Перенесення обмежень обчислювальної потужності AI-кластеру на сотні тисяч карток: як оптоволоконний зв'язок стає ядром нової інфраструктури?

За останні два роки дискусії навколо обчислювальної потужності AI майже цілком зосереджені навколо GPU: дефіцит постачання H100, характеристики B200, дорожня карта архітектури наступного покоління GPU — все це формує основний наратив галузі. Однак, коли AI-кластер з кількох тисяч карток переходить до масштабів у десятки тисяч або сотні тисяч карток, з’являється більш глибше структурне обмеження — ефективність потоків даних між GPU, яка стає кінцевим обмежувачем загальної обчислювальної ефективності кластеру.

Архітектор мережі Tencent Guang, Фу Сідонг, на початку 2026 року зазначив, що з Pascal-архітектури 2016 року до Blackwell-архітектури 2024 року, обчислювальна потужність AI зросла приблизно у 1000 разів за вісім років; інференційна обчислювальна потужність за останні чотири роки зросла у 32 рази, тренувальна — у 16 разів. За цей час пропускна здатність мережі зросла з 200G до 800G, тобто всього у 4 рази. Такий дисбаланс — «обчислювальна потужність, що стрімко зростає, і мережа, що рухається повільно» — робить швидкість передачі даних між вузлами ключовим вузлом у кластері на рівні десятків тисяч або сотень тисяч карток, що серйозно впливає на загальну ефективність і використання ресурсів.

Ця реальність переосмислює логіку інвестицій у інфраструктуру AI та вибір технічних шляхів. Коли технології оптоволоконних з’єднань переходять від локального покращення продуктивності до ключової здатності підтримувати масштабування AI-кластерів, розуміння їх технічної логіки, ринкових структур і промислової цінності стає невід’ємною частиною оцінки траєкторії розвитку AI-обчислювальної потужності. Водночас, інвестиційний сектор також переживає подібну структурну трансформацію — від одностороннього розподілу активів до багатомаркетної координації, формуючи ланцюги цінності, що з’єднують обчислювальну інфраструктуру з фінансовою.

Проблема зв’язку сотень тисяч карток: розрив між обчислювальною потужністю і мережею

Ефективність GPU-кластеру визначається не лише піковою обчислювальною здатністю окремого GPU, а часом, необхідним для координації всіх GPU у спільних обчисленнях. У розподіленому тренуванні великих моделей часті синхронізації параметрів і обміни градієнтами безпосередньо визначають швидкість всього процесу. У white paper компанії H3C щодо технології CPO зазначається, що за останні роки швидкість зростання обчислювальної потужності на одній картці значно випереджає розвиток пропускної здатності мережі. Більшість кластерів збільшують кількість GPU, але пропускна здатність мережі розвивається повільніше, у результаті час комунікації все більше займає усього часу тренування, GPU довго очікують передачі даних, і загальна ефективність зростає менш ніж пропорційно кількості GPU.

Цей феномен має чітке кількісне підґрунтя. Дані виступу Tencent показують, що за останні чотири роки тренувальна потужність зросла у 16 разів, інференційна — у 32 рази, тоді як пропускна здатність мережі — лише у 4 рази (з 200G до 800G). При масштабах у десятки тисяч карток і більше, комунікаційна модель між GPU вже не є просто точка-точка, а складна система з тисячами або десятками тисяч ліній одночасної роботи. Затримка або затор на будь-якій лінії може затримати весь цикл тренування.

У лютому 2026 року IEEE опублікував дослідження, яке підтверджує цю оцінку: з ростом масштабів моделей AI, мережеві з’єднання стають ключовим вузлом у великих GPU-кластерах, і традиційні мережі групового обміну (packet-switched networks) стикаються з дедалі більш серйозними викликами щодо енергоспоживання, вартості та масштабованості. Дослідження показують, що архітектури на основі оптоволоконних електронних комірок (photonic circuit switching) можуть зменшити енергоспоживання магістральних мереж майже на 99%, а вартість життєвого циклу — на 76% за 8 років.

Згідно з галузевими даними, ця структурна суперечність стимулює швидке розгортання оптоволоконної інфраструктури. За оцінками UBS, світовий попит на оптоволокно за останні п’ять років зростав у середньому лише на 2% на рік, але з урахуванням швидкого розвитку AI-центрів даних, прогнозується, що у найближчі роки попит зросте понад 30% на рік, а сумарний попит на оптоволокно для дата-центрів може перевищити 75% у складних темпах зростання. Більше 70–80% попиту на оптоволокно раніше припадало на телеком-операторів; за прогнозами UBS, до 2030 року частка корпоративних і дата-центрівських потреб перевищить 80%. Індустрія оптоволоконних мереж переходить від традиційної телекомунікаційної сфери до ключового компонента AI-інфраструктури.

Оптоволоконне з’єднання: визначальний технічний шлях для подолання обмежень

У відповідь на розрив між обчислювальною потужністю і мережею технології оптоволоконних з’єднань стають все більш важливими — від допоміжних рішень до основних архітектурних виборів. Масштабування AI-кластерів зазвичай відбувається за трьома напрямками: Scale-up (вертикальне розширення, високошвидкісне з’єднання GPU у шафі), Scale-out (горизонтальне розширення, між шафами у кластері), Scale-across (міжрегіональне з’єднання між дата-центрами). Всі три сценарії мають різні вимоги до пропускної здатності, затримки, енергоспоживання і відстані передачі, але всі вони вказують на незамінність оптоволоконних з’єднань.

У сценарії Scale-up оптоволоконне з’єднання замінює мідні кабелі або електронні комутатори, забезпечуючи вищу пропускну здатність і нижчу затримку внутрішньої комунікації вузла. Наприклад, NVIDIA NVLink 576 використовує Ethernet-комутатор Spectrum-X на базі CPO, що забезпечує 512×200 Гбіт/с портів, з 32-ма 1,6 Тбіт/с кремнієвими оптичними двигунами для масштабування у Scale-out і Scale-across. Huawei CloudMatrix 384 — це високошвидкісна мережа з рівною топологією, побудована з 3168 оптичних волокон і 6912 модулів 400G LPO, що з’єднує 384 NPU, 192 CPU і ресурси зберігання та пам’яті.

Технічний шлях включає розвиток сімейства технологій “x”PO, таких як LPO, LRO, CPO. За даними LightCounting, глобальний ринок оптоволоконних Ethernet-модулів у 2026 році зросте на 35% до 18,9 мільярдів доларів, а до 2030 року перевищить 35 мільярдів. Попит на високошвидкісні модулі 800G і 1,6Т вже визначає ринок. TrendForce прогнозує, що у 2026 році частка модулів 800G і вище у глобальних поставках перевищить 60%, а з урахуванням майже 4 мільйонів TPU Google, що плануються до поставки, попит на оптоволоконні модулі 800G+ перевищить 6 мільйонів штук.

Головна проблема — енергоспоживання вставних оптичних модулів. Технологія Google Apollo OCS використовує мікроскопічні дзеркала для безпосереднього з’єднання оптоволоконних кабелів, уникаючи багаторазових перетворень між оптичним і електричним сигналами, що зменшує енергоспоживання і затримки приблизно на 95%. Для зменшення затримки THine випустила безоптичний DSP-чіпсет, сумісний з LPO або CPO, що знижує затримки на 90% і економить 73% енергії.

Заступник директора Китайського інституту телекомунікацій Лі Цзюньцзе у 2026 році підкреслив, що оптоволоконні технології переходять від локального покращення продуктивності до ключової здатності підтримувати масштабне, гнучке і високонадійне функціонування AI-супернодів. Вирішення швидкісних обмежень, енергоспоживання і обсягів — все це передумови для еволюції AI-інфраструктури від тисяч карток до сотень тисяч.

Стратегічний поворот Ciena: від телекомунікаційного широкосмугового до AI-оптоволоконного мережевого рішення

Коли оптоволоконне з’єднання стає основною темою AI-інфраструктури, стратегічний вибір провідних виробників обладнання стає важливим індикатором галузевих трендів. Ciena, світовий лідер у галузі високошвидкісних мережевих систем, переживає глибоку стратегічну трансформацію.

У третьому кварталі 2025 фінансового року компанія повідомила про дохід у 12,2 мільярда доларів, головним чином за рахунок продажу оптичних і маршрутизуючих платформ. Водночас Ciena оголосила про припинення подальшого розвитку широкосмугових PON-інновацій і перенаправила інвестиції у ключові оптичні та дата-центричні рішення, включаючи технології управління поза мережею, і скоротила штат на 4–5%, списавши близько 90 мільйонів доларів у вигляді безготівкових витрат на R&D. У майбутньому зростання компанія очікує здебільшого від AI і великих хмарних провайдерів.

Генеральний директор Гері Сміт у конференц-зв’язку зазначив, що клієнти-провайдери зосереджують інвестиції у мережі на тих сегментах, що дозволяють масштабувати AI-трафік, що породжує нові системні вимоги і можливості для з’єднань, і в кінцевому підсумку — у внутрішню інфраструктуру дата-центрів. Ciena оцінює, що понад 50% їхнього бізнесу становлять великі хмарні компанії, і до 2026 року структура клієнтів залишиться подібною.

Компанія вже має конкретні проєкти у сфері AI-інфраструктури. Зокрема, у Північній Америці реалізується проєкт з міжкластерного з’єднання регіональних GPU-кластерів, що включає платформу RLS і модуль WaveLogic 6 Nano 800-gig ZR. Крім того, рішення DCOM для управління поза мережею допомагає великим операторам спрощувати монтаж і управління великими дата-центрами, підвищуючи масштабованість і зменшуючи енергоспоживання та простір.

Загалом, стратегія Ciena відображає перехід ринку AI-даних центрів до високої пропускної здатності оптоволоконних мереж. Технічний директор Jürgen Hatheier зазначає, що ринок явно рухається у бік більшої пропускної здатності — вже спостерігається високий попит на 1,6Т волоконні довжини хвиль, і очікується, що ця тенденція триватиме й у 2026 році. Представник Nokia Rob Shore прогнозує, що у 2026 році модуляція 800G стане стандартом для оптоволоконних з’єднань у AI-мережах.

Ринок AI-центрів зростає експоненційно. За даними галузі, у 2025 році він становитиме 10,31 мільярда доларів, а у 2026 — 12,8 мільярда, з CAGR у 24,2%. До 2030 року очікується досягнення 30,17 мільярда доларів. Попит на оптоволоконні кабелі для AI зросте у 2025 році на 77%, а у 2029 — з CAGR у 26%, що значно перевищує попит для не-AI застосувань. Ciena посідає ключову позицію у цій структурній динаміці зростання.

Від обчислювальної інфраструктури до фінансової: торгова платформа Gate

Еволюція інфраструктури відбувається не лише на рівні обчислювальних потужностей, а й у сфері активів. Коли AI-інфраструктура для з’єднання GPU-кластерів стає ключовою, здатність інвесторів до багатомаркетної диверсифікації також потребує високоефективної інфраструктури.

Gate активно розвиває свою присутність у традиційних фінансах. У січні 2026 року платформа вперше запустила функцію TradFi для контрактів на різницю (CFD), що охоплює золото, валюту, фондові індекси, товари і популярні акції. У березні вона розширилася на токенізовані акції і леверидж-ETF. У червні через стратегічну співпрацю з Alpaca Gate запустила сервіс реальної торгівлі акціями.

Зараз Gate підтримує понад 10 000 американських акцій і ETF, що охоплюють компанії з Нью-Йоркської фондової біржі, NASDAQ і інших основних бірж, що значно ширше, ніж у більшості платформ, що підтримують лише кілька сотень токенізованих активів. Користувачі можуть інвестувати у провідні американські акції напряму через USDT, з можливістю дробових покупок від 0,01 акції і мінімальним вкладом у 1 долар.

З технічної та партнерської точки зору, Gate інтегрувалася з ліцензованими брокерами з американською ліцензією Broker-Dealer і клірингом, підключеними до NYSE і NASDAQ. Кожна акція підтримується реальним активом, що зберігається у DTC-системі, а не через похідні інструменти або RWA-моделі. Власники позицій автоматично отримують дивіденди, права на участь у розподілі акцій і інші права акціонера.

З галузевої перспективи, інтеграція торгівлі акціями у провідних криптоплатформах стає очевидним трендом. Дані показують, що 73% трейдерів криптовалют одночасно володіють традиційними активами. Стратегія Gate — через регульовану інфраструктуру забезпечити реальну торгівлю акціями, а не синтетичними або токенізованими представленнями, — гарантує справжню ціну і розрахунки. У поєднанні з продуктами CFD платформи, Gate перетворюється з однієї крипто-торгової платформи у багатоматеріальну екосистему з традиційними і криптоактивами.

Ця трансформація відповідає глобальній тенденції до токенізації реальних активів. У вересні 2025 року Gate запустила Ondo — перший у світі розділ для токенізованих акцій і ETF від Apple, Tesla, Microsoft та інших компаній. Загальний обсяг RWA-активів у світі перевищив 15,7 мільярдів доларів, з яких понад 16,6 мільярдів — у Ondo Finance, що посідає третє місце у глобальному рейтингу. Від реальних акцій до токенізованих і CFD — Gate створює багаторівневий канал для різних форм активів.

Підсумки

Розвиток оптоволоконних технологій чітко вказує на один базовий факт: конкурентоспроможність AI-даних центрів поступово переходить від окремих показників GPU до системних ефективностей. Мережа вже не просто допоміжний рівень для обчислювальних кластерів, а передумова для реального розгортання сотень тисяч карток. У цьому контексті цінність інфраструктурних компаній, що займаються оптоволоконними мережами, переоцінюється — рішення Ciena повністю орієнтоване на AI-оптоволоконні мережі і є яскравим прикладом цієї тенденції.

Одночасно, інвестиційний сектор також переживає системну трансформацію. Коли обчислювальна потужність стає ключовим ресурсом цифрової епохи, платформи, що здатні ефективно з’єднати цю продуктивність із глобальним капіталом, отримують нову цінність. Від систем обчислень до мереж і активів — у перетині технологій і фінансів народжуються структурні можливості для великих інноваційних проривів.