Holle glasvezel moet AI-datacenters meer geografische speelruimte geven

AI-schaalvergroting wordt ook een geografisch vraagstuk

De bouw van AI-datacenters draait niet meer uitsluitend om GPU’s, servers en netwerken. Beschikbaarheid van elektriciteit, grond, netaansluitingen, vergunningen en politieke steun bepaalt steeds vaker waar nieuwe capaciteit kan komen. Als één enorm datacenter op één locatie niet haalbaar is, moeten exploitanten GPU-capaciteit mogelijk over meerdere locaties verdelen.

Relativity Networks gokt erop dat een sneller optisch medium zulke locaties meer als één nauw samenwerkend systeem kan laten functioneren. Het bedrijf ontwikkelt met ChronoCore een platform op basis van hollow-core fiber: glasvezel met een holle, met lucht gevulde kern in plaats van een kern van massief glas.

Relativity zegt dat ChronoCore de voortplantingsvertraging terugbrengt tot ongeveer 3,4 à 3,5 microseconde per kilometer, tegenover circa 5 microseconde bij standaardglasvezel. 1618

De kern van het idee: afstand minder beperkend maken

Glasvezel haalt de fysieke afstand tussen datacenters natuurlijk niet weg. Wel kan de technologie de tijd verkorten die een optisch signaal nodig heeft om die afstand af te leggen. Dat verschil wordt relevant wanneer een gedistribueerde AI-taak voortdurend gegevens uitwisselt tussen verschillende GPU-pools.

Relativity richt zich op verbindingen tussen datacenters. De kabel moet 24 verbindingen met lage vertraging tussen AI-faciliteiten bieden. Volgens het bedrijf kan holle glasvezel gegevens bij een vergelijkbare vertraging ongeveer 1,5 keer zo ver transporteren als conventionele glasvezel. 1424

In de praktijk kan dat infrastructuurplanners meer opties geven. Een aaneengesloten megacampus hoeft dan niet langer de enige mogelijke thuisbasis te zijn voor een sterk gekoppeld AI-systeem. In theorie kan een exploitant capaciteit combineren uit meerdere locaties waar stroom en ontwikkelingsruimte beter beschikbaar zijn.

Waarom microseconden bij AI zwaarder wegen

Een kleine extra vertraging is voor veel alledaagse internetverbindingen nauwelijks van belang. Dat ligt anders bij AI-workloads die over meerdere faciliteiten zijn verdeeld en vaak moeten synchroniseren. Relativity stelt dat een lagere voortplantingsvertraging kan helpen om training en inferentie over een groter geografisch gebied beter op elkaar afgestemd te houden. 110

Het bedrijf beschrijft die ontwikkeling als een situatie waarin “geografie onderdeel wordt van de computer”: het netwerk verbindt niet alleen afzonderlijke locaties, maar helpt ook bepalen hoe ver die locaties uit elkaar kunnen liggen voordat ze niet langer als één gecoördineerde AI-fabriek functioneren. 1718

Dat betekent niet dat snellere glasvezel op zichzelf meerdere datacenters in één cluster verandert. De prestaties van begin tot eind hangen ook af van switches, transceivers, netwerkarchitectuur, software, het gedrag van de workload en alle andere vertragingsbronnen in het netwerk. Holle glasvezel pakt slechts één laag van het probleem aan: de tijd die het optische signaal nodig heeft om zich voort te planten.

Wat betekent de claim van “50 procent sneller” precies?

In berichtgeving over de aankondiging wordt holle glasvezel omschreven als ongeveer 50 procent sneller dan conventionele glasvezel. 2 In de eigen materialen van Relativity ligt de claim dichter bij 47 procent. ChronoCore zou ongeveer 3,4 microseconde per kilometer halen en over dezelfde afstand circa 32 procent minder vertraging hebben. 18

Die percentages zijn niet onderling uitwisselbaar. Een daling van 5 naar 3,5 microseconde per kilometer betekent een afname van de eenrichtingsvertraging met 30 procent. Uitgedrukt als snelheidsstijging komt dat in deze vereenvoudigde vergelijking neer op ongeveer 43 procent. Het precieze percentage hangt af van de gekozen vergelijkingsbasis en meetmethode.

