Por Canuto  

Nvidia se unió a una inversión de USD $125 millones en iPronics para acelerar conmutadores ópticos de circuitos capaces de conectar redes de IA más densas, flexibles y compactas.

***

  • Nvidia, Maverick Silicon y Light Street Capital invertirán USD $125 millones en la tecnología OCS de segunda generación de iPronics.
  • La startup afirma que sus conmutadores basados en fotónica de silicio podrían reconfigurarse en menos de un milisegundo y ocupar mucho menos espacio.
  • El crecimiento de los clústeres de IA también impulsa nuevos conectores capaces de concentrar decenas de miles de fibras en un rack.

 

Los futuros sistemas de inteligencia artificial exigirán redes capaces de conectar cientos o incluso miles de aceleradores dentro de una misma arquitectura. Nvidia ya diseña plataformas de hasta 72 GPU por rack, y ese salto obliga a combinar más fibra, conmutación avanzada y equipos capaces de reorganizar las conexiones sin detener el cómputo.

En ese contexto, Nvidia se sumó a Maverick Silicon y Light Street Capital para invertir USD $125 millones en iPronics, una startup de fotónica que desarrolla conmutación óptica de circuitos. La operación busca respaldar la segunda generación de la tecnología OCS de la compañía, un segmento que ha ganado atractivo a medida que crecen los grandes clústeres de IA.

La lógica de una centralita para los aceleradores

Un conmutador óptico de circuitos no funciona como un equipo tradicional de redes Ethernet, porque no inspecciona ni dirige paquetes individuales. Su tarea consiste en establecer conexiones físicas entre distintos puntos mediante componentes optoelectrónicos, como una versión moderna de las antiguas centralitas telefónicas que enlazaban dos líneas cuando un usuario realizaba una llamada.

En lugar de operadores humanos, estos sistemas utilizan actuadores de alta velocidad, espejos microscópicos, elementos piezoeléctricos, pantallas LCD u otras tecnologías para modificar el trayecto de la luz. La ventaja principal es que los datos pueden viajar ópticamente una vez establecida la ruta, mientras la red conserva la capacidad de cambiar su topología cuando las necesidades del clúster se modifican.

Google utiliza conmutación óptica de circuitos desde hace años en sus clústeres de TPU, donde los aceleradores se organizan tradicionalmente en topologías de toro bidimensionales y tridimensionales. Estas mallas permiten que los chips se comuniquen dentro de una estructura amplia, aunque también introducen rigidez y pueden aumentar la latencia entre componentes que no se encuentran próximos.

La conmutación óptica permite compensar parte de esa rigidez, ya que Google puede cambiar el tamaño de un pod según la demanda o retirar virtualmente un acelerador que haya fallado. El método también reduce la dependencia del radix de los conmutadores de paquetes, un límite físico que puede dificultar la expansión de dominios de cómputo muy grandes.

iPronics busca superar las limitaciones actuales

Los sistemas OCS existentes todavía enfrentan obstáculos importantes para su adopción más amplia. Muchos dependen de dispositivos microelectromecánicos, conocidos como MEMS, que ajustan la conexión al mover pequeños espejos. Según el diseño, estos equipos pueden requerir desde unos pocos hasta varias decenas de milisegundos para reconfigurarse, aunque algunos modelos presentan tiempos inferiores.

El tamaño también representa un problema, porque los mecanismos móviles y los conectores utilizados ocupan un espacio considerable dentro del centro de datos. Esa limitación gana importancia cuando los operadores intentan construir sistemas con centenares de aceleradores y necesitan reservar el mayor volumen posible para procesamiento, refrigeración y cableado.

iPronics pretende resolver esas dificultades mediante un diseño basado en fotónica de silicio y sin piezas móviles, en lugar de utilizar arquitecturas basadas en MEMS o LCD. La empresa sostiene que su segunda generación podría alcanzar tiempos de reconfiguración inferiores a un milisegundo, lo que permitiría cambiar rutas durante una carga de trabajo y ocultar parte de la latencia dentro de los ciclos de cómputo.

