Искусственный интеллект и оптоволоконные кабели зависят друг от друга больше, чем думает большинство людей в телекоммуникационной отрасли. Системы искусственного интеллекта не могут функционировать без высокоскоростной-передачи данных с малой-задержкой, которую может обеспечить только оптоволокно. А оптоволоконные сети, в свою очередь, становятся гораздо более эффективными благодаря инструментам мониторинга и оптимизации на базе искусственного интеллекта. Эти двусторонние-отношения уже меняют принципы построения центров обработки данных, обслуживания сетей и разработки новых волоконно-оптических технологий.
В этой статье объясняется, как эти отношения работают на практике, подкрепленные проверяемыми отраслевыми данными, и что это означает для операторов связи, проектировщиков центров обработки данных и покупателей инфраструктуры.
Зачем системам искусственного интеллекта нужны оптоволоконные кабели
Обучение большой модели ИИ предполагает распределение рабочих нагрузок между тысячами графических процессоров, каждый из которых должен непрерывно обмениваться данными. Это создает массивный поток данных восточного-западного трафика - между серверами -, что требует максимальной пропускной способности, минимальной задержки и незначительной потери сигнала. Традиционные медные кабели не могут справиться с этой задачей. Толькооптоволоконные кабелиможет обеспечить пропускную способность, необходимую современным кластерам искусственного интеллекта, особенно при переходе центров обработки данных с оптических каналов 400G на 800G и, в конечном итоге, на 1,6T.
Разница в потреблении клетчатки существенна. В соответствии сПерспективы центров обработки данных Corning на 2025 годЦентры обработки данных с генеративным искусственным интеллектом уже требуют в 10 раз больше оптического волокна, чем традиционные сети центров обработки данных. Старший вице-президент Corning по оптическому волокну и кабелям отметил, что узлам Nvidia с 72-GPU Blackwell требуется в 16 раз больше оптоволокна, чем обычным стойкам облачных коммутаторов. Компания STL, еще один ведущий производитель оптоволокна, сообщила, что стойки AI с тяжелыми графическими процессорами- могут требовать до 36 раз больше оптоволокна, чем традиционные конфигурации на базе ЦП.
Этот всплеск спроса выходит за рамки того, что происходит внутри здания. Рабочие нагрузки ИИ все чаще распределяются по нескольким объектам, а это означает, чтоКаналы межсоединения центров обработки данных (DCI)также требуется значительно большая пропускная способность оптоволокна. АОтчет Ассоциации оптоволоконной широкополосной связи за 2025 год.прогнозировал, что к 2029 году США потребуется увеличить общее количество миль оптоволокна в 2,3 раза только для поддержки гипермасштабного роста, основанного на-ИИ.
Как искусственный интеллект улучшает работу оптоволоконной сети
Отношения не являются одно-направленными. ИИ решает реальные проблемы обслуживания и производительности оптоволоконных сетей, с которыми отрасль боролась десятилетиями.
Умное обнаружение неисправностей и обслуживание
Традиционно для поиска и диагностики неисправностей в оптической сети отправляли технических специалистов для ручной проверки OTDR (оптический временной-рефлектометр домена), отслеживающий - медленный и трудоемкий-процесс. ИИ меняет это фундаментально.
Модели машинного обучения теперь могут автоматически анализировать данные OTDR для обнаружения аномалий в оптоволокне, классификации типов неисправностей и определения их местоположения. Опубликованные исследования показывают, что системы на основе ИИ-, сочетающие автокодировщики с двунаправленными рекуррентными нейронными сетями, достигают показателя обнаружения ошибок F1 выше 96 % и точности классификации, превышающей 98 %, при этом точность локализации измеряется долями метра. В одном документированном развертыванииплатформа мониторинга с помощью-ИИповышенная эффективность обнаружения неисправностей более чем на 98 % по сравнению с традиционным опросом в среде центра обработки данных с 1024 каналами.
Для операторов, управляющих тысячами оптоволоконных каналов в сетиволоконно-оптический центр обработки данныхВ сети практическая польза очевидна: неисправности выявляются и локализуются до того, как они вызовут сбои в обслуживании, а циклы диагностики сокращаются с часов до секунд.
Оптимизация сигналов и планирование мощности
ИИ также помогает повысить производительность существующей волоконно-оптической инфраструктуры. Обучая модели на основе параметров устройства и исторических данных о производительности канала, машинное обучение может оптимизировать модуляцию сигнала, прогнозировать эффекты дисперсии и сбалансировать распределение мощности по каналам длины волны. Это означает, что операторы могут увеличить эффективную пропускную способность развернутых оптоволоконных маршрутов без установки новых кабелей -, что дает значительное экономическое преимущество, поскольку цены на оптоволокно продолжают расти.
Оптоволокно с полой-сердцевиной: как спрос на искусственный интеллект стимулирует появление новой оптоволоконной технологии
Возможно, самым ярким примером того, как ИИ продвигает инновации в области оптоволокна, являетсяоптическое волокно с полым-сердечником(ХКФ). Обычное волокно пропускает свет через твердое стекло. Вместо этого волокно с полой-сердцевиной передает свет через канал,-заполненный воздухом. Поскольку свет в воздухе распространяется примерно на 47 % быстрее, чем в стекле, HCF обеспечивает значительное снижение задержки распространения -, обычно от 30 до 47 процентов, в зависимости от конкретной конструкции и условий развертывания.
В сентябре 2025 года исследователи из Университета Саутгемптона и Microsoft опубликовали результатыПриродная фотоникадемонстрирует HCF с рекордно низкими-потерями сигнала — 0,091 дБ на километр. Это значительно лучше, чем нижний уровень примерно 0,14 дБ/км, на котором обычное кварцевое волокно застряло в течение четырех десятилетий. Microsoft уже развернула более 1200 км полого-оптического волокна, передающего живой трафик в своей сети Azure, иобъявили о планах проехать еще 15 000 км, сотрудничая с Corning и Heraeus для промышленного-производства.
В ноябре 2025 года центры обработки данных Scala, Lightera и Nokia провели первую проверку концепции HCF в Латинской Америке и подтвердили снижение задержки на 32 % с использованием коммерчески доступного испытательного оборудования 400G.
Тем не менее, HCF сегодня не является универсальной заменой традиционному волокну. Затраты на производство выше, сращивание требует специальных методов, а отраслевые стандарты все еще разрабатываются. На данный момент он лучше всего подходит для обеспечения задержки-критических каналов-, особенно между центрами обработки данных искусственного интеллекта, где даже микросекунды задержки влияют на загрузку графического процессора в распределенных обучающих кластерах.
Рекорды оптоволоконной передачи продолжают падать
Потолок пропускной способности оптоволокна продолжает расти. В конце 2025 года международная группа под руководством японского NICT продемонстрировала скорость передачи вируса430 Тбит/с по стандартному-оптическому волокнув ECOC 2025 - и добились этого, используя почти на 20 % меньшую полосу пропускания, чем предыдущий рекорд в 402 Тбит/с, установленный в 2024 году. Компании Sumitomo Electric и NICT по отдельности достигли скорости 1,02 петабит в секунду на расстоянии 1808 км, используя 19-жильное волокно со стандартным диаметром оболочки.
Многие из этих прорывов напрямую основаны на-методах обработки сигналов с помощью искусственного интеллекта, включая форматы модуляции,-основанные на нейронных сетях и-оптимизированные машинным обучением. Такие технологии, как многополосное-мультиплексирование с разделением по длине волны и многожильный-волоконный кабель - в сочетании с-оптимизацией на основе искусственного интеллекта -, раздвигают практические границы того, чтоодномодовое-волокнои конструкции волокон следующего-поколения могут работать.
