Optički moduli u podatkovnim centrima s umjetnom inteligencijom pomaknuli su se iz pasivnih dijelova povezivanja u ključnu komponentu performansi računara. Razlog je jasan. Moderni AI trening klasteri pokreću ogromne količine podataka između GPU-a, prekidača i čvorova za skladištenje, a brzina tog kretanja direktno utiče na to koliko se efikasno mogu koristiti skupi akceleratori. Evo zašto400G, 800G i 1.6T optički modulisada su centralne za gotovo svaki razgovor o AI infrastrukturi.
PremaMapa puta za Ethernet Alliance 2026, hiperskaleri već postavljaju interkonekcije od 100G do 800G, sa 1,6 Tb/s Ethernetom koji se pojavljuje kao sljedeći veliki korak za AI{3}}fabrikovanje. The
IEEE 802.3 radna grupaunapređuje radnu grupu P802.3dj za definiranje 200G, 400G, 800G i 1.6T Etherneta preko bakrenih i jedno-modnih vlakana, što industriji daje jasan put za više{6}}primenu.
Za mrežne timove praktično pitanje više nije hoće li brzine rasti. Radi se o tome kako odabrati pravu brzinu za svaki sloj mreže, kako planirati napajanje i hlađenje i kako provjeriti kompatibilnost prije postavljanja hiljada modula u proizvodni AI klaster.
Zašto AI radna opterećenja zahtijevaju veće brzine optičkih modula
Obuka AI se fundamentalno razlikuje od tradicionalnih radnih opterećenja u oblaku, preduzećima ili skladištenju podataka. Veliki jezički modeli i sistemi za preporuke se obučavaju na hiljadama, i sve više desetinama hiljada, GPU-a koji rade kao jedan distribuirani sistem. Tokom svakog koraka obuke, akceleratori moraju sinkronizirati gradijente, razmjenjivati aktivacije i proći međutenzore između čvorova. Ovo generiše izuzetno gust saobraćaj na istoku-zapadu, što znači saobraćaj koji ostaje unutar data centra, a ne ide na internet.
U graničnom klasteru za obuku od 16.000 do 100.000 GPU-a, interna struktura nosi daleko više propusnog opsega od eksternih veza. NVIDIA je objavila da jeSpectrum-X Ethernet platformaodržava oko 95 posto efektivne propusnosti u implementacijama koje prelaze 100.000 GPU-a, dok standardni Ethernet bez kontrole zagušenja obično isporučuje oko 60 posto pod istim opterećenjem. Razlika nije akademska. Gubitak efikasnosti tkanine od 35 posto direktno se prevodi u duže treninge i smanjeno korištenje GPU-a.
Ovo je pravi razlog zašto optičke brzine stalno rastu. Spor ili nestabilan optički sloj postaje usko grlo cijele AI tvornice.
Od 400G do 800G do 1,6T: Šta pokreće svaki korak
Prelazak kroz 400G, 800G i 1.6T je vođen problemom skaliranja koji se ne može riješiti jednostavnim dodavanjem više kablova. Kada se AI klaster udvostruči, broj komunikacijskih puteva između čvorova raste brže nego linearno. Dodavanje paralelnih veza bi potrošilo portove komutatora, povećalo bi broj vlakana i stvorilo zagušenje kablova koje je teško upravljati u gustom okruženju rek-ova.
Veće brzine po-portu nude skalabilniji put. 800G port prenosi dvostruko veću propusnost od 400G porta preko istog fizičkog interfejsa. 1.6T port udvostručuje to opet. Generacija prekidača ASIC-a od 2025. do 2026. podržava nivoe radiksa i propusnog opsega koji čine 800G praktičnim mainstreamom za nove implementacije AI, dok je 1.6T cilj planiranja za sljedeću generaciju sviča.
