Trí tuệ nhân tạo và cáp quang phụ thuộc vào nhau nhiều hơn những gì hầu hết mọi người trong ngành viễn thông nhận ra. Hệ thống AI không thể hoạt động nếu không có khả năng truyền dữ liệu-tốc độ cao, độ trễ{2}}thấp mà chỉ cáp quang mới có thể cung cấp. Và mạng cáp quang đang trở nên hiệu quả hơn rất nhiều nhờ các công cụ giám sát và tối ưu hóa{4}}được hỗ trợ bởi AI. Mối quan hệ hai chiều này đã và đang định hình lại cách xây dựng trung tâm dữ liệu, cách duy trì mạng và cách phát triển các công nghệ cáp quang mới.
Bài viết này giải thích cách thức hoạt động của mối quan hệ trong thực tế, được hỗ trợ bởi dữ liệu ngành có thể kiểm chứng và ý nghĩa của nó đối với các nhà khai thác viễn thông, nhà quy hoạch trung tâm dữ liệu và người mua cơ sở hạ tầng.
Tại sao hệ thống AI cần cáp quang
Việc đào tạo một mô hình AI lớn bao gồm việc phân phối khối lượng công việc trên hàng nghìn GPU, tất cả đều phải trao đổi dữ liệu liên tục. Điều này tạo ra dữ liệu lưu lượng lớn về phía đông{1}}tây - giữa các máy chủ - đòi hỏi băng thông cực cao, độ trễ tối thiểu và mất tín hiệu không đáng kể. Cáp đồng truyền thống không thể theo kịp. Chỉ mộtcáp quangcó thể cung cấp thông lượng mà các cụm AI hiện đại yêu cầu, đặc biệt khi các trung tâm dữ liệu chuyển đổi từ 400G sang 800G và cuối cùng là liên kết quang 1,6T.
Sự khác biệt về mức tiêu thụ chất xơ là rất lớn. TheoTriển vọng trung tâm dữ liệu năm 2025 của Corning, các trung tâm dữ liệu AI tổng hợp đã yêu cầu cáp quang gấp hơn 10 lần so với mạng trung tâm dữ liệu truyền thống. SVP phụ trách Cáp quang và Cáp quang của Corning lưu ý rằng các nút GPU Blackwell 72- của Nvidia cần lượng sợi quang gấp 16 lần so với giá đỡ bộ chuyển mạch đám mây thông thường. STL, một nhà sản xuất cáp quang hàng đầu khác, đã báo cáo rằng giá đỡ GPU{7}}AI nặng có thể yêu cầu lượng cáp quang gấp 36 lần so với cấu hình dựa trên CPU truyền thống.
Sự gia tăng nhu cầu này vượt xa những gì xảy ra bên trong tòa nhà. Khối lượng công việc AI ngày càng được phân bổ trên nhiều cơ sở, điều đó có nghĩa làliên kết kết nối trung tâm dữ liệu (DCI)cũng cần nhiều dung lượng sợi hơn. MỘTBáo cáo năm 2025 của Hiệp hội băng thông rộng sợi quangdự kiến rằng Hoa Kỳ sẽ cần tăng tổng số dặm cáp quang lên 2,3 lần vào năm 2029 để hỗ trợ riêng-sự tăng trưởng quy mô nhờ AI.
AI cải thiện hoạt động của mạng cáp quang như thế nào
Mối quan hệ không phải là một chiều. AI đang giải quyết các vấn đề thực sự về hiệu suất và bảo trì mạng cáp quang mà ngành này đã phải vật lộn trong nhiều thập kỷ.
Phát hiện và bảo trì lỗi thông minh hơn
Theo truyền thống, việc tìm và chẩn đoán lỗi trong mạng quang có nghĩa là cử kỹ thuật viên đến kiểm tra thủ công OTDR (Máy đo phản xạ miền-thời gian quang) để theo dõi - một quy trình tốn nhiều công sức, chậm-. AI thay đổi điều này một cách cơ bản.
Các mô hình học máy giờ đây có thể tự động phân tích dữ liệu OTDR để phát hiện các điểm bất thường của sợi, phân loại các loại lỗi và xác định chính xác vị trí của chúng. Nghiên cứu đã công bố chứng minh rằng các hệ thống dựa trên AI-kết hợp bộ mã hóa tự động với mạng thần kinh hồi quy hai chiều đạt được điểm F1 phát hiện lỗi trên 96% và độ chính xác phân loại vượt quá 98%, với độ chính xác bản địa hóa được đo bằng phân số của mét. Trong một lần triển khai được ghi lại,một nền tảng giám sát được hỗ trợ- bởi AIcải thiện hiệu quả phát hiện lỗi lên hơn 98% so với kiểm tra vòng thông thường trong môi trường trung tâm dữ liệu 1.024 liên kết.
