NVIDIA presenta Spectrum-X Ethernet Photonics, la primera óptica co-empaquetada de 200G para escalar la IA
26 agosto, 2025
En el marco de Hot Chips 2025, NVIDIA presentó su nueva tecnología Spectrum-X Ethernet Photonics, considerada la primera solución de óptica co-empaquetada de 200G del mundo, diseñada para revolucionar la forma en que se construyen y escalan los centros de datos de inteligencia artificial.
Hoy, los “AI factories” consumen hasta 17 veces más energía óptica que un centro de datos en la nube tradicional, debido al enorme número de transceptores necesarios para conectar GPUs. En promedio, las redes ópticas representan un 10% del consumo total de cómputo en estos sistemas. Con Spectrum-X, NVIDIA busca reducir drásticamente este gasto y liberar más energía hacia el procesamiento de IA.
La clave está en que el motor fotónico (PIC) se ubica junto al ASIC del switch, eliminando trazas largas de PCB y reduciendo la cantidad de láseres necesarios: un enlace de 1.6 Tb/s baja de ocho láseres a solo dos, mejorando la eficiencia y la fiabilidad de la conexión.
Ventajas principales de Spectrum-X Ethernet Photonics
Según NVIDIA, esta nueva generación de interconexión ofrece:
-
3.5× mayor eficiencia energética
-
10× más resiliencia
-
1.3× menor tiempo de operación
-
63× mejor integridad de señal
-
4× menos láseres necesarios
-
13× más fiabilidad en los láseres
-
Sustitución de 64 transceptores separados en un solo sistema
El primer gran exponente será el switch Spectrum-6 102T, que integrará directamente la tecnología fotónica en su diseño, marcando el inicio de una nueva generación de redes para IA.
Más allá de la eficiencia: escalabilidad para la IA
La solución de fotónica de silicio co-empaquetada desarrollada junto a TSMC incluye un chip CPO con MRMs (Micro-Ring Modulators) y apilado 3D entre capas fotónicas y electrónicas, lo que mejora la densidad de ancho de banda y simplifica el enrutamiento.
En la práctica, esto significa que las futuras fábricas de IA podrán escalar más rápido y con menor consumo, trasladando la energía que antes se destinaba a las redes hacia el cómputo puro de las GPU.
