Az AI-adatközpontok optikai moduljai a passzív csatlakozási elemek helyett a számítási teljesítmény alapvető összetevőjévé váltak. Az ok egyértelmű. A modern AI-oktatófürtök óriási mennyiségű adatot mozgatnak a GPU-k, kapcsolók és tárolócsomópontok között, és ennek a mozgásnak a sebessége közvetlenül befolyásolja a drága gyorsítók használatának hatékonyságát. Ez az oka annak400G, 800G és 1.6T optikai modulokma már szinte minden mesterséges intelligencia infrastrukturális beszélgetésének központi elemei.
szerint aEthernet Alliance 2026 ütemterv, a hiperskálázók már 100-800 G-s összeköttetéseket telepítenek, és az 1,6 Tb/s-os Ethernet a következő nagy lépés az AI-léptékű szövetek terén. A
IEEE 802.3 munkacsoporttovábbfejlesztette a P802.3dj munkacsoportot a 200G, 400G, 800G és 1.6T Ethernet réz és egy{5}}módusú optikai szálon keresztüli meghatározására, ami egyértelmű utat biztosít az iparágnak a nagyobb-sebességű telepítéshez.
A hálózati csapatok számára már nem az a gyakorlati kérdés, hogy nő-e a sebesség. Megmutatja, hogyan válasszuk ki a megfelelő sebességet a hálózat minden rétegéhez, hogyan tervezzük meg az áramellátást és a hűtést, és hogyan ellenőrizzük a kompatibilitást, mielőtt több ezer modult telepítenénk egy éles AI-fürtbe.
Miért igényelnek nagyobb optikai modulsebességet az AI-munkaterhelések?
A mesterséges intelligencia képzése alapvetően különbözik a hagyományos felhő, vállalati vagy tárolási feladatoktól. Nagy nyelvi modelleket és ajánlórendszereket képeznek több ezer, és egyre több tízezer GPU-n, amelyek egyetlen elosztott rendszerként működnek. Minden betanítási lépés során a gyorsítóknak szinkronizálniuk kell a gradienseket, ki kell cserélniük az aktiválásokat, és közbenső tenzorokat kell átadniuk a csomópontok között. Ez rendkívül erős keleti-nyugati forgalmat generál, ami azt jelenti, hogy a forgalom az adatközponton belül marad, nem pedig az internetre irányul.
A 16 000–100 000 GPU-ból álló határmenti képzési klaszterben a belső szövet sokkal nagyobb sávszélességet hordoz, mint a külső kapcsolatok. Az NVIDIA arról számolt be, hogySpectrum{0}}X Ethernet platformA 100 000 GPU-t meghaladó telepítéseknél körülbelül 95 százalékos effektív átvitelt képes fenntartani, míg a szabványos Ethernet torlódásvezérlés nélkül általában 60 százalék körüli teljesítményt biztosít azonos terhelés mellett. A különbség nem tudományos. A szövet hatékonyságának 35 százalékos csökkenése egyenesen hosszabb edzésfutást és csökkent GPU-kihasználást jelent.
Ez az igazi oka annak, hogy az optikai sebesség folyamatosan emelkedik. A lassú vagy instabil optikai réteg az egész AI-gyár szűk keresztmetszetévé válik.
400 G-tól 800 G-ig 1,6 T-ig: Mi vezet minden lépéshez
A 400G, 800G és 1.6T közötti átállást egy méretezési probléma vezérli, amelyet nem lehet egyszerűen több kábel hozzáadásával megoldani. Amikor egy AI-fürt mérete megduplázódik, a csomópontok közötti kommunikációs utak száma gyorsabban növekszik, mint lineárisan. A párhuzamos kapcsolatok hozzáadása kapcsolóportokat fogyasztana, növelné a szálak számát, és olyan kábeltorlódást okozna, amelyet nehéz kezelni sűrű rack környezetben.
A nagyobb{0}}portsebesség skálázhatóbb útvonalat kínál. Egy 800G-s port kétszer akkora sávszélességet hordoz, mint egy 400G-s port ugyanazon a fizikai interfészen keresztül. Az 1,6 T-s port ezt ismét megduplázza. A switch ASIC-ek 2025–2026-os generációja támogatja a radix- és sávszélesség-szinteket, amelyek a 800G-t az új mesterségesintelligencia-telepítések gyakorlati fősodrává teszik, míg az 1.6T a következő kapcsológeneráció tervezési célja.
