Rencana jaringan optik Nvidia terdiri dari tiga hal yang perlu dibedakan: riset koneksi optik yang lebih rapat, sakelar co-packaged optics (CPO) yang menurut perusahaan sudah masuk produksi, dan target peningkatan kapasitas pemasok untuk menopang sistem yang lebih besar. Prototipe riset atau perluasan kapasitas manufaktur tidak otomatis berarti semua teknologi optik siap diterapkan secara luas.
Dua pendekatan riset untuk mempercepat aliran data
Dalam sesi bertajuk “Optical Integration for the Next Generation of AI” di SEMICON West 2026, Nikola Nedovic, Principal Research Scientist Nvidia, membahas integrasi optik untuk sistem AI. Jadwal acara mencantumkan sesi tersebut pada 13 Oktober, dalam konferensi yang berlangsung di San Francisco.
21
23
28
Salah satu fokusnya adalah optics-on-interposer (OOI). Prototipe ini menempatkan mesin optik pada interposer silikon, berdampingan dengan chip komputasi, alih-alih melewatkan sambungan listrik melalui substrat kemasan organik. Jalur listrik yang lebih pendek diharapkan dapat meningkatkan kepadatan bandwidth dan efisiensi daya.
17
21
Pendekatan lainnya adalah dense wavelength-division multiplexing (DWDM), yakni mengirim data melalui beberapa panjang gelombang cahaya dalam satu serat optik. Demonstrasi yang dilaporkan menggunakan delapan panjang gelombang, masing-masing hingga 32 Gb/s, sehingga totalnya mencapai 256 Gb/s per serat. DWDM meningkatkan jumlah data yang dapat dibawa satu serat, sedangkan OOI berfokus pada posisi mesin optik dan jalur listrik menuju komponen tersebut.
6
Namun, demonstrasi ini belum menunjukkan bahwa teknologinya siap dikomersialkan. Nvidia belum mengumumkan jadwal komersialisasi OOI atau DWDM, dan keduanya masih digambarkan sebagai teknologi tahap riset.
6
33
Produk yang sudah masuk produksi: Spectrum-X Ethernet Photonics
Spectrum-X Ethernet Photonics merupakan platform sakelar CPO Nvidia yang terpisah dari prototipe riset tersebut. CPO menempatkan komponen optik dalam kemasan yang sama dengan ASIC sakelar. Nvidia menyebut pendekatan ini dapat mengurangi konsumsi daya dan meningkatkan keandalan.
41
Nvidia mengumumkan produk ini “sudah masuk produksi” pada Mei 2026 dan menyebut CoreWeave, Lambda, Meta, Microsoft, serta Oracle Cloud Infrastructure sebagai pengguna awal.
37
45 Meski demikian, status produksi tidak serta-merta membuktikan bahwa produk telah digunakan secara luas. Laporan berikutnya menyebut pengiriman masih terbatas dan belum memastikan apakah penerima menguji sakelar tersebut atau telah menggunakannya secara komersial.
36
Target kapasitas SPIL bukan ramalan jumlah pengiriman
Nvidia mengatakan SPIL menargetkan peningkatan kapasitas mesin optik untuk CPO sebesar 15 kali lipat pada pertengahan 2027, lalu menggandakan lagi kapasitas yang telah diperluas itu pada akhir 2028.
13
Jika kedua target dicapai secara berurutan, kapasitasnya akan menjadi sekitar 30 kali tingkat awal. Namun, Nvidia tidak menyebutkan angka dasar kapasitas dalam pengumuman tersebut. Karena itu, pengali tersebut tidak menunjukkan jumlah produksi absolut ataupun memprediksi berapa banyak sakelar yang akan dikirim.
3
13
Rencana ini menyangkut kapasitas mesin optik untuk CPO. Pengumuman tersebut tidak menetapkan kapan prototipe riset OOI atau DWDM akan menjadi produk.
6
13
Arah menuju klaster yang lebih besar
Dalam blog teknisnya, Nvidia menjelaskan Kyber sebagai rancangan rak masa depan dengan 144 GPU per rak. Perusahaan juga menyebut arsitektur itu dapat dikembangkan menjadi sistem Kyber NVL1152 yang menghubungkan delapan rak melalui interkoneksi optik langsung.
32 Angka 1.152 GPU adalah konfigurasi sistem yang dinyatakan Nvidia—bukan bukti bahwa prototipe riset yang ditampilkan di SEMICON West akan digunakan di dalamnya.
Secara keseluruhan, rencana Nvidia mengarah pada pemakaian konektivitas optik yang lebih luas untuk memperbesar sistem AI. Sakelar CPO merupakan langkah produksi, peningkatan kapasitas pemasok masih berupa target, sementara OOI dan DWDM tetap berada pada tahap riset. Memisahkan tonggak-tonggak ini penting untuk menilai seberapa cepat peta jalan tersebut dapat mendukung klaster yang lebih besar.