Репортаж от Wedoany，Недавно тайваньский производитель открытого сетевого оборудования Edgecore на выставке COMPUTEX 2026 представил платформу Edgecore Open Fabric: Built for IOWN — полностью фотонную инфраструктуру для ИИ. Платформа спроектирована с учетом потребностей центров обработки данных (ЦОД) для искусственного интеллекта в высокой пропускной способности, низкой задержке, эффективном охлаждении и открытой сети, объединяя оптическую коммутацию, открытые сети, композитные вычисления и системы жидкостного охлаждения в единую развертываемую архитектуру.
Представленная Edgecore платформа направлена на решение узких мест инфраструктуры, с которыми сталкиваются ЦОД для ИИ. По мере масштабирования кластеров для обучения больших моделей и инференса объем обмена данными между GPU быстро растет, а традиционные электрические межсоединения испытывают все большее давление с точки зрения энергопотребления, расстояния, задержки и охлаждения. Edgecore Open Fabric, основанная на концепции полностью фотонной сети IOWN, предложенной NTT, стремится снизить потери при внутренних соединениях ЦОД за счет оптической передачи и коммутации, а также уменьшить задержки, вызванные электрооптическим преобразованием. Платформа включает такие компоненты, как оптический коммутатор длин волн Edgecore IRX3032, устройство передачи/мультиплексирования AMX3200 и AI/ML-коммутатор AIS1600-64O. IRX3032 может одновременно маршрутизировать 32 волновых канала с задержкой коммутации «из конца в конец» 160 наносекунд; при использовании 32 каналов по 800 Гбит/с пропускная способность внутри одного волокна в ЦОД может достигать 102,4 Тбит/с. Для ИИ-кластеров значение такой архитектуры заключается не только в увеличении пропускной способности на отдельном участке, но и в создании основы для более низкой задержки и более высокой энергоэффективности при распределении ресурсов между стойками, узлами и ЦОД.
В экосистему платформы входят AMD, Astera Labs, Broadcom, InLC Technology, Intel, LIQID, Marvell, NTT, Penguin Solutions, Preferred Networks и 1Finity.
С точки зрения системной архитектуры Edgecore объединяет открытую сеть, композитные вычисления и жидкостное охлаждение в три уровня возможностей единой платформы. Сетевой уровень использует открытое коммутационное оборудование, совместимое с экосистемой SONiC, и спроектировано в соответствии со спецификациями IOWN APN, с акцентом на программируемость, композитность и прозрачность для разных производителей; вычислительный уровень внедряет возможность межсоединения памяти CXL 3.1, поддерживая совместное использование до 20 ТБ пулированной памяти между узлами GPU-кластера, что позволяет перенастраивать вычислительные и памятьные ресурсы в зависимости от задачи; уровень охлаждения интегрирует стоечные блоки распределения жидкостного охлаждения, обеспечивая теплообмен от 100 кВт до 200 кВт на стойку, и оснащен резервированием насосов N+1, мониторингом потока в реальном времени, обнаружением утечек, а также интеграцией с системой управления зданием и программно-определяемыми сетями. Конкуренция в области ЦОД для ИИ переходит от простого наращивания GPU к общей инженерной способности, охватывающей «вычисления, сеть, память, оптические межсоединения, охлаждение и программное управление». Объединив эти модули в единую полностью фотонную платформу AI-инфраструктуры, Edgecore демонстрирует, что производители открытых сетей расширяют свою роль до поставщиков более полной архитектуры нижнего уровня ЦОД.
Дальнейший успех внедрения будет зависеть от зрелости экосистемы IOWN, производственных возможностей оптических коммутаторов, инженерной стабильности пулированной памяти CXL, стоимости систем жидкостного охлаждения, а также результатов тестирования облачными провайдерами и операторами AI-инфраструктуры. По мере дальнейшего роста плотности мощности ИИ-кластеров полностью фотонные сети, открытая коммутация и композитная инфраструктура станут важными направлениями модернизации высокоплотных ЦОД и могут изменить традиционные границы закупок сетевого оборудования, оптических модулей, систем охлаждения и серверных архитектур для ЦОД.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
