Polski
Wyświetlenia: 0 Autor: Edytor witryny Czas publikacji: 2026-04-29 Pochodzenie: Strona
Jeśli przez ostatnie tygodnie śledziłeś wiadomości z branży telekomunikacyjnej, zapewne zauważyłeś dwie rzeczy: Meta obiecała Corningowi 6 miliardów dolarów na zakup światłowodów i kabli dla centrów danych AI. Cena spot jednomodowego światłowodu G.652.D wzrosła z niecałych 20 juanów za kilometr rdzenia do ponad 83 juanów w ciągu ponad roku. Poza rynkiem akcji, w którym notowane są transakcje o wysokiej częstotliwości, niewiele osób zdaje sobie sprawę, że znajdujemy się w krytycznym momencie ewolucji architektury infrastruktury sieciowej – sztuczna inteligencja zasadniczo zmienia sposób nawiązywania połączeń w centrach danych.
Oczekuje się, że wielkość globalnego rynku optycznych modułów nadawczo-odbiorczych przeznaczonych dla sztucznej inteligencji wzrośnie z 16,5 miliardów dolarów w 2025 r. do 26 miliardów dolarów w 2026 r., przy rocznej stopie wzrostu wynoszącej ponad 57%. Liczba ta odzwierciedla przyspieszającą falę ekspansji globalnych centrów danych AI. W tej fali światłowody jednomodowe w bezprecedensowy sposób przenikają do wnętrz centrów danych, zmieniając się z „roli wspierającej” w transmisji na duże odległości w „rolę wiodącą” we wspieraniu szybkich wzajemnych połączeń klastrów AI.
Aby zrozumieć dlaczego tyle są warte jednomodowe światłowody , należy najpierw zrozumieć problemy związane z przepustowością sieci, z jakimi borykają się klastry AI.
Od GPT-3 do GPT-5 skala parametrów modelu skoczyła z setek miliardów do bilionów, a zapotrzebowanie na treningową moc obliczeniową wzrosło z poziomu kilokalorii do poziomu setek tysięcy kilokalorii. Co ważniejsze, wraz z pojawieniem się dużych modeli łańcucha myślowego zapotrzebowanie na moc obliczeniową na etapie rozumowania osiągnęło nawet ponad stukrotnie większą wartość w przypadku modeli tradycyjnych.
Jednakże moc obliczeniowa pojedynczego węzła wzrosła około 1000 razy w ciągu ośmiu lat, podczas gdy przepustowość sieci wzrosła jedynie z 200 G do 800 G w ciągu ostatnich czterech lat. Ta nierównowaga między „mocą obliczeniową rosnącą jak rakieta i postępem sieci jak chodzącym” sprawia, że przepustowość sieci jest głównym wąskim gardłem ograniczającym wydajność klastrów zawierających dziesiątki tysięcy, a nawet setki tysięcy kart podczas wspólnego szkolenia.
W związku z tym pojawił się zasadniczy problem: należy przeprojektować architekturę połączeń centrum danych.
Debata skończona światłowody jednomodowe i światłowody wielomodowe właściwie nie są nowością. Główna różnica między nimi polega na średnicy rdzenia i trybie transmisji: średnica rdzenia światłowodu jednomodowego wynosi tylko 8-10 mikrometrów, czyli jest znacznie mniejsza niż średnica rdzenia światłowodu wielomodowego, która wynosi 50 lub 62,5 mikrometra. To właśnie ta różnica na poziomie mikronów zapewnia podstawową zaletę fizyczną – światłowody jednomodowe zasadniczo eliminują dyspersję modową, ograniczając światło do jednego podstawowego modu propagacji.
Co to oznacza? Oznacza to, że teoretycznie nie ma górnej granicy iloczynu szerokości pasma i odległości światłowodów jednomodowych. W rzeczywistym zastosowaniu, gdy światłowody jednomodowe OS2 są połączone z szybkimi modułami optycznymi, takimi jak LR4, DR4 i ZR, odległość transmisji może z łatwością przekroczyć 10 kilometrów. Efektywna odległość transmisji światłowodów wielomodowych przy szybkości 400G jest skompresowana do około 100 metrów.
