Au cours des deux dernières années, les débats autour de la puissance de calcul en intelligence artificielle (IA) se sont presque exclusivement concentrés sur les GPU : pénuries d’approvisionnement du H100, spécifications de performance du B200, feuilles de route architecturales pour les GPU de nouvelle génération ont dominé les récits du secteur. Cependant, à mesure que les clusters d’entraînement IA passent de quelques milliers à plusieurs dizaines, voire centaines de milliers de GPU, une contrainte structurelle plus profonde émerge : l’efficacité des transferts de données entre GPU devient la limite ultime des performances globales du cluster.
Début 2026, Si Dong Fu, architecte réseau optique chez Tencent, soulignait que de l’architecture Pascal en 2016 à l’architecture Blackwell en 2024, la puissance de calcul IA a été multipliée par environ 1 000 en huit ans. Les performances en inférence ont été multipliées par 32 en quatre ans, tandis que la puissance d’entraînement a été multipliée par 16. Parallèlement, la bande passante réseau n’a progressé que de 200G à 800G, soit un facteur quatre. Ce déséquilibre, où « la puissance de calcul file à toute allure tandis que le réseau avance à petits pas », fait de la vitesse de transfert des données entre nœuds le goulot d’étranglement critique pour les clusters à grande échelle, impactant fortement l’efficacité globale et l’utilisation des ressources.
Cette réalité redéfinit à la fois la logique d’investissement et les choix technologiques pour l’infrastructure IA. À mesure que la technologie d’interconnexion optique évolue d’un simple levier de performance localisé à une capacité fondamentale soutenant le fonctionnement des clusters IA à grande échelle, comprendre ses fondements techniques, son paysage de marché et sa valeur industrielle devient essentiel pour évaluer le secteur de la puissance de calcul IA. Parallèlement, la logique d’investissement connaît une mutation structurelle similaire : on passe d’une allocation mono-actif à une synergie multi-marchés, formant une chaîne de valeur reliant l’infrastructure de calcul à l’infrastructure financière.
Le défi de communication des clusters de 100 000 GPU : un écart croissant entre calcul et réseau
L’efficacité d’un cluster GPU ne se mesure pas à la performance maximale d’un GPU isolé, mais au temps nécessaire pour que l’ensemble des GPU achève un calcul collaboratif. Lors de l’entraînement distribué de modèles à grande échelle, la synchronisation fréquente des paramètres et l’échange de gradients font que la communication inter-nœuds détermine directement l’efficacité globale de l’entraînement. Selon le livre blanc technologique CPO de H3C, ces dernières années, les performances d’un GPU unique ont progressé bien plus vite que la bande passante des interconnexions réseau. La plupart des clusters continuent d’ajouter des GPU côté calcul, mais l’expansion de la bande passante de communication reste à la traîne. Résultat : le temps de communication occupe une part croissante du temps total d’entraînement, les GPU attendant l’arrivée des données, et la puissance de calcul effective ne croît pas proportionnellement au nombre de GPU.
Ce phénomène est étayé par des données quantitatives précises. La présentation de Tencent montre qu’en quatre ans, la puissance d’entraînement a été multipliée par 16, celle d’inférence par 32, tandis que la bande passante réseau n’a progressé que de 200G à 800G, soit un facteur quatre. À mesure que les clusters dépassent les dix mille GPU et se dirigent vers les cent mille, la communication entre GPU passe de simples transferts point à point à un système complexe avec des milliers, voire des dizaines de milliers de connexions simultanées. Une congestion ou une latence sur un lien unique peut ralentir l’ensemble du cycle d’entraînement.
Un article publié par l’IEEE en février 2026 confirme ce constat : à mesure que les modèles IA grandissent, les interconnexions deviennent le principal goulot d’étranglement dans les grands clusters GPU, les réseaux à commutation de paquets traditionnels rencontrant des difficultés croissantes en matière de consommation énergétique, de coût et de passage à l’échelle. Les recherches montrent que les architectures basées sur la commutation optique de circuits peuvent réduire la consommation énergétique de la couche dorsale de près de 99 % et diminuer les coûts sur huit ans de 76 %.
Les données du secteur indiquent que ce déséquilibre structurel accélère l’expansion des infrastructures de communication optique. UBS estime que la demande mondiale de fibre optique n’a progressé que de 2 % par an en moyenne sur les cinq dernières années, mais avec le développement rapide des data centers IA, la demande sectorielle devrait croître de plus de 30 % par an dans les prochaines années, la demande liée aux data centers pouvant atteindre un taux de croissance composé supérieur à 75 %. Auparavant, 70 à 80 % de la demande provenait des opérateurs télécoms ; UBS prévoit qu’en 2030, la demande des entreprises et data centers représentera plus de 80 %. L’industrie de la fibre passe des télécoms traditionnels à un rôle central dans l’infrastructure IA.
