FS D5130 광 스위치 확장, 그러나 진짜 시험대는 규모

FS는 10월 8일 D5130 광 스위치 제품군을 확장해, 최대 32×32포트 라인업에 멀티모드 및 맞춤형 모델을 추가했다. FS D5130 광 스위치는 학습, 추론, 테스트 워크로드가 이동함에 따라 물리적 연결을 변경해야 하는 AI 클러스터를 겨냥한다.

이번 확장은 FS를 데이터 센터 네트워킹의 중요한 변화 한가운데에 놓는다. 광 회선 스위치는 스위칭 계층 내부의 광-전기-광 변환을 거치지 않고 광섬유 간 빛을 직접 라우팅한다. FS는 이 설계가 100G부터 800G 이상에 이르는 트래픽을 지원하면서 적응 복잡도를 낮춘다고 말한다.

긴장은 이번 발표가 입증하지 못한 부분에 있다. D5130은 더 다양한 배포 유형에 대응하게 됐지만, FS는 독립 성능 테스트, 프로덕션 레퍼런스 또는 대규모 클러스터 결과를 공개하지 않았다. 경쟁사들은 이미 수백 포트급 스위치를 홍보하고 있으며, Google은 수년간 데이터 센터 규모에서 맞춤형 광 스위칭 계층을 운영해 왔다.

따라서 이는 단순한 제품 업데이트가 아니다. 더 작고 상업적으로 접근 가능한 광 스위치가 실험실과 특수 링크를 넘어 실제 운영 AI 인프라로 진입할 수 있는지에 대한 시험이다.

FS가 D5130 라인업에 추가한 사항

FS는 광섬유 유형과 구성 전반에 걸쳐 D5130 제품군을 확장했지만, 플랫폼 규모는 32×32포트를 넘기지 않았다.

회사는 10월 8일 제품 발표에서 기존 DCS-W 시리즈의 이름을 변경하고 확장된 D5130 구성을 선보였다. 이제 이 제품군에는 싱글모드, 멀티모드 및 맞춤형 버전이 포함된다.

표준 매트릭스 크기는 8×8, 16×16, 32×32 구성이다. 8×8 스위치는 8개의 광 입력을 8개의 출력과 연결하면서, 해당 매트릭스 내에서 임의 포트 간 경로 선택을 유지할 수 있다.

FS는 싱글모드 제품 3종과 이에 대응하는 멀티모드 제품 3종을 제시한다. 맞춤형 D5130-W-C 모델도 제공하지만, 공개된 사양상 맞춤형 시스템 역시 32×32로 제한된다.

이 선택은 FS 광 스위치 라인업에 여러 역할을 부여한다. 소형 매트릭스는 광학 실험실, 부품 테스트, 장비 검증 및 제한적인 프로덕션 인터커넥트를 지원할 수 있다. 더 큰 모델은 AI 또는 고성능 컴퓨팅 환경에서 네트워크 장비 사이에 배치될 수 있다.

이 스위치는 비차단 아키텍처를 사용한다. 여기서 비차단이란 다른 활성 회선이 요청 경로를 막지 않는 한, 사용 가능한 모든 입력을 사용 가능한 모든 출력에 연결할 수 있음을 뜻한다.

FS는 D5130을 프로토콜 및 속도 투명형 장비라고도 설명한다. 이 스위치는 Ethernet, InfiniBand 또는 다른 패킷 형식을 읽는 대신 광 신호를 조향한다. 이 접근 방식은 동일한 광 경로가 서로 다른 프로토콜과 데이터 속도를 전달하도록 한다.

공개 사양은 100G부터 800G 및 그 이상의 속도를 포괄한다. 다만 이 표현은 가능한 모든 속도에서 검증된 벤치마크가 아니라 광학적 투명성을 설명하는 것이다. 트랜시버, 광섬유 유형, 링크 버짓 및 연결된 시스템이 여전히 엔드투엔드 성능을 결정한다.

