Avant GTC 2026, Nvidia laisse entrevoir une puce optique capable de remodeler les datacenters d'IA

Avant la présentation de Nvidia à GTC 2026, le marché ne parle pas d'une nouvelle hausse de téraflops, mais d'un possible changement dans la manière même de relier les puces d'IA entre elles. Le déclencheur : une phrase de Jensen Huang sur une « puce qui secouera le monde », prononcée avant la présentation du 16 mars 2026 à San José.

Ce que promet Nvidia

En surface, tout ressemble à la mise à jour habituelle de la gamme. Nvidia a déjà fait de Blackwell son produit phare actuel, et à GTC le marché attend un accent officiel sur la génération suivante, Vera Rubin. La Blackwell Ultra GB300 affiche déjà des caractéristiques extrêmes : 288 Go de HBM3e, jusqu'à 15 pétaflops en FP4 et des racks NVL72 qui rassemblent des dizaines d'accélérateurs en un seul bloc de calcul. Ces chiffres comptent pour le secteur, mais ils n'expliquent pas à eux seuls une promesse aussi tonitruante. La comparaison avec 2016 n'est pas fortuite : la présentation du P100 s'est révélée, rétrospectivement, l'un des moments clés du boom actuel de l'IA.

L'intrigue tient à ce que Huang n'a pas rattaché sa déclaration à un produit précis. D'ordinaire, Nvidia pose des jalons à l'avance : une nouvelle architecture, un nouveau rack, un nouveau cluster DGX. Cette fois, le marché a entendu une formule sans explication, et c'est pourquoi l'attention s'est déplacée des spécifications arides vers l'idée même d'une percée. Si Vera Rubin apporte réellement une hausse de plusieurs fois de la bande passante mémoire et réduit nettement le coût de l'inférence, ce serait déjà un événement majeur. Mais la formule « secouer le monde » laisse entendre un pas d'une autre ampleur.

Pourquoi tous les regards se tournent vers l'optique

La principale hypothèse autour de l'annonce est la photonique sur silicium : transmettre les données entre puces avec de la lumière plutôt que par des signaux électriques sur du cuivre. Au cœur de ces attentes se trouve l'architecture Feynman, associée à la période qui suivra Vera Rubin. L'idée est simple : les GPU actuels sont limités non seulement par la puissance de la puce elle-même, mais aussi par la vitesse à laquelle elle échange des données avec les accélérateurs voisins, la mémoire et le réseau. Plus le cluster est grand, plus les pertes dans les interconnexions, l'échauffement et les limites de distance deviennent pénalisants.

« À GTC 2026, nous présenterons une puce qui secouera le monde ».

Si Nvidia montre réellement une interconnexion optique fonctionnelle, ce ne sera pas une amélioration cosmétique, mais une tentative de supprimer le principal goulot d'étranglement de l'infrastructure d'IA. Les lignes électriques perdent en efficacité à mesure que les débits et la densité d'intégration augmentent. Les canaux optiques promettent plus de bande passante par bit, moins de chaleur et une meilleure capacité de montée en charge. C'est pourquoi la discussion porte soudain non sur 20 % de performances en plus, mais sur la refonte de la façon dont on construit les grands clusters d'entraînement et de service des modèles.

Ce que cela change

Le passage à l'optique n'intéresse pas que les ingénieurs qui comptent les nanosecondes entre puces. Il touche à l'économie des datacenters, car la course actuelle à l'IA se heurte de plus en plus à l'énergie, au refroidissement et au coût de service des modèles. Plus les clusters grossissent, plus l'argent part non dans les « cerveaux » eux-mêmes, mais dans la transmission des données entre eux et dans la lutte contre la chaleur que cette transmission produit.

Si le pari de Nvidia réussit, le secteur pourrait obtenir plusieurs effets pratiques à la fois :

• une moindre dépense d'énergie pour transmettre chaque bit de données ;
• un dégagement de chaleur réduit et, par conséquent, un refroidissement des racks plus simple ;
• la possibilité d'éloigner les accélérateurs sans perte brutale de vitesse ;
• une organisation plus souple des datacenters et de l'infrastructure réseau ;
• une nouvelle baisse du prix de l'inférence pour les services d'IA grand public.

Mais le scepticisme est aussi fort. On promet des interconnexions optiques à l'industrie depuis de nombreuses années, et le chemin du prototype de laboratoire au rack serveur de série est toujours plus long qu'il n'y paraît sur scène. De plus, Nvidia a un intérêt direct à relever les attentes : sa capitalisation est colossale, des concurrents comme AMD, Intel, Google et Amazon investissent des milliards dans des accélérateurs alternatifs, et chaque présentation devient aussitôt un test de leadership. La vraie question n'est donc pas de savoir si l'on verra une belle diapositive, mais s'il y aura du concret sur scène : un échantillon fonctionnel, des dates de livraison et des noms de clients.

Ce que cela signifie

Si, le 16 mars 2026, Nvidia confirme son pari sur la photonique sur silicium, la nouvelle dépassera une simple annonce de GPU : il s'agirait d'un changement d'architecture des datacenters d'IA et d'un nouveau cycle de baisse du coût du calcul. Si les grands mots ne cachent qu'une mise à niveau planifiée de Blackwell et de Vera Rubin, le marché obtiendra une étape importante, mais évolutive, et non une rupture technologique. C'est pourquoi investisseurs, ingénieurs et fournisseurs de cloud regarderont non les slogans, mais les échéances, les prototypes et les premiers clients.