La puissance des infrastructures IA dépend aussi des connexions entre leurs composants. Le 2 novembre 2026, Marvell et Lumentum annoncent un accord d’acquisition entièrement en actions, valorisant implicitement Lumentum à environ 115 milliards de dollars en valeur d’entreprise. La clôture est attendue au premier semestre 2028, sous réserve notamment des autorisations réglementaires et du vote des actionnaires.[1] Ce rapprochement met en lumière un enjeu technique : faire circuler les données assez efficacement pour exploiter les capacités de calcul installées.
Un accord industriel avant de nouveaux produits
Marvell apporte des technologies de semi-conducteurs, de commutation et d’interconnexion. Lumentum fournit notamment des lasers, des émetteurs-récepteurs et des commutateurs optiques. Les entreprises souhaitent rapprocher la conception des éléments électriques et optiques, des liaisons entre datacenters jusqu’aux connexions dans les boîtiers de puces.[1]
Le montant annoncé ne correspond pas à un versement de 115 milliards de dollars en espèces : les actionnaires de Lumentum doivent recevoir 4,5 actions Marvell par action détenue.[1] L’annonce décrit donc une opération à réaliser, sans livrer à elle seule une nouvelle architecture immédiatement exploitable par les clients.
Les connexions deviennent une composante du calcul
Quand plusieurs machines participent à un traitement, elles doivent échanger des données et coordonner certaines étapes. Le réseau intervient alors dans le temps nécessaire pour obtenir un résultat. Une capacité de calcul supplémentaire peut rester sous-utilisée si les transferts qui alimentent le traitement ne suivent pas.
Google documente depuis 2022 l’intégration de la commutation optique dans son réseau Jupiter. Son retour d’expérience associe cette technologie au pilotage logiciel du réseau, notamment pour adapter les chemins de communication et faire évoluer les équipements.[2] L’optique dans les datacenters ne naît donc pas avec le projet Marvell-Lumentum. Celui-ci s’inscrit dans une évolution déjà engagée.
Pour un responsable IT, cette observation conduit à examiner le service complet. Le débit nominal d’un port ne suffit pas à expliquer les performances : il faut aussi regarder les flux simultanés, les points de congestion et le comportement du stockage. La bonne décision dépend du travail réellement exécuté.
L’optique ne se résume pas au câble
Dans le réseau décrit par Google, un commutateur optique utilise des micromiroirs pour relier dynamiquement une fibre d’entrée à une fibre de sortie.[2] Il agit sur le chemin emprunté par la lumière. Cette fonction se distingue du traitement des paquets réalisé par les équipements électroniques et doit s’intégrer à une architecture de contrôle cohérente.
Marvell et Lumentum ont déjà présenté une démonstration commune à l’OFC 2026. Selon un billet de Marvell publié le 20 avril, elle associait le commutateur optique R300 de Lumentum à plusieurs catégories de modules utilisant ses processeurs de signal optique. La démonstration couvrait des liaisons internes au datacenter, de campus et entre sites, avec suivi de la transmission, de la consommation et du taux d’erreur.[3] Cette démonstration constitue un précédent technique. Elle ne prouve toutefois pas les performances de futurs produits issus du rapprochement, ni leur compatibilité avec chaque installation. La qualification des solutions restera nécessaire.
Ce que les équipes IT doivent examiner
Cette grille propose des critères d’évaluation d’une infrastructure. Elle ne décrit pas des résultats déjà obtenus grâce à l’acquisition.
| Brique | Effet recherché | Question de maîtrise |
|---|---|---|
| Interconnexions | Réduire l’attente entre ressources de calcul. | Où les transferts limitent-ils réellement le traitement ? |
| Modules optiques | Transporter davantage de données sur les distances utiles. | Les équipements et les interfaces sont-ils compatibles ? |
| Pilotage du réseau | Adapter les chemins aux besoins et aux incidents. | La reconfiguration préserve-t-elle les services critiques ? |
| Exploitation | Maintenir une infrastructure réparable et évolutive. | Quels sont les coûts, les pièces disponibles et les conditions de support ? |
Des gains attendus qui devront être mesurés
Les deux groupes visent une amélioration de la bande passante et de l’efficacité énergétique, ainsi qu’une mise sur le marché plus rapide des solutions.[1] Ces objectifs ne permettent pas encore de chiffrer un gain pour un client. Il faudra comparer des configurations précises, sur une charge représentative, en tenant compte de l’ensemble du système.
L’efficacité énergétique mérite notamment un périmètre explicite. Une consommation plus faible pour une liaison donnée ne garantit pas une baisse de la consommation totale si le nombre de machines et de connexions augmente. L’évaluation devrait rapprocher l’énergie consommée du travail accompli, puis examiner la consommation globale de l’installation.
Pour une PME, commencer par le besoin réel
Une PME qui utilise uniquement une application d’IA hébergée n’a pas à revoir son réseau local sur la seule base de cette annonce. L’effet éventuel passera surtout par les infrastructures de ses fournisseurs. Une entreprise qui exploite plusieurs serveurs GPU peut, en revanche, vérifier si ses traitements sont limités par le calcul, le stockage ou les échanges entre machines.
Prenons un scénario illustratif : une équipe ajoute un second serveur à un traitement sans obtenir l’accélération attendue. Avant de commander des connexions plus rapides, elle mesure l’utilisation des GPU, les transferts et les attentes d’accès aux données. Un essai sur une charge identique permet ensuite de déterminer si l’investissement envisagé traite bien la contrainte observée.
L’administrateur relie la performance aux choix matériels
L’Administration systèmes et réseaux permet de comprendre les dépendances entre serveurs, stockage et interconnexions. Le professionnel doit identifier les chemins critiques et distinguer la vitesse annoncée d’un équipement du débit réellement obtenu par l’application.
