I moduli ottici nei data center AI sono passati dall’essere parti passive di connettività a diventare un componente fondamentale delle prestazioni di elaborazione. Il motivo è semplice. I moderni cluster di addestramento dell’intelligenza artificiale spostano enormi volumi di dati tra GPU, switch e nodi di archiviazione e la velocità di tale movimento influisce direttamente sull’efficienza con cui possono essere utilizzati acceleratori costosi. Questo è il motivoModuli ottici 400G, 800G e 1.6Tsono ora centrali in quasi tutte le conversazioni sull’infrastruttura IA.
Secondo ilTabella di marcia dell'Alleanza Ethernet 2026, gli hyperscaler stanno già implementando interconnessioni da 100G a 800G, con Ethernet da 1,6 Tb/s che emerge come il prossimo passo importante per i tessuti su scala AI-. IL
Gruppo di lavoro IEEE 802.3ha portato avanti la task force P802.3dj per definire Ethernet 200G, 400G, 800G e 1.6T su rame e fibra monomodale-, offrendo al settore un percorso chiaro per un'implementazione a velocità-più elevata.
Per i team di rete, la questione pratica non è più se la velocità aumenterà. È come scegliere la velocità giusta per ogni livello della rete, come pianificare alimentazione e raffreddamento e come convalidare la compatibilità prima di distribuire migliaia di moduli in un cluster AI di produzione.
Perché i carichi di lavoro AI richiedono velocità dei moduli ottici più elevate
La formazione sull'intelligenza artificiale è fondamentalmente diversa dai tradizionali carichi di lavoro cloud, aziendali o di archiviazione. Grandi modelli linguistici e sistemi di raccomandazione vengono addestrati su migliaia, e sempre più decine di migliaia, di GPU che funzionano come un unico sistema distribuito. Durante ogni fase di addestramento, gli acceleratori devono sincronizzare i gradienti, scambiare attivazioni e far passare i tensori intermedi tra i nodi. Ciò genera un traffico est-ovest estremamente intenso, ovvero traffico che rimane all'interno del data center anziché andare su Internet.
In un cluster di training di frontiera da 16.000 a 100.000 GPU, la struttura interna trasporta una larghezza di banda molto maggiore rispetto ai collegamenti esterni. NVIDIA ha riferito che il suoPiattaforma Ethernet Spectrum-Xsupporta circa il 95% di throughput effettivo su implementazioni superiori a 100.000 GPU, mentre Ethernet standard senza controllo della congestione fornisce in genere circa il 60% con lo stesso carico. La differenza non è accademica. Una perdita del 35% nell'efficienza del tessuto si traduce direttamente in cicli di allenamento più lunghi e in un ridotto utilizzo della GPU.
Questo è il vero motivo per cui le velocità ottiche continuano a salire. Uno strato ottico lento o instabile diventa il collo di bottiglia dell’intera fabbrica di intelligenza artificiale.
Da 400G a 800G a 1,6T: cosa guida ogni passo
Il passaggio a 400G, 800G e 1.6T è guidato da un problema di ridimensionamento che non può essere risolto semplicemente aggiungendo più cavi. Quando un cluster AI raddoppia le sue dimensioni, il numero di percorsi di comunicazione tra i nodi cresce più velocemente che in modo lineare. L'aggiunta di collegamenti paralleli consumerebbe porte di switch, aumenterebbe il numero di fibre e creerebbe una congestione dei cavi difficile da gestire in un ambiente rack denso.
Velocità per-porta più elevate offrono un percorso più scalabile. Una porta 800G trasporta il doppio della larghezza di banda di una porta 400G sulla stessa interfaccia fisica. Una porta da 1,6 T lo raddoppia nuovamente. La generazione di ASIC switch dal 2025 al 2026 supporta livelli radix e di larghezza di banda che rendono 800G il mainstream pratico per le nuove implementazioni IA, mentre 1.6T è l’obiettivo di pianificazione per la prossima generazione di switch.
