AI数据中心设计策略：
光纤连接驱动未来AI基础设施增长
AI 网络正以前所未有的速度演进，这主要得益于AI能力的指数级增长以及对算力需求激增。为应对这些需求，运营商正采用以下四大核心策略，构建具备强大性能、可扩展性且创新性的网络，以支持下一代AI应用：
互联 AI 数据中心，
实现更智能的运营
随着超大规模数据中心在电力、土地可用性以及数据中心内部物理空间方面面临多重限制，因此运营商正转向“远程AI数据中心”模式。这一趋势包括将AI工作负载分散至多个互联的园区中，构建能够跨越长距离连接多个数据中心地点的光纤网络。
对于大语言模型（LLMs）及其他AI系统而言，将计算、内存和电力分布到各个园区能够提升性能和效率。这种分布式方法需要低延迟、高带宽的光纤布线，以支撑AI对密集数据处理的严苛需求。长距离光纤网络正逐渐成为分布式AI基础设施的骨干，使网络能够在多个数据中心之间预训练和运行大规模AI模型，同时保持无缝连接。
为未来的可扩展性需求提前布局，
而非事后补救
最成功的超大规模网络能够提前考虑未来的需求，而不是等到问题发生才做调整。可扩展性已成为数据中心建设中的决定性因素，尤其是在AI终端应用和工作负载日益复杂的背景下。现代AI模型需要更大规模、高带宽的GPU集群，并通过大规模光纤网络互联，以应对庞大的AI计算负载。这些集群不再局限于单台服务器或单个机架（即“纵向扩展”，scale-up），而是扩展至多个机架、多栋建筑，甚至多个园区——这种增长趋势被称为“横向扩展”（scale-out）。
这一演进需要更大型的交换机、多平面网络架构以及高密度布线架构，以实现GPU在可扩展单元内互联。随着AI节点扩展至更大网络，布线需求也成倍增加。生成式AI网络对光纤的需求量已是传统数据中心的10倍。过去，这类架构通常采用铜缆，但随着对更高带宽和更长距离连接（每米可达100Gbps）的需求不断增长，光纤已成为更经济且节省空间的选择。
通过光电共封装（CPO）技术
提升网络速度
光电共封装（Co-Packaged Optics, CPO）技术代表了网络设计领域的变革性创新，它将光器件与电子器件集成于同一封装中，从而提升处理速度和能效。通过将光学组件直接集成到交换机中，CPO省去了电信号在转换为光信号前长距离传输的步骤，有效降低了延迟并提升了性能。
采用CPO技术使运营商能够构建更大、更高效且具备更多端口的交换机，突破传统可插拔光模块的限制。这一转变对于应对AI工作负载所带来的巨大带宽需求至关重要，同时还能降低总体拥有成本（TCO）并提升可扩展性。随着下一代服务器正围绕CPO进行设计，该技术有望在超大规模网络跟上AI快速发展步伐中发挥核心作用。
创新光纤解决方案，
赋能 AI 未来发展
AI的爆发式增长正推动网络运营商大胆创新，以支撑网络基础设施的演进。从横向扩展GPU集群，到构建由长距离光纤互联的分布式园区，再到采用CPO技术，创新能力已成为在AI时代保持领先的关键。
康宁的GlassWorks™ AI解决方案组合的创新产品正处于这些技术进步的核心，为AI网络提供所需的带宽、低延迟与高能效。通过投资前沿光纤与连接技术，运营商能够构建足以支持日益复杂模型训练与推理的AI网络，同时降低运营成本。
AI 网络的未来路径已然清晰：运营商必须聚焦于基础设施的可扩展性、分布式部署与技术创新，以支撑下一代 AI 应用的发展。通过拥抱这四大关键趋势——可扩展性、分布式网络、CPO技术以及先进光纤解决方案——运营商能够“今日构建明日网络”，充分释放AI的全部潜能。
作者简介
关于作者Brian Rhoney
Brian Rhoney 在康宁公司拥有逾 24年经验，曾担任产品工程、系统工程及产品线管理等职务，现任数据中心市场发展总监，负责新产品创新工作。2005 年，Brian 被授予“Peter Bark 博士年度发明家”称号，并获得专业工程师执照。他拥有北卡罗来纳州立大学机械工程硕士学位，以及莱诺-莱恩大学（Lenoir-Rhyne University）工商管理硕士（MBA）学位。
如需了解更多信息，
敬请阅读原文
往期回顾