De belangrijkste conclusie is daarom niet het exacte marketingpercentage. Belangrijker is de mogelijkheid dat een medium met een luchtkern voldoende tijdwinst oplevert om de praktische afstand tussen AI-faciliteiten te vergroten.

Waarom de financiering en de hyperscalerorder ertoe doen

Relativity maakte een financiering van 22 miljoen dollar via SAFE-notes bekend, naast een afzonderlijke vervolgorder van 40 miljoen dollar van een niet genoemde hyperscaler. 23 Een SAFE — voluit Simple Agreement for Future Equity — is doorgaans een overeenkomst die bij een toekomstige aandelenronde wordt omgezet in aandelen. Het gaat hier dus om vroeg groeikapitaal, niet om een traditionele aandelenronde met een vooraf vastgestelde waardering. 2

De order geeft een ander soort signaal. Volgens berichtgeving testte de hyperscaler ChronoCore eerst voor verbindingen tussen datacenters en plaatste de klant daarna de vervolgorder. Dat wijst erop dat ten minste één grote cloudexploitant verder is gegaan dan een eerste technische evaluatie. 113

Dat is betekenisvol, maar geen bewijs voor brede marktadoptie. De klant is niet bekendgemaakt. Ook zijn er geen openbare details over de uitrolplanning, de technische testresultaten of de hoeveelheid infrastructuur die de order uiteindelijk zal ondersteunen. De 40 miljoen dollar is dus bewijs van commerciële belangstelling, geen garantie dat holle glasvezel de standaardvervanger voor conventionele glasvezel wordt.

Een nieuwe rol voor netwerken in de AI-infrastructuur

Relativity richt zich op een beperking die buiten de GPU zelf ligt: de plek waar voldoende stroom en geschikte ontwikkelruimte beschikbaar zijn. Volgens bedrijfsinformatie en berichtgeving verspreiden exploitanten AI-infrastructuur over geografisch gescheiden campussen omdat het steeds lastiger wordt om op één plek genoeg elektriciteit en bouwmogelijkheden te vinden. 1627

Daardoor verandert ook de rol van het netwerk. In een traditioneel datacenter verbindt het netwerk vooral machines binnen een afgebakende faciliteit. Bij een verspreide AI-infrastructuur kan de verbinding tussen locaties mede bepalen of afzonderlijke datacenters dicht genoeg bij elkaar liggen om aan hetzelfde systeem deel te nemen.

Holle glasvezel wordt daarmee gepresenteerd als een laag die geografische flexibiliteit mogelijk maakt. Exploitanten zouden rekenkracht kunnen bundelen op meerdere locaties waar stroom beschikbaar is, in plaats van te wachten op één plek met voldoende elektriciteit, grond, netcapaciteit en politieke steun. Optics.org beschrijft Relativity’s vergelijking tussen een gebruikelijke beperking van ongeveer 60 kilometer en een mogelijk bereik van 90 kilometer voor de eigen vezel. De bruikbare afstand voor een specifieke AI-workload blijft afhankelijk van het volledige systeemontwerp. 24

Wat de aankondiging wel en niet laat zien

De aankondiging past in een bredere ontwikkeling: naarmate AI-systemen groeien, optimaliseren infrastructuurbedrijven niet alleen de rekendichtheid en de interne netwerkverbindingen, maar ook de fysieke geografie van het totale systeem.

De financiering geeft Relativity kapitaal om de productie op te schalen. De vervolgorder laat zien dat de holle-kernbenadering de aandacht heeft getrokken van ten minste één serieuze hyperscaler. 34 De technische belofte is helder: een lagere voortplantingsvertraging kan het realistischer maken om GPU-capaciteit geografisch te verdelen.

De operationele vragen zijn echter nog niet beantwoord. De sector heeft meer openbare informatie nodig over productieschaal, kosten, betrouwbaarheid, implementatiecomplexiteit en de gemeten prestaties bij echte, gedistribueerde AI-workloads. Tot die gegevens beschikbaar zijn, is ChronoCore vooral een belangrijke infrastructuurweddenschap op een veranderende beperking — geen bewijs dat glasvezel het geografische probleem van AI-datacenters al heeft opgelost.