Qu'est-ce que le réseau optique basé sur l'IA ? Pourquoi Goldman Sachs prévoit un marché de 154 milliards de dollars d'ici 2028
Pendant une grande partie du boom de l'IA, les investisseurs se sont concentrés sur une seule question : combien de GPU les entreprises technologiques peuvent-elles déployer ? Mais à mesure que les clusters d'IA deviennent plus grands et plus puissants, un autre goulot d'étranglement prend une place centrale dans la course à l'infrastructure : à quelle vitesse ces processeurs peuvent-ils communiquer entre eux.
Ce changement met le réseautage optique en Spotlight. Goldman Sachs Research a décrit le réseautage optique comme le « prochain mégatrend » dans l'infrastructure IA et a estimé que l'augmentation de la puissance de calcul par baie et le déploiement plus large de l'infrastructure IA pourraient débloquer environ neuf fois plus de marché total adressable, portant l'opportunité à environ 154 milliards de dollars.
La thèse reflète un changement plus vaste dans l'infrastructure de l'IA. Des accélérateurs plus rapides génèrent plus de données, des clusters plus grands nécessitent plus de communication entre processeurs, et les connexions électriques traditionnelles deviennent de plus en plus difficiles à mettre à l'échelle efficacement. Les fibres optiques, la photonique sur silicium et l'optique co-emballée pourraient donc devenir aussi importantes pour la prochaine phase de l'infrastructure de l'IA que les GPU, la mémoire et les systèmes d'alimentation l'ont été pour la première.
Qu'est-ce que le réseau optique à IA ?
Le réseau optique par IA fait référence à l'utilisation de technologies de communication basées sur la lumière pour transférer des données entre processeurs, serveurs, commutateurs, baies et clusters de centres de données. Au lieu de s'appuyer entièrement sur des signaux électriques circulant dans du cuivre, les systèmes optiques convertissent les données en lumière et les transmettent via des fibres.
Le moyen le plus simple de comprendre son rôle est de considérer un centre de données IA comme une usine. Les GPU et autres accélérateurs sont les machines effectuant le travail, tandis que le réseau constitue le système de transport les reliant. Une usine remplie de machines extrêmement puissantes fonctionnera malgré tout mal si les matériaux ne peuvent pas circuler suffisamment rapidement entre ces machines. Le même principe s'applique à l'IA : les processeurs doivent échanger en continu des paramètres de modèle, des activations, des gradients et d'autres données pendant l'entraînement ou le déploiement de grands modèles.
Cela fait du réseau une partie intégrante du système de calcul efficace, et non un composant périphérique. Goldman Sachs estime que le réseau libère la capacité de calcul des puces AI individuelles en permettant à de nombreux processeurs de fonctionner ensemble avec une faible latence. À mesure que les clusters AI grandissent, le montant dépensé pour déplacer les données peut donc augmenter en parallèle avec le montant dépensé pour générer du calcul.
Pourquoi l'IA a besoin de réseaux plus rapides
L'informatique d'entreprise traditionnelle implique souvent des charges de travail qui peuvent fonctionner relativement indépendamment sur plusieurs serveurs. Les grands modèles d'IA sont différents. L'entraînement nécessite fréquemment des milliers d'accélérateurs pour coordonner les calculs, échanger de grandes quantités d'informations et rester synchronisés. Si la communication est retardée, des processeurs coûteux peuvent passer une partie de leur temps en attente au lieu de calculer.
Ce défi devient plus grave à mesure que les systèmes d'IA s'échelonnent. Un cluster contenant des centaines de GPU nécessite un niveau de capacité réseau ; un système contenant des dizaines de milliers — voire éventuellement des centaines de milliers — pose un problème de connectivité fondamentalement différent. NVIDIA décrit désormais le réseau comme un multiplicateur critique de la puissance de calcul dans les usines d'IA gigascale, avec sa dernière architecture Spectrum conçue pour connecter des déploiements GPU extrêmement volumineux.