Interconnexions optiques : la solution définitive aux goulots d’étranglement du calcul
Face à l’écart croissant entre calcul et réseau, la technologie d’interconnexion optique passe d’une option complémentaire à un choix architectural fondamental. L’expansion des clusters IA s’effectue généralement selon trois axes : Scale-up (extension verticale, interconnexions haut débit au sein d’une armoire), Scale-out (extension horizontale, interconnexions entre armoires et nœuds) et Scale-across (interconnexions inter-domaines, reliant des data centers géographiquement dispersés). Chaque dimension implique des exigences différentes en matière de bande passante, latence, consommation énergétique et distance de transmission, mais toutes convergent vers le rôle irremplaçable des interconnexions optiques.
Dans les scénarios Scale-up, les interconnexions optiques remplacent principalement les câbles cuivre ou les commutateurs électriques, permettant une bande passante supérieure et une latence réduite pour la communication intra-nœud. Par exemple, le NVL576 de NVIDIA utilise des commutateurs Ethernet Spectrum-X basés sur la technologie CPO, offrant une capacité de commutation pour 512 ports à 200 Gbps et intégrant 32 moteurs photoniques silicium 1,6T pour les scénarios Scale-out et Scale-across. Le supernœud CloudMatrix 384 de Huawei adopte une architecture full peer-to-peer, construisant un bus haut débit avec 3 168 fibres optiques et 6 912 modules LPO 400G pour mutualiser et interconnecter 384 NPU, 192 CPU ainsi que les ressources de stockage et de mémoire.
Sur le plan technique, la famille de technologies « x »PO — représentée par LPO, LRO et CPO — évolue rapidement. LightCounting prévoit que le marché mondial des modules optiques Ethernet croîtra de 35 % sur un an pour atteindre 18,9 milliards de dollars en 2026, et pourrait dépasser 35 milliards de dollars d’ici 2030, la demande étant dominée par les modules haut débit 800G et 1,6T. TrendForce anticipe que la part des modules optiques transceivers au-dessus de 800G passera de 19,5 % en 2024 à plus de 60 % en 2026. Selon les prévisions de Google, avec près de 4 millions de TPU expédiés en 2026, la demande pour les modules optiques supérieurs à 800G dépassera les 6 millions d’unités.
La consommation énergétique constitue un défi majeur pour les modules optiques enfichables. La technologie Apollo OCS de Google utilise des micro-réflecteurs pour connecter directement les fibres de données, évitant les conversions répétées entre signaux optiques et électriques qui génèrent des pertes d’énergie et de la latence ; un seul switch OCS consomme environ 95 % d’énergie en moins qu’un commutateur traditionnel. Côté latence, le chipset sans DSP de THine, conçu pour les interconnexions optiques LPO ou CPO à courte portée, permet de réduire la latence de 90 % et d’économiser 73 % d’énergie.
Li Junjie, directeur adjoint de l’Institut de recherche de China Telecom, rappelait début 2026 que la technologie d’interconnexion optique évolue d’un simple gain localisé de performance à une capacité clé permettant la montée en charge, la flexibilité et la fiabilité des supernœuds IA. Qu’il s’agisse de surmonter les limites de bande passante, les contraintes énergétiques ou les plafonds de capacité, les interconnexions optiques sont devenues la condition préalable à l’évolution de l’infrastructure IA, des milliers vers les centaines de milliers de GPU.
Le virage stratégique de Ciena : du haut débit télécom aux réseaux optiques pour l’IA
À mesure que les interconnexions optiques deviennent centrales dans l’infrastructure IA, les choix stratégiques des principaux équipementiers offrent un éclairage précieux sur l’évolution du secteur. Ciena, leader mondial des systèmes réseau haut débit, opère une transformation stratégique de fond.
Au troisième trimestre de l’exercice 2025, Ciena a annoncé un chiffre d’affaires de 1,22 milliard de dollars, tiré principalement par les ventes de plateformes optiques et de routage. Parallèlement, l’entreprise a annoncé l’arrêt du développement de son activité haut débit PON, le réinvestissement de la R&D vers les solutions cœur optique et data center, dont la gestion hors bande, et la suppression de 4 à 5 % de ses effectifs, avec environ 90 millions de dollars de dépréciations R&D non cash. Ciena prévoit que sa croissance future proviendra principalement des marchés IA et cloud hyperscale.
Le PDG Gary Smith a déclaré lors de la conférence de résultats que les clients opérateurs concentrent leurs investissements réseau sur les domaines permettant de passer à l’échelle pour accompagner la croissance du trafic IA, créant de nouveaux besoins systèmes et des opportunités d’interconnexion qui s’étendent désormais jusqu’aux data centers. Ciena indique que les clients cloud hyperscale représentent environ 50 % de son activité, et prévoit une répartition similaire en 2026.
Ciena a déjà enregistré des avancées concrètes dans l’infrastructure IA. L’entreprise a mis en avant un projet d’infrastructure IA en Amérique du Nord, impliquant l’interconnexion régionale de clusters GPU pour l’entraînement et la distribution géographique, avec sa plateforme RLS et ses modules WaveLogic 6 Nano 800-gig ZR. Sa solution de gestion hors bande DCOM cible les opérations data center, aidant les opérateurs hyperscale à simplifier l’installation et la gestion à grande échelle, à améliorer la montée en charge, et à réduire les besoins en énergie et en espace.
