Optische modules in AI-datacenters zijn verschoven van passieve connectiviteitsonderdelen naar een kerncomponent van computerprestaties. De reden is eenvoudig. Moderne AI-trainingsclusters verplaatsen enorme hoeveelheden gegevens tussen GPU's, switches en opslagknooppunten, en de snelheid van die beweging heeft rechtstreeks invloed op hoe efficiënt dure versnellers kunnen worden gebruikt. Dit is waarom400G, 800G en 1,6T optische modulesstaan nu centraal in bijna elk AI-infrastructuurgesprek.
Volgens deEthernet Alliance 2026-routekaart, implementeren hyperscalers al 100G tot 800G-interconnecties, waarbij 1,6 Tb/s Ethernet de volgende grote stap wordt voor AI-schaalstructuren. De
IEEE 802.3-werkgroepheeft de P802.3dj-taskforce vooruit geholpen bij het definiëren van 200G, 400G, 800G en 1,6T Ethernet via koper en single-mode glasvezel, wat de industrie een duidelijk pad biedt voor een hogere-implementatie.
Voor netwerkteams is de praktische vraag niet langer of de snelheden zullen stijgen. Het gaat over hoe je de juiste snelheid kiest voor elke laag van het netwerk, hoe je stroom en koeling plant, en hoe je de compatibiliteit valideert voordat je duizenden modules in een productie-AI-cluster implementeert.
Waarom AI-workloads hogere snelheden van optische modules vereisen
AI-training verschilt fundamenteel van traditionele cloud-, ondernemings- of opslagworkloads. Grote taalmodellen en aanbevelingssystemen worden getraind over duizenden en in toenemende mate tienduizenden GPU's die als één enkel gedistribueerd systeem werken. Tijdens elke trainingsstap moeten versnellers gradiënten synchroniseren, activeringen uitwisselen en tussenliggende tensoren tussen knooppunten doorgeven. Dit genereert extreem veel oost-west-verkeer, dat wil zeggen verkeer dat binnen het datacenter blijft en niet naar internet gaat.
In een grensverleggend trainingscluster van 16.000 tot 100.000 GPU's draagt de interne structuur veel meer bandbreedte over dan de externe links. NVIDIA heeft gemeld dat dit het geval isSpectrum-X Ethernet-platformondersteunt een effectieve doorvoer van ongeveer 95 procent over implementaties van meer dan 100.000 GPU's, terwijl standaard Ethernet zonder congestiecontrole doorgaans ongeveer 60 procent levert bij dezelfde belasting. Het verschil is niet academisch. Een verlies van 35 procent aan materiaalefficiëntie vertaalt zich rechtstreeks in langere trainingsruns en een verminderd GPU-gebruik.
Dit is de echte reden waarom de optische snelheden blijven stijgen. Een langzame of onstabiele optische laag wordt het knelpunt van de hele AI-fabriek.
Van 400G tot 800G tot 1,6T: wat elke stap drijft
De overstap naar 400G, 800G en 1,6T wordt veroorzaakt door een schaalprobleem dat niet kan worden opgelost door simpelweg meer kabels toe te voegen. Wanneer een AI-cluster in omvang verdubbelt, groeit het aantal communicatiepaden tussen knooppunten sneller dan lineair. Het toevoegen van parallelle verbindingen zou switchpoorten verbruiken, het aantal vezels verhogen en bekabelingscongestie creëren die moeilijk te beheren is in een dichte rackomgeving.
Hogere snelheden per-poort bieden een beter schaalbaar pad. Een 800G-poort vervoert tweemaal de bandbreedte van een 400G-poort via dezelfde fysieke interface. Een 1,6T-poort verdubbelt dat nog eens. De generatie switch-ASIC's van 2025 tot 2026 ondersteunt radix- en bandbreedteniveaus die 800G tot de praktische mainstream maken voor nieuwe AI-implementaties, terwijl 1,6T het planningsdoel is voor de volgende switch-generatie.
