لقد تحولت الوحدات الضوئية في مراكز بيانات الذكاء الاصطناعي من كونها أجزاء اتصال سلبية إلى مكون أساسي لأداء الحوسبة. السبب واضح ومباشر. تقوم مجموعات تدريب الذكاء الاصطناعي الحديثة بنقل كميات هائلة من البيانات بين وحدات معالجة الرسومات، والمحولات، وعقد التخزين، وتؤثر سرعة تلك الحركة بشكل مباشر على مدى كفاءة استخدام المسرعات الباهظة الثمن. هذا هو السببوحدات بصرية 400G و800G و1.6Tأصبحت الآن محورية في كل محادثات البنية التحتية للذكاء الاصطناعي تقريبًا.
وفقا لخارطة الطريق لتحالف إيثرنت 2026، يقوم القائمون على التوسع الفائق بالفعل بنشر وصلات بينية من 100 جيجا إلى 800 جيجا، مع ظهور شبكة إيثرنت بسرعة 1.6 تيرابايت/ثانية كخطوة رئيسية تالية لنسيج نطاق الذكاء الاصطناعي-. ال
IEEE 802.3 فريق العملتعمل على تطوير فريق العمل P802.3dj لتحديد 200G و400G و800G و1.6T Ethernet عبر الألياف النحاسية والألياف أحادية الوضع-، مما يمنح الصناعة مسارًا واضحًا للنشر بمعدل أعلى-.
بالنسبة لفرق الشبكة، لم يعد السؤال العملي هو ما إذا كانت السرعات سترتفع. إنها كيفية اختيار السرعة المناسبة لكل طبقة من طبقات الشبكة، وكيفية تخطيط الطاقة والتبريد، وكيفية التحقق من التوافق قبل نشر آلاف الوحدات في مجموعة الذكاء الاصطناعي للإنتاج.
لماذا تتطلب أحمال عمل الذكاء الاصطناعي سرعات أعلى للوحدة الضوئية
يختلف تدريب الذكاء الاصطناعي بشكل أساسي عن أحمال العمل السحابية أو المؤسسة أو التخزين التقليدية. يتم تدريب نماذج اللغات الكبيرة وأنظمة التوصية عبر الآلاف، وبشكل متزايد عشرات الآلاف، من وحدات معالجة الرسومات التي تعمل كنظام موزع واحد. خلال كل خطوة تدريب، يجب على المسرعات مزامنة التدرجات، وتبادل التنشيط، وتمرير الموترات المتوسطة بين العقد. يؤدي هذا إلى إنشاء حركة مرور كثيفة للغاية شرقًا-غربًا، مما يعني بقاء حركة المرور داخل مركز البيانات بدلاً من الانتقال إلى الإنترنت.
في مجموعة تدريب حدودية مكونة من 16.000 إلى 100.000 وحدة معالجة رسوميات، يحمل النسيج الداخلي نطاقًا تردديًا أكبر بكثير من الروابط الخارجية. ذكرت NVIDIA أننظام Spectrum-X Ethernetتحافظ على إنتاجية فعالة بنسبة 95 بالمائة تقريبًا عبر عمليات النشر التي تتجاوز 100000 وحدة معالجة رسوميات، في حين توفر شبكة Ethernet القياسية دون التحكم في الازدحام عادةً حوالي 60 بالمائة تحت نفس الحمل. الفرق ليس أكاديميا. تُترجم الخسارة بنسبة 35 بالمائة في كفاءة النسيج مباشرةً إلى عمليات تدريب أطول وتقليل استخدام وحدة معالجة الرسومات.
هذا هو السبب الحقيقي وراء استمرار ارتفاع السرعات الضوئية. تصبح الطبقة الضوئية البطيئة أو غير المستقرة بمثابة عنق الزجاجة لمصنع الذكاء الاصطناعي بأكمله.
من 400 جرام إلى 800 جرام إلى 1.6 طن: ما الذي يدفع كل خطوة
إن الانتقال عبر 400G و800G و1.6T يكون مدفوعًا بمشكلة التوسع التي لا يمكن حلها بمجرد إضافة المزيد من الكابلات. عندما يتضاعف حجم مجموعة الذكاء الاصطناعي، فإن عدد مسارات الاتصال بين العقد ينمو بشكل أسرع من الخطي. قد تؤدي إضافة الروابط المتوازية إلى استهلاك منافذ التبديل، وزيادة عدد الألياف، وإنشاء ازدحام في الكابلات يصعب إدارته في بيئة الحامل الكثيفة.