À l’échelle sectorielle, le pivot stratégique de Ciena reflète une évolution qualitative de la demande en réseaux optiques pour data centers IA. Jürgen Hatheier, CTO Business Development & Global Partnerships de Ciena, observe un basculement du marché vers des connexions optiques de plus grande capacité, avec une forte demande attendue pour les longueurs d’onde 1,6T jusqu’en 2026. Rob Shore, responsable marketing du portefeuille Optical Networks chez Nokia, anticipe que les modules enfichables cohérents 800G deviendront la norme pour les réseaux IA en 2026.
Le marché des réseaux data center IA connaît une croissance exponentielle. Les données du secteur montrent qu’il passera de 10,31 milliards de dollars en 2025 à 12,8 milliards en 2026, soit un taux de croissance annuel composé de 24,2 %, pour atteindre 30,17 milliards de dollars d’ici 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 jusqu’en 2029 — une progression bien supérieure aux applications hors IA. Ciena se positionne au cœur de cette dynamique structurelle.
De l’infrastructure de calcul à l’infrastructure financière : le paysage boursier de Gate
L’évolution de l’infrastructure s’opère non seulement au niveau du calcul, mais aussi dans l’allocation des actifs. À mesure que les interconnexions optiques dans les data centers IA deviennent l’infrastructure critique déterminant l’efficacité des clusters GPU, les capacités d’allocation multi-actifs côté investissement nécessitent une infrastructure de soutien tout aussi performante.
L’expansion de Gate vers la finance traditionnelle progresse régulièrement. En janvier 2026, la plateforme a lancé la fonctionnalité CFD TradFi, couvrant l’or, le forex, les indices boursiers, les matières premières et les principales actions. En mars, l’offre s’est élargie aux tokens d’actions et ETF à effet de levier. En juin, Gate, via un partenariat stratégique avec Alpaca, a officiellement lancé le service de trading d’actions réelles.
Gate prend désormais en charge plus de 10 000 actions et ETF américains, couvrant les sociétés cotées sur les principales places comme le NYSE et le Nasdaq, bien au-delà de la plupart des plateformes de tokens d’actions qui n’en proposent généralement que quelques centaines. Les utilisateurs peuvent investir directement sur le marché américain via l’USDT, avec un trading fractionné à partir de 0,01 action, permettant de participer aux grandes valeurs américaines dès 1 $.
Sur le plan technique et partenarial, Gate s’appuie sur des courtiers conformes, titulaires de licences US Broker-Dealer et d’agréments de compensation, intégrés aux principales bourses comme le NYSE et le Nasdaq. Chaque action est adossée à un actif réel, conservé indépendamment via le système DTC, et non à des produits dérivés on-chain ou à des actifs RWA tokenisés. Les détenteurs bénéficient automatiquement de tous les droits d’actionnaire, y compris dividendes, splits et attributions.
Les tendances du secteur montrent que l’intégration du trading d’actions par les principales plateformes crypto s’impose comme une orientation claire. Les données révèlent que 73 % des traders crypto détiennent également des actifs traditionnels. L’approche de Gate permet le trading d’actions réelles via une infrastructure régulée, et non via des représentations synthétiques ou tokenisées, garantissant aux utilisateurs la découverte réelle des prix et le règlement effectif. Combinée à ses produits CFD, Gate évolue d’une plateforme crypto mono-actif vers un hub multi-actifs couvrant crypto, finance traditionnelle et produits dérivés.
Cette évolution s’inscrit dans la tendance plus large à la tokenisation des actifs RWA. En septembre 2025, Gate a lancé l’espace Ondo, introduisant des tokens d’actions et d’ETF de sociétés renommées comme Apple, Tesla ou Microsoft. La valeur totale verrouillée du secteur RWA a dépassé 15,7 milliards de dollars, Ondo Finance se classant troisième mondial à environ 1,66 milliard de dollars. Des actions réelles aux actions tokenisées, en passant par les CFD d’actions, Gate construit un canal d’allocation multi-niveaux couvrant diverses formes d’actifs.
Conclusion
La trajectoire de développement de l’interconnexion optique révèle une vérité fondamentale : la compétitivité des data centers IA bascule des seuls indicateurs de performance GPU vers des critères d’efficacité système. Le réseau n’est plus un simple support pour les clusters de calcul : il devient la condition préalable à la concrétisation de la puissance théorique des clusters de 100 000 GPU. Dans ce contexte, la valeur stratégique des entreprises d’infrastructure réseau optique est réévaluée par le marché — le pivot décisif de Ciena vers les réseaux optiques IA en est l’illustration la plus directe.
Parallèlement, l’évolution de l’infrastructure côté investissement est tout aussi significative. À mesure que la puissance de calcul IA s’impose comme le moteur productif central de l’ère numérique, les plateformes capables de relier efficacement cette productivité au capital mondial voient leur ancrage de valeur évoluer en profondeur. Du calcul au réseau, du matériel aux actifs, c’est à l’intersection du progrès technologique et de l’innovation financière que naissent souvent les opportunités structurelles.