Az OFC 2026 kiállításon bemutatták a 400G, 800G és 1.6T Ethernet hálózaton keresztüli élő több-gyártói együttműködést.Ethernet Alliance OFC 2026 kirakatbizonyítékul szolgálnak arra, hogy az ökoszisztéma készen áll az AI{0}}léptékű szövetekre. Ez a felkészültség számít, mert az AI-fürtök nem várhatnak egyetlen szállítói megoldásra. Kapcsolókra, hálózati kártyákra, optikára és tesztplatformokra van szükségük, amelyek nagy méretben működnek együtt.
400G vs 800G vs 1.6T optikai modulok: a kiválasztás összehasonlítása
A megfelelő sebesség a fürt méretétől, a hálózati rétegtől, a kapcsolók ütemtervétől, az energiaköltségvetéstől és a már működő üvegszálas üzemtől függ. Az alábbi táblázat felvázolja, hogy az egyes sebességeknek jelenleg hol van a legértelmesebb.
| Sebesség | Tipikus modulok | Legjobb illeszkedés | Kulcsfontosságú szempont |
|---|---|---|---|
| 400G | 400G SR8, DR4, FR4, LR4 | Felhőalapú adatközpontok, vállalati frissítések, kisebb mesterséges intelligencia-fürtök, levélréteg közepes{0}}méretű szövetekben | Érett ökoszisztéma, széles kapcsoló és hálózati kártya támogatás, a legalacsonyabb Gb-onkénti költség ebben a szakaszban |
| 800G | 800G SR8, DR8, 2xFR4, 2xDR4, LR8 | AI edzőszövetek, HPC, GPU gerinc-levél, hiperskálás levél és gerinc | Nagyobb portonkénti sávszélesség, erősebb hőterhelés, gondos FEC és gazdagép ellenőrzést igényel |
| 1.6T | 1.6T DR8, 2xDR4, OSFP-XD | Következő-generációs mesterséges intelligencia gerinc, ultra-sűrű háttérskálázás-kimenet, jövőbeli kapcsoló ASIC-ek (51,2T és magasabb) | Jelintegritást, fejlett FEC-et, folyadék- vagy továbbfejlesztett léghűtést, üvegszálas és csatlakozóstratégia tervezést igényel |
A 400G továbbra is releváns, mivel sok adatközpontban a 100G vagy a 200G-ról közepes{1}}frissítés van, a 400G pedig a költségek, a rendelkezésre állás és a teljesítmény erős egyensúlyát kínálja a nem-AI-munkaterhelések esetén. Kifejezetten a mesterséges intelligencia-fürtök esetében a 800G vált az új építmények működőképes alapjává, az 1.6T pedig most komolyan tervezi a háttérben kibővített-szöveteket, különösen ott, ahol a kapcsológeneráció már a 200 G-sávonkénti jelzéshez igazodik. Ha nagy{14}sűrűségű kábelezést értékel ezekhez a sebességekhez, akkor áttekintésünkMPO és MTP optikai kábelezéslefedi a 800G és afelett leggyakrabban használt csatlakozó- és trönk opciókat.
Amikor a 400G még elég
A 400G továbbra is a megfelelő választás, ha a fürt mérete szerény, ha a használt GPU-k nem telítik a 400G-s hálózati kártyákat, vagy ha a meglévő kapcsolópark korábbi -generációs ASIC-kre épül. A következtetési klaszterek, a kisebb oktatópadok, a szélső AI-helyek és a legtöbb általános-célú adatközponti szövet továbbra is kényelmesen működnek 400 G-n. Ezekben a környezetekben a 800G-ra való közvetlen ugrás költséget és hőnyomást jelentene anélkül, hogy mérhető javulást eredményezne a munka befejezési idejében.
Gyakorlati teszt a GPU kihasználtsága a képzés során. Ha a GPU-k az esetek több mint 5-10 százalékában várnak az adatokra, akkor a hálózat már szűk keresztmetszet. Ha a kihasználtság egyenletes és magas, a 400G teszi a dolgát.
Amikor 800G válik szükségessé
A 800G akkor válik szükségessé, ha a fürt elér egy olyan léptéket, ahol a 400G-s kapcsolatok túl sok párhuzamos kapcsolatot kényszerítenek ki, amikor a kapcsolók radix-korlátai korlátozzák a topológiaválasztást, vagy amikor a GPU-generáció olyan hálózati kártyákat vezet be, amelyek telíthetik a 800G-portokat. Egy tipikus mesterséges intelligencia képzési struktúrában ez általában több ezer GPU-ból álló klasztereknek felel meg, ahol a háttérhálózat viszi a gradienscsere forgalom nagy részét.
A 800G-s átállás valódi mérnöki munkát is hoz. A 800G-os modulok per-portteljesítménye lényegesen magasabb, mint 400G, az FEC-módok eltolódnak, és a kábelsűrűség megduplázódik a kapcsolófelületen. A tesztelés-beégetése és a linkstabilitás ellenőrzése elengedhetetlenné válik, mivel egy szinkron betanítási feladatban egyetlen instabil optikai kapcsolat újrapróbálkozásokat válthat ki, amelyek lassítják a teljes fürt működését.
Mikor tervezzünk 1,6 tonnát?
Az 1.6T jelenleg a legagresszívebb mesterségesintelligencia-háttérhálózatok bevezetésének korai szakaszában van, és ez a szabványos tervezési cél a következő switch-generáció számára. A legtöbb vállalati és felhőcsapatnak manapság nincs szüksége 1.6T optikára a gyártás során, de bárki, aki három{3}}–5-éves távra tervez szövetet, számoljon vele a kábelezésben, az üvegszálas berendezésekben és az energiatervezésben.
Az IEEE P802.3dj munkacsoport meghatározta a fizikai réteg specifikációit az 1,6T egy-módusú optikai szálon keresztül, és az OFC 2026 több-gyártói együttműködést mutatott ki ezen a sebességen. A gyakorlati jelzés az, hogy az 1.6T valódi, de a környező infrastruktúra, beleértve a kapcsolók elérhetőségét, a hűtést és a működési eszközöket, még mindig ugyanolyan fontos, mint maga a modul.
QSFP-DD vs OSFP: A megfelelő alaktényező kiválasztása
400G és 800G esetén a két domináns formai tényező a QSFP-DD és az OSFP. Mindkettő azonos sebességet biztosít a főáramú kapcsolóplatformokon, de eltérnek egymástól a mechanikai felépítésben és a termikus viselkedésben. A QSFP-DD visszafelé kompatibilis a QSFP28 és QSFP56 ketrecekkel, ami vonzóvá teszi azokat a környezeteket, amelyek a frissítés során újra szeretnék használni a meglévő kapcsolóhelyeket. Az OSFP valamivel nagyobb, nagyobb a belső térfogata, és általában jobb hőmagasságot kínál, ami 800G és különösen 1,6T esetén válik fontossá.
Az 1.6T esetében az iparág az OSFP és az OSFP{1}}XD felé halad, mint a domináns választások felé, elsősorban a hőkapacitás miatt. Ha egy hálózati csapat 800 G feletti frissítést vár el ugyanazon a kapcsológeneráción belül, az OSFP rendszerint a biztonságosabb választás. Ha a prioritás a 400G QSFP-DD befektetések újrafelhasználása, a QSFP-DD továbbra is erős választás marad.
Főbb tényezők az AI-hálózatok optikai moduljainak kiválasztásakor
Távolság, hatótávolság és száltípus
Az állványsoron belüli rövid-elérésű linkek párhuzamos egy-módú (DR) vagy rövid-elérésű többmódusú (SR) modulokat használhatnak, míg az inter-sor vagy inter-pod linkekhez FR vagy LR változatra lehet szükség. Modul kiválasztása előtt ellenőrizze a tényleges szálhosszt, szálminőséget, a csatlakozó típusát és a kapcsolat költségvetését. A következő útmutatónkban található egy hasznos alapozó arról, hogyan halmozódnak fel a veszteségek a csatlakozók és a toldások közöttbeillesztési veszteség az üvegszálas hálózatokban. Hosszabb hatótávolság esetén az OS1 és az OS2 egymódusú optikai -szál közötti különbség is számít, és ezt a következő áttekintésünkben tárgyaljuk.
egymódusú száltípusok és alkalmazások.
Energiafogyasztás és hűtés
A nagyobb{0}}sebességű optika több hőt termel. Mielőtt 400 G-ról 800 G-ra frissít, vagy 1,6 tonnára tervez, ellenőrizze a portok teljesítményét, váltsa a légáramlás irányát, a ketrec hőmérsékletét, a hőcsökkentési szabályokat és a rack-szintű hűtési tartalékot. A sűrű mesterséges intelligencia rackekben, amelyek már nagy teljesítményt vesznek fel a GPU-k számára, a több ezer nagysebességű optika hozzáadott hőterhelése nem triviális, és figyelmen kívül hagyva befolyásolhatja az üzemidőt.
