Imaginez un processeur qui tourne à 56 GHz. Pas 5, pas 15 — cinquante-six. Une puce qui ne calcule plus avec des électrons mais avec de la lumière, consomme autant qu’un radiateur électrique, et délivre dix fois la puissance du meilleur GPU Nvidia. C’est exactement ce que promet Neurophos avec son Tulkas T100, un processeur optique IA soutenu par Bill Gates et Microsoft. Une révolution que beaucoup ont annoncée depuis trente ans. Et qui, cette fois, semble vraiment arriver.
À retenir
- Un processeur optique IA calcule avec des photons (lumière) au lieu d’électrons
- Le Tulkas T100 de Neurophos tourne à 56 GHz et délivre 470 pétaFLOPS pour 1 à 2 kW seulement
- Il est environ 10 fois plus puissant que le GPU Rubin de Nvidia, à consommation équivalente
- Ce n’est pas un remplaçant des GPU — c’est un co-processeur optimisé pour le prefill des LLM
- Premières unités d’évaluation : fin 2026, production en volume : mi-2028
L’IA a un problème d’électricité
On parle beaucoup de la puissance des modèles d’IA. On parle moins de ce qu’ils coûtent à faire tourner.
Alimenter l’infrastructure IA mondiale d’ici 2030, avec les GPU actuels, nécessiterait plus de 1 000 centrales nucléaires supplémentaires et plusieurs dizaines de milliers de milliards de dollars d’investissement. Ce n’est pas une projection alarmiste — c’est le calcul que fait Neurophos elle-même pour justifier l’existence de son produit.
Le problème est physique, au fond. Un électron se déplace dans un conducteur en perdant de l’énergie par chaleur. À haute fréquence, ces pertes deviennent massives. C’est le “mur thermique” qui plafonne les GPU actuels autour de 2 à 3 GHz de fréquence effective pour les cœurs de calcul. Au-delà, ça chauffe trop, ça consomme trop, ça coûte trop.
Le photon, lui, s’en fiche. Il ne porte pas de charge. Il ne frotte pas. Il ne chauffe pas.
Ce qu’est vraiment un processeur optique IA
Un processeur optique IA — ou OPU, Optical Processing Unit — réalise les opérations matricielles fondamentales de l’IA non pas avec des transistors en silicium, mais avec des composants qui manipulent la lumière. Le concept existe depuis les années 90 dans les laboratoires de télécommunication. Ce qui a toujours bloqué son application industrielle, c’est la miniaturisation : les modulateurs optiques classiques font la taille d’une raquette de ping-pong. Pas franchement adapté à une puce.
Neurophos a résolu ce problème avec une technologie issue des travaux du professeur David Smith, expert mondial en métamatériaux à l’Université Duke. Leur innovation clé : des modulateurs optiques à base de métamatériaux, des structures artificielles dont les propriétés électromagnétiques dépendent de leur géométrie nanométrique plutôt que de leur composition chimique. Ces composants sont 10 000 fois plus petits que les modulateurs photoniques existants — ce qui change absolument tout.
Anecdote : le fondateur de Neurophos raconte avoir travaillé pendant des années sur des switches optiques industriels gigantesques, en se demandant chaque matin pourquoi personne ne cherchait vraiment à les miniaturiser. La réponse tenait en un mot : les métamatériaux n’existaient pas encore à cette échelle. Quand la science a rattrapé la vision, le produit a pu naître.
Tulkas T100 : les chiffres qui font tourner les têtes
Le premier processeur optique IA de Neurophos s’appelle le Tulkas T100. Quelques données concrètes pour mesurer l’écart avec les GPU classiques.
Fréquence de calcul : 56 GHz — contre 2,6 GHz pour un GPU Nvidia de dernière génération. Son cœur tensoriel photonique intègre une matrice de 1 000 × 1 000 éléments de traitement, là où les meilleurs GPU actuels plafonnent à 256 × 256. Résultat : 470 pétaFLOPS de puissance de calcul, pour une consommation de 1 à 2 kW sous charge, avec 768 Go de mémoire HBM. À titre de comparaison, les GPU Nvidia Rubin affichent environ 47 pétaFLOPS pour une enveloppe thermique similaire.
La puce inclut également un VPU intégré pour les fonctions d’activation non linéaires — les seules opérations que la partie optique ne peut pas traiter seule. Ce détail est important : le Tulkas T100 n’est pas une puce universelle. C’est un accélérateur spécialisé, conçu pour exceller là où les GPU souffrent le plus : le prefill des grands modèles de langage, cette phase intensive où le modèle ingère et analyse le contexte avant de générer une réponse.
