# Más allá del bastidor: cómo la óptica empaquetada (CPO) y el almacenamiento de próxima generación están resolviendo el problema del movimiento de datos de la IA
En CIOE 2026 en Shenzhen, surgió un fascinante cambio en la conversación entre los arquitectos de centros de datos. Hace cinco años, las discusiones se centraron enTFLOPS de GPU y recuentos de núcleos de CPU. ¿Hoy? La obsesión esPB/s (petabytes por segundo)ypresupuestos de latencia de nanosegundos.
¿Por qué? Porque en la era de los modelos de IA de billones de parámetros y la inferencia en tiempo real,el cuello de botella ha pasado de la computación al movimiento de datos. Una GPU H200 moderna puede procesar 4,8 PFLOPS, pero carece de datos. Entrenar un modelo de clase GPT-4 requiere barajar45 petabytes de datos de entrenamientoen miles de GPU, miles de millones de veces.
Este artículo explora dos tecnologías convergentes presentadas en CIOE 2026 que están redefiniendo la infraestructura de IA: 1.Óptica de paquete conjunto (CPO) y óptica de paquete cercano (NPO)– eliminar los cuellos de botella eléctricos 2.Almacenamiento empresarial de próxima generación– SSD y sistemas de memoria diseñados para el apetito insaciable de la IA
Los módulos ópticos tradicionales se conectan a interruptores a través de pistas eléctricas en una PCB. A medida que las velocidades de datos superan los 1,6 Tbps, estos rastros se convierten en barreras insuperables:
-Pérdida de señal: 30-40 dB/m a 112 Gbps PAM4 (56 GHz) -Consumo de energía: Los retemporizadores y DSP consumen entre 15 y 20 W por módulo.Estado latente: El SerDes eléctrico añade 100-200 ns de ida y vuelta -Densidad: La placa frontal QSFP-DD limita a ~51 Tbps por conmutador ASIC
IngresarÓptica empaquetada: integración de motores ópticosdentro del mismo paquetecomo silicio de conmutación.
Al caminar por la exposición, CPO había pasado de las ponencias de conferencias aenvío de silicona:
#### 1.Motores ópticos NPO de 6,4T(华工正源/Huagong Zhongyuan) -Configuración: 8 carriles de 800G que utilizan láseres DWDM de puntos cuánticos -Eficiencia energética: 3,5 pJ/bit (frente a 8 pJ/bit para módulos enchufables) -Factor de forma: Integrado en el sustrato del paquete del interruptor -Estado: Muestreo a hiperescaladores de nivel 1 en el cuarto trimestre de 2026
#### 2.Plataformas de fotónica de silicio(GlobalFoundries) SusSiPh compatible con CMOS de 45 nmEl proceso permite: -Integración monolíticade láseres, moduladores y fotodetectores -Pruebas a escala de obleareduciendo los costos de montaje en un 60% -Fuentes de múltiples longitudes de ondapara aplicaciones DWDM
#### 3.El avance del hardware de Light联芯科La startup china presentó elSistema de litografía programable sin máscara ZW1000para fotónica de silicio: -creación rápida de prototipos: Semanas en lugar de meses para nuevos diseños -Producción de bajo volumen: Económico para <10.000 unidades/año -Flexibilidad: Guías de onda reconfigurables para aplicaciones personalizadas
Esto aborda el mayor desafío de CPO:ciclos de iteración de diseño. Los costos de las fotomáscaras tradicionales (más de 200 mil dólares) hicieron que la experimentación fuera prohibitivamente costosa.
No todas las aplicaciones exigen la complejidad del CPO. Aquí es cuando cada tecnología tiene sentido:
| Arquitectura | Mejor para | Ancho de banda | Poder | Costo | Disponibilidad | |--------------|----------|-----------|-------|------|--------------| |Conectable (QSFP-DD)| Redes columna-hoja | 800G-1.6T | 15-20W | $ | Ahora | |LPO (lineal conectable)| De bastidor a bastidor <100 m | 800G | 8-12W | $$ | Ahora | |NPO (casi paquete)| Grupos de formación de IA | 3,2-6,4T | 5-8W | $$$ | 2027 | |CPO (co-empaquetado)| Cambiar de tela | 12,8T+ | 3-5W | $$$$ | 2028 |
Información clave de la CIOE: Para implementaciones de 2026-2027,dominan las arquitecturas híbridas: - CPO para conmutadores de columna (51,2 Tbps+ por ASIC) - 800G conectable para conmutadores de hoja - LPO para interconexiones de GPU de estructura informática
Para los ingenieros que evalúan soluciones CPO, comprender la arquitectura es fundamental:
#### Ruta del módulo conectable tradicional: ``` GPU → PCIe → NIC ASIC → trazas de PCB (30 cm) → Retimer → Módulo DSP → Láser → Fibra → Fotodiodo → DSP → Retimer → Trazas de PCB → Switch ASIC ```Latencia total: ~800 nsFuerza: ~35W para 800G bidireccional
#### Ruta de CPO: ``` Conmutador ASIC → Guía de ondas en el paquete (3 mm) → Modulador → Fibra → Fotodiodo → Guía de ondas → Conmutador ASIC ```Latencia total: ~200 nsFuerza: ~8W para 800G bidireccional
La reducción de la latencia es transformadora paraentrenamiento paralelo sincrónico(por ejemplo, ZeRO-3, FSDP), donde las primitivas de comunicación colectiva (todo reducir, todo reunir) dominan el tiempo de ejecución.