Le résultat est un passage d'une vision centrée sur les puces à une vision systémique de l'IA. Les GPU plus rapides restent importants, mais leur valeur économique dépend de plus en plus de la capacité de la mémoire, de l'alimentation, du refroidissement et du réseau à maintenir leur productivité. À mesure que la densité de calcul augmente, le coût d'un réseau insuffisant augmente également, car des processeurs de plus en plus coûteux sont sous-utilisés.
Copper contre fibre : pourquoi l'optique gagne du terrain
Le cuivre a longtemps été essentiel dans les centres de données. Il est peu coûteux, bien compris et très efficace sur de courtes distances. Pour de nombreuses connexions, le cuivre continuera d’avoir un sens économique. Le problème est que déplacer des signaux électriques à des vitesses de plus en plus élevées devient de plus en plus difficile à mesure que la bande passante et la distance augmentent.
À des débits de données plus élevés, les liaisons électriques font face à une perte de signal, ainsi qu'à des contraintes de puissance et thermiques. Les ingénieurs peuvent compenser en utilisant des retimers, un traitement numérique du signal et des conceptions de câbles améliorées, mais ces solutions consomment également de l'énergie. La communication optique permet de transmettre une large bande passante sur de plus longues distances avec une dégradation du signal réduite, ce qui la rend de plus en plus attrayante à mesure que les réseaux d'IA deviennent plus grands et plus rapides. Goldman Sachs Asset Management a noté en juillet que les centres de données devraient progressivement passer davantage de liaisons de transmission du cuivre vers la fibre optique à mesure que les exigences en matière de vitesse et d'interconnexion augmentent.
Cela ne signifie pas que la fibre éliminera complètement le cuivre dans un centre de données AI. La transition la plus probable sera progressive : le cuivre reste compétitif pour de nombreuses connexions à courte portée, tandis que l'optique s'approche des commutateurs et des processeurs à mesure que les exigences en bande passante rendent la transmission électrique de plus en plus difficile. La variable clé n'est donc pas la disparition du cuivre, mais la quantité de contenu optique requise pour chaque nouvelle génération d'infrastructure AI.
Mise à l'échelle horizontale vs mise à l'échelle verticale : les deux marchés du réseau d'IA
Comprendre l'opportunité optique nécessite également de distinguer le mise à l'échelle par renforcement et la mise à l'échelle par extension du réseau. La mise à l'échelle par renforcement relie les accélérateurs suffisamment étroitement pour qu'ils puissent se comporter comme un seul système informatique. Ces liens privilégient une bande passante extrêmement élevée et une latence très faible, car les GPU peuvent avoir besoin d'échanger des informations en continu pendant une charge de travail.
Le réseau en étalement relie des groupes plus larges de serveurs, de baies ou de domaines informatiques afin que le cluster AI global puisse s'étendre. La communication optique a historiquement été plus établie sur ces liens plus longs. Le principal changement est que l'optique commence à se déplacer vers l'intérieur vers les environnements en élargissement à mesure que la densité des processeurs et les exigences en bande passante augmentent.
Cette distinction aide à expliquer pourquoi le marché potentiel peut s'étendre beaucoup plus rapidement que le nombre de centres de données seuls. L'analyse de Goldman Sachs examine à la fois les opportunités d'extension verticale et horizontale, ainsi que la composition changeante des câbles en cuivre, des modules optiques amovibles, des optiques co-emballées et d'autres composants d'interconnexion. Autrement dit, l'IA ne se contente pas de construire davantage de réseaux — elle augmente le montant et la sophistication du réseau requis à l'intérieur de chaque système informatique.
Qu'est-ce que l'optique co-emballée ?
L'optique co-emballée, généralement abrégée en CPO, est l'une des technologies les plus importantes derrière la discussion actuelle sur les réseaux d'IA. Dans une architecture conventionnelle, une puce de commutation communique électriquement à travers une carte imprimée avant que le signal n'atteigne un transcepteur optique amovible, où il est converti en lumière et transmis via une fibre.