توفر السرعات الأعلى لكل-منفذًا مسارًا أكثر قابلية للتوسع. يحمل منفذ 800 جيجا ضعف عرض النطاق الترددي لمنفذ 400 جيجا عبر نفس الواجهة المادية. يضاعف منفذ 1.6T ذلك مرة أخرى. يدعم جيل 2025 إلى 2026 من محولات ASICs مستويات الجذر وعرض النطاق الترددي التي تجعل 800G هو الاتجاه العملي الرئيسي لعمليات نشر الذكاء الاصطناعي الجديدة، في حين أن 1.6T هو هدف التخطيط للجيل القادم من المحولات.
تم عرض إمكانية التشغيل التفاعلي المباشر-للموردين عبر 400G و800G و1.6T Ethernet في OFC 2026، والذيمعرض Ethernet Alliance OFC 2026تم تقديمها كدليل على أن النظام البيئي جاهز للتعامل مع بنى الذكاء الاصطناعي-. إن هذا الاستعداد مهم لأن مجموعات الذكاء الاصطناعي لا يمكنها انتظار حل بائع واحد. إنهم بحاجة إلى المحولات وبطاقات NIC والبصريات ومنصات الاختبار التي تعمل معًا على نطاق واسع.
الوحدات الضوئية 400G مقابل 800G مقابل 1.6T: مقارنة الاختيار
تعتمد السرعة المناسبة على حجم المجموعة وطبقة الشبكة وخريطة طريق التبديل وميزانية الطاقة ومصنع الألياف الموجود بالفعل. يوضح الجدول أدناه المكان الذي تكون فيه كل سرعة منطقية حاليًا.
| سرعة | وحدات نموذجية | أفضل ملاءمة | الاعتبار الرئيسي |
|---|---|---|---|
| 400G | 400 جرام SR8، DR4، FR4، LR4 | مراكز البيانات السحابية، وترقيات المؤسسات، ومجموعات الذكاء الاصطناعي الأصغر، والطبقة الورقية في البنى المتوسطة الحجم-. | نظام بيئي ناضج ومحول واسع النطاق ودعم NIC، بأقل تكلفة لكل جيجابايت في هذه المرحلة |
| 800G | 800 جرام SR8، DR8، 2xFR4، 2xDR4، LR8 | أقمشة تدريب الذكاء الاصطناعي، وHPC، وعمود الفقري لوحدة معالجة الرسومات-، والأوراق ذات التدرج الزائد، والعمود الفقري | يتطلب عرض النطاق الترددي الأعلى لكل منفذ، والحمل الحراري الأقوى، التحقق الدقيق من صحة تصحيح الأخطاء (FEC) والمضيف |
| 1.6T | 1.6T DR8، 2xDR4، OSFP-XD | الجيل التالي من العمود الفقري للذكاء الاصطناعي -، ومقياس الواجهة الخلفية فائق الكثافة-، ووحدات ASIC للتبديل في المستقبل (51.2T وأعلى) | يتطلب سلامة الإشارة، وFEC المتقدم، وتبريد الهواء السائل أو المحسن، والتخطيط لاستراتيجية الألياف والموصل |
لا يزال 400G ملائمًا نظرًا لأن العديد من مراكز البيانات في منتصف-الترقية من 100G أو 200G، ويوفر 400G توازنًا قويًا بين التكلفة والتوفر والأداء لأحمال العمل غير -الذكاء الاصطناعي. بالنسبة لمجموعات الذكاء الاصطناعي على وجه التحديد، أصبح 800G هو خط الأساس للعمل للبنيات الجديدة، ويجري الآن تخطيط 1.6T بشكل جدي لتوسيع نطاق الواجهة الخلفية-، خاصة حيث يكون إنشاء المحولات متوافقًا بالفعل مع إشارات 200G-لكل-المسار. إذا كنت تقوم بتقييم الكابلات عالية الكثافة-لهذه السرعات، فنظرتنا العامة حولكابلات الألياف الضوئية MPO وMTPيغطي خيارات الموصل والصندوق الأكثر استخدامًا عند 800 جيجا وما فوق.