El modelo iPronics ONE-32 admite actualmente 32 puertos por chip, mientras la startup trabaja en versiones de 72 y 144 puertos. Según sus cálculos, la combinación de varios chips y conectores de alta densidad podría concentrar hasta 720 pares de puertos en una sola unidad de rack, frente a equipos OCS de 300 puertos que suelen requerir ocho o más unidades.

Un complemento para las redes de Nvidia

La tecnología óptica no reemplazaría necesariamente las redes de conmutación de paquetes que dominan buena parte de los sistemas actuales. Los diseños como el NVL72 de Nvidia priorizan una conectividad de un solo salto entre todos los aceleradores y una gran diversidad de rutas, características que favorecen cambios frecuentes y comunicaciones muy dinámicas dentro de un rack.

OCS funciona mejor cuando las rutas permanecen estables durante periodos relativamente largos, incluso si la reconfiguración ocurre en menos de un milisegundo. Por eso, una arquitectura híbrida podría utilizar conexiones conmutadas sobre cobre dentro del rack y una malla óptica para enlazar distintos racks, separando las tareas que requieren máxima velocidad de aquellas que necesitan flexibilidad estructural.

Cuando Nvidia presentó su primera plataforma de cómputo a escala de rack en 2024, Jensen Huang describió el sistema de 72 GPU como un único acelerador enorme. La plataforma utiliza 18 chips NVLink Switch conectados en una red all-to-all, de modo que cada GPU puede alcanzar a otra mediante un solo salto, una configuración que no parece diseñada originalmente para una malla óptica, pero que podría combinarse con ella fuera del rack.

El escenario más probable para OCS podría encontrarse en los grandes clústeres de LPU que Nvidia comercializa actualmente. La información citada señala que cada billón de parámetros requiere ocho racks LPX, con más de 2.000 aceleradores, y que el uso intensivo de paralelismo de canalización hace que estos chips sean candidatos adecuados para topologías en malla gestionadas por conmutación óptica.

Más fibra para clústeres cada vez mayores

El crecimiento de la capacidad de cómputo también aumenta la presión sobre los sistemas físicos que transportan los datos. No basta con añadir aceleradores: cada nuevo enlace exige fibras, conectores, transceptores y estructuras de cableado capaces de sostener un ancho de banda elevado sin convertir el interior del rack en un obstáculo para el mantenimiento.

Mixx Technologies presentó esta semana un conector denominado SxC, diseñado para terminar decenas de miles de fibras dentro de un solo rack. La empresa afirma que su formato puede reunir 64 fibras por conector, por encima del rango habitual de los conectores MPO, que normalmente alcanzan entre ocho y 24 fibras.

De acuerdo con las estimaciones de Mixx, una unidad de rack compatible con las especificaciones del Open Compute Project podría alojar 384 puertos de 64 fibras mediante el sistema SxC. Si cada enlace utiliza SerDes de 400 gigabits por segundo, esa configuración alcanzaría un ancho de banda agregado de 614 terabits por segundo.

La cifra muestra por qué la carrera por la IA se extiende mucho más allá de las GPU y los procesadores especializados. La inversión de Nvidia en empresas como Coherent, Lumentum y Marvell, junto con el financiamiento de iPronics y el desarrollo de conectores de mayor densidad, refleja un esfuerzo coordinado para evitar que la interconexión se convierta en el límite de los próximos centros de datos.

El avance, sin embargo, dependerá de que las redes ópticas demuestren confiabilidad, costos competitivos y una integración sencilla con los fabrics de paquetes existentes. La promesa de conectar miles de aceleradores resulta atractiva, pero su valor operativo dependerá de que los administradores puedan reconfigurar los clústeres sin interrumpir los modelos y mantener bajo control la complejidad del cableado.

Para los operadores de nubes especializadas, incluida la categoría de neoclouds a la que pertenece Nebius, esa flexibilidad podría facilitar la asignación de recursos a modelos de distintos tamaños. Si iPronics cumple sus objetivos de densidad y latencia, la antigua lógica de una centralita podría regresar al centro de datos, esta vez para organizar el tráfico de la inteligencia artificial.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados