# Além da Rack: Como Ópticas Co-Empacotadas (CPO) e Armazenamento de Próxima Geração Estão Resolvendo o Problema de Movimentação de Dados da IA
No CIOE 2026 em Shenzhen, uma mudança fascinante na conversa surgiu entre os arquitetos de data centers. Cinco anos atrás, as discussões giravam em torno de TFLOPS de GPU e contagens de núcleos de CPU. Hoje? A obsessão é PB/s (petabytes por segundo) e orçamentos de latência de nanossegundos.
Por quê? Porque na era de modelos de IA de trilhões de parâmetros e inferência em tempo real, o gargalo mudou da computação para a movimentação de dados. Uma GPU H200 moderna pode processar 4,8 PFLOPS — mas está faminta por dados. Treinar um modelo da classe GPT-4 requer o embaralhamento de 45 petabytes de dados de treinamento em milhares de GPUs, bilhões de vezes.
Este artigo explora duas tecnologias convergentes apresentadas no CIOE 2026 que estão redefinindo a infraestrutura de IA: 1. Ópticas Co-Empacotadas (CPO) e Ópticas Próximas ao Pacote (NPO) — eliminando gargalos elétricos 2. Armazenamento empresarial de próxima geração — SSDs e sistemas de memória construídos para o apetite insaciável da IA
Módulos ópticos tradicionais se conectam a switches via traços elétricos em uma PCB. À medida que as taxas de dados ultrapassam 1,6 Tbps, esses traços se tornam barreiras intransponíveis:
- Perda de sinal: 30-40 dB/m a 112 Gbps PAM4 (56 GHz) - Consumo de energia: Retimers e DSPs consomem 15-20W por módulo - Latência: SerDes elétrico adiciona 100-200ns de ida e volta - Densidade: Limite de faceplate QSFP-DD para ~51 Tbps por ASIC de switch
Entra Ópticas Co-Empacotadas: integrando motores ópticos dentro do mesmo pacote que o silício de comutação.
Percorrendo a exposição, CPO havia transitado de artigos de conferência para silício em produção:
#### 1. Motores Ópticos NPO de 6,4T (华工正源/Huagong Zhongyuan) - Configuração: 8 × 800G lanes usando lasers DWDM de ponto quântico - Eficiência energética: 3,5 pJ/bit (vs. 8 pJ/bit para módulos plugáveis) - Fator de forma: Integrado ao substrato do pacote do switch - Status: Amostragem para hyperscalers Tier-1 no Q4 2026
#### 2. Plataformas de Fotônica de Silício (GlobalFoundries) Seu processo SiPh compatível com CMOS de 45nm permite: - Integração monolítica de lasers, moduladores e fotodetectores - Teste em escala de wafer reduzindo custos de montagem em 60% - Fontes de múltiplos comprimentos de onda para aplicações DWDM
#### 3. Avanço de Hardware da Light联芯科技 A startup chinesa apresentou o sistema de litografia programável sem máscara ZW1000 para fotônica de silício: - Prototipagem rápida: Semanas em vez de meses para novos designs - Produção de baixo volume: Econômico para <10K unitsyear - Flexibilidade: Guias de onda reconfiguráveis para aplicações personalizadas
Isso aborda o maior desafio do CPO: ciclos de iteração de design. Custos de máscara fotográfica tradicionais (US$ 200 mil+) tornavam a experimentação proibitivamente cara.
Nem todas as aplicações exigem a complexidade do CPO. Veja quando cada tecnologia faz sentido:
| Arquitetura | Ideal para | Largura de Banda | Energia | Custo | Disponibilidade | |--------------|----------|-----------|-------|------|--------------| | Pluggable (QSFP-DD) | Redes Spine-Leaf | 800G-1.6T | 15-20W | $ | Agora | | LPO (Linear Pluggable) | Rack-a-rack <100m | 800G 8-12W $$ Now NPO (Near-Package) | Clusters de treinamento de IA | 3.2-6.4T | 5-8W | $$$ | 2027 | | CPO (Co-Packaged) | Tecidos de switch | 12.8T+ | 3-5W | $$$$ | 2028 |
Insight Chave do CIOE: Para implantações de 2026-2027, arquiteturas híbridas dominam: - CPO para switches spine (51,2 Tbps+ por ASIC) - Pluggable 800G para switches leaf - LPO para interconexão de GPU de tecido de computação
Para engenheiros que avaliam soluções CPO, entender a arquitetura é crucial:
#### Caminho Tradicional do Módulo Pluggable: ``` GPU → PCIe → ASIC de NIC → Traços de PCB (30cm) → Retimer → DSP do Módulo → Laser → Fibra → Fotodiodo → DSP → Retimer → Traços de PCB → ASIC de Switch ``` Latência total: ~800ns Energia: ~35W para 800G bidirecional
#### Caminho CPO: ``` ASIC de Switch → Guia de onda no pacote (3mm) → Modulador → Fibra → Fotodiodo → Guia de onda → ASIC de Switch ``` Latência total: ~200ns Energia: ~8W para 800G bidirecional
A redução de latência é transformadora para treinamento paralelo síncrono (por exemplo, ZeRO-3, FSDP), onde primitivas de comunicação coletiva (all-reduce, all-gather) dominam o tempo de execução.