A pesar de las convincentes ventajas técnicas, CPO enfrenta obstáculos:
1.Inmadurez de la cadena de suministro: Sólo 3-4 proveedores calificados a nivel mundial 2.Cambiar el rediseño de ASIC: Requiere desarrollo conjunto con Broadcom/Nvidia/Marvell 3.Gestión térmica: 400W+ ASIC de conmutación + motores ópticos = refrigeración compleja 4.Economía de reparación: Motor óptico muerto = desechar todo el módulo de interruptor ($50K+)
Consenso de la industria en CIOE: CPO capturará15-20% del mercado de conmutadores de 2028, concentrado en grupos de IA a hiperescala. Los módulos conectables siguen siendo dominantes para empresas y telecomunicaciones.
Si bien todo el mundo se fija en las GPU, las exhibiciones de almacenamiento empresarial de CIOE contaron una historia igualmente importante:El flujo de datos de la IA es tan rápido como su componente más lento.
Entrenar un modelo de 1 billón de parámetros en 10 TB de datos requiere: -Carga del conjunto de datos: 10 TB de lectura desde el almacenamiento → memoria GPU -Puntos de control: Pesos de modelo de 2 TB escritos en cada época (10-100 × por ejecución de entrenamiento) -Operaciones aleatorias: Patrones de acceso aleatorio en todo el conjunto de datos -Sincronización de gradientes: escrituras distribuidas durante la propagación hacia atrás
¿Discos duros SAS tradicionales?ridículamente inadecuado. Incluso los SSD SATA tienen problemas. Aquí es dondeSSD NVMe PCIe 5.0yMemoria persistente DDR5entrar en la imagen.
#### 1.SSD empresariales PCIe 5.0: La exhibición de New Baseline Topstar incluidaMicron Serie 7500yKingston DC1500Munidades que demuestran: -Lectura secuencial: 14.000 MB/s (frente a 3.500 MB/s para PCIe 3.0) -IOPS de lectura aleatoria: 2,5 millones (crucial para la carga de datos de entrenamiento distribuidos) -Resistencia: 3 DWPD (escrituras en unidad por día) durante 5 años = 82 PB de escrituras en total en una unidad de 15 TB
Impacto en el mundo real: Un NVMe JBOF de 16 unidades puede saturar enlaces duales de 100 GbE para la transmisión de conjuntos de datos, eliminando el almacenamiento como un cuello de botella en el entrenamiento.
#### 2.Memoria de servidor DDR5-5600: Más allá de la capacidad Las cargas de trabajo de IA exigen ambas cosascapacidad(512 GB-2 TB por servidor) yancho de banda(>400GB/s por socket). DDR5-5600 ofrece: -Ancho de banda: 44,8 GB/s por DIMM (frente a 32 GB/s para DDR4-3200) -Capacidad: Los módulos RDIMM de 128 GB se convierten en estándar -Eficiencia energética: 1,1 V frente a 1,2 V para DDR4 (reducción del 10 %)
En CIOE vimosRDIMM DDR5-5600 de 512 GB de Samsung– habilitación de 2 TB por socket (16 × DIMM) para servidores de inferencia LLM. Esto permite que modelos completos de parámetros 70B permanezcanresidente en DRAM, eliminando los gastos generales de intercambio de modelos.
#### 3.Expansión de memoria CXL: Game Changer Compute Express Link (CXL) 2.0 permiteagrupación de memoriaentre servidores: -Grupo de memoria compartida: Múltiples CPU acceden a DRAM/memoria persistente común -Estado latente: <200 ns para acceso a memoria remota (frente a milisegundos para NVMe) -Caso de uso: Los clústeres de inferencia LLM comparten caché KV entre nodos
Si bien aún está surgiendo (producción limitada en 2026), la expansión de la memoria CXL podríareducir los costos del grupo de inferencia en un 30%eliminando el sobreaprovisionamiento de memoria por nodo.