CPO rapproche les moteurs optiques du silicium de commutation, en intégrant l'optique au package de la puce plutôt que de placer toute la conversion optique à la périphérie du système. La voie électrique plus courte peut réduire les pertes de signal et la consommation d'énergie tout en permettant une densité de bande passante plus élevée. Cela devient particulièrement précieux lorsque les vitesses réseau augmentent et que le coût énergétique du déplacement des données devient de plus en plus important.
CPO dépasse déjà le laboratoire. Broadcom a déclaré en mars que son portefeuille d'infrastructure IA incluait un commutateur Ethernet à 102,4 térabits par seconde avec optique co-emballée, ainsi que la technologie DSP optique à 400 G par voie et d'autres produits de connectivité haute vitesse. NVIDIA intègre également le CPO dans sa plateforme Spectrum-X Ethernet Photonics, faisant de cette technologie une composante d'une architecture IA commerciale et non plus simplement un concept de recherche à long terme.
Pourquoi Goldman Sachs voit un marché de 154 milliards de dollars
Le chiffre clé de la thèse de Goldman Sachs sur les réseaux optiques est un marché total adressable potentiel de 154 milliards de dollars. La banque estime que la croissance de l'infrastructure IA et l'augmentation de la puissance de calcul par rack pourraient générer une expansion d'environ neuf fois l'opportunité à travers différentes configurations de réseau. Son analyse inclut les systèmes de mise à l'échelle verticale et horizontale, ainsi que les câbles en cuivre, les modules optiques amovibles, le CPO et les planches intermédiaires PCB.
Le point important est que la prévision est influencée par deux forces simultanément. Premièrement, l'industrie de l'IA déploie davantage d'infrastructure informatique. Deuxièmement, chaque nouvelle génération d'infrastructure peut nécessiter plus de contenu réseau par unité de calcul. L'ajout de plus de GPU crée des liens supplémentaires, tandis que l'augmentation de la bande passante de chaque lien augmente la valeur de l'équipement réseau requis pour les connecter.
Cela crée un effet multiplicateur potentiel. Les revenus liés au réseau AI n'ont pas besoin de croître uniquement parce que de nouveaux centres de données sont construits ; ils peuvent aussi augmenter parce que chaque rack, supernœud ou cluster contient une connectivité plus coûteuse. Le chiffre de 154 milliards de dollars doit donc être compris comme une estimation basée sur des architectures système futures et des hypothèses d'adoption — et non comme un revenu garanti — mais il illustre à quel point les dépenses en infrastructure AI pourraient s'étendre bien au-delà des accélérateurs eux-mêmes.
Pourquoi NVIDIA Vera Rubin est important
La plateforme Vera Rubin de NVIDIA fournit l'un des signaux les plus clairs indiquant que le réseautage optique devient stratégiquement important. En mai 2026, NVIDIA a annoncé que Vera Rubin entrait en production à plein régime et a présenté Spectrum-X Ethernet Photonics, un système de réseautage basé sur la CPO conçu pour soutenir les futures usines d'IA avec un million de GPU.
Selon NVIDIA, les photoniques Ethernet Spectrum-X offrent une efficacité énergétique cinq fois supérieure à celle des réseaux utilisant des transcepteurs traditionnels, ainsi que des améliorations en termes de disponibilité des applications et de vitesse de déploiement. Ces chiffres proviennent des comparaisons internes de NVIDIA, mais ils illustrent pourquoi la consommation énergétique du réseau est devenue une préoccupation majeure de conception. Chaque watt consommé pour déplacer des données est un watt indisponible pour les processeurs effectuant les calculs d'IA.