GPU vs OPU : deux mondes, une complémentarité
| Critère | GPU Nvidia Rubin | OPU Neurophos Tulkas T100 |
|---|---|---|
| Type de calcul | Électronique (silicium) | Optique (photons + métamatériaux) |
| Fréquence | ~2,6 GHz | 56 GHz |
| Puissance IA | ~47 pétaFLOPS | 470 pétaFLOPS |
| Consommation | ~1-2 kW (GPU seul) | 1-2 kW |
| Refroidissement | Liquide uniquement | Liquide ou air |
| Cas d’usage optimal | Entraînement + inférence générale | Prefill LLM (inférence intensive) |
| Disponibilité | Maintenant | Évaluations fin 2026, volume mi-2028 |
La vision de Neurophos n’est pas de remplacer Nvidia — du moins pas dans un premier temps. L’idée est de coupler un rack d’OPU à un rack de GPU : le processeur optique IA gère les phases de prefill ultra-intensives, le GPU prend en charge le décodage et les couches non linéaires. Un modèle hybride qui pourrait devenir la norme dans les data centers d’ici 2030.
Qui est derrière Neurophos ?
La startup est basée à Austin, Texas, et a levé 110 millions de dollars en Série A en janvier 2026. Parmi ses investisseurs : le Gates Frontier Fund de Bill Gates, M12 (le fonds de Microsoft), Bosch Ventures et Aramco Ventures. Ce dernier point n’est pas anodin — des investisseurs en infrastructures énergétiques qui financent une puce IA basse consommation, ça en dit long sur l’enjeu stratégique perçu.
La technologie de base vient directement d’un laboratoire universitaire. David Smith, co-fondateur scientifique, a publié ses premiers travaux sur les métamatériaux dans les années 2000. À l’époque, personne n’imaginait une application industrielle de sitôt. Il aura fallu vingt ans, une crise énergétique liée à l’IA, et 110 millions de dollars pour transformer une curiosité de laboratoire en produit commercial.
Anecdote : l’équipe fondatrice confie avoir failli abandonner le projet en 2022, faute de financement. C’est l’explosion des besoins en calcul liés à ChatGPT — fin 2022, précisément — qui a tout relancé. Le timing, parfois, fait la startup.
Neurophos revendique 300 brevets déposés autour de sa technologie, ce qui constitue une barrière à l’entrée significative pour d’éventuels concurrents. Les premières unités d’évaluation sont attendues chez les développeurs d’ici fin 2026, avec une production en volume planifiée pour mi-2028.
Ce que ça change pour l’avenir de l’IA
Si les promesses tiennent à l’échelle industrielle — et c’est le grand “si” de toute cette histoire — le processeur optique IA pourrait découpler la croissance de l’IA de la croissance de sa consommation électrique. Neurophos vise à terme 2 ExaFLOPS pour 10 kW, soit 100 fois l’efficacité énergétique d’un rack GPU équivalent. Ce qui représenterait, concrètement, la puissance d’une salle de serveurs entière dans un seul tiroir de rack.
On attend les premiers benchmarks réels avec une impatience non dissimulée. Parce qu’entre les chiffres annoncés en salle de presse et les performances mesurées en production, l’histoire de la tech nous a appris à garder un œil critique ouvert. Mais pour la première fois depuis longtemps, le processeur optique IA ne ressemble plus à de la science-fiction — il ressemble à un produit.
Questions fréquentes sur le processeur optique IA
Qu’est-ce qu’un processeur optique IA ?
C’est une puce qui effectue les calculs matriciels de l’IA avec des photons plutôt qu’avec des électrons. Résultat : pas de chaleur excessive, une fréquence jusqu’à 56 GHz, et une efficacité énergétique hors norme. On parle d’OPU — Optical Processing Unit — par opposition aux GPU classiques en silicium.
Un OPU peut-il remplacer un GPU Nvidia ?
Pas entièrement, et ce n’est d’ailleurs pas l’objectif immédiat de Neurophos. Le Tulkas T100 est pensé comme un co-processeur : il gère les phases de prefill des LLM, les plus intensives en calcul matriciel, pendant que le GPU continue de s’occuper du décodage et des couches non linéaires. Deux outils, deux rôles — un seul rack pour les deux.
Quand sera-t-il disponible ?
Premières unités d’évaluation prévues fin 2026, production en volume à mi-2028. Neurophos a bouclé en janvier 2026 un tour de table de 110 millions de dollars mené par le Gates Frontier Fund, avec la participation de M12 (Microsoft), Bosch Ventures et Aramco Ventures.
Pourquoi consomme-t-il si peu d’énergie ?
Parce que les photons ne portent pas de charge électrique et ne se dissipent pas sous forme de chaleur. Un électron perd de l’énergie à chaque transistor. Un photon traverse les composants optiques sans friction. C’est ce mécanisme qui permet au T100 de délivrer 470 pétaFLOPS pour 1 à 2 kW — le même budget énergétique qu’un GPU Nvidia, mais pour dix fois la puissance.
Quelle est la différence entre OPU, GPU et NPU ?
Simple : le GPU est électronique, conçu pour le rendu 3D et recyclé pour l’IA. Le NPU est électronique aussi, mais optimisé pour l’inférence locale sur PC ou smartphone. L’OPU, lui, utilise la lumière — une architecture fondamentalement différente, avec des avantages spectaculaires sur les opérations linéaires des grands modèles, mais qui nécessite encore un VPU complémentaire pour les fonctions non linéaires.
Sources : The Register, Tom’s Hardware, Generation-NT, Duke OTC, Neurophos.com