W tradycyjnym kontekście projektowania centrów danych te cechy fizyczne określają podstawowy podział pracy na „jednomodowe na duże odległości i wielomodowe na krótkie odległości”. Jednak w obliczu klastrów sztucznej inteligencji ten podział pracy ulega redefinicji. Odległość między szafami GPU w klastrze szkoleniowym AI może wynosić tylko dziesiątki do setek metrów. Jednak to właśnie ten „środek” sprawia, że odległość transmisji wielomodowych włókien optycznych jest niewielka, podczas gdy światłowody jednomodowe, dzięki elastycznemu budżetowi mocy, stają się bardziej niezawodnym wyborem architektonicznym.
Jeśli odległość transmisji jest uważana za pierwszą przepustkę dla włókien optycznych jednomodowych do centrów danych, to ich zalety architektoniczne są prawdziwymi powodami, które przyciągają architektów sieci.
Z jednej strony, światłowody jednomodowe nie wymagają skomplikowanych struktur równoległych. Gdy światłowody wielomodowe obsługują szybkości 400G i więcej, zwykle opierają się na wielordzeniowych rozwiązaniach równoległych (takich jak SR8, w których 8 rdzeni włókien optycznych transmituje jednocześnie), co prowadzi do znacznego wzrostu liczby kabli optycznych na łącze, wywołując w ten sposób reakcję łańcuchową wzrostu obciążenia okablowaniem, złożoności zarządzania i kosztów wdrożenia. Światłowody jednomodowe mogą jednocześnie przesyłać wiele kanałów o długości fali w jednym włóknie poprzez interfejsy dupleksowe lub multipleksowanie z podziałem długości fali (WDM), osiągając szybkości 400G, 800G, a nawet w przyszłości 1,6T. Ta prostota ma niezastąpioną wartość w sieciach szkoleniowych AI o dużej gęstości.
Z drugiej strony, z punktu widzenia projektowania topologii sieci, ograniczenia krótkodystansowe włókien wielomodowych zmuszą architektów do skracania łączy, dodawania pośrednich warstw przełączających lub wprowadzenia aktywnego sprzętu przekaźnikowego – te prowizoryczne środki mogą być nadal tolerowane, gdy istnieje 1000 połączeń, ale gdy liczba połączeń wzrośnie do setek tysięcy, każdy mały kompromis spowoduje ogromną złożoność architektury oraz koszty eksploatacji i konserwacji. Możliwość transmisji na duże odległości zapewniana przez światłowody jednomodowe precyzyjnie stanowi „bezkompromisową” podstawę architektoniczną dla dwuwymiarowej ekspansji skalowania w poziomie i skalowania w górę w klastrach dużej mocy obliczeniowej.
Warto zauważyć, że popularyzacja Światłowody jednomodowe nie są odosobnionym trendem technologicznym. Uzupełnia i współbrzmi z przełomowymi osiągnięciami w dziedzinie fotoniki krzemowej i optyki pakowanej (CPO).
Na początku 2026 roku firma NVIDIA wypuściła krzemowy przełącznik CPO Spectrum-X. W porównaniu z tradycyjnym rozwiązaniem z wymiennym modułem optycznym, CPO bezpośrednio łączy silnik optyczny z chipem przełączającym, zmniejszając pobór mocy portu 1,6 Tb/s do jednej piątej, poprawiając integralność sygnału ponad 60 razy i zwiększając niezawodność sieci 10 razy. Spectrum-X Photonics oferuje dwie konfiguracje: 128 portów 800Gb/s (o łącznej przepustowości 100Tb/s) i 512 portów 800Gb/s (o łącznej przepustowości 400Tb/s).