La signification est plus vaste qu'une seule génération de produit. Lorsqu'un fournisseur dominant d'accélérateurs IA intègre le réseautage photonique dans sa feuille de route plateforme, l'optique devient une partie de l'architecture système entourant l'informatique future. Cela renforce l'argument selon lequel la connectivité pourrait représenter une part plus importante des dépenses en infrastructure IA, même si les technologies de réseau individuelles continuent d'évoluer.
CPO remplacera-t-il les modules optiques interchangeables ?
CPO présente des avantages convaincants, mais cela ne signifie pas que les modules optiques plugables traditionnels vont disparaître. Les transcepteurs plugables présentent un avantage opérationnel majeur : ils sont modulaires. Les opérateurs de centres de données peuvent les remplacer, les mettre à niveau ou les entretenir indépendamment de l'interrupteur, et une chaîne d'approvisionnement mondiale mature soutient déjà cette architecture.
CPO échange une partie de cette modularité contre une intégration plus étroite. Rapprocher les composants optiques du silicium de commutation peut améliorer l'efficacité énergétique et la densité de bande passante, mais le conditionnement, la gestion thermique, le rendement de fabrication et la maintenabilité deviennent plus complexes. Ces compromis signifient que la solution optimale peut varier en fonction de la distance, des exigences en bande passante, de l'architecture du système et du coût des temps d'arrêt.
L'avenir probable est donc plus nuancé qu'une simple bataille entre CPO et les options plugables. Un marché des réseaux IA en expansion rapide pourrait soutenir les deux technologies dans différentes parties du réseau. Même si le CPO capte une part croissante dans les environnements à plus haute bande passante, la demande globale pour les optiques plugables pourrait continuer d'augmenter si le nombre total de liens optiques augmente suffisamment vite.
Quelles entreprises pourraient bénéficier de la vague des optiques IA ?
L'opportunité potentielle dépasse largement les fabricants de GPU, car le réseautage optique constitue une chaîne d'approvisionnement multicouche. Les systèmes de calcul créent de la demande, les puces de réseau acheminent le trafic, les composants optiques convertissent les signaux électriques en lumière, la fibre transporte ces signaux, et les équipements de réseau rassemblent les éléments.
| Segment | Rôle dans le réseau IA | Exemples |
| Systèmes de calcul IA | Créer de la demande pour une connectivité à haute vitesse | NVIDIA |
| Puce de commutation et de réseau | Acheminez le trafic entre les clusters AI | Broadcom, NVIDIA |
| Composants optiques | Laser, transceivers et composants associés | Coherent, Lumentum |
| Infrastructure en fibre | Transporte des signaux optiques | Corning |
| Systèmes de mise en réseau | Construit des réseaux optiques à haute vitesse | Ciena |
La thèse d'investissement plus large est donc que les dépenses en capital dans l'IA pourraient se diffuser vers l'extérieur. La première vague a récompensé de manière disproportionnée les entreprises vendant des ressources de calcul. Les vagues suivantes ont attiré une attention accrue sur la mémoire, l'alimentation, le refroidissement, et le réseau pourrait représenter une autre couche de cette expansion. Le portefeuille de produits actuel de Broadcom en est un exemple utile : il couvre désormais les XPUs, les commutateurs Ethernet, les optiques, les SerDes, les DSP et les technologies PCIe pour de grands clusters IA.
Pourtant, une exposition au secteur ne rend pas automatiquement chaque entreprise optique gagnante. Le mix produit, la concentration client, la capacité de production, la tarification et les transitions technologiques peuvent entraîner des résultats très différents tout au long de la chaîne d'approvisionnement.
Qu'est-ce qui pourrait arrêter la croissance de 154 milliards de dollars ?
Le plus grand risque est simple : les dépenses en capital pour l'IA pourraient croître plus lentement que prévu. Les prévisions pour les réseaux optiques dépendent en fin de compte de la vitesse à laquelle les hyperscalers, les laboratoires d'IA et les entreprises continuent de construire leur infrastructure informatique. Une réduction du déploiement d'accélérateurs réduirait également la nécessité des connexions entourant ces accélérateurs.