Практические последствия для телекоммуникационной отрасли
Взаимодействие с AI-волокном имеет конкретные последствия для различных ролей в телекоммуникационной экосистеме:
Операторы дата-центровнеобходимо планировать значительно более высокую плотность волокон на стойку. Для построения кластеров искусственного интеллекта требуются не-блокирующиеся оптические структуры, в которых каждый графический процессор имеет выделенные оптоволоконные соединения на каждом уровне. Решения высокой-плотности, такие какленточные оптоволоконные кабелии сборки MPO/MTP становятся необходимыми, а не дополнительными.
Бригады по обслуживанию сетиследует оценить инструменты мониторинга с помощью ИИ-как способ сократить время незапланированных простоев и перейти к профилактическому обслуживанию. Технология уже проверена в реальных условиях, а не только в исследовательских работах. Правильныйтестирование оптоволоконного кабеляв сочетании с аналитикой ИИ может значительно продлить срок службы существующей инфраструктуры.
Планировщики инфраструктуры и покупателиследует ожидать продолжения ценового давления на оптоволоконные и оптические компоненты, поскольку спрос,-движимый искусственным интеллектом, превышает предложение. Обеспечение надежных цепочек поставок оптоволокна и работа с установленнымиматериал оптоволоконного кабеляпоставщики будут становиться все более важными.
Часто задаваемые вопросы
Почему медные кабели не могут поддерживать трафик центров обработки данных искусственного интеллекта?
Рабочие нагрузки ИИ генерируют огромные объемы трафика данных между серверами-между-серверами на скоростях 400G и выше. Медные кабели ограничены как по пропускной способности, так и по дальности действия на этих скоростях. Оптическое волокно передает данные в виде световых сигналов с гораздо более широкой полосой пропускания, меньшей задержкой и минимальным ухудшением сигнала, что делает его единственной жизнеспособной средой для масштабов перемещения данных, необходимых ИИ.
Насколько больше оптоволокна использует центр обработки данных с искусственным интеллектом?
По данным Corning, центры обработки данных-с поддержкой искусственного интеллекта уже потребляют в 10 раз больше оптоволокна, чем традиционные объекты. STL сообщает, что для конфигураций с интенсивным использованием графического процессора- это соотношение может достигать 36 раз. Точный множитель зависит от архитектуры графического процессора, топологии сети, а также от того, поддерживает ли объект обучение ИИ, логический вывод или и то, и другое.
Что такое полое-волокно с сердцевиной и почему оно важно для искусственного интеллекта?
Волокно с полой-сердцевиной пропускает свет через-наполненную воздухом сердцевину, а не через твердое стекло. Поскольку свет движется в воздухе быстрее, HCF снижает задержку передачи примерно на 30–47 процентов. При распределенном обучении искусственного интеллекта в нескольких центрах обработки данных такое сокращение задержки напрямую улучшает использование графического процессора и общую производительность системы. Microsoft является крупнейшим в настоящее время развертывателем, и ее планы по развертыванию сети Azure составляют 15 000 км.
Используется ли уже-мониторинг оптоволокна с помощью искусственного интеллекта?
Да. Рефлектометрический анализ-на основе искусственного интеллекта и прогнозирующее обнаружение неисправностей сегодня используются в производственных сетях. Системы,-поддерживаемые исследованиями, могут обнаруживать неисправности оптоволокна с точностью более 96 % и локализовать их с точностью до суб-метра. Некоторые операторы связи и поставщики центров обработки данных внедрили эти инструменты для снижения затрат на обслуживание и предотвращения перебоев в обслуживании.
Какие типы волокон используются в центрах обработки данных искусственного интеллекта?
В большинстве центров обработки данных AI используется комбинация одномодового-волоконного кабеля (обычно G.652.D) для более длинных-каналов связи между зданиями и DCI, а также многомодового оптоволокна OM4 или OM5 для соединений ближнего-диапазона внутри рядов стоек. Ленточные кабели высокой-плотности и возможность подключения MPO/MTP являются стандартными для управления большим количеством оптоволоконных жил, необходимых в этих средах.