Optische technologie zal de behoefte aan extra fiber niet wegnemen nu het AI-verkeer toeneemt, zegt NTT Global Data Centers.
Bruno Berti, SVP of global product management bij NTT Global Data Centers, plaatste die verschuiving vooral in het teken van AI-verkeer binnen datacenters, niet van klassieke cloudpatronen. Traditioneel cloudverkeer is relatief voorspelbaar; AI-training en inference op grote schaal zorgen voor zware east-west-stromen doordat GPU’s met elkaar communiceren.
Hoe AI het netwerkweefsel verandert
Berti zei dat de netwerkeisen voor AI platter, beter voorspelbaar en veerkrachtiger moeten worden. Dat stuurt aan op fabrics met hogere capaciteit, geavanceerde optische interconnects en een hechtere koppeling tussen compute, storage en networking.
Volgens hem reikt de uitdaging inmiddels verder dan networking alleen. Ook vermogensdichtheid, koeling, vezeldichtheid, vezelrouting, campusarchitectuur en verbindingen met edge- en cloud-ecosystemen moeten samen worden ontworpen.
Wat snellere optics wel en niet doen
Optics met hogere snelheid kunnen de levensduur van bestaande fiber verlengen op datacenter- en metro-niveau, maar optics alleen nemen de behoefte aan nieuwe fiber niet weg zodra AI-verkeer blijft groeien. In het artikel worden 400G, 800G en 1.6T expliciet genoemd als huidige hogere-snelheidstechnologieën.
Berti zei dat de netwerkinfrastructuur in grote lijnen gelijke tred houdt met de uitbreiding van compute, maar dat dit afhangt van bewuste planning en schaalvergroting naast compute. AI-workloads zijn gevoelig voor latency, bandwidth en packet loss binnen GPU-clusters en tussen gekoppelde locaties.
AI-verkeer dwingt fysieke verbouwingen af binnen faciliteiten
Grootschalige AI-training leunt op gesynchroniseerde communicatie tussen GPU’s, wat massaal east-west-verkeer veroorzaakt en architecturen bevoordeelt die het aantal hops minimaliseren, latency verlagen en prestaties voorspelbaar houden. Optical networking krijgt daardoor een grotere rol dieper in AI-faciliteiten en over campussen heen.
Berti zei dat netwerkontwerp steeds nauwer wordt verweven met de fysieke datacenteromgeving, inclusief vermogensdichtheid, koelstrategie, rackindeling en vezelrouting. Er wordt meer ruimte vrijgemaakt om extra fiber en leidingen datacenters binnen te brengen.
Relevant voor datacenteroperators en planners van AI-infrastructuur
De praktische conclusie voor datacenteroperators is dat optics bestaande installaties kunnen oprekken, maar nieuwe fiber niet kunnen vervangen zodra AI-verkeer blijft opschalen. De planning moet nu compute, networking, cooling en vloeroppervlak samen meenemen, anders wordt het netwerk de bottleneck.
Dat geldt ook voor teams die AI-infrastructuur willen opschalen van honderden gigabits naar terabits zonder ingrijpende herontwerpen. Volgens Berti blijven die eisen veranderen naarmate workloads verschuiven van AI-training naar inference en agent AI meer infrastructuurvraag overneemt.
Photonics en de langere termijn
Berti wees op opkomende photonic-aanpakken zoals IOWN als een langetermijnpad naar lagere latency en betere energie-efficiëntie binnen grootschalige AI-omgevingen. De richting is duidelijk: optische systemen verplaatsen zich dieper de faciliteit in, niet alleen tussen gebouwen.