La technologie pourrait également modifier la prévision. Des câbles électriques actifs améliorés, des retimers et d'autres technologies en cuivre pourraient étendre la connectivité électrique au-delà des projections actuelles. CPO pourrait faire face à des défis de fabrication, d'emballage ou de maintenabilité qui ralentiront son adoption. Les futures architectures d'IA pourraient également organiser le calcul différemment, modifiant le nombre de liens optiques requis par baie ou cluster.
Enfin, l'efficacité reste une incertitude réelle. Des modèles, logiciels et techniques d'inférence améliorés pourraient permettre aux fournisseurs d'IA d'effectuer davantage de travail avec le même matériel. Le chiffre de 154 milliards de dollars de Goldman Sachs doit donc être considéré comme un scénario illustrant la taille potentielle de l'opportunité sous certaines hypothèses d'infrastructure. La thèse la plus durable n'est pas le chiffre exact — c'est que le déplacement de données devient une partie de plus en plus grande et plus précieuse du calcul IA.
Le réseau optique est-il la prochaine grande tendance en matière d’infrastructure IA ?
Le cas technique devient de plus en plus solide. Les grappes de GPU deviennent plus grandes, les exigences en bande passante augmentent, et une attention croissante est portée à la quantité d'énergie consommée simplement pour déplacer les données. NVIDIA et Broadcom disposent désormais de feuilles de route commerciales qui intègrent des technologies optiques avancées au sein de systèmes de mise en réseau AI à grande échelle.
La question importante, cependant, n'est pas de savoir si le marché atteint précisément 154 milliards de dollars à une date donnée. Les prévisions évolueront à mesure que les architectures d'IA évolueront. Une métrique plus utile est le montant de réseau et de contenu optique requis pour chaque unité de calcul AI. Si ce ratio continue d'augmenter tandis que le déploiement global du calcul AI s'étend également, le réseau optique peut croître rapidement, même si les technologies individuelles ou les hypothèses de part de marché changent.
Cela fait de la connectivité l’un des domaines les plus importants à surveiller lors de la prochaine phase de développement de l’IA. Les GPU peuvent générer de l’intelligence, mais des réseaux de plus en plus sophistiqués sont nécessaires pour combiner ces processeurs en systèmes informatiques suffisamment grands pour former et faire fonctionner la prochaine génération de modèles.
Conclusion : l'IA devient une histoire de connectivité
La première phase du boom des infrastructures d'IA générative a été dominée par le calcul. Les GPU sont devenus la ressource rare, et les entreprises se sont compétitionnées pour sécuriser des accélérateurs, de la mémoire, de l'énergie et de la capacité de centres de données. À mesure que ces systèmes évoluent, le défi se déplace de plus en plus vers la connexion efficace de tout ce calcul.
Les réseaux optiques résolvent ce défi en offrant la bande passante, la portée et l'efficacité énergétique nécessaires pour déplacer d'énormes quantités de données entre processeurs et clusters. La CPO et la photonique sur silicium pourraient rapprocher encore davantage l'optique du silicium IA, tandis que les systèmes de nouvelle génération tels que NVIDIA Vera Rubin montrent que cette transition entre déjà dans les infrastructures commerciales.
La prévision de 154 milliards de dollars de Goldman Sachs peut ou non se révéler exacte. La tendance plus large est plus importante : la prochaine phase de la course à l'infrastructure IA pourrait dépendre de plus en plus non seulement de la vitesse à laquelle les processeurs peuvent calculer, mais aussi de la vitesse à laquelle les informations peuvent circuler entre eux.
FAQ
La photonique au silicium est-elle identique à la fibre optique ?
Non. Les fibres optiques désignent principalement la transmission de la lumière à travers des fibres optiques, tandis que la photonique sur silicium utilise des techniques de fabrication de semi-conducteurs pour intégrer des fonctions optiques telles que des modulateurs et des photodétecteurs sur des dispositifs à base de silicium. Les deux technologies peuvent fonctionner ensemble : les composants photoniques sur silicium génèrent, manipulent ou reçoivent des signaux optiques qui voyagent ensuite à travers la fibre.
Qu'est-ce qu'un transcepteur optique dans un centre de données IA ?
Un transcepteur optique convertit les données électriques provenant des serveurs ou des puces réseau en signaux optiques pour transmission via fibre, puis reconvertit la lumière entrante en signaux électriques. Ces modules constituent des points de connexion essentiels dans les réseaux de centres de données modernes, notamment à mesure que les vitesses de liaison augmentent et que la fibre s'étend plus profondément dans l'infrastructure de l'IA.
Que signifient 800G et 1,6T dans le domaine du réseau optique ?
Ils décrivent la capacité de données approximative d'une connexion réseau. Une liaison de 800G peut transporter jusqu'à environ 800 gigabits par seconde, tandis que 1,6T correspond à environ 1,6 térabits par seconde. Ces chiffres décrivent la bande passante réseau, et non les performances de calcul d'une GPU.
L'inférence par IA nécessite-t-elle autant le réseau optique que l'entraînement de l'IA ?
Le modèle de mise en réseau peut varier. L'entraînement de grands modèles nécessite souvent une synchronisation intensive à travers de nombreux accélérateurs, rendant les interconnexions extrêmement rapides essentielles. L'inférence peut parfois être distribuée de manière plus indépendante, mais les modèles de raisonnement à grande échelle, l'IA agente et les services à fort volume peuvent également exiger une communication importante entre processeurs et systèmes.
Pourquoi la consommation énergétique du réseau est-elle importante pour les centres de données IA ?
Les centres de données IA fonctionnent avec des budgets électriques et de refroidissement limités. L'énergie consommée par les commutateurs, les transcepteurs et les équipements de traitement du signal réduit le montant disponible pour les GPU et autres matériel de calcul. À mesure que les grappes IA se développent, réduire l'énergie nécessaire pour déplacer chaque bit de données peut donc améliorer à la fois l'efficacité du système et l'économie de l'ensemble du centre de données.
🔥 KuCoin propose une option plus stable sur un marché volatil
Si vous êtes préoccupé par les fluctuations fréquentes du marché et que vous recherchez une option plus stable pour gagner de l'argent passivement, KuCoin est l'endroit idéal :
Simple Earn : Déposez et retirez des jetons à tout moment, en gagnant des rendements stables.
KuCoin Earn : Gagnez des profits stables grâce à une gestion d'actifs professionnelle.
Conserver pour gagner : Gagnez des récompenses en conservant des actifs dans les comptes Financement, Trading, Marge, Futures, Minage et Compte unifié.
Staking : Libérez le potentiel de revenus de vos actifs sur chaîne.
Investissements avancés : Les investissements avancés proposent une variété de produits structurés pour faire croître votre argent dans n'importe quel marché.
Shark Fin : Protection du capital et gains garantis
Double investissement : Achetez bas et vendez haut avec des calculs de rendement transparents.
Boule de neige : Rendements élevés, avec une protection des prix.
achat à prix réduit : Achetez des crypto-monnaies à des prix réduits.
KCS Loyalty : Passez au niveau supérieur pour profiter de avantages exclusifs en stakant ≥ 1 KCS.
Patrimoine KuCoin : Découvrez la valeur future et commencez votre parcours d'investissement intelligent.
Avantages KCS : Tenez et mettez en staking des KCS pour accéder à des avantages sur l'ensemble de la plateforme.
KCS Staking 2.0 : Participez à la gouvernance sur chaîne de KCS pour gagner des rendements.
Avertissement : Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil en investissement. Les investissements en cryptomonnaies comportent des risques. Veuillez effectuer vos propres recherches (DYOR).
Avertissement : Pour votre confort, cette page a été traduite à l'aide de la technologie IA. Pour obtenir les informations à la source, consultez la version anglaise originale.