Apesar das vantagens técnicas convincentes, o CPO enfrenta obstáculos:
1. Imaturidade da cadeia de suprimentos: Apenas 3-4 fornecedores qualificados globalmente 2. Redesenho do ASIC de switch: Requer co-desenvolvimento com Broadcom/Nvidia/Marvell 3. Gerenciamento térmico: ASICs de switch de 400W+ + motores ópticos = resfriamento complexo 4. Economia de reparo: Motor óptico defeituoso = sucata de módulo de switch inteiro (US$ 50 mil+)
Consenso da indústria no CIOE: CPO capturará 15-20% do mercado de switches de 2028, concentrado em clusters de IA hyperscale. Módulos plugáveis permanecem dominantes para empresas e telecomunicações.
Enquanto todos se fixam em GPUs, as exposições de armazenamento empresarial do CIOE contaram uma história igualmente importante: o pipeline de dados da IA é tão rápido quanto seu componente mais lento.
Treinar um modelo de 1 trilhão de parâmetros em 10 TB de dados requer: - Carregamento do conjunto de dados: 10 TB lidos do armazenamento → memória da GPU - Checkpointing: 2 TB de pesos do modelo gravados a cada época (10-100× por execução de treinamento) - Operações de shuffle: Padrões de acesso aleatório em todo o conjunto de dados - Sincronização de gradiente: Gravações distribuídas durante a retropropagação
HDDs SAS tradicionais? Ridiculamente inadequados. Mesmo SSDs SATA lutam. É aqui que entram SSDs NVMe PCIe 5.0 e memória persistente DDR5.
#### 1. SSDs Empresariais PCIe 5.0: A Nova Linha de Base A exposição da Topstar incluiu drives Micron Série 7500 e Kingston DC1500M demonstrando: - Leitura sequencial: 14.000 MB/s (vs. 3.500 MB/s para PCIe 3.0) - IOPS de leitura aleatória: 2,5M (crucial para carregamento de dados de treinamento distribuído) - Resistência: 3 DWPD (Gravações por Dia) por 5 anos = 82 PB de gravações totais em um drive de 15 TB
Impacto no mundo real: Um JBOF NVMe de 16 drives pode saturar links duplos de 100 GbE para streaming de conjunto de dados — eliminando o armazenamento como um gargalo de treinamento.
#### 2. Memória de Servidor DDR5-5600: Além da Capacidade Cargas de trabalho de IA exigem tanto capacidade (512 GB-2 TB por servidor) quanto largura de banda (>400 GB/s por soquete). DDR5-5600 oferece: - Largura de banda: 44,8 GB/s por DIMM (vs. 32 GB/s para DDR4-3200) - Capacidade: Módulos RDIMM de 128 GB se tornando padrão - Eficiência energética: 1,1V vs. 1,2V para DDR4 (redução de 10%)
No CIOE, vimos RDIMMs DDR5-5600 de 512 GB da Samsung — permitindo 2 TB por soquete (16× DIMMs) para servidores de inferência LLM. Isso permite que modelos inteiros de 70B parâmetros permaneçam residentes em DRAM, eliminando a sobrecarga de troca de modelos.
#### 3. Expansão de Memória CXL: O divisor de águas O Compute Express Link (CXL) 2.0 permite pooling de memória entre servidores: - Pool de memória compartilhado: Múltiplas CPUs acessam DRAM/memória persistente comum - Latência: <200ns for remote memory access (vs. milliseconds NVMe) - Caso de uso: Clusters de inferência LLM compartilham KV-cache entre nós
Embora ainda emergente (produção limitada em 2026), a expansão de memória CXL pode reduzir os custos do cluster de inferência em 30% eliminando o provisionamento excessivo de memória por nó.
Com base nas discussões do CIOE com arquitetos de data centers, a pilha de armazenamento de IA ideal é:
#### Camada 1: HBM de GPU (Memória de Alta Largura de Banda) - Capacidade: 80-192 GB por GPU (H200/B200) - Largura de banda: 4-5 TB/s - Propósito: Lotes de treinamento ativos, pesos do modelo durante a passagem forward/backward
#### Camada 2: DRAM do Host (DDR5) - Capacidade: 1-2 TB por servidor - Largura de banda: 400-800 GB/s por soquete - Propósito: Pré-busca de conjunto de dados, acumulação de gradiente, KV-cache de inferência
#### Camada 3: Armazenamento SSD NVMe - Capacidade: 60-240 TB por servidor (4-16× drives de 15 TB) - Largura de banda: 50-200 GB/s (RAID 0 entre drives) - Propósito: Armazenamento completo do conjunto de dados, checkpointing, versionamento de modelo de longo prazo
Razão crítica: Mire em DRAM do Host : NVMe = 1:50 (por exemplo, 2 TB de DRAM, 100 TB de NVMe). Isso garante que a pré-busca do conjunto de dados nunca atrase o treinamento da GPU.
Considere um cluster de treinamento de IA de 1.000 GPUs: - Custo da GPU: US$ 30M (1.000 × US$ 30 mil por H100) - Energia anual: US$ 5M (US$ 150/GPU × 1.000 × 8.760 horas × US$ 0,12/kWh) - Custo de oportunidade: US$ 5.000/hora para cluster ocioso (US$ 43M/ano a 100% de utilização)
Agora, imagine que os gargalos de armazenamento reduzam a utilização efetiva da GPU para 85% (15% ocioso esperando por dados): - Tempo de GPU desperdiçado: US$ 6,45M/ano - Custo para eliminar o gargalo: US$ 500 mil (NVMe premium + DDR5 + rede de 100 GbE)
ROI: 1.200% no primeiro ano. É por isso que os hyperscalers não hesitam em implantar SSDs PCIe 5.0 de US$ 2.000.
Como participante do CIOE 2026 e fornecedora da indústria, A Topstar Technology posiciona os clientes de forma única para o sucesso da infraestrutura de IA:
#### Interconexão Óptica - Módulos QSFP-DD/OSFP de 800G/1.6T - Soluções de 400G/200G para arquiteturas híbridas - Cabos AOC/DAC para conectividade em escala de rack - Chicotes de fibra MPO/MTP
#### Armazenamento Empresarial - SSDs: Micron, Kingston, Samsung NVMe empresarial (PCIe 4.0/5.0) - Memória de Servidor: RDIMMs e LRDIMMs DDR5-4800/5600 - Memória de GPU: HBM2e/HBM3 para aceleradores de IA (fornecimento OEM)
#### Componentes de Servidor de IA - GPUs NVIDIA H100/H200/B100 (distribuidor autorizado) - NICs Mellanox ConnectX-7 (400 GbE para RDMA) - Switches Broadcom e SmartNICs
#### 1. Simplicidade de Fornecedor Único Pare de gerenciar 10 fornecedores diferentes. Entregamos soluções completas de rack de IA: - Otimização da Lista de Materiais (BOM) - Pré-validação de compatibilidade - Envio e suporte consolidados
#### 2. Opções Flexíveis de Fornecimento - Componentes de nível OEM para implantações hyperscale - Módulos de marca original (compatíveis com Cisco/Arista/Mellanox) - Soluções white-box para projetos sensíveis ao custo
#### 3. Co-desenvolvimento Técnico Nossos engenheiros colaboram em: - Projeto de topologia de rede (Clos, Fat-tree, Dragonfly) - Dimensionamento de camadas de armazenamento com base no perfil da carga de trabalho - Orçamentos de energia e resfriamento para implantações em nível de rack
#### 4. Prazos de Implantação Rápidos Em uma indústria com prazos de entrega de 16 a 24 semanas, mantemos: - Inventário estratégico de componentes (estoque de mais de US$ 5 milhões) - Entrega de 4 a 8 semanas para configurações padrão - Opções aceleradas para implantações urgentes
Um projeto recente de cliente ilustra nossa capacidade ponta a ponta:
Requisitos: - 500× GPUs NVIDIA H100 - Armazenamento de conjunto de dados de 100 TB por nó - <10 µs de latência de rede para operações all-reduce
Solução Topstar: - Rede: - 500× NICs Mellanox ConnectX-7 de 400 GbE - 64× módulos ópticos QSFP-DD de 800G para switches spine - 1.024× módulos QSFP-DD de 400G para switches leaf - Armazenamento: - 4.000× SSDs NVMe Kingston DC1500M de 15 TB (8 por servidor) - Controladores RAID com cache de 8 GB por servidor - Memória: - 32.000× Samsung DDR5-5600 64GB RDIMMs (64 por servidor, 4 TB/nó)
Cronograma de Implantação: - Semana 1-2: Finalização da BOM e aquisição - Semana 3-6: Entrega e integração de componentes - Semana 7-8: Instalação do rack e comissionamento da rede - Semana 9: Validação da carga de trabalho e entrega
Resultado: O cluster atingiu 94,2% de utilização da GPU durante execuções de treinamento de uma semana — entre as mais altas da indústria.