제품에는 이중화된 AC 또는 DC 전원 공급 장치가 포함된다. 브라우저 인터페이스는 구성, 광 경로 모니터링 및 알람을 처리한다. 일부 구성에는 광전력 모니터링이 추가되어 운영자가 활성 경로 전반의 신호 저하를 감지할 수 있게 한다.

FS는 다크 파이버 스위칭 지원도 주장한다. 다크 파이버는 입력에 빛이 존재하지 않을 때에도 광 경로를 구성할 수 있음을 의미한다. 이 기능은 대기 링크 프로비저닝, 비활성 회선 테스트 및 장애 조치 경로 준비에 중요하다.

양방향 경로 제어는 가능한 활용 사례를 더욱 넓힌다. 운영자는 광섬유를 직접 옮기지 않고도 테스트, 장비 공유, 네트워크 복구 또는 클러스터 토폴로지 변경을 위해 광 경로를 할당할 수 있다.

그러나 이번 발표에는 이름이 변경된 제품군의 고객 배포 사례, 스위칭 지연 시간 측정치, 삽입 손실 수치 또는 신뢰성 결과가 포함되지 않았다. 이러한 누락이 사양 자체를 무효화하는 것은 아니다. 다만 구매자가 발표만으로 도출할 수 있는 결론의 한계를 규정한다.

결과적으로 사건은 명확하다. FS는 기존 광 회선 스위치의 제공 가능한 구성을 확장했다. D5130이 대규모 AI 클러스터 내 전기식 스위칭 패브릭을 대체할 수 있음을 보여준 것은 아니다.

AI 데이터 센터가 재구성 가능한 광 경로를 원하는 이유

비용이 높은 가속기가 구조화되고 대역폭 집약적인 패턴으로 통신하는 경우가 많기 때문에, AI 인프라는 광 회선 스위칭을 매력적으로 만든다.

기존 전기식 패킷 스위치는 전자 스위칭 실리콘을 통해 패킷을 검사하고 전달한다. 변화하는 트래픽에 빠르게 대응하고, 경합을 버퍼링하며, 개별 패킷을 서로 다른 목적지로 보낼 수 있다.

광 회선 스위치는 다른 역할을 수행한다. 포트 사이에 물리적 광 경로를 설정한 뒤 전송되는 데이터를 그대로 둔다. 이 회선은 패킷 처리 장치보다 일시적으로 할당된 광섬유에 더 가깝게 동작한다.

이 차이는 네트워크의 일부 구간에서 전기식 스위칭 단계를 제거할 수 있다. 또한 변환 횟수를 줄이고, 특정 프로토콜에 대한 의존성을 피하며, 인터페이스 세대가 바뀌어도 광 경로를 유지할 수 있다.

Open Compute Project가 발행한 OCS 백서는 AI 데이터 센터에서의 여러 활용 사례를 설명한다. 여기에는 전기식 스파인 스위치 대체, 장애 후 링크 재구성, 워크로드 수요에 따른 토폴로지 변경이 포함된다.

스파인 대체 사례는 에너지 측면의 논리를 보여준다. 이 문서는 각각 약 30킬로와트를 소비하는 전기식 스파인 섀시 64대를 모델링하며, 합산 부하는 약 1.9메가와트에 이른다.

이 수치는 보편적인 절감 추정치가 아니라 하나의 시나리오다. 실제 소비량은 스위치 활용률, 광학 장비, 이중화, 냉각, 토폴로지 및 대체되는 장비에 따라 달라진다. 그럼에도 데이터 센터 운영자가 광학적 대안을 검토하는 이유를 보여준다.

AI 워크로드는 통신이 자주 조율된다는 점에서 이 근거를 강화한다. 분산 학습 시스템은 소프트웨어로 제어되는 일정에 따라 그래디언트, 파라미터, 활성화 값 및 전문가 라우팅 트래픽을 반복적으로 교환한다.

