أطروحة AFL حول ربط مراكز البيانات تضع شبكات الذكاء الاصطناعي أمام عنق الزجاجة
قدّم Noah Taylor من AFL ربط مراكز البيانات باعتباره قيدا حاسما في بنية الذكاء الاصطناعي، مع حاجة شبكات hyperscale إلى ألياف أعلى كثافة ونشر أسرع وتكامل أوثق مع انتقال inference إلى رفع مزيد من البيانات نحو الشبكة.
نمو الذكاء الاصطناعي يسلط الضوء على الربط بين المرافق
تتعامل AFL مع ربط مراكز البيانات باعتباره قيدا مركزيا في بنية الذكاء الاصطناعي، لا طبقة شبكية ثانوية خلف مواقع الحوسبة الجديدة. قال Noah Taylor، رئيس market intelligence and growth strategy for broadband في AFL، خلال ندوة RCRTech إن طلب الذكاء الاصطناعي يرفع الضغط على الروابط التي تصل مراكز البيانات مع توسع hyperscalers في عمليات النشر.
الطرح محدد: قال Taylor إن data center interconnect يتوسع بالقدر نفسه، أو أكثر، من سوق مراكز البيانات نفسه. وربط ذلك بهياكل hyperscale تحتاج إلى وصلات شبكية متداخلة، وروابط متعددة بين المرافق، وتكرار مدمج داخل الشبكة. لذلك لا تقتصر المسألة أمام مشتري بنية الذكاء الاصطناعي على توافر الخوادم داخل موقع جديد. فالشبكات الضوئية وشبكات metro وaccess المحيطة يجب أن تنقل حركة النماذج بين المواقع من دون إنشاء عنق زجاجة جديد.
Inference يغير شكل الحركة
ربط Taylor مشكلة الربط بين المراكز بتغير اتجاه حركة البيانات. فـ AI inference لا يرسل المحتوى السحابي النهائي إلى المستخدمين فقط. إذ يرفع المستخدمون والأجهزة المتصلة المزيد من الصور والفيديو وبيانات الاستشعار للمعالجة، ما يزيد الضغط الصاعد على شبكات صممت تاريخيا حول تدفقات تنزيل أكبر.
استخدم Taylor مؤشرين للطلب لشرح حجم التغير. فقد وصل ChatGPT إلى 100 million مستخدم خلال 60 days من الإطلاق، وقال إن AI agents قد تتطلب “over 100 to 1,000 times” قدرة حوسبة أكبر من السابق. هذه الأرقام لا تثبت وحدها مقدار السعة التي يجب أن يبنيها كل مشغل، لكنها تفسر سبب ربط AFL بين تبني الذكاء الاصطناعي وتصميم النطاق الترددي والتوجيه بين المرافق وسرعة النشر، وليس فقط بشراء الشرائح أو الخوادم.
الكثافة والسرعة وتكامل المنظومة تتحول إلى حزمة واحدة
وصف Taylor منظومة interconnect عبر ثلاثة متطلبات: density وspeed of deployment وecosystem integration. تعني الكثافة بنية ألياف عالية السعة تستطيع دعم روابط على مستوى الذكاء الاصطناعي. وتهم السرعة لأن بطء التركيب واللحام قد يترك أصول الحوسبة بلا استخدام بعد جاهزية أجزاء أخرى من المشروع. أما تكامل المنظومة فيعني أن الكابلات والإغلاقات وأنظمة اللحام واللوجستيات يجب أن تعمل معا بدلا من التعامل معها كفئات شراء منفصلة.
استخدمت AFL محفظتها لتوضيح هذه الحجة، بما في ذلك Spiderweb Ribbon fiber وتقنيات الكابلات عالية الكثافة وأنظمة intelligent ribbon splicing للنشر واسع النطاق. النقطة التجارية أضيق من قصة عامة عن طفرة الذكاء الاصطناعي: الموردون القادرون على تقليص الوقت بين تصميم الشبكة وسعة الربط القابلة للاستخدام قد يصبحون أكثر أهمية بينما يحاول hyperscalers مواءمة المرافق ومسارات الألياف وجداول التشغيل.
تضيق ملاحظة Taylor الختامية نطاق خطر التنفيذ أيضا. فإضافة مزيد من الألياف لا تكفي إذا لم يتم التخطيط معا للشبكات عالية الكثافة والعمل الميداني السريع وأدوات النشر المتوافقة. وهذا يجعل DCI مشكلة تنسيق تشمل المواد وفرق التركيب وأنظمة اللحام واللوجستيات، لا مشكلة سعة فقط تقاس بعدد مسارات الألياف المطلوبة.
خيارات الألياف التالية ما زالت تواجه عوائق عملية
أشارت الندوة أيضا إلى hollow-core وmulticore fiber كخيارات ناشئة. تنقل hollow-core fiber الضوء عبر نواة هوائية بدلا من الزجاج الصلب، مع مزايا محتملة في latency وفقد الإشارة. وقد تزيد multicore fiber السعة عبر وضع عدة cores داخل ليفة واحدة.
أشار Taylor أيضا إلى أن هذه التقنيات ليست جاهزة لتصبح بنية افتراضية من دون عمل إضافي. فما زالت standardization وinterface compatibility وممارسات النشر والتكلفة عوائق أمام الاعتماد الواسع. لذلك تظل خطط بنية الذكاء الاصطناعي القريبة معتمدة على أنظمة ألياف كثيفة وممارسات نشر سريعة وسلاسل أدوات متوافقة، بينما تبقى تصميمات الألياف الجديدة تقنيات جديرة بالمتابعة لا بدائل مضمونة في المدى القريب.