عندما يكون 400 جرام لا يزال كافيًا
يظل 400G هو الخيار الصحيح عندما يكون حجم المجموعة متواضعًا، أو عندما لا تشبع وحدات معالجة الرسومات المستخدمة بطاقات NIC 400G، أو عندما يكون أسطول المحولات الحالي مبنيًا على -الجيل السابق من ASICs. لا تزال مجموعات الاستدلال، ووحدات التدريب الأصغر حجمًا، ومواقع الذكاء الاصطناعي الطرفية، ومعظم هياكل مراكز البيانات ذات الأغراض العامة- تعمل بشكل مريح على 400G. بالنسبة لهذه البيئات، فإن القفز مباشرة إلى 800G من شأنه أن يضيف التكلفة والضغط الحراري دون تحقيق تحسن ملموس في وقت إنجاز المهمة.
الاختبار العملي هو النظر في استخدام وحدة معالجة الرسومات أثناء التدريب. إذا كانت وحدات معالجة الرسومات تنتظر البيانات لأكثر من خمسة إلى عشرة بالمائة من الوقت، فإن الشبكة تمثل عنق الزجاجة بالفعل. إذا كان الاستخدام ثابتًا وعاليًا، فإن 400G تقوم بعملها.
عندما يصبح 800G ضروريًا
يصبح 800G ضروريًا عندما تصل المجموعة إلى نطاق حيث تفرض روابط 400G عددًا كبيرًا جدًا من الاتصالات المتوازية، أو عندما تبدأ حدود الجذر التبديل في تقييد خيارات الهيكل، أو عندما يقدم جيل وحدة معالجة الرسومات بطاقات NIC التي يمكنها تشبع منافذ 800G. في نسيج تدريب نموذجي للذكاء الاصطناعي، يتوافق هذا عادةً مع مجموعات مكونة من عدة آلاف من وحدات معالجة الرسومات وما فوق، حيث تحمل الشبكة الخلفية الجزء الأكبر من حركة التبادل التدرجي.
يجلب انتقال 800G أيضًا عملًا هندسيًا حقيقيًا. تعد طاقة كل منفذ- في وحدات 800 جيجا أعلى بكثير من 400 جيجا، وتتغير أوضاع FEC، وتتضاعف كثافة الكابلات عند وجه المحول. أصبح النسخ-في الاختبار والتحقق من صحة الارتباط أمرًا ضروريًا، لأنه في مهمة التدريب المتزامنة، يمكن أن يؤدي رابط بصري واحد غير مستقر إلى إعادة المحاولة مما يؤدي إلى إبطاء المجموعة بأكملها.
متى تخطط لـ 1.6T
1.6T حاليًا في مرحلة النشر المبكر لشبكات الواجهة الخلفية للذكاء الاصطناعي الأكثر عدوانية وهو هدف التخطيط القياسي لجيل المحولات التالي. لا تحتاج معظم فرق المؤسسات والسحابة إلى بصريات 1.6T في الإنتاج اليوم، ولكن يجب على أي شخص يصمم نسيجًا يمتد من ثلاث- إلى خمس-سنوات أن يأخذ في الاعتبار ذلك في مجال الكابلات ومصنع الألياف وتخطيط الطاقة.
لقد حدد فريق عمل IEEE P802.3dj مواصفات الطبقة المادية لـ 1.6T عبر الألياف أحادية الوضع -، وأظهر OFC 2026 إمكانية التشغيل التفاعلي بين البائعين المتعددين - بهذه السرعة. الإشارة العملية هي أن 1.6T حقيقي، لكن البنية التحتية المحيطة، بما في ذلك توفر المحول والتبريد وأدوات التشغيل، لا تزال مهمة بقدر الوحدة نفسها.
QSFP-DD مقابل OSFP: اختيار عامل الشكل الصحيح
في 400G و800G، عاملا الشكل السائدان هما QSFP-DD وOSFP. يقدم كلاهما نفس السرعات في منصات التبديل السائدة، لكنهما يختلفان في التصميم الميكانيكي والسلوك الحراري. QSFP-DD متوافق مع الإصدارات السابقة مع أقفاص QSFP28 وQSFP56، مما يجعله جذابًا للبيئات التي ترغب في إعادة استخدام فتحات المحول الموجودة أثناء الترقية. OSFP أكبر قليلاً، ويحتوي على حجم داخلي أكبر، ويوفر بشكل عام مساحة رأس حرارية أفضل، وهو ما يصبح مهمًا عند 800G وخاصة عند 1.6T.
بالنسبة لـ 1.6T، تتجه الصناعة نحو OSFP وOSFP-XD كخيارين سائدين، وذلك بسبب السعة الحرارية في المقام الأول. إذا كان فريق الشبكة يتوقع الترقية إلى ما يتجاوز 800G ضمن نفس جيل المحول، فعادةً ما يكون OSFP هو الخيار الأكثر أمانًا. إذا كانت الأولوية هي إعادة استخدام 400G QSFP-استثمارات DD، فسيظل QSFP-DD خيارًا قويًا في الوقت الحالي.
العوامل الرئيسية عند اختيار الوحدات الضوئية لشبكات الذكاء الاصطناعي
المسافة والوصول ونوع الألياف
قد تستخدم روابط الوصول القصير- الموجودة داخل صف من الحوامل وضعًا فرديًا متوازيًا - (DR) أو وحدات متعددة الأوضاع قصيرة المدى - (SR)، بينما قد تحتاج روابط البودات الداخلية-row أو inter-pod إلى متغيرات FR أو LR. قبل اختيار الوحدة النمطية، تأكد من طول الألياف الفعلي ودرجة الألياف ونوع الموصل وميزانية الارتباط. يوجد دليل تمهيدي مفيد حول كيفية تراكم الخسارة عبر الموصلات والوصلات في دليلنافقدان الإدراج في شبكات الألياف. بالنسبة إلى المدى الأطول، فإن الفرق بين الألياف ذات الوضع الفردي OS1 وOS2{3}}مهم أيضًا ويتم تناوله في نظرة عامة حول
أنواع وتطبيقات الألياف ذات الوضع الواحد-..
استهلاك الطاقة والتبريد
تنتج العناصر الضوئية عالية السرعة-المزيد من الحرارة. قبل الترقية من 400G إلى 800G أو التخطيط لـ 1.6T، تحقق من طاقة كل منفذ-، وقم بتبديل اتجاه تدفق الهواء، ودرجة حرارة القفص، وقواعد تخفيض الحرارة الحرارية، وهامش التبريد على مستوى الحامل-. في رفوف الذكاء الاصطناعي الكثيفة التي تستهلك بالفعل طاقة عالية لوحدات معالجة الرسومات، فإن الحمل الحراري الإضافي من آلاف البصريات-عالية السرعة ليس تافهًا ويمكن أن يؤثر على وقت التشغيل إذا تم تجاهله.
تبديل التوافق والبرامج الثابتة
التوافق هو أكثر من مجرد مطابقة السرعة. يجب التحقق من صحة الوحدة على منصة التبديل الدقيقة، وإصدار البرنامج الثابت، وتكوين FEC، وترميز EEPROM، ودرجة حرارة التشغيل المتوقعة قبل النشر المجمع. تشمل أعراض سوء التوافق التوافقي رفرف الارتباط، وارتفاع معدل الخطأ في البتات (BER)، وإنذارات DOM، وعمليات الإغلاق الحراري العرضية تحت الحمل المستمر. إن التقاطها في معمل صغير-يعد أرخص بكثير من التقاطها في الإنتاج.
توصيل الكابلات وإستراتيجية{0}الموصلات عالية الكثافة
عادةً ما يعني الانتقال إلى 800G أو 1.6T خطة كابلات مختلفة. تصبح موصلات الألياف المتعددة- مثل MPO-12، وMPO-16، وMPO-24 هي الموصلات الافتراضية عند السرعة العالية، وغالبًا ما يتم استخدام كابلات القطع لتوزيع منفذ تبديل عالي السرعة إلى اتصالات متعددة منخفضة السرعة. بالنسبة للفرق التي تقوم بتقييم هذا التحول، دليلنا حولكيفية اختيار كابل الاختراق MPOيغطي المفاضلات العملية-، و
خيارات كابل قناة MPO وMTPإظهار تكوينات صندوق السيارة الأكثر شيوعًا في عمليات نشر العمود الفقري 800G.
LPO وCPO وضوئيات السيليكون: ماذا يأتي بعد 800G
وبعيدًا عن السرعة الأولية، تركز الصناعة الآن على الكفاءة. هناك ثلاثة اتجاهات تكنولوجية أكثر أهمية:
البصريات الخطية القابلة للتوصيل (LPO)يزيل DSP من الوحدة الضوئية ويدفع المعادلة مرة أخرى إلى المضيف ASIC. يؤدي هذا إلى تقليل طاقة الوحدة، غالبًا بنسبة 30 إلى 50 بالمائة بنفس السرعة، ولكنه يتطلب تنسيقًا أكثر إحكامًا بين المحول والوحدة. يعد LPO أكثر جاذبية للروابط قصيرة المدى-داخل مجموعات الذكاء الاصطناعي حيث يدعمها النظام الأساسي المضيف.
شركة -البصريات المعبأة (CPO)ينقل المحركات الضوئية إلى نفس الركيزة مثل المحول ASIC، مما يؤدي إلى تقصير المسار الكهربائي وتقليل الطاقة لكل بت. كما وصفهايعمل منتدى الشبكات البصرية عبر الإنترنت على أطر 112G و224G CEI وCPO، لا يمثل CPO-بديلاً بديلاً للبصريات القابلة للتوصيل ولكنه أصبح أمرًا أساسيًا بشكل متزايد لكيفية تصميم أنسجة توسيع نطاق-الجيل القادم من الذكاء الاصطناعي-. أعلنت NVIDIA بالفعل عن محولات Spectrum-X Photonics وQuantum-X الضوئية المصنوعة من السيليكون مع مجموعة بصريات مشتركة-، تستهدف 1.6 تيرابايت/ثانية لكل منفذ وتوفير كبير في الطاقة.
الضوئيات السيليكونيكمن وراء معظم هذه الاتجاهات. من خلال دمج المغيرات وأدلة الموجات والكاشفات مباشرة على السيليكون، فإنها تتيح كثافة أعلى وسلوكًا حراريًا أفضل وتكاملًا أكثر إحكامًا مع محولات ASIC. يمتلك معظم بائعي البصريات الرئيسيين الآن ضوئيات السيليكون في خريطة الطريق الخاصة بهم لأحمال عمل الذكاء الاصطناعي.
بالنسبة لمعظم الفرق في عام 2026، تظل البصريات 800 جيجا القابلة للتوصيل هي العمود الفقري، في حين يتم تقييم ضوئيات LPO وCPO والسيليكون في إعدادات المختبر والأقمشة التجريبية المختارة.
الأخطاء الشائعة التي يجب تجنبها
الخطأ الأكثر شيوعًا هو اختيار السرعة الأعلى دون التأكد من أن بقية الشبكة يمكنها دعمها. لن توفر الوحدة الضوئية 800 جيجا الموجودة على المحول والتي لا يمكنها توفير الواجهة الكهربائية المطلوبة أو الإرتفاع الحراري 800 جيجا في الإنتاج. والثاني هو التقليل من السلطة. من خلال الآلاف من العناصر البصرية، يمكن للفرق بين الوحدة الموفرة للطاقة-والوحدة النموذجية أن يحول الحامل من ميزانية مقبولة إلى ميزانية تتجاوز-. والثالث هو التعامل مع التوافق كمربع اختيار وليس كعملية. يأتي التوافق الحقيقي من التحقق من صحة منصة التبديل الفعلية والبرامج الثابتة وبيئة التشغيل. والرابع هو سوء تخطيط الكابلات. تصبح جودة الموصل وعدد الألياف وإدارة التصحيح أكثر أهمية عند 800G و1.6T، وغالبًا ما تظهر الاختصارات هنا على شكل رفرف رابط أو خسارة مرتفعة بعد أشهر من النشر.
التعليمات
س: هل 800G ضروري لكل مركز بيانات يعمل بالذكاء الاصطناعي؟
ج: لا. 800G هي الأساس العملي لأنسجة تدريب الذكاء الاصطناعي الجديدة على نطاق واسع، ولكن مجموعات الاستدلال ووحدات التدريب الأصغر حجمًا ومعظم عمليات نشر الذكاء الاصطناعي للمؤسسات لا تزال تعمل بشكل جيد على 400G. تعتمد السرعة المناسبة على حجم المجموعة، وتوليد وحدة معالجة الرسومات، وسعة تبديل ASIC، واستخدام الشبكة الملحوظ.
س: متى يجب ترقية مركز البيانات من 400G إلى 800G؟
ج: أقوى الإشارات هي انخفاض استخدام وحدة معالجة الرسومات (GPU) بسبب وقت انتظار الشبكة، أو حدود تبديل الجذر التي تفرض طبولوجيا غير ملائمة، أو إنشاء وحدة معالجة الرسومات (GPU) وبطاقة واجهة الشبكة (NIC) الجديدة التي تدعم أصلاً منافذ 800 جيجا بايت. في حالة وجود اثنين منها على الأقل، عادةً ما تكون 800G هي الخطوة التالية الصحيحة.
