Principais conclusões
- Chips de IA mais rápidos estão sobrecarregando as conexões tradicionais de cobre
- A receita coerente aumenta 50% em meio à demanda por redes ópticas
- Conexões baseadas em luz poderiam redefinir a economia da infraestrutura de IA
A indústria de inteligência artificial passou anos tornando os processadores mais rápidos. Agora, alguns de seus maiores investimentos em infraestrutura estão sendo direcionados para algo consideravelmente menos glamoroso: substituir conexões elétricas por luz.
O problema está se tornando aparente dentro de enormes centros de dados de IA, onde milhares de GPUs devem trocar informações continuamente. Mesmo o processador mais poderoso pode gastar tempo esperando se a rede que o conecta a outros chips não conseguir mover dados suficientemente rápido.
As consequências financeiras já são visíveis. O fabricante de tecnologia óptica Coherent relatou $2,37 bilhões em receita trimestral em 4 de novembro, um aumento de 50% em relação ao ano anterior, à medida que a demanda por equipamentos de rede de alta velocidade acelerou.
Por que chips mais rápidos da Nvidia estão criando um novo gargalo
Os data centers tradicionais foram projetados em torno de servidores realizando tarefas relativamente independentes. Cabos de cobre funcionavam bem porque as conexões eram comparativamente curtas e os requisitos de rede eram gerenciáveis.
As alterações no treinamento de IA mudam essa equação.
Clusters modernos de IA conectam milhares de GPUs trabalhando simultaneamente em modelos enormes. Esses processadores devem trocar dados, sincronizar cálculos e transferir resultados intermediários entre racks.
À medida que as velocidades de processamento aumentam, a comunicação torna-se cada vez mais importante. Um atraso na transferência de informações pode deixar hardware de computação caro subutilizado.
O cobre permanece eficiente em curtas distâncias, mas velocidades de transmissão mais altas e conexões mais longas aumentam os desafios de perda de sinal e consumo de energia.
A tecnologia óptica resolve algumas dessas limitações convertendo sinais elétricos em luz e transmitindo informações por meio de fibras.
A Nvidia explicou que clusters de IA maiores exigem cada vez mais conexões ópticas entre servidores e switches de rede, especialmente à medida que as distâncias de rede aumentam.
O desafio adiciona outra dimensão à já existente falta de energia da IA, pois os equipamentos de rede também contribuem para o consumo total de energia.
O trimestre de US$ 2,37 bilhões da Coherent mostra para onde o dinheiro está indo
Os últimos resultados da Coherent ilustram como a transição da infraestrutura está criando oportunidades além da Nvidia.
Seu segmento de Data Center e Comunicações gerou aproximadamente US$ 1,95 bilhão em receita trimestral, frente a US$ 1,09 bilhão no mesmo período do ano anterior.
Isso representa um crescimento aproximado de 79% e corresponde a cerca de 82% das vendas totais trimestrais da empresa.
O segmento inclui produtos além das conexões ópticas para data centers de IA, portanto, o valor não deve ser interpretado inteiramente como receita de rede de IA.
No entanto, o crescimento ajuda a explicar por que as empresas de semicondutores estão buscando acquisições de redes ópticas para garantir a tecnologia necessária para os sistemas de computação futuros.
A Coherent também espera que o crescimento da receita pro forma para o ano fiscal de 2027 exceda 60%, embora isso permaneça como orientação da gestão e não como desempenho garantido.
Por que as conexões ópticas podem redefinir a economia da IA
A transição cria uma nova consideração de investimento: melhorar o desempenho da GPU não é suficiente se a rede não conseguir acompanhar.
Empresas que constroem infraestrutura de IA devem equilibrar os custos dos processadores com os gastos em rede, refrigeração e eletricidade.
Isso ajuda a explicar por que gastos com capital em IA beneficiam cada vez mais fornecedores de equipamentos além dos fabricantes de chips.
A tecnologia óptica também pode melhorar a eficiência energética em certas implementações, reduzindo a eletricidade necessária para mover informações entre grandes clusters de computação.
No entanto, links ópticos não são universalmente superiores. O cobre permanece atraente para conexões curtas devido ao seu custo, simplicidade e desempenho estabelecido.
Novos sistemas ópticos também introduzem complexidade de fabricação, custos de componentes e considerações de confiabilidade.
Para empresas financiando o boom da infraestrutura de IA, esses compromissos são importantes, pois cada investimento adicional em rede deve, eventualmente, gerar valor econômico suficiente.