Kapcsoló kompatibilitás és firmware
A kompatibilitás több, mint a megfelelő sebesség. A tömeges üzembe helyezés előtt ellenőrizni kell a modult a pontos kapcsolóplatformon, a firmware-verzión, a FEC-konfiguráción, az EEPROM-kódoláson és a várható üzemi hőmérsékleten. A rossz kompatibilitási egyezés tünetei közé tartozik a kapcsolati csappantyú, a megemelkedett BER, a DOM riasztások és az időnkénti hőleállások tartós terhelés mellett. Ezeket egy kis laborban leégetni-sokkal olcsóbb, mint a gyártás során.
Kábelezés és nagy{0}}sűrűségű csatlakozó stratégia
A 800G-ra vagy 1,6T-ra való áttérés általában más kábelezési tervet jelent. A több-szálas csatlakozók, például az MPO-12, az MPO-16 és az MPO-24 váltak alapértelmezetté nagy sebességnél, és a kiszakítókábelezést gyakran használják arra, hogy egy nagy sebességű kapcsolóportot több kisebb sebességű kapcsolattá alakítsanak ki. Az átállást értékelő csapatok számára útmutatónk a következőn:hogyan válasszunk MPO kiszakítókábeltlefedi a gyakorlati kompromisszumokat-és a
MPO és MTP trönk kábel opciókmutatják be a 800G gerincoszlopok leggyakoribb törzskonfigurációit.
LPO, CPO és szilíciumfotonika: mi jön a 800G után
A nyers sebességen túl az iparág a hatékonyságra összpontosít. Három technológiai irány a legfontosabb:
Lineáris csatlakoztatható optika (LPO)eltávolítja a DSP-t az optikai modulból, és visszatolja a kiegyenlítést a gazdagép ASIC-re. Ez csökkenti a modul teljesítményét, gyakran 30-50 százalékkal azonos sebesség mellett, de szorosabb koordinációt igényel a kapcsoló és a modul között. Az LPO a legvonzóbb a rövid -elérésű linkeknél az AI-fürtökön belül, ahol a gazdagép platform támogatja.
Co{0}}csomagolt optika (CPO)az optikai motorokat ugyanarra a hordozóra mozgatja, mint az ASIC kapcsoló, lerövidíti az elektromos utat és csökkenti a bitenkénti energiát. Amint azt aAz Optikai Internetworking Forum 112G és 224G CEI és CPO keretrendszereken dolgozikA CPO nem egy csepp-helyettesíti a csatlakoztatható optikát, hanem egyre központibb szerepet játszik a következő-generációs mesterséges intelligencia-felskálázható szövetek tervezésében. Az NVIDIA már bejelentette a Spectrum-X Photonics és a Quantum{5}}X szilícium fotonikai kapcsolókat kombinált optikával, amelyek portonként 1,6 Tb/s-ot céloznak meg, és jelentős energiamegtakarítást tesznek lehetővé.
Szilícium fotonikaezen trendek többségének hátterében. A modulátorok, hullámvezetők és detektorok közvetlenül a szilíciumba való integrálásával nagyobb sűrűséget, jobb termikus viselkedést és szorosabb integrációt tesz lehetővé a kapcsoló ASIC-ekkel. A legtöbb nagy optikagyártó ma már tartalmazza a szilícium fotonikát az AI-munkatervben.
2026-ban a legtöbb csapat számára a csatlakoztatható 800G optika továbbra is az igásló, míg az LPO-t, a CPO-t és a szilíciumfotonikát laboratóriumi körülmények között és kiválasztott kísérleti anyagokon értékelik.
Gyakori hibák, amelyeket el kell kerülni
A leggyakoribb hiba a legnagyobb sebesség kiválasztása anélkül, hogy ellenőrizné, hogy a hálózat többi része támogatja-e azt. A 800G-os optikai modul egy kapcsolón, amely nem képes ellátni a szükséges elektromos interfészt vagy termikus magasságot, nem szállít 800G-t a gyártás során. A második a hatalom alábecsülése. Az optika ezreit tekintve az energiahatékony-modul és a tipikus modul közötti különbség az elfogadhatóról a túlköltségvetésre változtathatja az állványt. A harmadik a kompatibilitást jelölőnégyzetként kezeli, nem pedig folyamatként. A valódi kompatibilitás a tényleges kapcsolóplatformon, a firmware-en és az operációs környezeten való érvényesítésből fakad. A negyedik a rossz kábelezési tervezés. A csatlakozók minősége, a szálak száma és a javítások kezelése sokkal fontosabbá válik 800 G és 1,6 T esetén, és a parancsikonok itt gyakran hivatkozási fülként vagy megnövekedett veszteségként jelennek meg a telepítés után hónapokkal.
GYIK
K: Szükséges a 800G minden AI adatközponthoz?