Son travail comprend la validation des interfaces, la surveillance des erreurs et la préparation des interventions. Une évolution vers davantage d’optique implique aussi de vérifier les références des modules, la documentation et les possibilités de remplacement.
La compétence consiste enfin à traduire les mesures en décisions : conserver une architecture adaptée, corriger une configuration ou justifier un renouvellement. La veille sur les fournisseurs devient utile lorsqu’elle éclaire ces choix et leurs conséquences sur la continuité du service.
La valeur du rapprochement se jugera dans les architectures livrées
Le projet Marvell-Lumentum souligne le rôle stratégique des interconnexions dans l’IA. Pour les entreprises utilisatrices, son intérêt concret dépendra des solutions effectivement commercialisées, de leur compatibilité et de leur coût d’exploitation. Le montant de l’opération attire l’attention ; les performances mesurées dans les infrastructures détermineront sa portée technique.
Pour aller plus loin
Quatre lectures CCCLX pour approfondir les réseaux, les infrastructures cloud et leur exploitation.
Cisco et NVIDIA préparent des connexions optiques à 400 Gb/s par voie pour les infrastructures IA
L’IA propulse Nokia : les datacenters redessinent le marché des réseaux
Agents vocaux IA : Oracle détaille une architecture LiveKit sur OCI
SolarWinds Avior : les équipes IT fixent les objectifs et les agents coordonnent les actions
Sources
- 01
Marvell et Lumentum (2 novembre 2026). « Marvell and Lumentum to Combine, Creating a Category Leader in AI Connectivity ». Annonce de l’accord et des principales modalités de l’opération.
- 02
Google Cloud, Amin Vahdat (23 août 2022). « Jupiter evolving: Reflecting on Google’s data center network transformation ». Retour d’expérience sur l’évolution du réseau Jupiter et l’usage de commutateurs optiques.
- 03
Marvell, Todd Rope (20 avril 2026). « OFC: Lumentum Optical Circuit Switching and Marvell Optics for Scaling AI ». Présentation de la démonstration commune autour de la commutation optique et des modules optiques.
Agentic Data Cloud : Google repense la data pour l’ère des agents IA
Les agents IA obligent Google à repenser l'architecture des données Les agents IA promettent de rechercher des informations, prendre des décisions et agir directement dans les systèmes de l'entreprise, mais cette autonomie repose sur une condition essentielle :...
Google Cloud s’attaque à la facture cachée des agents IA
Les agents IA posent un nouveau problème : combien coûte réellement une tâche ? À mesure que les entreprises passent des chatbots aux agents IA capables de travailler pendant plusieurs étapes, la question du coût devient beaucoup plus complexe. Un chatbot traite...
Workday, Navan, Avalara : ChatGPT Work s’invite dans les logiciels métiers
ChatGPT Work quitte progressivement la fenêtre de chat Avec GPT-6 Astra, OpenAI ne cherche plus seulement à améliorer la qualité des réponses produites par ChatGPT. L'entreprise veut rapprocher son IA des applications dans lesquelles les salariés travaillent...
GPT-6 Astra arrive sur Amazon Bedrock : OpenAI s’installe dans le cloud d’entreprise
OpenAI trouve une nouvelle porte d'entrée dans les entreprises Le 8 septembre 2026, AWS a annoncé la disponibilité générale de GPT-6 Astra sur Amazon Bedrock, donnant aux entreprises une nouvelle manière d'accéder au modèle le plus avancé d'OpenAI directement depuis...
De la puce au cloud : Groq lève 350 millions pour changer d’échelle
Groq veut désormais vendre du cloud plutôt que seulement des puces Groq poursuit une transformation stratégique majeure. Longtemps identifié comme l'un des challengers de Nvidia grâce à ses LPU (Language Processing Units) spécialisés dans l'inférence des modèles...
Palmyra X6 : Writer veut faire baisser la facture de l’IA en entreprise
La course à l'IA se déplace désormais vers les coûts Après plusieurs années pendant lesquelles les éditeurs se sont principalement affrontés sur la puissance de leurs modèles, une nouvelle bataille s'ouvre autour de leur coût d'exploitation. Writer vient de lancer...
Muse Code : Meta lance son agent IA pour s’attaquer aux codebases géantes
Meta veut faire entrer les agents IA dans les projets logiciels complexes Meta accélère dans le développement logiciel assisté par intelligence artificielle avec Muse Code, un nouvel agent pensé pour intervenir sur de grandes codebases, là où les assistants...
Qwen3.8-Max aurait codé pendant 16 jours sans intervention humaine
Alibaba teste jusqu'où peut aller un développeur IA autonome Alibaba affirme avoir franchi une nouvelle étape dans le développement logiciel agentique avec Qwen3.8-Max, son nouveau modèle phare lancé début août 2026. Lors d'un test interne, le modèle aurait travaillé...
Deux mois, 1,1 milliard de dollars : River AI affole déjà les investisseurs
Une levée spectaculaire pour une startup à peine sortie de l'ombre Deux mois après sa sortie du mode furtif, River AI vient de réaliser l'une des opérations de financement les plus spectaculaires de l'année dans l'intelligence artificielle. La startup fondée par Igor...
ZCode veut défier Cursor et Claude Code : la Chine entre dans la bataille du code IA
La Chine accélère dans les environnements de développement IA Le marché du développement logiciel assisté par intelligence artificielle accueille un nouvel acteur de poids. Z.ai, anciennement connu sous le nom de Zhipu AI, a dévoilé ZCode, un environnement de...