Z punktu widzenia prawa ewolucji technologii połączeń, gdy tempo transmisji wzrośnie do pewnego stopnia, „światło” z pewnością zastąpi „elektryczność” jako główne medium połączeń między szafami, a nawet wewnątrz szafek. Jest to dokładnie jedna z najważniejszych ocen w planie działania platformy NVIDIA od Blackwell do Rubina: efektywna odległość transmisji kablami miedzianymi przy szybkości 800 G nie jest już w stanie spełniać wymagań współpracy między procesorami graficznymi, podczas gdy połączenie CPO i światłowodu jednomodowego na nowo definiuje ograniczenia połączeń w warstwie fizycznej.
Tymczasem standard IEEE 802.3dj znajduje się w fazie roboczej D2.4 i formułuje ramy standardu dla 800G i 1,6TbE w oparciu o sygnalizację 200G/linię. Dojrzałość standardu jeszcze bardziej obniży koszty jednomodowych modułów światłowodowych i przyspieszy ich wdrażanie w centrach danych.
Powstanie Jednomodowe światłowody w centrach danych AI to w zasadzie mikrokosmos transformacji, jaką przechodzimy od architektury sieci „zdominowanej przez elektronikę” do architektury sieciowej „integracji optyczno-elektrycznej”. Eliminuje fizyczne wąskie gardło w transmisji danych, a także umożliwia budowanie bardziej płaskiej i wydajniejszej architektury klastrów AI na większą skalę.
Meta zapłaciła 6 miliardów dolarów za zabezpieczenie zdolności produkcyjnych Corningu w zakresie włókien optycznych, NVIDIA w pełni wdrożyła technologię fotoniki krzemowej CPO+, a wolumen przetargowy na światłowód G.654.E wzrósł 25 razy w ciągu roku – łącznie sygnały te wyznaczają wyraźną linię trendu w branży: architektura połączeń optycznych w centrach danych AI przyspiesza migrację z „wielomodowego wejścia głównego i jednomodowego poza głównym” do „jednomodowego pełnego pokrycia”.
Dla architektów planujących centra danych AI nowej generacji pytanie nie brzmi już „czy wdrożyć wewnętrznie światłowód jednomodowy”, ale „kiedy rozpocząć wdrażanie”. W latach 2025–2026 cena włókien światłowodowych jednomodowych wzrosła ponad czterokrotnie w ciągu nieco ponad roku. Nie wynika to ze spekulacji spekulacyjnych, ale raczej ze strukturalnego ograniczenia podaży infrastruktury spowodowanego zapotrzebowaniem na moc obliczeniową sztucznej inteligencji. Na tej fali budowy infrastruktury optycznej napędzanej sztuczną inteligencją każdy, kto jako pierwszy zdoła ukończyć modernizację architektury z wielomodowej na jednomodową, zyska przewagę jako pierwszy na rynku w konkurencji ze sztuczną inteligencją, charakteryzując się większą skalą, mniejszymi opóźnieniami i wyższą efektywnością energetyczną.
W dłuższej perspektywie jest to nie tylko ewolucja typów włókien optycznych, ale także zmiana paradygmatu projektowania warstwy fizycznej w centrach danych. W przeszłości używanie wielu trybów na krótkich dystansach było „zdrowym rozsądkiem”. W obliczu współpracy procesorów graficznych w klastrach szkoleniowych AI, często liczonych w dziesiątkach tysięcy, coraz większych parametrów modelu i stale rosnącej częstotliwości przesyłu danych w obie strony, światłowód jednomodowy zapewnia dokładnie to, czego pilnie potrzebuje obecny „głód” mocy obliczeniowej – prawie nieograniczoną skalowalność, wyjątkowo niską złożoność obsługi i konserwacji oraz „zapas” na przyszłą erę 1,6 T, a nawet 3,2 T. To właśnie dzięki możliwościom architektonicznym „zaprojektuj raz, bezproblemowo dla dziesięciu tysięcy kart” światłowody i kable przekształcają się z nieistotnych „akcesoriów” w tradycyjnych centrach danych w najbardziej niezbędne zasoby strategiczne w klastrach AI.