V: Nem{0}}A G az új méretű mesterséges intelligencia képzési szövetek működő alapja, de a következtetési klaszterek, a kisebb oktatópadok és a legtöbb vállalati mesterségesintelligencia-telepítés továbbra is jól fut 400G-n. A megfelelő sebesség a fürt méretétől, a GPU-generálástól, a kapcsoló ASIC-kapacitásától és a megfigyelt hálózathasználattól függ.
K: Mikor kell egy adatközpontban 400G-ról 800G-ra frissíteni?
V: A legerősebb jelek a GPU kihasználtságának csökkenése a hálózati várakozási idő miatt, a kínos topológiákat kikényszerítő kapcsoló radix korlátai vagy egy új GPU és NIC generáció, amely natívan támogatja a 800G portokat. Ha ezek közül legalább kettő jelen van, általában a 800G a megfelelő következő lépés.
K: Mi a gyakorlati különbség a 800G és az 1.6T optikai modulok között?
V: Mindkét sebesség hasonló mögöttes technológián alapul, de az 1.6T 200 G-/-sávos jelzést használ, fejlettebb FEC-t igényel, és magasabb követelményeket támaszt a hűtéssel és a jelek integritásával kapcsolatban. 1.6A T jelenleg a legagresszívebb mesterséges intelligencia-háttérhálózatok korai bevezetésében van, míg a 800G az új 202-es AI szövetek fő választása.
K: A QSFP{0}}DD vagy az OSFP-t válasszuk az AI-hálózatokhoz?
V: A QSFP{0}}DD vonzó a meglévő 400G-s QSFP-ketrecek újrafelhasználásához, és széles körben támogatott 800G-nél. Az OSFP nagyobb hőmagassággal rendelkezik, és ez a domináns forma az 1,6 tonnánál. Azok a csapatok, amelyek azt várják, hogy ugyanazon a switch-generáción belül túllépjenek a 800 G-n, általában az OSFP-t részesítik előnyben.
K: Milyen szerepet játszik az LPO és a CPO az AI adatközpontokban?
V: Az LPO a jelfeldolgozási lánc egyszerűsítésével csökkenti a modul teljesítményét, és hasznos a mesterséges intelligencia-fürtökön belüli rövid{0}}kapcsolatokhoz. A CPO a sávszélesség-sűrűség és az energiahatékonyság javítása érdekében az optikai motort a kapcsolóhordozóra helyezi, és központi szerepet tölt be a következő, -generációs mesterséges intelligencia skálázásában-. Mindkettő a csatlakoztatható optikával együtt létezik, nem pedig helyettesíti őket.
K: Használhatjuk újra a meglévő üvegszálas infrastruktúrát, ha 800G-ra vagy 1,6T-ra frissítünk?
V: Ez a szál típusától, a csatlakozó stratégiájától és az eléréstől függ. Sok egymódusú{1}}üzem újra felhasználható DR és FR változatokhoz, ha a csatlakozó minősége és a kapcsolat elvesztése elfogadható. A többmódusú infrastruktúra újraérvényesítést igényelhet a kapcsolat költségvetésével szemben az új sebesség mellett. A frissítés előtti kapcsolatvesztés-ellenőrzés végrehajtása általában gyorsabb és olcsóbb, mint az üzembe helyezés utáni elvesztési problémák felfedezése.
Következtetés
A 400G, 800G és 1.6T optikai modulok térnyerése nem technológiai divat. Közvetlen válasz az AI-munkaterhelések kommunikációjára, szinkronizálására és skálázására több ezer GPU között. Az Ethernet Alliance, az IEEE 802.3 és a tágabb optikai ökoszisztéma a 400G-tól a 800G-n át az 1,6T-ig terjedő egyértelmű ütemtervhez igazodott, az LPO, a CPO és a szilíciumfotonika pedig alakítja az ezután következő eseményeket.
A legtöbb hálózati csapat számára az a helyes stratégia, hogy nem a leggyorsabb modult kergeti mindenhol. Ennek célja az optikai sebesség és a hálózati funkció összehangolása, a kompatibilitás ellenőrzése a méretezés előtt, gondosan meg kell tervezni az áramellátást és a hűtést, és meg kell tervezni egy olyan kábelezési üzemet, amely legalább egy további frissítési cikluson keresztül képes továbbvinni a hálózatot. A jól-megtervezett optikai réteg az egyik legköltséghatékonyabb-módszer a költséges GPU-befektetések teljes kihasználtságára, mivel az AI-infrastruktúra folyamatosan növekszik.