Según las conversaciones de la CIOE con los arquitectos de los centros de datos, la pila de almacenamiento de IA óptima es:
####Nivel 1: GPU HBM (memoria de alto ancho de banda)-Capacidad: 80-192 GB por GPU (H200/B200) -Ancho de banda: 4-5 TB/s -Objetivo: Lotes de entrenamiento activo, pesos del modelo durante el pase hacia adelante/atrás
####Nivel 2: DRAM de host (DDR5)-Capacidad: 1-2 TB por servidor -Ancho de banda: 400-800 GB/s por socket -Objetivo: Captación previa de conjuntos de datos, acumulación de gradientes, caché KV de inferencia
####Nivel 3: Almacenamiento SSD NVMe-Capacidad: 60-240 TB por servidor (4-16 unidades de 15 TB) -Ancho de banda: 50-200 GB/s (RAID 0 en todas las unidades) -Objetivo: Almacenamiento completo de conjuntos de datos, puntos de control, control de versiones de modelos a largo plazo
relación crítica: Apunta aDRAM del host: NVMe = 1:50(p. ej., 2 TB de DRAM, 100 TB NVMe). Esto garantiza que la captación previa del conjunto de datos nunca detenga el entrenamiento de la GPU.
Considere un grupo de entrenamiento de IA de 1000 GPU: -costo de la GPU: 30 millones de dólares (1.000 × 30.000 dólares por H100) -Potencia anual: 5 millones de dólares (150 dólares/GPU × 1000 × 8760 horas × 0,12 dólares/kWh) -Costo de oportunidad: $5000/hora para clúster inactivo ($43 millones/año al 100% de utilización)
Ahora imagine que los cuellos de botella de almacenamiento reducen la utilización efectiva de la GPU a85%(15% inactivo esperando datos): -Tiempo desperdiciado en la GPU: 6,45 millones de dólares/año -Costo para eliminar el cuello de botella: $500K (redes NVMe + DDR5 + 100GbE premium)
retorno de la inversión: 1.200% en el primer año. Es por eso que los hiperescaladores no dudan en implementar SSD PCIe 5.0 de $ 2000.
Como participante de CIOE 2026 y proveedor de la industria,Tecnología estrellaposiciona de manera única a los clientes para el éxito de la infraestructura de IA:
####Interconexión óptica- Módulos QSFP-DD/OSFP 800G/1.6T - Soluciones 400G/200G para arquitecturas híbridas - Cables AOC/DAC para conectividad a escala de rack - Arneses de fibra MPO/MTP
####Almacenamiento empresarial-SSD: Micron, Kingston, Samsung Enterprise NVMe (PCIe 4.0/5.0) -Memoria del servidor: DDR5-4800/5600 RDIMM y LRDIMM -Memoria GPU: HBM2e/HBM3 para aceleradores de IA (abastecimiento OEM)
####Componentes del servidor de IA- GPU NVIDIA H100/H200/B100 (distribuidor autorizado) - NIC Mellanox ConnectX-7 (400GbE para RDMA) - Conmutadores Broadcom y SmartNIC
#### 1.Simplicidad de un solo proveedorDeja de gestionar 10 proveedores diferentes. Ofrecemos soluciones completas de racks de IA: - Optimización de la lista de materiales (BOM) - Validación previa de compatibilidad - Envío y soporte consolidados
#### 2.Opciones de abastecimiento flexibles-Componentes de calidad OEMpara implementaciones a hiperescala -marca originalmódulos (compatibles con Cisco/Arista/Mellanox) -Soluciones de caja blancapara proyectos sensibles a los costos
#### 3.Codesarrollo técnicoNuestros ingenieros colaboran en: -Diseño de topología de red.(Clos, árbol gordo, libélula) -Tamaño del nivel de almacenamientobasado en perfiles de carga de trabajo -Presupuestos de energía y refrigeraciónpara implementaciones a nivel de rack
#### 4.Cronogramas de implementación rápidaEn una industria con plazos de entrega de 16 a 24 semanas, mantenemos: -Inventario de componentes estratégicos($5 millones+ acciones) -Entrega de 4 a 8 semanaspara configuraciones estándar -Opciones aceleradaspara despliegues urgentes
Un proyecto reciente de un cliente ilustra nuestra capacidad de extremo a extremo:
Requisitos:- 500 GPU NVIDIA H100 - Almacenamiento de conjunto de datos de 100 TB por nodo - Latencia de red <10 μs para operaciones de reducción total
Solución estrella:-Redes: - 500 NIC Mellanox ConnectX-7 de 400 GbE - 64 módulos ópticos QSFP-DD de 800 G para conmutadores principales - 1024 módulos QSFP-DD de 400 G para conmutadores de hoja -Almacenamiento: - 4000 × SSD NVMe Kingston DC1500M de 15 TB (8 por servidor) - Controladores RAID con 8 GB de caché por servidor -Memoria: - 32.000 × Samsung DDR5-5600 RDIMM de 64 GB (64 por servidor, 4 TB/nodo)
Cronograma de implementación:- Semana 1-2: finalización y adquisición de la lista de materiales - Semana 3-6: entrega e integración de componentes - Semana 7-8: instalación del rack y puesta en marcha de la red - Semana 9: validación y transferencia de la carga de trabajo
Resultado: Clúster logrado94,2 % de utilización de la GPUdurante carreras de entrenamiento de una semana, entre las más altas de la industria.