Interoperabilnost više{0}}prodavača uživo preko 400G, 800G i 1.6T Etherneta demonstrirana je na OFC 2026, koji jeIzlog Ethernet Alliance OFC 2026predstavljeno kao dokaz da je ekosistem spreman za tkanine AI-razmjera. Ta spremnost je bitna jer AI klasteri ne mogu čekati rješenje jednog dobavljača. Potrebni su im prekidači, NIC-ovi, optika i testne platforme koje rade zajedno u velikom obimu.
400G vs 800G vs 1.6T optički moduli: poređenje izbora
Prava brzina zavisi od veličine klastera, mrežnog sloja, mape puta za komutatore, budžeta za napajanje i fabrike vlakana koja je već na mestu. Tabela ispod pokazuje gdje svaka brzina trenutno ima najviše smisla.
| Brzina | Tipični moduli | Best Fit | Ključno razmatranje |
|---|---|---|---|
| 400G | 400G SR8, DR4, FR4, LR4 | Cloud data centri, nadogradnje za preduzeća, manji AI klasteri, sloj listova u tkaninama srednje veličine- | Zreli ekosistem, široka podrška za komutator i NIC, najniža cijena po Gb u ovoj fazi |
| 800G | 800G SR8, DR8, 2xFR4, 2xDR4, LR8 | AI tkanine za treniranje, HPC, GPU kralježnica-list, hiperskala lista i kralježnica | Veća propusnost po portu, jače termalno opterećenje, zahtijeva pažljivu FEC i validaciju hosta |
| 1.6T | 1.6T DR8, 2xDR4, OSFP-XD | Sljedeća{0}}generacija AI kralježnice, ultra-gusto pozadinsko skaliranje-out, budući prekidači ASIC (51.2T i više) | Zahteva integritet signala, napredni FEC, tečno ili poboljšano hlađenje vazduha, planiranje strategije za vlakna i konektore |
400G je još uvijek relevantan jer su mnogi centri podataka u srednjoj-nadogradnji sa 100G ili 200G, a 400G nudi snažan balans cijene, dostupnosti i performansi za radna opterećenja koja nisu{5}}AI. Posebno za AI klastere, 800G je postao radna osnova za nove gradnje, a 1.6T je sada u ozbiljnom planiranju za pozadinske scale{9}}fabrike, posebno tamo gdje je generacija prekidača već usklađena sa 200G-po-signalizacijom. Ako ocjenjujete{14}kabliranje velike gustine za ove brzine, naš pregledMPO i MTP optičko kabliranjepokriva opcije konektora i trunk koji se najčešće koriste na 800G i više.
Kada je 400G još uvijek dovoljno
400G ostaje pravi izbor kada je veličina klastera skromna, kada GPU-ovi koji se koriste ne zasićuju 400G NIC-ove, ili kada je postojeća flota prekidača izgrađena na ASIC-ovima prethodne-generacije. Klasteri zaključivanja, manji moduli za obuku, rubna AI web-mjesta i najopćenitije namjene podatkovnih centara i dalje rade udobno na 400G. Za ova okruženja, direktno preskakanje na 800G bi povećalo troškove i toplotni pritisak bez mjerljivog poboljšanja vremena završetka posla.
Praktični test je da se pogleda iskorišćenost GPU-a tokom treninga. Ako GPU-ovi čekaju na podatke više od pet do deset posto vremena, mreža je već usko grlo. Ako je korištenje stabilno i visoko, 400G radi svoj posao.
Kada 800G postane neophodno
800G postaje neophodan kada klaster dostigne skalu u kojoj 400G veze prisiljavaju previše paralelnih veza, kada ograničenja radiksa prekidača počnu ograničavati izbor topologije, ili kada generacija GPU-a uvodi NIC-ove koji mogu zasititi 800G portove. U tipičnoj AI trening tkanini, ovo obično odgovara klasterima od nekoliko hiljada GPU-a i više, gdje pozadinska mreža nosi najveći dio prometa razmjene gradijenta.
