NTT Global Data Centers afferma che la tecnologia ottica non eliminerà la necessità di altra fibra man mano che il traffico AI cresce.
Bruno Berti, SVP of global product management in NTT Global Data Centers, ha inquadrato il cambiamento nel traffico AI all’interno dei data center, più che nei classici pattern cloud. Il traffico cloud tradizionale è relativamente prevedibile; l’addestramento AI e l’inference su larga scala generano intensi flussi east-west, mentre le GPU comunicano tra loro.
Come l’AI cambia il tessuto di rete
Berti ha detto che i requisiti di rete per l’AI devono diventare più piatti, più deterministici e più resilienti. Questo sta spingendo verso fabric a maggiore capacità, interconnessioni ottiche avanzate e una integrazione più stretta tra compute, storage e networking.
Ha aggiunto che la sfida ora va oltre il networking in sé. Densità di potenza, raffreddamento, densità della fibra, instradamento della fibra, architettura del campus e collegamenti agli ecosistemi edge e cloud vanno progettati insieme.
Cosa fanno e cosa non fanno le ottiche più veloci
Le ottiche a velocità più elevate possono allungare la vita della fibra esistente a livello di data center e di metro, ma le ottiche da sole non elimineranno la necessità di nuova fibra con la crescita del traffico AI. L’articolo cita in particolare 400G, 800G e 1.6T come tecnologie attuali ad alta velocità.
Berti ha detto che l’infrastruttura di rete sta in gran parte tenendo il passo con l’espansione del compute, ma ciò dipende da una pianificazione deliberata e da una crescita coordinata con il compute. I workload AI sono sensibili a latenza, banda e perdita di pacchetti all’interno dei cluster GPU e tra strutture collegate.
Il traffico AI sta imponendo ricostruzioni fisiche dentro le strutture
L’addestramento AI su larga scala dipende da comunicazioni sincronizzate tra GPU, che generano enormi flussi east-west e favoriscono architetture che riducono al minimo gli hop, abbassano la latenza e mantengono prevedibili le prestazioni. Il networking ottico sta assumendo un ruolo più ampio in profondità nelle strutture AI e tra i campus.
Berti ha detto che il design di rete è sempre più integrato con l’ambiente fisico del data center, compresi densità di potenza, strategia di raffreddamento, layout dei rack e instradamento della fibra. Sta inoltre aumentando lo spazio dedicato a portare altra fibra e nuovi conduit nei data center.
Da leggere per operatori di data center e chi pianifica infrastrutture AI
Il messaggio pratico per gli operatori di data center è che le ottiche possono allungare la vita dell’impianto esistente, ma non possono sostituire nuova fibra quando il traffico AI continua a crescere. La pianificazione ora deve riguardare insieme compute, networking, raffreddamento e spazio a pavimento, altrimenti la rete diventa il collo di bottiglia.
Questo conta anche per i team infrastrutturali AI che cercano di scalare da centinaia di gigabit a terabit senza riprogettazioni disruptive. Berti ha detto che questi requisiti continueranno a evolvere mentre i workload passeranno dall’addestramento AI all’inference e mentre l’agent AI assorbirà una quota crescente della domanda infrastrutturale.
Photonics e orizzonte più lungo
Berti ha citato approcci fotonici emergenti come IOWN come strada di lungo periodo verso una latenza più bassa e una migliore efficienza energetica nei grandi ambienti AI. La direzione è chiara: i sistemi ottici si stanno spostando più in profondità nella struttura, non solo tra edifici.