Live multi{0}}interoperabiliteit van meerdere leveranciers via 400G, 800G en 1,6T Ethernet werd gedemonstreerd op OFC 2026, waar deEthernet Alliance OFC 2026-showcasegepresenteerd als bewijs dat het ecosysteem klaar is voor fabrics op AI-schaal. Die bereidheid is van belang omdat AI-clusters niet kunnen wachten op een oplossing van één leverancier. Ze hebben switches, NIC's, optica en testplatforms nodig die op schaal samenwerken.
400G versus 800G versus 1,6T optische modules: een selectievergelijking
De juiste snelheid hangt af van de clustergrootte, netwerklaag, switch-roadmap, energiebudget en de reeds aanwezige glasvezelinstallatie. In de onderstaande tabel wordt aangegeven waar elke snelheid momenteel het meest logisch is.
| Snelheid | Typische modules | Beste pasvorm | Belangrijke overweging |
|---|---|---|---|
| 400G | 400G SR8, DR4, FR4, LR4 | Clouddatacenters, bedrijfsupgrades, kleinere AI-clusters, bladlaag in middelgrote -fabrics | Volwassen ecosysteem, brede switch- en NIC-ondersteuning, laagste kosten per Gb in dit stadium |
| 800G | 800G SR8, DR8, 2xFR4, 2xDR4, LR8 | AI-trainingsstoffen, HPC, GPU-ruggengraat-blad, hyperscale blad en ruggengraat | Hogere bandbreedte per poort, sterkere thermische belasting, vereist zorgvuldige FEC- en hostvalidatie |
| 1.6T | 1.6T DR8, 2xDR4, OSFP-XD | Volgende-generatie AI-ruggengraat, ultra-dichte backend-schaal-uit, toekomstige switch-ASIC's (51,2T en hoger) | Vereist signaalintegriteit, geavanceerde FEC, vloeistof- of verbeterde luchtkoeling, planning voor glasvezel- en connectorstrategie |
400G is nog steeds relevant omdat veel datacenters halverwege de- upgrade van 100G of 200G zitten, en 400G een sterke balans biedt tussen kosten, beschikbaarheid en prestaties voor niet-AI-workloads. Specifiek voor AI-clusters is 800G de werkbasis geworden voor nieuwe builds, en 1.6T is nu bezig met serieuze plannen voor backend-schaal-out-fabrics, vooral waar de switch-generatie al is afgestemd op 200G-per-baansignalering. Als u bekabeling met hoge dichtheid-evalueert voor deze snelheden, vindt u in ons overzicht vanMPO en MTP glasvezelbekabelingomvat de connector- en trunkopties die het meest worden gebruikt bij 800G en hoger.
Wanneer 400G nog steeds genoeg is
400G blijft de juiste keuze wanneer de clustergrootte bescheiden is, wanneer de gebruikte GPU's de 400G NIC's niet verzadigen, of wanneer de bestaande switchvloot is gebouwd op ASIC's van de vorige- generatie. Inferentieclusters, kleinere trainingspods, edge-AI-sites en de meeste datacenterstructuren voor algemene{4}}doeleinden werken nog steeds comfortabel op 400G. Voor deze omgevingen zou een rechtstreekse overstap naar 800G de kosten en de thermische druk verhogen zonder een meetbare verbetering in de voltooiingstijd van de taak op te leveren.
Een praktische test is om tijdens de training naar het GPU-gebruik te kijken. Als GPU's meer dan vijf tot tien procent van de tijd op data wachten, is het netwerk al een knelpunt. Als het gebruik stabiel en hoog is, doet 400G zijn werk.
Wanneer 800G noodzakelijk wordt
800G wordt noodzakelijk wanneer het cluster een schaal bereikt waarop 400G-verbindingen te veel parallelle verbindingen afdwingen, wanneer switchradixlimieten de topologiekeuzes gaan beperken, of wanneer de GPU-generatie NIC's introduceert die 800G-poorten kunnen verzadigen. In een typisch AI-trainingsweefsel komt dit meestal overeen met clusters van enkele duizenden GPU's en meer, waarbij het backend-netwerk het grootste deel van het gradiëntuitwisselingsverkeer vervoert.
De 800G-transitie brengt ook echt technisch werk met zich mee. Het vermogen per-poort op 800G-modules is aanzienlijk hoger dan dat van 400G, de FEC-modi verschuiven en de bekabelingsdichtheid verdubbelt aan de schakelaarzijde. Burn-intests en validatie van de linkstabiliteit worden essentieel, omdat bij een synchrone trainingstaak één enkele onstabiele optische link nieuwe pogingen kan veroorzaken die het hele cluster vertragen.
Wanneer moet u plannen voor 1,6T?
1.6T bevindt zich momenteel in een vroege implementatie voor de meest agressieve AI-backend-netwerken en is het standaard planningsdoel voor de volgende switch-generatie. De meeste bedrijfs- en cloudteams hebben tegenwoordig geen 1,6T-optiek nodig in de productie, maar iedereen die een materiaal ontwerpt met een horizon van drie- tot vijf- jaar moet er rekening mee houden bij de bekabeling, glasvezelinstallaties en energieplanning.
De IEEE P802.3dj-taskforce heeft de specificaties voor de fysieke laag gedefinieerd voor 1,6T via single{2}}mode glasvezel, en OFC 2026 toonde werkende interoperabiliteit van meerdere-leveranciers met deze snelheid. Het praktische signaal is dat 1.6T reëel is, maar dat de omringende infrastructuur, inclusief de beschikbaarheid van schakelaars, koeling en operationele tools, nog steeds net zo belangrijk is als de module zelf.
QSFP-DD versus OSFP: de juiste vormfactor kiezen
Bij 400G en 800G zijn de twee dominante vormfactoren QSFP-DD en OSFP. Beide leveren dezelfde snelheden op reguliere schakelplatforms, maar ze verschillen qua mechanisch ontwerp en thermisch gedrag. QSFP-DD is achterwaarts compatibel met QSFP28- en QSFP56-kooien, wat het aantrekkelijk maakt voor omgevingen die bestaande switchslots willen hergebruiken tijdens een upgrade. OSFP is iets groter, heeft meer intern volume en biedt over het algemeen een betere thermische speelruimte, wat belangrijk wordt bij 800G en vooral bij 1,6T.
Voor 1,6T beweegt de industrie zich richting OSFP en OSFP-XD als dominante keuzes, voornamelijk vanwege de thermische capaciteit. Als een netwerkteam verwacht binnen dezelfde switchgeneratie verder dan 800G te kunnen upgraden, is OSFP meestal de veiligere keuze. Als de prioriteit ligt bij het hergebruiken van 400G QSFP-DD-investeringen, blijft QSFP-DD voorlopig een goede optie.
Sleutelfactoren bij het kiezen van optische modules voor AI-netwerken
Afstand, bereik en vezeltype
Links-met een kort bereik binnen een rij racks kunnen parallelle single-mode (DR) of short-multimode (SR)-modules gebruiken, terwijl inter-rij- of inter-pod-links mogelijk FR- of LR-varianten nodig hebben. Voordat u een module kiest, moet u de werkelijke vezellengte, vezelkwaliteit, connectortype en verbindingsbudget bevestigen. Een nuttige inleiding over hoe verlies zich ophoopt tussen connectoren en splitsingen vindt u in onze handleidinginvoegverlies in glasvezelnetwerken. Voor langere afstanden is het verschil tussen OS1 en OS2 single-glasvezel ook van belang en wordt besproken in ons overzicht van
single-mode-glasvezeltypen en -toepassingen.
Stroomverbruik en koeling
Optica met hogere-snelheden produceren meer warmte. Voordat u een upgrade uitvoert van 400G naar 800G of een planning maakt voor 1,6T, moet u het vermogen per-poort controleren, de richting van de luchtstroom wijzigen, de kooitemperatuur, de regels voor thermische reductie en de koelmarge op rack-niveau. In dichte AI-racks die al veel stroom verbruiken voor GPU's, is de extra thermische belasting van duizenden hoge-snelle optica niet triviaal en kan deze de uptime beïnvloeden als deze wordt genegeerd.
