Опубликовано 11 марта 2026

Свет вместо меди: Lightmatter и Qualcomm установили рекорд скорости передачи данных для ИИ-кластеров

Lightmatter совместно с Qualcomm Technologies достигла рекордной пропускной способности в 1,6 Тбит/с на одно волокно – это в 8 раз больше, чем у существующих решений.

Инфраструктура 3 – 5 минут чтения
Источник события: Lightmatter 3 – 5 минут чтения

Чем крупнее становятся ИИ-модели, тем острее встаёт вопрос, который на первый взгляд кажется сугубо инженерным: как быстро данные перемещаются между тысячами чипов внутри дата-центра. Медные кабели, десятилетиями справлявшиеся с этой задачей, начинают тормозить весь процесс – буквально. И индустрия всё активнее смотрит в сторону оптики.

Проблема ограничения пропускной способности медных соединений в ИИ-кластерах

Почему «узкое место» – это не метафора

Современные ИИ-кластеры – это не один мощный компьютер, а сотни тысяч специализированных чипов, которые должны постоянно обмениваться данными друг с другом. Проблема в том, что возможности медных соединений физически ограничены: на больших расстояниях и при высоких скоростях они греются, теряют сигнал и потребляют много энергии. Это называют «интерконнект-ботлнеком» – узким местом в передаче данных, которое не даёт масштабировать систему дальше.

Оптоволокно, по которому данные передаются световыми импульсами, – давно известная альтернатива. Но интегрировать его прямо в серверное железо на уровне чипов оказалось технически непростой задачей. Именно этим занимается компания Lightmatter.

Технические характеристики и скорость передачи данных 1,6 Тбит/с на волокно

Рекорд, который стоит объяснить 💡

11 марта 2026 года Lightmatter объявила о совместном результате с Qualcomm Technologies: им удалось достичь пропускной способности 1,6 терабита в секунду на одно оптическое волокно. Для сравнения: существующие решения аналогичного класса обеспечивают примерно в 8 раз меньшую скорость. Это не постепенный прирост – это качественный скачок.

Проще говоря: там, где раньше требовалось восемь волокон, теперь хватает одного. Это означает меньшее количество кабелей в дата-центре, упрощение инфраструктуры и снижение затрат – при этом значительно больший объём данных передаётся за то же время.

В основе разработки лежит технология, которая пропускает через одно волокно сразу 16 световых потоков на разных длинах волн одновременно. Каждый поток переносит данные независимо, не мешая соседним. Это позволяет многократно увеличить суммарный объём передаваемой информации без замены самого кабеля.

Технологическое партнерство Lightmatter и Qualcomm в разработке оптических интерфейсов

Кто за этим стоит и зачем им это нужно

Lightmatter – компания, специализирующаяся на фотонных вычислениях: технологиях, где свет используется не только для передачи данных, но и потенциально для их обработки. Их платформа Passage – это кремниевый фотонный движок, который встраивается в существующее оборудование и берет на себя роль оптического интерфейса между чипами.

Qualcomm Technologies в этом партнёрстве отвечает за высокоскоростные SerDes-компоненты – специализированные схемы, преобразующие потоки данных для передачи по оптике. Их участие – не просто поставка деталей, а стратегическое сотрудничество, направленное на создание единого решения, готового к массовому производству.

Важная деталь: речь идёт не о лабораторном прототипе. Компания заявляет о «кремний-верифицированной» технологии, готовой к крупносерийному выпуску, – то есть о решении, которое уже прошло проверку на реальном «железе» и может масштабироваться для нужд крупных облачных провайдеров.

Преимущества внедрения кремниевой фотоники для инфраструктуры центров обработки данных

Что это меняет для дата-центров

Цель, которую обозначает Lightmatter, – 100 терабит в секунду на один чип-пакет. Текущий результат в 1,6 Тбит/с на волокно – важный шаг на этом пути. Если умножить этот показатель на количество волокон, которые можно разместить в одном разъёме, цифры становятся впечатляющими.

Для операторов крупных ИИ-инфраструктур это важно по нескольким причинам. Во-первых, сокращение числа физических кабелей упрощает управление и снижает вероятность отказа. Во-вторых, оптика потребляет значительно меньше энергии, чем медь при сопоставимых скоростях. Для дата-центров, где счёт идёт на мегаватты, это существенная статья расходов.

Аналитик Влад Козлов из LightCounting отмечает, что индустрия достигла точки, где постепенные улучшения уже не успевают за темпами роста ИИ-кластеров, – и именно поэтому подобные прорывы в плотности пропускной способности становятся ключевыми для всей экосистемы.

Перспективы массового внедрения и масштабирования оптических технологий передачи данных

Что дальше

Первые образцы уже доступны для тестирования ключевыми заказчиками. Lightmatter представит разработку на конференции по оптическим коммуникациям OFC 2026 в Лос-Анджелесе, которая пройдёт с 15 по 19 марта.

Открытым остаётся один вопрос – насколько быстро подобные решения доберутся до массового развёртывания. Путь от стадии «готово к производству» до «установлено в тысячах серверных стоек» обычно занимает не один год. Но сам факт того, что технология уже прошла кремниевую верификацию, говорит о том, что разрыв между лабораторией и практикой заметно сократился.

Оригинальное название: Lightmatter Achieves Record 1.6 Tbps Per Fiber to Accelerate AI Optical Interconnect
Дата публикации: 11 мар 2026
Lightmatter lightmatter.co Американская компания, разрабатывающая фотонные вычислительные чипы и аппаратные решения для ускорения ИИ и машинного обучения.
Предыдущая статья Anthropic запускает институт для изучения последствий создания мощного ИИ Следующая статья Как понять, что ваш ИИ-агент работает правильно, а не просто выглядит убедительно

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

Лаборатория Barcelona Zettascale Lab завершила проверку процессора Cinco Ranch TC1. Это важный шаг к созданию собственной европейской инфраструктуры для обучения моделей искусственного интеллекта.

Barcelona Supercomputing Centerwww.bsc.es 10 фев 2026

Когда каждая точка доступа становится локальным координатором, а не просто ретранслятором, сеть работает быстрее, не перегружая центр обработки данных.

Доктор Алексей Петров 4 фев 2026

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 3 Flash Preview Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 3 Flash Preview Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться