La comunicación óptica se posiciona como la solución técnica para los cuellos de botella en los centros de datos de IA

La tecnología de comunicación óptica basada en la luz emerge como la infraestructura fundamental para conectar decenas de miles de GPU, superando las limitaciones físicas del cable de cobre ante el aumento del volumen de datos en la inteligencia artificial.

La explosión en el volumen de cómputo de la inteligencia artificial (IA) está desplazando el foco de la industria de semiconductores hacia un nuevo "cuello de botella". Tras la memoria de las GPU y la potencia de refrigeración, la tecnología de "conexión" para enlazar decenas de miles de GPU y permitir el intercambio de datos se ha convertido en el campo de batalla decisivo. Ante las limitaciones físicas del cable de cobre, la comunicación óptica basada en la luz emerge como la tecnología fundamental para la infraestructura de la IA.

En la actualidad, los centros de datos de IA requieren que decenas de miles de GPU operen como si fueran un único ordenador gigante. Si los canales de datos que las conectan se saturan, no es posible aprovechar todo el rendimiento de las GPU. Aunque tradicionalmente se utilizaba el cobre para transmitir señales eléctricas, las exigencias de la era de la IA superan sus límites físicos.

Según un análisis de T Times TV, la razón principal es el aumento explosivo tanto en la escala de las GPU que deben conectarse como en el volumen de datos transferidos. La placa base de la próxima generación de servidores de NVIDIA agrupa 72 GPU en un rack para la generación Blackwell, con planes de ampliar esta cifra a 576 en el futuro modelo Ruby Ultra. A medida que la distancia entre servidores aumenta y el volumen de datos a transmitir alcanza niveles de 1,6 terabits (Tb), el cable de cobre muestra su debilidad al degradar la señal incluso en tramos cortos.

Por el contrario, la comunicación óptica presenta tres ventajas decisivas. Primero, tiene una baja atenuación de la señal: mientras que una señal eléctrica de alta velocidad pierde hasta 1/100 de su intensidad tras solo 15 cm en un cable de cobre, la fibra óptica mantiene casi la mitad de la señal tras recorrer 15 km. Segundo, genera menos calor y consume menos energía, ya que, a diferencia del cobre que genera calor por resistencia, la fibra óptica es ligera y delgada, lo que mejora la eficiencia de la refrigeración. Tercero, ofrece un mayor ancho de banda, permitiendo emitir diferentes colores de luz simultáneamente, lo que equivale a añadir carriles a una autopista.

La luz penetra en el chip: el CPO cambiará el panorama industrial

La tecnología de comunicación óptica está evolucionando desde el exterior de los centros de datos (entre racks) hacia el interior (dentro del propio chip). Inicialmente, predominaba el uso de módulos ópticos para conectar distancias de decenas de metros, pero recientemente destaca la tecnología CPO (Co-Packaged Optics o óptica empaquetada conjuntamente), que integra componentes ópticos junto al chip conmutador.

Con la implementación del CPO, la distancia que debe recorrer la señal eléctrica se reduce de decenas de centímetros a unos pocos milímetros, lo que supone una innovación radical en eficiencia energética e intensidad de señal. Para un puerto de 800 Gbps, mientras que los módulos ópticos de tipo pluggable consumen unos 30 vatios (W), el método CPO puede reducir el consumo a niveles de 9 W, lo que supone reducir el uso de energía a menos de 1/3. NVIDIA ha declarado que ya ha aplicado esta tecnología en su Switch Spectrum X Photonics, que se presentará en 2025, logrando aumentar la eficiencia energética 3,5 veces.

El objetivo final es la tecnología de I/O óptico (Optical I/O), que procesaría la entrada y salida de datos mediante luz directamente en el propio chip de la GPU. Aunque es una tarea de alta complejidad que requiere cambiar desde el diseño del chip hasta el método de empaquetado, se considera un factor de cambio de juego que, de tener éxito, permitiría que múltiples GPU dispersas funcionen como un único chip gigante.

El choque entre la "capacidad de ensamblaje" de China y el "diseño y empaquetado" de EE. UU. y Taiwán

El crecimiento del mercado de comunicaciones ópticas implica una reestructuración de toda la cadena de suministro. Según LightCounting, se espera que el mercado global de módulos ópticos crezca rápidamente desde los 23.800 millones de dólares (aproximadamente 33 billones de wones) en 2025 hasta alcanzar los 112.300 millones de dólares (aproximadamente 157 billones de wones) en 2031, estimándose que los centros de datos de IA representarán más del 90% de este mercado.

Actualmente, China ostenta el liderazgo del mercado gracias a su capacidad de ensamblaje. La empresa china InnoLight posee una cuota de mercado tan sólida que suministra el 40% de los módulos ópticos de 800 Gbps comprados por NVIDIA y el 70% de los adquiridos por Google. Esto se debe a que la fabricación de módulos ópticos requiere una capacidad de ensamblaje de precisión de componentes clave, área donde la capacidad manufacturera de China es dominante. No obstante, Estados Unidos responde mediante tecnologías de origen fundamentales, como los chips láser (Lumentum, Coherent) y la fibra óptica (Corning).

Existe la posibilidad de que el panorama cambie a medida que el centro de gravedad de la industria se desplace hacia el chip. Si el módulo óptico se integra como parte del chip (CPO) en lugar de ser un componente separado, la competencia clave dejará de ser la capacidad de ensamblaje para centrarse en la capacidad de diseño de chips y la tecnología de empaquetado de precisión. En consecuencia, se prevé que NVIDIA, Broadcom y Marvell, potencias en diseño de chips de Estados Unidos, junto con TSMC, líder en empaquetado de Taiwán, surjan como los actores principales en la futura lucha por el dominio de las comunicaciones ópticas.

En última instancia, la disputa estratégica entre China, que apuesta por el despliegue masivo de volumen, y Estados Unidos y Taiwán, que se apoyan en la tecnología de diseño y empaquetado, parece que continuará mientras se busca la clave para resolver los cuellos de botella de la infraestructura de IA.

Fuente: vídeo original (YouTube)