Prelazak na 800G također donosi pravi inženjerski rad. Snaga po-portu na 800G modulima je značajno veća od 400G, FEC načini se pomiču, a gustina kablova se udvostručuje na prednjoj strani prekidača. Narezivanje-u testiranju i validacija stabilnosti veze postaju od suštinskog značaja, jer u sinhronom treningu, jedna nestabilna optička veza može pokrenuti ponovne pokušaje koji usporavaju cijeli klaster.
Kada planirati 1,6T
1.6T je trenutno u ranoj implementaciji za najagresivnije AI pozadinske mreže i standardni je cilj planiranja za sljedeću generaciju prekidača. Većina timova za preduzeća i oblake danas ne treba 1.6T optiku u proizvodnji, ali svako ko dizajnira tkaninu s horizontom od tri- do pet- godina trebao bi to uzeti u obzir u kablovima, postrojenju za vlakna i planiranju napajanja.
IEEE P802.3dj radna grupa je definisala specifikacije fizičkog sloja za 1.6T preko jednog-modnog vlakna, a OFC 2026 je pokazao radnu interoperabilnost više-prodavača pri ovoj brzini. Praktični signal je da je 1.6T stvaran, ali okolna infrastruktura, uključujući dostupnost prekidača, hlađenje i operativne alate, i dalje je važna kao i sam modul.
QSFP-DD vs OSFP: Odabir pravog faktora oblika
Kod 400G i 800G, dva dominantna faktora oblika su QSFP-DD i OSFP. Oba isporučuju iste brzine u mainstream platformama prekidača, ali se razlikuju po mehaničkom dizajnu i termičkom ponašanju. QSFP-DD je unatrag kompatibilan sa QSFP28 i QSFP56 kavezima, što ga čini atraktivnim za okruženja koja žele ponovo koristiti postojeće utore prekidača tokom nadogradnje. OSFP je nešto veći, ima više unutrašnjeg volumena i općenito nudi bolji toplinski prostor, što postaje važno na 800G, a posebno na 1.6T.
Za 1.6T, industrija se kreće prema OSFP i OSFP-XD kao dominantnom izboru, prvenstveno zbog termičkog kapaciteta. Ako mrežni tim očekuje nadogradnju preko 800G unutar iste generacije prekidača, OSFP je obično sigurniji izbor. Ako je prioritet ponovno korištenje 400G QSFP-DD investicija, QSFP-DD za sada ostaje jaka opcija.
Ključni faktori pri odabiru optičkih modula za AI mreže
Udaljenost, doseg i vrsta vlakana
Kratki-linkovi unutar reda regala mogu koristiti paralelne jednostruke-module (DR) ili kratke-multimodne (SR) module, dok za među-redove ili među-pod veze mogu biti potrebne FR ili LR varijante. Prije odabira modula, potvrdite stvarnu dužinu vlakna, razred vlakana, tip konektora i budžet veze. Koristan primer o tome kako se gubici akumuliraju na konektorima i spojevima nalazi se u našem vodičugubitak umetanja u optičkim mrežama. Za veće dosege, razlika između jednomodnog vlakna OS1 i OS2 je također bitna i pokrivena je u našem pregledu
vrste i aplikacije jednomodnih vlakana.
Potrošnja energije i hlađenje
Optika veće{0}}brze proizvodi više topline. Prije nadogradnje sa 400G na 800G ili planiranja za 1,6T, provjerite po-naponu priključka, promijenite smjer protoka zraka, temperaturu kaveza, pravila o smanjenju temperature i marginu hlađenja-nivoa stalka. U gustim AI rackovima koji već crpe veliku snagu za GPU, dodatno termalno opterećenje od hiljada-optika velike brzine nije trivijalno i može uticati na vrijeme rada ako se zanemari.
Kompatibilnost prekidača i firmver
Kompatibilnost je više od usklađivanja brzine. Modul bi trebao biti validiran na tačnoj platformi prekidača, verziji firmvera, FEC konfiguraciji, EEPROM kodiranju i očekivanoj radnoj temperaturi prije masovne implementacije. Simptomi lošeg podudaranja kompatibilnosti uključuju preklop veze, povišeni BER, DOM alarme i povremena termička isključenja pod stalnim opterećenjem. Uhvatiti ih u maloj laboratoriji-je daleko jeftinije nego ih uhvatiti u proizvodnji.
Strategija kabliranja i{0}}konektora velike gustine
Prelazak na 800G ili 1.6T obično znači drugačiji plan kabliranja. Više-konektori sa više vlakana kao što su MPO-12, MPO-16 i MPO-24 postaju zadani pri velikoj brzini, a kablovi za lomljenje se često koriste da razvejaju port za prebacivanje velike brzine u više veza niže brzine. Za timove koji ocjenjuju ovu tranziciju, naš vodičkako odabrati MPO razvodni kabelpokriva praktične kompromise-i
Opcije MPO i MTP trunk kablaprikazuju konfiguracije trupa koje su najčešće u 800G kičmenoj upotrebi.
LPO, CPO i silikonska fotonika: šta dolazi nakon 800G
Osim sirove brzine, industrija je sada fokusirana na efikasnost. Tri tehnološka pravca su najvažnija:
Linearna utičnica (LPO)uklanja DSP iz optičkog modula i vraća ekvilizaciju nazad na host ASIC. Ovo smanjuje snagu modula, često za 30 do 50 posto pri istoj brzini, ali zahtijeva čvršću koordinaciju između prekidača i modula. LPO je najatraktivniji za veze kratkog{4}}dohvata unutar AI klastera gdje ga host platforma podržava.
Co{0}}Pakovana optika (CPO)pomiče optičke motore na istu podlogu kao prekidač ASIC, skraćujući električni put i smanjujući energiju po bitu. Kako je opisaoOptički Internetworking Forum radi na 112G i 224G CEI i CPO okvirima, CPO nije zamjenska-zamjena za optiku koja se može priključiti, ali je sve važnija u tome kako se dizajniraju tkanine sljedeće-generacije AI skaliranja{2}}uviše. NVIDIA je već najavila Spectrum-X Photonics i Quantum-X silikonske fotoničke prekidače sa ko-upakovanom optikom, ciljajući 1,6 Tb/s po portu i značajnu uštedu energije.
Silicijum fotonikaleži u osnovi većine ovih trendova. Integracijom modulatora, talasovoda i detektora direktno na silicijum, omogućava veću gustinu, bolje termalno ponašanje i čvršću integraciju sa prekidačima ASIC-a. Većina velikih dobavljača optike sada ima silikonsku fotoniku u svojoj mapi puta za radna opterećenja AI.
Za većinu timova u 2026. godini, priključna 800G optika ostaje radni konj, dok se LPO, CPO i fotonika silikona procjenjuju u laboratorijskim postavkama i odabranim pilot tkaninama.
Uobičajene greške koje treba izbjegavati
Najčešća greška je odabir najveće brzine bez provjere da li je ostatak mreže podržava. 800G optički modul na prekidaču koji ne može osigurati potreban električni interfejs ili termalni prostor neće isporučiti 800G u proizvodnji. Drugo je potcjenjivanje moći. U hiljadama optika, razlika između energetsko{5}}efikasnog modula i tipičnog modula može promijeniti stalak iz prihvatljivog u-budžetski. Treći je tretiranje kompatibilnosti kao okvira za potvrdu, a ne procesa. Prava kompatibilnost dolazi od validacije na stvarnoj platformi prekidača, firmveru i radnom okruženju. Četvrto je loše planiranje kabliranja. Kvalitet konektora, broj vlakana i upravljanje zakrpama postaju mnogo važniji na 800G i 1.6T, a prečice se ovdje često pojavljuju kao preklop veze ili povećan gubitak mjesecima nakon postavljanja.