س: ما هو الفرق العملي بين الوحدات الضوئية 800G و1.6T؟
ج: تعتمد كلتا السرعتين على تقنية أساسية مماثلة، ولكن 1.6T يستخدم إشارات 200 جيجا بايت-لكل-مسار، ويتطلب تصحيح تصحيح الأخطاء (FEC) أكثر تقدمًا، ويفرض متطلبات أعلى على التبريد وتكامل الإشارة. . 1.6T حاليًا في مرحلة النشر المبكر لشبكات الواجهة الخلفية الأكثر قوة للذكاء الاصطناعي، في حين أن 800 جيجا بايت هو الخيار السائد لأنسجة الذكاء الاصطناعي الجديدة في عام 2026.
س: هل يجب أن نختار QSFP-DD أو OSFP لشبكات الذكاء الاصطناعي؟
ج: يعد QSFP-DD أمرًا جذابًا لإعادة استخدام أقفاص QSFP الحالية بسعة 400 جيجا وهو مدعوم على نطاق واسع عند 800 جيجا. يتمتع OSFP بمساحة رأس حرارية أكبر وهو عامل الشكل السائد لـ 1.6T. عادةً ما تفضل الفرق التي تتوقع تجاوز 800 جيجا بايت ضمن نفس جيل المحول OSFP.
س: ما هو الدور الذي يلعبه LPO وCPO في مراكز بيانات الذكاء الاصطناعي؟
ج: يعمل LPO على تقليل طاقة الوحدة عن طريق تبسيط سلسلة معالجة الإشارة وهو مفيد للروابط -قصيرة المدى داخل مجموعات الذكاء الاصطناعي. يقوم CPO بنقل المحرك البصري إلى ركيزة المحول لتحسين كثافة عرض النطاق الترددي وكفاءة الطاقة، وأصبح محوريًا في بنى -الجيل القادم من الذكاء الاصطناعي-. كلاهما يتعايش مع البصريات القابلة للتوصيل بدلاً من استبدالها.
س: هل يمكننا إعادة استخدام البنية التحتية الحالية للألياف عند الترقية إلى 800G أو 1.6T؟
ج: يعتمد ذلك على نوع الألياف واستراتيجية الموصل ومدى الوصول. يمكن إعادة استخدام العديد من النباتات ذات الوضع الفردي- لمتغيرات DR وFR إذا كانت جودة الموصل وفقدان الارتباط مقبولة. قد تتطلب البنية الأساسية متعددة الأوضاع إعادة التحقق من ميزانية الارتباط بالسرعة الجديدة. عادةً ما يكون إجراء تدقيق فقدان الارتباط قبل الترقية أسرع وأرخص من اكتشاف مشكلات الخسارة بعد النشر.
خاتمة
إن ظهور الوحدات الضوئية 400G و800G و1.6T ليس موضة تكنولوجية. إنها استجابة مباشرة لكيفية تواصل أعباء عمل الذكاء الاصطناعي ومزامنتها وتوسيع نطاقها عبر آلاف وحدات معالجة الرسومات. لقد اتحد تحالف Ethernet وIEEE 802.3 والنظام البيئي الأوسع للبصريات على خريطة طريق واضحة من 400G إلى 800G إلى 1.6T، مع LPO وCPO وفوتونيات السيليكون التي تشكل ما يأتي بعد ذلك.
بالنسبة لمعظم فرق الشبكات، الإستراتيجية الصحيحة هي عدم ملاحقة أسرع وحدة في كل مكان. وهي مطابقة السرعة الضوئية مع وظيفة الشبكة، والتحقق من التوافق قبل القياس، وتخطيط الطاقة والتبريد بعناية، وتصميم محطة كابلات يمكنها حمل الشبكة خلال دورة ترقية واحدة أخرى على الأقل. تعد الطبقة الضوئية-المخططة جيدًا واحدة من أكثر الطرق-فعالية من حيث التكلفة للحفاظ على الاستخدام الكامل لاستثمارات وحدة معالجة الرسومات الباهظة الثمن مع استمرار نمو البنية الأساسية للذكاء الاصطناعي.