L'interoperabilità multi{0}}vendor in tempo reale su Ethernet 400G, 800G e 1.6T è stata dimostrata all'OFC 2026, che ilVetrina Ethernet Alliance OFC 2026presentato come prova che l'ecosistema è pronto per i tessuti su scala AI-. Questa preparazione è importante perché i cluster AI non possono aspettare una soluzione da un unico fornitore. Hanno bisogno di switch, NIC, ottiche e piattaforme di test che funzionino insieme su larga scala.
Moduli ottici 400G, 800G e 1,6T: un confronto di selezione
La giusta velocità dipende dalle dimensioni del cluster, dal livello di rete, dalla roadmap dello switch, dal budget energetico e dall'impianto di fibra già installato. La tabella seguente illustra dove ciascuna velocità attualmente ha più senso.
| Velocità | Moduli tipici | Migliore adattamento | Considerazione chiave |
|---|---|---|---|
| 400G | 400GSR8, DR4, FR4, LR4 | Data center cloud, aggiornamenti aziendali, cluster AI più piccoli, layer foglia in tessuti di medie-dimensioni | Ecosistema maturo, ampio supporto per switch e NIC, costo per Gb più basso in questa fase |
| 800G | 800G SR8, DR8, 2xFR4, 2xDR4, LR8 | Tessuti per addestramento AI, HPC, GPU spine-leaf, hyperscale leaf e spine | Una larghezza di banda più elevata per porta, un carico termico più elevato richiedono un'attenta convalida FEC e host |
| 1.6T | 1,6T DR8, 2xDR4, OSFP-XD | Spina AI di nuova generazione-, scalabilità backend ultra-densa-out, futuri ASIC switch (51.2T e versioni successive) | Richiede integrità del segnale, FEC avanzato, raffreddamento a liquido o ad aria migliorato, pianificazione della strategia per fibra e connettori |
Il 400G è ancora rilevante perché molti data center sono a metà-aggiornamento da 100G o 200G e il 400G offre un forte equilibrio tra costi, disponibilità e prestazioni per i carichi di lavoro non-AI. Per i cluster AI in particolare, 800G è diventato la base operativa per le nuove build e 1.6T è ora in seria pianificazione per i tessuti scalabili di backend, soprattutto dove la generazione di switch è già allineata con la segnalazione 200G-per-lane. Se stai valutando un cablaggio ad alta-densità per queste velocità, la nostra panoramica diCablaggio in fibra ottica MPO e MTPcopre le opzioni di connettore e trunk più comunemente utilizzate a 800G e versioni successive.
Quando 400G sono ancora sufficienti
400G rimane la scelta giusta quando le dimensioni del cluster sono modeste, quando le GPU in uso non saturano le NIC 400G o quando il parco switch esistente è basato su ASIC di generazione precedente-. Cluster di inferenza, pod di formazione più piccoli, siti di IA edge e la maggior parte dei data center-per scopi generici funzionano ancora comodamente su 400G. Per questi ambienti, il passaggio diretto a 800G comporterebbe un aumento dei costi e della pressione termica senza fornire un miglioramento misurabile nei tempi di completamento del lavoro.
Un test pratico consiste nell'esaminare l'utilizzo della GPU durante l'addestramento. Se le GPU attendono dati per più del 5-10% del tempo, la rete rappresenta già un collo di bottiglia. Se l’utilizzo è costante ed elevato, il 400G sta facendo il suo lavoro.
Quando l'800G diventa necessario
L'800G diventa necessario quando il cluster raggiunge una scala in cui i collegamenti 400G costringono troppe connessioni parallele, quando i limiti dello switch radix iniziano a vincolare le scelte della topologia o quando la generazione di GPU introduce NIC che possono saturare le porte 800G. In un tipico tessuto di addestramento AI, ciò corrisponde solitamente a cluster di diverse migliaia di GPU e oltre, dove la rete backend trasporta la maggior parte del traffico di scambio del gradiente.
