Cisco et Nvidia conçoivent des réseaux optiques pour datacenters où des centaines de milliers de GPU fonctionnent comme un seul

Cisco et Nvidia préparent une nouvelle génération de technologies réseau optiques pour les datacenters, où la charge d'IA se heurte de plus en plus à la liaison entre les puces plutôt qu'à la puce elle-même. Jeetu Patel, président et directeur produit de Cisco, a expliqué sur Bloomberg Tech (présenté par Ed Ludlow) que le projet vise à faire fonctionner des centaines de milliers de GPU comme un système unique, tout en réduisant à la fois la consommation d'énergie du réseau et le coût de l'IA.

Peu de détails techniques ont été rendus publics : l'entretien ne mentionne ni calendrier, ni prix, ni débit des ports. La logique du projet, en revanche, est clairement exposée, et elle est révélatrice.

Le goulot d'étranglement se déplace vers le réseau

Quand un cluster atteint des dizaines, voire des centaines de milliers d'accélérateurs, son efficacité dépend de la vitesse à laquelle les GPU échangent gradients, poids et résultats intermédiaires. Si le réseau ne suit pas, des accélérateurs coûteux restent inactifs en attendant les données. L'argent part en fumée dans une attente à vide.

D'où l'intérêt pour l'optique. À haut débit, les liaisons en cuivre fonctionnent sur des distances de plus en plus courtes, et les modules optiques traditionnels consomment beaucoup d'énergie. À l'échelle d'un cluster de centaines de milliers de GPU, des dizaines de watts par port se cumulent en mégawatts. Pour les opérateurs, qui se battent déjà pour obtenir de la puissance électrique, c'est une contrainte directe.

Les agents, un nouveau type de trafic

Le second argument de Jeetu Patel porte sur les charges de travail elles-mêmes. Selon lui, des agents IA de plus en plus puissants peuvent consommer beaucoup plus de bande passante que des humains pour accomplir les mêmes tâches.

La logique se comprend aisément. Un humain pose une question et lit la réponse. Pendant ce temps, un agent enchaîne les appels aux modèles, va chercher des données, invoque des outils, vérifie ses propres étapes et lance souvent des branches de raisonnement en parallèle. Une seule requête d'utilisateur se transforme en avalanche de trafic interne entre services, stockages et clusters d'inférence. Plus l'agent est autonome, plus cet effet est marqué.

Si ce raisonnement est juste, il faudra dimensionner les réseaux non plus selon le nombre d'utilisateurs, mais selon le nombre d'agents et leur « bavardage ».

Pourquoi Cisco et Nvidia

Nvidia contrôle une grande partie de la pile des clusters d'IA, des accélérateurs à ses propres solutions réseau. En 2025, l'entreprise a présenté des commutateurs à photonique intégrée, où les composants optiques sont placés à côté de la puce de commutation et non dans des modules amovibles. Cela raccourcit le trajet du signal électrique et réduit les pertes d'énergie. Cisco apporte à l'alliance son expérience du réseau, ses équipements pour opérateurs et réseaux d'entreprise, ainsi que sa propre plateforme en silicium. Pour Nvidia, c'est un canal supplémentaire vers les datacenters d'entreprise et de cloud ; pour Cisco, une chance de rester au cœur de l'infrastructure d'IA.

La nouvelle génération évoquée par Jeetu Patel prolonge cette orientation. Ce qu'elle intégrera précisément au produit ne se saura que lors de futures annonces.

Ce que l'on sait aujourd'hui

• Partenaires : Cisco et Nvidia, développement conjoint de technologies réseau optiques de nouvelle génération.
• Échelle : des clusters de centaines de milliers de GPU.
• Objectifs : des interconnexions plus rapides, moins d'énergie pour transmettre les données, un coût de l'IA en baisse.
• Moteur de la demande : des charges agentiques qui génèrent nettement plus de trafic qu'un humain.
• Non communiqué : calendrier de sortie, prix, bande passante des ports, compatibilité avec les équipements existants.

Ce que doivent retenir les équipes qui construisent une infrastructure d'IA

Premièrement : comptez le réseau dans le coût total de possession du cluster, et non comme un accessoire de l'achat de GPU. L'inactivité des accélérateurs due à un réseau insuffisant coûte plus cher que le réseau lui-même.

Deuxièmement : intégrez le trafic agentique dans vos modèles de charge. Le profil « requête-réponse » ne fonctionne plus pour les services dotés d'agents autonomes, et les appels internes peuvent dépasser largement les appels externes.

Troisièmement : mesurez séparément l'énergie consacrée à la transmission des données. Si la limite de votre datacenter se chiffre en mégawatts, une optique moins gourmande peut libérer de la puissance pour des accélérateurs supplémentaires.

Et quatrièmement : ne vous précipitez pas sur les contrats tant que les chiffres manquent. Tant que Cisco et Nvidia n'ont annoncé ni calendrier ni caractéristiques, il est raisonnable de suivre les annonces et de les comparer aux solutions déjà disponibles. Pour les développeurs et les entreprises qui achètent l'IA en tant que service, l'effet sera indirect : si les réseaux deviennent réellement moins chers et plus économes, cela peut se répercuter sur le prix du token, mais pas instantanément.