de calcul, mais s’étend aussi à la gestion d’actifs. Lorsque l’interconnexion optique des centres de données IA devient un facteur déterminant de l’efficacité des clusters GPU, la capacité d’allocation multi-actifs des investisseurs doit également s’appuyer sur une infrastructure efficace.

Gate poursuit sa stratégie dans la finance traditionnelle. En janvier 2026, la plateforme a lancé pour la première fois une fonction de contrats à terme TradFi, couvrant l’or, le forex, les indices boursiers, les matières premières et les actions populaires. En mars, elle a étendu cette offre aux tokens d’actions et aux ETF à effet de levier. En juin, Gate a lancé officiellement un service de trading d’actions réelles via une collaboration stratégique avec Alpaca.

Actuellement, Gate supporte plus de 10 000 actions américaines et ETF, couvrant les sociétés cotées à la NYSE, au NASDAQ, et autres principales bourses, dépassant largement la simple prise en charge de quelques centaines d’actifs souvent proposés par d’autres plateformes tokenisées. Les utilisateurs peuvent investir directement sur le marché américain avec USDT, avec des fractions d’actions à partir de 0,01, permettant d’investir avec moins d’un dollar dans des actions de premier plan.

Sur le plan technologique et en partenariat, Gate s’appuie sur des courtiers réglementés détenant une licence de Broker-Dealer et des capacités de compensation, connectés aux principales bourses comme NYSE et NASDAQ. Chaque action est soutenue par un actif réel détenu séparément dans le système DTC, et non par des produits dérivés ou des RWA sur la blockchain. Les détenteurs de positions bénéficient automatiquement de droits complets, tels que dividendes, droits d’attribution ou divisions d’actions.

Selon la tendance sectorielle, l’intégration des actions traditionnelles par les principales plateformes crypto devient une orientation claire. Les données montrent que 73 % des traders cryptos détiennent également des actifs traditionnels. La démarche de Gate, en utilisant une infrastructure réglementée pour le trading réel d’actions, plutôt que des représentations synthétiques ou tokenisées, garantit une découverte de prix et un règlement authentiques. En combinant cette offre avec ses produits de contrats à terme, Gate évolue d’une simple plateforme d’échange d’actifs cryptographiques vers un centre multi-actifs intégrant crypto et finance traditionnelle.

Cette évolution s’inscrit dans la tendance macro de la tokenisation d’actifs RWA. En septembre 2025, Gate a lancé la zone Ondo, introduisant en premier des actions tokenisées et des ETF de sociétés renommées comme Apple, Tesla, Microsoft. Le volume total de verrouillage RWA dépasse déjà 15,7 milliards de dollars, Ondo Finance représentant environ 1,66 milliard, classée troisième mondiale. De l’action réelle à l’action tokenisée, puis au contrat à terme sur actions, Gate construit une voie de diversification multi-niveaux pour différents types d’actifs.

Conclusion

La trajectoire d’évolution de l’interconnexion optique indique clairement une vérité fondamentale : la compétitivité des centres de données IA migre de la simple métrique de puissance de calcul GPU vers des indicateurs d’efficacité systémiques. Le réseau n’est plus seulement un support annexe du cluster de puissance, mais une condition préalable pour que des clusters de dizaines de milliers de cartes puissent exploiter pleinement leur puissance théorique. Dans cette logique, la valeur stratégique des entreprises d’infrastructure de réseau optique est en train d’être réévaluée — la décision de Ciena de se concentrer entièrement sur le marché de l’IA optique illustre cette tendance de façon la plus immédiate.

Par ailleurs, l’évolution de l’infrastructure côté investissement ne doit pas être négligée. Lorsque la puissance de calcul IA devient un facteur clé de productivité dans l’ère numérique, la capacité à connecter efficacement cette productivité au capital mondial devient une nouvelle frontière stratégique. De la puissance de calcul au réseau, du matériel à l’actif, l’intersection entre innovation technologique et innovation financière est souvent le lieu où naissent les opportunités structurelles.