La transizione all’800G comporta anche un vero e proprio lavoro di ingegneria. La potenza per-porta sui moduli 800G è significativamente superiore a 400G, le modalità FEC cambiano e la densità dei cavi raddoppia sul lato dello switch. I test di burn-in e la convalida della stabilità del collegamento diventano essenziali, perché in un processo di addestramento sincrono, un singolo collegamento ottico instabile può attivare nuovi tentativi che rallentano l'intero cluster.
Quando pianificare per 1.6T
1.6T è attualmente in fase di implementazione iniziale per le reti backend AI più aggressive ed è l'obiettivo di pianificazione standard per la prossima generazione di switch. La maggior parte dei team aziendali e cloud non ha bisogno di ottiche da 1,6 T in produzione oggi, ma chiunque progetti un tessuto con un orizzonte da tre- a cinque- anni dovrebbe tenerne conto nella pianificazione del cablaggio, dell'impianto di fibra e dell'alimentazione.
La task force IEEE P802.3dj ha definito le specifiche del livello fisico per 1,6 T su fibra monomodale- e OFC 2026 ha dimostrato il funzionamento dell'interoperabilità multi-vendor a questa velocità. Il segnale pratico è che 1,6T è reale, ma l’infrastruttura circostante, compresa la disponibilità degli switch, il raffreddamento e gli strumenti operativi, conta ancora tanto quanto il modulo stesso.
QSFP-DD vs OSFP: scegliere il fattore di forma giusto
A 400G e 800G, i due fattori di forma dominanti sono QSFP-DD e OSFP. Entrambi offrono le stesse velocità nelle piattaforme switch tradizionali, ma differiscono nel design meccanico e nel comportamento termico. QSFP-DD è retrocompatibile con i contenitori QSFP28 e QSFP56, il che lo rende interessante per gli ambienti che desiderano riutilizzare gli slot degli switch esistenti durante un aggiornamento. OSFP è leggermente più grande, ha un volume interno maggiore e generalmente offre un margine termico migliore, che diventa importante a 800G e soprattutto a 1,6T.
Per 1,6 T, il settore si sta orientando verso OSFP e OSFP-XD come scelte dominanti, principalmente a causa della capacità termica. Se un team di rete prevede di eseguire l'aggiornamento oltre 800G all'interno della stessa generazione di switch, OSFP è solitamente la scelta più sicura. Se la priorità è riutilizzare gli investimenti QSFP-DD da 400G, QSFP-DD rimane un'opzione valida per ora.
Fattori chiave nella scelta dei moduli ottici per le reti AI
Distanza, portata e tipo di fibra
I collegamenti a breve-reach all'interno di una fila di rack possono utilizzare moduli paralleli a modalità singola-modale (DR) o a breve{2}}reach multimodale (SR), mentre i collegamenti inter-fila o inter-pod possono richiedere varianti FR o LR. Prima di scegliere un modulo, verificare la lunghezza effettiva della fibra, il grado della fibra, il tipo di connettore e il budget del collegamento. Un'utile introduzione su come si accumulano le perdite tra connettori e giunzioni è disponibile nella nostra guidaperdita di inserzione nelle reti in fibra. Per distanze più lunghe, anche la differenza tra fibra monomodale OS1 e OS2- è importante ed è trattata nella nostra panoramica di
tipi e applicazioni di fibra monomodale-.
Consumo energetico e raffreddamento
Le ottiche a velocità più elevata-producono più calore. Prima di passare da 400G a 800G o di pianificare 1,6T, controlla l'alimentazione per-porta, cambia la direzione del flusso d'aria, la temperatura della gabbia, le regole di declassamento termico e il margine di raffreddamento a livello di rack-. Nei rack AI densi che già assorbono elevata potenza per le GPU, il carico termico aggiuntivo derivante da migliaia di ottiche ad alta-velocità non è banale e può influire sui tempi di attività se ignorato.