Dành cho các nhà khai thác quản lý hàng nghìn liên kết sợi quang trên một mạngtrung tâm dữ liệu cáp quangmạng, lợi ích thực tế rất rõ ràng: các lỗi được xác định và định vị trước khi chúng gây ra sự gián đoạn dịch vụ và chu kỳ chẩn đoán giảm từ vài giờ xuống còn vài giây.
Tối ưu hóa tín hiệu và lập kế hoạch công suất
AI cũng giúp nâng cao hiệu suất từ cơ sở hạ tầng cáp quang hiện có. Bằng cách đào tạo các mô hình về thông số thiết bị và dữ liệu hiệu suất liên kết lịch sử, học máy có thể tối ưu hóa việc điều chế tín hiệu, dự đoán hiệu ứng phân tán và cân bằng phân bổ công suất trên các kênh bước sóng. Điều này có nghĩa là các nhà khai thác có thể tăng công suất hiệu quả của các tuyến cáp quang được triển khai mà không cần lắp đặt cáp mới - một lợi thế đáng kể về chi phí khi giá cáp quang tiếp tục tăng.
-Sợi lõi rỗng: Nhu cầu AI đang thúc đẩy công nghệ sợi mới như thế nào
Có lẽ ví dụ rõ ràng nhất về cách AI đang thúc đẩy đổi mới sợi quang làsợi quang lõi rỗng(HCF). Sợi thông thường dẫn ánh sáng qua thủy tinh rắn. Thay vào đó, sợi lõi-rỗng truyền ánh sáng qua kênh chứa đầy không khí-. Vì ánh sáng truyền trong không khí nhanh hơn khoảng 47% so với trong thủy tinh nên HCF giúp giảm đáng kể độ trễ lan truyền -, thường từ 30 đến 47 phần trăm, tùy thuộc vào điều kiện triển khai và thiết kế cụ thể.
Vào tháng 9 năm 2025, các nhà nghiên cứu từ Đại học Southampton và Microsoft đã công bố kết quảQuang tử thiên nhiênchứng minh HCF có mức mất tín hiệu thấp-kỷ lục là 0,091 dB mỗi km. Điều này tốt hơn đáng kể so với mức sàn khoảng 0,14 dB/km mà sợi silica thông thường đã bị mắc kẹt trong bốn thập kỷ. Microsoft đã triển khai hơn 1.200 km cáp quang lõi rỗng mang lưu lượng truy cập trực tiếp trong mạng Azure của mình vàcông bố kế hoạch triển khai thêm 15.000 km, hợp tác với Corning và Heraeus để sản xuất ở quy mô{0}}công nghiệp.
Vào tháng 11 năm 2025, Trung tâm dữ liệu Scala, Lightera và Nokia đã tiến hành bằng chứng khái niệm HCF đầu tiên ở Châu Mỹ Latinh và xác nhận độ trễ giảm 32% khi sử dụng thiết bị thử nghiệm 400G có bán trên thị trường.
Điều đó nói lên rằng, ngày nay HCF không phải là sự thay thế phổ biến cho sợi thông thường. Chi phí sản xuất cao hơn, việc ghép nối đòi hỏi các kỹ thuật chuyên dụng và các tiêu chuẩn ngành vẫn đang được phát triển. Hiện tại, nó phù hợp nhất với các liên kết quan trọng-có độ trễ -, đặc biệt là giữa các trung tâm dữ liệu AI, nơi mà ngay cả độ trễ micro giây cũng ảnh hưởng đến việc sử dụng GPU trên các cụm đào tạo phân tán.
Kỷ lục truyền dẫn cáp quang tiếp tục giảm
Trần công suất cáp quang tiếp tục tăng. Vào cuối năm 2025, một nhóm quốc tế do NICT của Nhật Bản dẫn đầu đã chứng minh tốc độ lây truyền là430 Tb/s qua cáp quang-tuân thủ tiêu chuẩntại ECOC 2025 - và đạt được điều này bằng cách sử dụng băng thông ít hơn gần 20% so với kỷ lục 402 Tb/s trước đó được thiết lập vào năm 2024. Riêng Sumitomo Electric và NICT đã đạt tốc độ 1,02 petabit/giây trên 1.808 km sử dụng sợi 19 lõi với đường kính lớp bọc tiêu chuẩn.
Nhiều đột phá trong số này phụ thuộc trực tiếp vào các kỹ thuật xử lý tín hiệu được-hỗ trợ bởi AI, bao gồm các định dạng điều biến được tối ưu hóa-dựa trên mạng thần kinh-và máy học{2}}. Các công nghệ như ghép kênh phân chia bước sóng đa băng tần và sợi quang đa lõi - kết hợp với tối ưu hóa theo hướng AI-{8}} đang đẩy các giới hạn thực tế của những gìsợi đơn chế độvà các thiết kế sợi thế hệ tiếp theo-có thể mang theo.
