Poin-poin utama
- Chip AI yang lebih cepat membanjiri koneksi tembaga tradisional
- Pendapatan Coherent melonjak 50% di tengah permintaan jaringan optik
- Koneksi berbasis cahaya bisa mengubah ekonomi infrastruktur AI
Industri kecerdasan buatan telah menghabiskan bertahun-tahun membuat prosesor lebih cepat. Sekarang, sebagian besar investasi infrastruktur terbesarnya dialokasikan untuk sesuatu yang jauh kurang glamor: mengganti koneksi listrik dengan cahaya.
Masalah ini menjadi jelas di pusat data AI besar, di mana ribuan GPU harus saling bertukar informasi secara terus-menerus. Bahkan prosesor paling kuat sekalipun dapat menghabiskan waktu menunggu jika jaringan yang menghubungkannya dengan chip lain tidak dapat memindahkan data cukup cepat.
Konsekuensi keuangan sudah terlihat. Produsen teknologi optik Coherent melaporkan $2,37 miliar dalam pendapatan kuartalan pada 4 November, naik 50% secara tahunan, seiring meningkatnya permintaan untuk peralatan jaringan berkecepatan tinggi.
Mengapa Chip Nvidia yang Lebih Cepat Menciptakan Hambatan Baru
Pusat data tradisional dirancang sekitar server yang melakukan tugas-tugas yang relatif independen. Kabel tembaga bekerja dengan baik karena koneksi relatif pendek dan kebutuhan jaringan dapat dikelola.
Perubahan pelatihan AI mengubah persamaan itu.
Kluster AI modern menghubungkan ribuan GPU yang bekerja secara bersamaan pada model-model besar. Prosesor-prosesor tersebut harus saling bertukar data, menyinkronkan perhitungan, dan mentransfer hasil sementara di antara rak-rak.
Saat kecepatan pemrosesan meningkat, komunikasi menjadi semakin penting. Penundaan dalam mentransfer informasi dapat menyebabkan perangkat keras komputasi mahal tidak dimanfaatkan secara optimal.
Tembaga tetap efisien pada jarak pendek, tetapi kecepatan transmisi yang lebih tinggi dan koneksi yang lebih panjang meningkatkan tantangan kehilangan sinyal dan konsumsi daya.
Teknologi optik mengatasi beberapa keterbatasan tersebut dengan mengubah sinyal listrik menjadi cahaya dan mentransmisikan informasi melalui serat.
Nvidia menjelaskan bahwa klaster AI yang lebih besar semakin memerlukan koneksi optik antara server dan switch jaringan, terutama seiring dengan membesarnya jarak jaringan.
Tantangan ini menambah dimensi baru terhadap kekurangan listrik AI yang sudah ada, karena peralatan jaringan juga berkontribusi terhadap konsumsi energi secara keseluruhan.
Kuartal Coherent senilai $2,37 miliar menunjukkan ke mana uang sedang mengalir
Hasil terbaru Coherent menggambarkan bagaimana transisi infrastruktur menciptakan peluang di luar Nvidia.
Segmen Pusat Data & Komunikasi menghasilkan pendapatan kuartalan sekitar $1,95 miliar, naik dari $1,09 miliar pada tahun sebelumnya.
Itu mewakili pertumbuhan sekitar 79% dan menyumbang sekitar 82% dari total penjualan kuartalan perusahaan.
Sektor ini mencakup produk selain koneksi optik untuk pusat data AI, sehingga angka tersebut tidak boleh ditafsirkan sepenuhnya sebagai pendapatan jaringan AI.
Namun, pertumbuhan ini membantu menjelaskan mengapa perusahaan semikonduktor mengejar akuisisi jaringan optik untuk mengamankan teknologi yang dibutuhkan untuk sistem komputasi masa depan.
Coherent juga mengharapkan pertumbuhan pendapatan pro forma tahun fiskal 2027 melebihi 60%, meskipun ini tetap merupakan panduan manajemen dan bukan jaminan kinerja.
Mengapa Koneksi Optik Bisa Mengubah Ekonomi AI
Transisi ini menciptakan pertimbangan investasi baru: meningkatkan kinerja GPU tidak cukup jika jaringan tidak dapat mengejar ketertinggalan.
Perusahaan yang membangun infrastruktur AI harus menyeimbangkan biaya prosesor terhadap pengeluaran untuk jaringan, pendinginan, dan listrik.
Ini membantu menjelaskan mengapa pengeluaran modal AI semakin menguntungkan pemasok peralatan di luar produsen chip.
Teknologi optik juga dapat meningkatkan efisiensi daya dalam beberapa penerapan, mengurangi listrik yang dibutuhkan untuk memindahkan informasi di seluruh klaster komputasi besar.
Namun, tautan optik tidak secara universal lebih unggul. Tembaga tetap menarik untuk koneksi jarak pendek karena biayanya, kesederhanaan, dan kinerjanya yang telah terbukti.
Sistem optik baru juga memperkenalkan kompleksitas manufaktur, biaya komponen, dan pertimbangan keandalan.
Untuk perusahaan yang membiayai ledakan infrastruktur AI, trade-off tersebut penting karena setiap investasi jaringan tambahan harus pada akhirnya menghasilkan nilai ekonomi yang cukup.