FAQ
P: Da li je 800G neophodan za svaki AI centar podataka?
O: Ne. 800G je radna osnova za nove tkanine za AI obuku u velikom obimu, ali klasteri zaključivanja, manji moduli za obuku i većina implementacija AI u preduzećima i dalje dobro rade na 400G. Prava brzina zavisi od veličine klastera, generacije GPU-a, kapaciteta ASIC-a prekidača i uočenog korišćenja mreže.
P: Kada bi data centar trebao nadograditi sa 400G na 800G?
O: Najjači signali su opadanje iskorištenosti GPU-a zbog vremena čekanja na mrežu, ograničenja radiksa prebacivanja koja forsiraju nezgodne topologije ili nova GPU i NIC generacija koja izvorno podržava 800G portove. Ako su prisutna barem dva od njih, 800G je obično pravi sljedeći korak.
P: Koja je praktična razlika između 800G i 1.6T optičkih modula?
O: Obje brzine su bazirane na sličnoj osnovnoj tehnologiji, ali 1.6T koristi 200G-po-signalizaciji, zahtijeva napredniji FEC i postavlja veće zahtjeve za hlađenje i integritet signala. 1.6T je trenutno u ranoj implementaciji za najagresivnije AI pozadinske mreže, dok je AI2060 novi izbor za AI260.
P: Da li da izaberemo QSFP-DD ili OSFP za AI mreže?
O: QSFP-DD je privlačan za ponovno korištenje postojećih 400G QSFP kaveza i široko je podržan na 800G. OSFP ima više toplotnog prostora i dominantan je faktor oblika za 1.6T. Timovi koji očekuju da pređu preko 800G unutar iste generacije prekidača obično preferiraju OSFP.
P: Kakvu ulogu imaju LPO i CPO u centrima podataka AI?
O: LPO smanjuje snagu modula pojednostavljujući lanac obrade signala i koristan je za kratke-veze unutar AI klastera. CPO pomiče optički motor na supstrat prekidača kako bi poboljšao gustinu propusnog opsega i energetsku efikasnost, te postaje centralno mjesto za sljedeću-generaciju AI skaliranja-fabrikanata. Oboje koegzistiraju sa optikom koja se može priključiti umjesto da je zamjenjuje.
P: Možemo li ponovo koristiti postojeću optičku infrastrukturu prilikom nadogradnje na 800G ili 1.6T?
O: Zavisi od tipa vlakna, strategije konektora i dosega. Mnoge single{1}} postrojenja mogu se ponovo koristiti za DR i FR varijante ako su kvalitet konektora i gubitak veze prihvatljivi. Višemodna infrastruktura može zahtijevati provjeru valjanosti u odnosu na budžet veze pri novoj brzini. Izvođenje revizije gubitka veze prije nadogradnje je obično brže i jeftinije od otkrivanja problema s gubitkom nakon implementacije.
Zaključak
Porast 400G, 800G i 1.6T optičkih modula nije tehnološka moda. To je direktan odgovor na to kako radna opterećenja umjetne inteligencije komuniciraju, sinkroniziraju se i skaliraju na hiljadama GPU-a. Ethernet alijansa, IEEE 802.3 i širi optički ekosistem uskladili su se sa jasnom mapom puta od 400G preko 800G do 1.6T, pri čemu LPO, CPO i silikonska fotonika oblikuju ono što slijedi.
Za većinu mrežnih timova, prava strategija nije da se svuda juri najbrži modul. To je uskladiti optičku brzinu sa mrežnom funkcijom, potvrditi kompatibilnost prije skaliranja, pažljivo planirati napajanje i hlađenje i dizajnirati postrojenje za kabliranje koje može provesti mrežu kroz barem još jedan ciklus nadogradnje. Dobro-isplanirani optički sloj je jedan od najisplativijih-načina da skupe GPU investicije budu u potpunosti iskorištene kako AI infrastruktura nastavlja da raste.