Switch-compatibiliteit en firmware
Compatibiliteit is meer dan het matchen van snelheid. Een module moet vóór bulkimplementatie worden gevalideerd op het exacte switchplatform, de firmwareversie, de FEC-configuratie, de EEPROM-codering en de verwachte bedrijfstemperatuur. Symptomen van een slechte compatibiliteitsmatch zijn onder meer linkflap, verhoogde BER-, DOM-alarmen en incidentele thermische uitschakelingen onder aanhoudende belasting. Het vangen hiervan in een klein lab-inbranden is veel goedkoper dan het vangen ervan tijdens de productie.
Bekabeling en connectorstrategie met hoge-dichtheid
Overstappen naar 800G of 1.6T betekent meestal een ander bekabelingsplan. Multi-glasvezelconnectoren zoals MPO-12, MPO-16 en MPO-24 worden de standaard bij hoge snelheden, en breakout-bekabeling wordt vaak gebruikt om een snelle switchpoort uit te breiden naar meerdere verbindingen met een lagere snelheid. Voor teams die deze transitie evalueren, is onze gids ophoe u een MPO-breakout-kabel kiestbehandelt de praktische afwegingen-en de
MPO- en MTP-trunkkabeloptiestoon de trunkconfiguraties die het meest voorkomen bij 800G-ruggengraatimplementaties.
LPO, CPO en siliciumfotonica: wat komt er na 800G
Naast pure snelheid richt de industrie zich nu op efficiëntie. Drie technologische richtingen zijn het belangrijkst:
Lineaire insteekbare optica (LPO)verwijdert de DSP van de optische module en duwt de egalisatie terug naar de host-ASIC. Dit verlaagt het modulevermogen, vaak met 30 tot 50 procent bij dezelfde snelheid, maar vereist een nauwere coördinatie tussen de schakelaar en de module. LPO is het meest aantrekkelijk voor links-met een kort bereik binnen AI-clusters waar het hostplatform dit ondersteunt.
Co-Verpakte optica (CPO)verplaatst de optische motoren naar hetzelfde substraat als de ASIC van de schakelaar, waardoor het elektrische pad wordt verkort en de energie per bit wordt verminderd. Zoals beschreven door deOptical Internetworking Forum werkt aan 112G en 224G CEI- en CPO-frameworks, is CPO geen vervanging- voor inplugbare optica, maar speelt het steeds meer een centrale rol in de manier waarop de volgende-generatie AI-opschaal--stoffen worden ontworpen. NVIDIA heeft al Spectrum-X Photonics en Quantum-X silicium fotonicaschakelaars aangekondigd met co-optica, gericht op 1,6 Tb/s per poort en aanzienlijke energiebesparingen.
Silicium fotonicaligt ten grondslag aan de meeste van deze trends. Door modulators, golfgeleiders en detectoren rechtstreeks op silicium te integreren, is een hogere dichtheid, beter thermisch gedrag en nauwere integratie met schakel-ASIC's mogelijk. De meeste grote leveranciers van optica hebben nu siliciumfotonica in hun routekaart voor AI-workloads.
Voor de meeste teams in 2026 blijven plug-inbare 800G-optieken het werkpaard, terwijl LPO-, CPO- en siliciumfotonica worden geëvalueerd in laboratoriumomgevingen en geselecteerde pilot-stoffen.
Veelvoorkomende fouten die u moet vermijden
De meest voorkomende fout is het kiezen van de hoogste snelheid zonder te controleren of de rest van het netwerk dit kan ondersteunen. Een 800G optische module op een schakelaar die niet de vereiste elektrische interface of thermische speelruimte kan leveren, zal in productie geen 800G opleveren. De tweede is het onderschatten van macht. Bij duizenden optieken kan het verschil tussen een energiezuinige-module en een standaardmodule een rack doen verschuiven van acceptabel naar -budget. De derde betreft het behandelen van compatibiliteit als een selectievakje in plaats van als een proces. Echte compatibiliteit komt voort uit validatie op het daadwerkelijke switchplatform, de firmware en de besturingsomgeving. De vierde is een slechte bekabelingsplanning. De kwaliteit van de connectoren, het aantal vezels en het patchbeheer worden veel belangrijker bij 800G en 1,6T, en sluiproutes komen hier maanden na de implementatie vaak naar voren als linkflap of verhoogd verlies.
Veelgestelde vragen
Vraag: Is 800G nodig voor elk AI-datacenter?