Cambia compatibilità e firmware
La compatibilità è più della velocità di abbinamento. Un modulo deve essere convalidato sull'esatta piattaforma dello switch, versione firmware, configurazione FEC, codifica EEPROM e temperatura operativa prevista prima della distribuzione in blocco. I sintomi di una scarsa compatibilità includono flap di collegamento, BER elevato, allarmi DOM e arresti termici occasionali sotto carico sostenuto. Catturarli in un piccolo laboratorio-è molto più economico che catturarli in produzione.
Strategia di cablaggio e connettori ad alta-densità
Il passaggio a 800G o 1,6T di solito implica un piano di cablaggio diverso. I connettori multi-fibra come MPO-12, MPO{8}}16 e MPO-24 diventano quelli predefiniti ad alta velocità e il cablaggio breakout viene spesso utilizzato per distribuire una porta dello switch ad alta velocità in più connessioni a velocità inferiore. Per i team che stanno valutando questa transizione, la nostra guida sucome scegliere un cavo breakout MPOcopre i compromessi pratici-e il
Opzioni di cavi trunk MPO e MTPmostrano le configurazioni trunk più comuni nelle distribuzioni spine 800G.
LPO, CPO e fotonica del silicio: cosa viene dopo 800G
Oltre alla velocità pura, l’industria è ora focalizzata sull’efficienza. Tre direzioni tecnologiche contano di più:
Ottica lineare collegabile (LPO)rimuove il DSP dal modulo ottico e reinserisce l'equalizzazione sull'ASIC host. Ciò riduce la potenza del modulo, spesso dal 30 al 50% alla stessa velocità, ma richiede un coordinamento più stretto tra lo switch e il modulo. L'LPO è più interessante per i collegamenti a breve-raggiungimento all'interno dei cluster AI dove la piattaforma host lo supporta.
Co-Ottica confezionata (CPO)sposta i motori ottici sullo stesso substrato dell'ASIC dello switch, accorciando il percorso elettrico e riducendo l'energia per bit. Come descritto dalIl forum di Optical Internetworking lavora sui framework CEI e CPO 112G e 224G, il CPO non è un sostituto-dell'ottica collegabile, ma è sempre più centrale nel modo in cui vengono progettati i tessuti scale-up dell'AI di prossima generazione. NVIDIA ha già annunciato gli switch fotonici in silicio Spectrum-X Photonics e Quantum-X con ottiche co-confezionate, con obiettivo 1,6 Tb/s per porta e notevoli risparmi energetici.
Fotonica del silicioè alla base della maggior parte di queste tendenze. Integrando modulatori, guide d'onda e rilevatori direttamente sul silicio, consente una densità più elevata, un migliore comportamento termico e una più stretta integrazione con gli ASIC dello switch. La maggior parte dei principali fornitori di ottica ora include la fotonica del silicio nella propria roadmap per i carichi di lavoro IA.
Per la maggior parte dei team nel 2026, le ottiche 800G collegabili rimangono il cavallo di battaglia, mentre LPO, CPO e la fotonica del silicio vengono valutate in ambienti di laboratorio e tessuti pilota selezionati.
Errori comuni da evitare
L'errore più comune è scegliere la velocità massima senza verificare che il resto della rete possa supportarla. Un modulo ottico 800G su uno switch che non è in grado di fornire l'interfaccia elettrica o il margine termico richiesti non fornirà 800G in produzione. Il secondo è sottovalutare il potere. Considerando migliaia di ottiche, la differenza tra un modulo-efficiente dal punto di vista energetico e uno tipico può trasformare un rack da accettabile a oltre-il budget. Il terzo tratta la compatibilità come una casella di controllo piuttosto che come un processo. La reale compatibilità deriva dalla convalida sulla piattaforma dello switch, sul firmware e sull'ambiente operativo effettivi. Il quarto è la scarsa pianificazione del cablaggio. La qualità del connettore, il numero di fibre e la gestione delle patch diventano molto più importanti a 800G e 1,6T e le scorciatoie in questo caso spesso emergono come problemi di collegamento o perdite elevate mesi dopo l'implementazione.
Domande frequenti
D: È necessario 800G per ogni data center AI?
R: No,. 800G è la base operativa per i nuovi tessuti di formazione AI su larga scala, ma i cluster di inferenza, i pod di formazione più piccoli e la maggior parte delle implementazioni di AI aziendali funzionano ancora bene su 400G. La velocità corretta dipende dalle dimensioni del cluster, dalla generazione della GPU, dalla capacità dell'ASIC dello switch e dall'utilizzo della rete osservato.
D: Quando è opportuno aggiornare un data center da 400G a 800G?
R: I segnali più forti sono il calo dell'utilizzo della GPU a causa del tempo di attesa della rete, i limiti dello switch radix che costringono topologie scomode o una nuova generazione di GPU e NIC che supporta nativamente le porte 800G. Se sono presenti almeno due di questi, l'800G è solitamente il passo successivo giusto.
D: Qual è la differenza pratica tra i moduli ottici 800G e 1.6T?
R: Entrambe le velocità si basano su una tecnologia di base simile, ma 1.6T utilizza la segnalazione da 200G-per-lane, richiede FEC più avanzato e pone requisiti più elevati in termini di raffreddamento e integrità del segnale. 1.6T è attualmente in fase di implementazione iniziale per le reti backend AI più aggressive, mentre 800G è la scelta principale per i nuovi tessuti AI nel 2026.
D: Dovremmo scegliere QSFP-DD o OSFP per le reti AI?
R: QSFP-DD è interessante per riutilizzare i gabbie QSFP da 400G esistenti ed è ampiamente supportato a 800G. OSFP ha più margine termico ed è il fattore di forma dominante per 1.6T. I team che prevedono di andare oltre 800G con la stessa generazione di switch solitamente preferiscono OSFP.
D: Che ruolo svolgono LPO e CPO nei data center AI?
R: LPO riduce la potenza del modulo semplificando la catena di elaborazione del segnale ed è utile per collegamenti a breve-raggiungimento all'interno dei cluster AI. Il CPO sposta il motore ottico sul substrato dello switch per migliorare la densità di larghezza di banda e l'efficienza energetica e sta diventando centrale per i tessuti scale-up dell'AI di prossima-generazione-. Entrambi coesistono con le ottiche collegabili anziché sostituirle.
D: Possiamo riutilizzare l'infrastruttura in fibra esistente durante l'aggiornamento a 800G o 1,6T?
R: Dipende dal tipo di fibra, dalla strategia del connettore e dalla portata. Molti impianti mono-modali possono essere riutilizzati per le varianti DR e FR se la qualità del connettore e la perdita di collegamento sono accettabili. L'infrastruttura multimodale potrebbe richiedere una riconvalida rispetto al budget di collegamento alla nuova velocità. L'esecuzione di un controllo della perdita di collegamento prima dell'aggiornamento è solitamente più rapida ed economica rispetto alla scoperta di problemi di perdita dopo la distribuzione.
Conclusione
L’ascesa dei moduli ottici 400G, 800G e 1.6T non è una moda tecnologica. È una risposta diretta al modo in cui i carichi di lavoro AI comunicano, si sincronizzano e si adattano a migliaia di GPU. Ethernet Alliance, IEEE 802.3 e l'ecosistema ottico più ampio si sono allineati su una chiara tabella di marcia da 400G a 800G fino a 1,6T, con LPO, CPO e fotonica del silicio che danno forma a ciò che verrà dopo.
Per la maggior parte dei team della rete, la strategia giusta è non inseguire il modulo più veloce ovunque. Si tratta di abbinare la velocità ottica alla funzione della rete, convalidare la compatibilità prima della scalabilità, pianificare attentamente alimentazione e raffreddamento e progettare un impianto di cablaggio in grado di sostenere la rete attraverso almeno un ulteriore ciclo di aggiornamento. Un livello ottico ben-pianificato è uno dei modi più-economici per mantenere pienamente utilizzati i costosi investimenti nella GPU mentre l'infrastruttura AI continua a crescere.