Com base nos insights do CIOE 2026 e nos roteiros da indústria, eis o que está por vir:
- Módulos ópticos de 3,2T entram em produção em volume - Amostragem DDR6 começa (7.200 MT/s, 60 GB/s por DIMM) - SSDs PCIe 6.0 entregam leituras sequenciais de 28 GB/s - CXL 3.0 permite pooling de memória entre racks
- ASICs de switch de 12,8T com CPO integrado - Sinalização de 400G por lane (vs. máximo de 200G hoje) - Comutação de circuito óptico para alocação dinâmica de largura de banda - Primeiros aceleradores de IA fotônicos comerciais (computação óptica analógica)
- Comutação óptica em nível de rack substituindo a distribuição elétrica - Fotônica de silício se torna mais barata que cobre a >100 Gbps - Memória persistente (anexada por CXL) substitui NVMe para armazenamento quente - Links seguros emaranhados quânticamente para sincronização de modelos de IA entre DCs
Os modelos de IA que chamam a atenção — GPT-5, Gemini Ultra, Claude Opus — são tão capazes quanto a infraestrutura sob eles. No CIOE 2026, a mensagem foi inequívoca: a era da IA está sendo construída um módulo óptico, um SSD e um DIMM de memória de cada vez.
Para organizações que implantam infraestrutura de IA, três imperativos surgiram:
1. Não espere pela tecnologia perfeita — 800G e DDR5 estão prontos para produção agora 2. Projete para movimentação de dados, não apenas para computação — Armazenamento e rede são co-iguais às GPUs 3. Faça parceria com fornecedores que entendem a pilha — Óptica, armazenamento e computação devem ser arquitetados juntos
A Topstar Technology está nesta interseção — reunindo componentes de ponta, profundo conhecimento técnico e agilidade na cadeia de suprimentos para cumprir prazos de implantação agressivos. Se você está construindo seu primeiro cluster de IA ou escalando para 100.000 GPUs, estamos prontos para ser seu parceiro de infraestrutura.
O futuro da inteligência está sendo construído hoje. Vamos construí-lo juntos.
---
A Topstar é uma fornecedora líder de componentes de infraestrutura de IA, especializada em: - Módulos Ópticos: QSFP-DD de 800G/1.6T, OSFP de 400G, soluções CPO/NPO - Armazenamento Empresarial: SSDs NVMe (PCIe 4.0/5.0), SATA Empresarial, fatores de forma U.2/U.3 - Memória de Servidor: RDIMMs/LRDIMMs DDR5, HBM para aceleradores de IA - GPU e Rede: GPUs de IA NVIDIA, SmartNICs Mellanox, switches Broadcom
Com mais de 15 anos atendendo data centers hyperscale, operadoras de telecomunicações e clientes empresariais, combinamos qualidade de nível OEM com economia white-box.
📧 Consultas de Engenharia: dsale@topsfp.com 🌐 Catálogo de Produtos: www.opticalmodulemanufacturers.com | www.qsfp28module.com 📱 Conecte-se: [Facebook](https://www.facebook.com/topstar.sfp/) | [LinkedIn](https://www.linkedin.com/company/13177171/)
---
Palavras-chave: Ópticas co-empacotadas, CPO, NPO, data center de IA, SSD empresarial, memória de servidor DDR5, NVMe PCIe 5.0, fotônica de silício, interconexão óptica, armazenamento de GPU, CIOE 2026, rede de alta velocidade, infraestrutura de IA
Tags SEO: #CoPackagedOptics #CPO #NPO #AIInfrastructure #EnterpriseSSD #DDR5Memory #DataCenter #CIOE2026 #SiliconPhotonics #GPUStorage #OpticalModules #NVMe
Pessoa de Contato: Ms. Vicky Tian
Telefone: +86 19860146913
Fax: 86-0755-82552969
Portuguese