Según los conocimientos de la CIOE 2026 y las hojas de ruta de la industria, esto es lo que viene:
-módulos ópticos 3.2Tintroducir producción en volumen -muestreo DDR6comienza (7200 MT/s, 60 GB/s por DIMM) -SSD PCIe 6.0Ofrece lecturas secuenciales de 28 GB/s.CXL3.0permite la agrupación de memoria entre bastidores
-ASIC de conmutación de 12,8 Tcon CPO integrado -Señalización de 400G por carril(en comparación con el máximo de 200 G actual) -Conmutación de circuito ópticopara asignación dinámica de ancho de banda -Primeros aceleradores fotónicos comerciales de IA(computación óptica analógica)
-Conmutación óptica a nivel de racksustitución de distribución eléctrica -La fotónica de silicio se vuelve más barata que el cobrea >100 Gbps -Memoria persistente(CXL adjunto) reemplaza a NVMe para almacenamiento en caliente -Enlaces seguros entrelazados cuánticamentepara la sincronización del modelo de IA entre DC
Los modelos de IA que captan los titulares (GPT-5, Gemini Ultra, Claude Opus) son tan capaces como elinfraestructura debajo de ellos. En CIOE 2026, el mensaje fue inequívoco:La era de la IA se está construyendo con un módulo óptico, un SSD y un DIMM de memoria a la vez..
Para las organizaciones que implementan infraestructura de IA, surgieron tres imperativos:
1.No esperes a que llegue la tecnología perfecta– 800G y DDR5 ya están listos para producción 2.Diseño para el movimiento de datos, no solo para la computación– El almacenamiento y las redes son equivalentes a las GPU 3.Asóciese con proveedores que comprendan la pila– La óptica, el almacenamiento y la computación deben diseñarse juntos
Tecnología estrellase encuentra en esta intersección: reúne componentes de vanguardia, una profunda experiencia técnica y la agilidad de la cadena de suministro para cumplir con cronogramas de implementación agresivos. Ya sea que esté creando su primer clúster de IA o escalando a 100 000 GPU, estamos listos para ser su socio de infraestructura.
El futuro de la inteligencia se está construyendo hoy. Construyámoslo juntos.
---
estrella superiores un proveedor líder de componentes de infraestructura de IA, especializado en: -Módulos ópticos: Soluciones 800G/1.6T QSFP-DD, 400G OSFP, CPO/NPO -Almacenamiento empresarial: SSD NVMe (PCIe 4.0/5.0), Enterprise SATA, factores de forma U.2/U.3 -Memoria del servidor: DDR5 RDIMM/LRDIMM, HBM para aceleradores de IA -GPU y redes: GPU NVIDIA AI, Mellanox SmartNIC, conmutadores Broadcom
Con más de 15 años prestando servicios a centros de datos de hiperescala, operadores de telecomunicaciones y clientes empresariales, combinamosCalidad de grado OEMconeconomía de caja blanca.
📧Consultas de ingeniería: dsale@topsfp.com 🌐Catálogo de productos: www.opticalmodulemanufacturers.com | www.qsfp28module.com 📱Conectar: [Facebook](https://www.facebook.com/topstar.sfp/) | [LinkedIn](https://www.linkedin.com/company/13177171/)
---
Palabras clave: Óptica empaquetada, CPO, NPO, centro de datos de IA, SSD empresarial, memoria de servidor DDR5, NVMe PCIe 5.0, fotónica de silicio, interconexión óptica, almacenamiento GPU, CIOE 2026, redes de alta velocidad, infraestructura de IA
Etiquetas SEO: #CoPackgedOptics #CPO #NPO #AIInfrastructure #EnterpriseSSD #DDR5Memory #DataCenter #CIOE2026 #SiliconPhotonics #GPUStorage #OpticalModules #NVMe
Persona de Contacto: Ms. Vicky Tian
Teléfono: +86 19860146913
Fax: 86-0755-82552969
Spanish