Ý nghĩa thực tiễn cho ngành viễn thông
Mối quan hệ-sợi AI có những hậu quả cụ thể đối với các vai trò khác nhau trong hệ sinh thái viễn thông:
Nhà khai thác trung tâm dữ liệucần lập kế hoạch để có mật độ sợi trên mỗi giá cao hơn đáng kể. Việc xây dựng cụm AI yêu cầu kết cấu quang học không chặn-trong đó mỗi GPU có kết nối sợi chuyên dụng ở mọi tầng. Các giải pháp mật độ-cao nhưcáp quang ruy băngvà các tập hợp MPO/MTP đang trở nên cần thiết hơn là tùy chọn.
Các nhóm bảo trì mạngnên đánh giá các công cụ giám sát có sự hỗ trợ của AI-như một cách để giảm thời gian ngừng hoạt động ngoài dự kiến và chuyển sang bảo trì dự đoán. Công nghệ này đã được chứng minh trong các triển khai thực tế chứ không chỉ trong các tài liệu nghiên cứu. Thích hợpkiểm tra cáp quangkết hợp với phân tích AI có thể kéo dài đáng kể thời gian sử dụng hữu ích của cơ sở hạ tầng hiện có.
Các nhà quy hoạch cơ sở hạ tầng và người muadự kiến sẽ tiếp tục có áp lực về giá đối với các thành phần cáp quang và cáp quang do nhu cầu-do AI thúc đẩy vượt xa nguồn cung. Đảm bảo chuỗi cung ứng sợi đáng tin cậy và làm việc với các tổ chức đã được thiết lậpvật liệu cáp quangnhà cung cấp sẽ ngày càng trở nên quan trọng.
Câu hỏi thường gặp
Tại sao cáp đồng không thể hỗ trợ lưu lượng trung tâm dữ liệu AI?
Khối lượng công việc AI tạo ra khối lượng lớn lưu lượng dữ liệu từ máy chủ-đến-máy chủ ở tốc độ 400G trở lên. Cáp đồng bị giới hạn cả về băng thông và phạm vi tiếp cận ở tốc độ này. Sợi quang truyền dữ liệu dưới dạng tín hiệu ánh sáng với băng thông cao hơn, độ trễ thấp hơn và suy giảm tín hiệu tối thiểu, khiến nó trở thành phương tiện khả thi duy nhất cho quy mô di chuyển dữ liệu mà AI yêu cầu.
Trung tâm dữ liệu AI sử dụng bao nhiêu sợi quang?
Theo Corning, các trung tâm dữ liệu hỗ trợ AI{0}}đã tiêu thụ lượng cáp quang gấp hơn 10 lần so với các cơ sở truyền thống. Đối với các cấu hình chuyên sâu về GPU, STL báo cáo tỷ lệ này có thể đạt tới 36 lần. Hệ số nhân chính xác phụ thuộc vào kiến trúc GPU, cấu trúc liên kết mạng và liệu cơ sở có hỗ trợ đào tạo, suy luận AI hay cả hai hay không.
Sợi lõi rỗng là gì và tại sao nó lại quan trọng đối với AI?
Sợi lõi-rỗng dẫn ánh sáng qua lõi chứa đầy không khí-thay vì kính đặc. Vì ánh sáng di chuyển nhanh hơn trong không khí nên HCF giảm độ trễ truyền khoảng 30 đến 47%. Đối với hoạt động đào tạo AI phân tán trên nhiều trung tâm dữ liệu, việc giảm độ trễ này trực tiếp cải thiện việc sử dụng GPU và hiệu suất tổng thể của hệ thống. Microsoft là nhà triển khai lớn nhất hiện nay, với kế hoạch 15.000 km trên mạng Azure của mình.
Tính năng giám sát sợi quang được hỗ trợ bởi AI-đã được sử dụng chưa?
Đúng. Phân tích OTDR-theo hướng AI và phát hiện lỗi dự đoán ngày nay được triển khai trong các mạng sản xuất. Các hệ thống được hỗ trợ bởi nghiên cứu-có thể phát hiện lỗi sợi quang với độ chính xác trên 96% và khoanh vùng chúng ở độ chính xác- mét. Một số nhà khai thác viễn thông và nhà cung cấp trung tâm dữ liệu đã áp dụng những công cụ này để giảm chi phí bảo trì và ngăn ngừa gián đoạn dịch vụ.
Những loại sợi nào được sử dụng trong trung tâm dữ liệu AI?
Hầu hết các trung tâm dữ liệu AI đều sử dụng kết hợp sợi quang đơn mode (thường là G.652.D) cho các liên kết DCI và tòa nhà- dài hơn, cũng như sợi quang đa mode OM4 hoặc OM5 cho các kết nối phạm vi ngắn trong các hàng giá đỡ. Cáp ruy băng mật độ-cao và khả năng kết nối MPO/MTP là tiêu chuẩn để quản lý số lượng lớn sợi quang mà các môi trường này yêu cầu.