A: Nee. 800G is de werkende basislijn voor nieuwe AI-trainingsmaterialen op grote schaal, maar inferentieclusters, kleinere trainingspods en de meeste zakelijke AI-implementaties werken nog steeds goed op 400G. De juiste snelheid is afhankelijk van de clustergrootte, GPU-generatie, switch-ASIC-capaciteit en waargenomen netwerkgebruik.
Vraag: Wanneer moet een datacenter upgraden van 400G naar 800G?
A: De sterkste signalen zijn het dalende GPU-gebruik als gevolg van netwerkwachttijd, switch-radixlimieten die lastige topologieën afdwingen, of een nieuwe GPU- en NIC-generatie die standaard 800G-poorten ondersteunt. Als er minstens twee van deze aanwezig zijn, is 800G meestal de juiste volgende stap.
Vraag: Wat is het praktische verschil tussen 800G en 1,6T optische modules?
A: Beide snelheden zijn gebaseerd op vergelijkbare onderliggende technologie, maar 1.6T maakt gebruik van 200G-per-baansignalering, vereist geavanceerdere FEC en stelt hogere eisen aan koeling en signaalintegriteit.. 1.6T wordt momenteel in een vroeg stadium ingezet voor de meest agressieve AI-backend-netwerken, terwijl 800G in 2026 de mainstream keuze is voor nieuwe AI-fabrics.
Vraag: Moeten we QSFP-DD of OSFP kiezen voor AI-netwerken?
A: QSFP-DD is aantrekkelijk voor het hergebruiken van bestaande 400G QSFP-kooien en wordt breed ondersteund op 800G. OSFP heeft meer thermische speelruimte en is de dominante vormfactor voor 1,6T. Teams die binnen dezelfde switchgeneratie verwachten verder te gaan dan 800G geven doorgaans de voorkeur aan OSFP.
Vraag: Welke rol spelen LPO en CPO in AI-datacenters?
A: LPO vermindert het modulevermogen door de signaalverwerkingsketen te vereenvoudigen en is handig voor links- met een kort bereik binnen AI-clusters. CPO verplaatst de optische motor naar het schakelsubstraat om de bandbreedtedichtheid en de energie-efficiëntie te verbeteren, en wordt van cruciaal belang voor de volgende-generatie AI-schaal--structuren. Beide bestaan naast elkaar met inplugbare optica in plaats van ze te vervangen.
Vraag: Kunnen we de bestaande glasvezelinfrastructuur hergebruiken bij het upgraden naar 800G of 1,6T?
A: Het hangt af van het vezeltype, de connectorstrategie en het bereik. Veel single{1}}installaties kunnen worden hergebruikt voor DR- en FR-varianten als de connectorkwaliteit en het linkverlies acceptabel zijn. Voor de multimode-infrastructuur kan hervalidatie op basis van het verbindingsbudget met de nieuwe snelheid nodig zijn. Het uitvoeren van een linkverliesaudit vóór de upgrade is doorgaans sneller en goedkoper dan het ontdekken van verliesproblemen na de implementatie.
Conclusie
De opkomst van optische modules van 400G, 800G en 1,6T is geen technologische mode. Het is een direct antwoord op de manier waarop AI-workloads communiceren, synchroniseren en schalen over duizenden GPU’s. De Ethernet Alliance, IEEE 802.3 en het bredere optica-ecosysteem hebben een duidelijke routekaart opgesteld van 400G via 800G naar 1,6T, waarbij LPO, CPO en siliciumfotonica vormgeven aan wat daarna komt.
Voor de meeste netwerkteams is de juiste strategie niet om overal de snelste module te achtervolgen. Het gaat erom de optische snelheid af te stemmen op de netwerkfunctie, de compatibiliteit te valideren voordat er wordt geschaald, de voeding en koeling zorgvuldig te plannen en een bekabelingsinstallatie te ontwerpen die het netwerk nog minstens één upgradecyclus kan doorstaan. Een goed-geplande optische laag is een van de meest kosteneffectieve- manieren om dure GPU-investeringen volledig benut te houden terwijl de AI-infrastructuur blijft groeien.