운영자는 이러한 교환을 일반 인터넷 트래픽보다 더 효과적으로 예측할 수 있는 경우가 있다. 스케줄러는 지속적인 전송 전에 광 경로를 설정하고, 다음 통신 단계에 맞춰 이를 재구성할 수 있다.

Google은 가장 강력한 프로덕션 선례를 제공한다. 공개된 Jupiter 네트워크 역사에 따르면, 이 회사는 데이터 센터 네트워크 대부분에서 광 회선 스위치와 소프트웨어 정의 네트워킹을 사용했다.

Google의 Apollo 스위치는 작고 움직일 수 있는 거울 두 배열을 사용한다. 소프트웨어는 이 거울을 회전시켜 입력 광섬유를 선택된 출력 광섬유에 매핑한다. 이후 네트워크는 애플리케이션 수요에 따라 대역폭을 재할당한다.

이 선례는 광 회선 스위칭이 데이터 센터 규모에서 운영될 수 있음을 입증한다. 모든 상용 스위치가 Google의 결과를 재현할 수 있음을 입증하는 것은 아니다.

Google은 스위치, 트랜시버, 서큘레이터, 제어 시스템 및 네트워크 아키텍처를 공동 설계했다. 엔지니어들은 여러 세대에 걸쳐 포트 수, 광학 성능, 스위칭 시간, 비용 및 소프트웨어 동작 간 균형을 맞췄다.

이러한 통합 부담은 기성 장비가 시스템의 한 조각에 불과한 이유를 설명한다. AI 운영자에게는 토폴로지 제어, 워크로드 인식, 장애 복구, 텔레메트리 및 오케스트레이션도 필요하다.

FS 광 회선 스위치는 물리적 경로 계층을 담당한다. 계획된 AmpCon 통합은 이 계층을 더 광범위한 관리 시스템과 연결하기 위한 것이다. 해당 통합이 제공되기 전까지 고객은 얼마나 많은 오케스트레이션을 자체적으로 구축해야 하는지 평가해야 한다.

FS D5130 광 스위치가 빛을 라우팅하는 방식

FS D5130 광 스위치는 MEMS 미러를 사용해 패킷을 처리하지 않고 전체 광 채널의 방향을 바꾼다.

MEMS는 미세전자기계시스템을 의미하며, 전기 신호로 제어되는 미세한 기계 구조물이다. 광 스위치 내부에서 작은 거울은 기울어져 빔을 선택한 출력으로 유도한다.

일반적인 3차원 MEMS 설계는 입력용 미러 하나와 출력용 미러 하나를 사용한다. 두 미러의 조율된 움직임이 유입 빔을 선택된 목적지 광섬유에 정렬한다.

신호는 스위치를 통과하는 동안 광 상태를 유지한다. 빛을 비트로 변환하는 내부 수신기나, 이후 광 신호를 다시 만드는 또 다른 송신기는 없다.

이처럼 광-전기-광 변환이 없다는 점이 아키텍처에 속도 투명성을 부여한다. 광 경로와 연결된 구성 요소가 새로운 인터페이스를 지원한다면, 미러 패브릭은 그 인코딩을 이해할 필요가 없다.

이 기능은 물리적 스위칭 계층의 유효 수명을 연장할 수 있다. 400G 링크 주변에 배포된 스위치도 광 대역폭 및 손실 특성에 따라 나중에 더 빠른 인터페이스를 전달할 가능성이 있다.

동일한 특성은 운영상 유연성도 만든다. 주변 광학 장비와 엔드포인트가 해당 요구 사항을 충족한다면, 하나의 D5130은 한 회선에서 Ethernet을, 다른 회선에서 InfiniBand를 전달할 수 있다.

MEMS는 기계적 형태의 경로 선택도 제공한다. 전기식 스위치와 달리 모든 패킷을 독립적으로 전달하지 않는다. 제어 시스템이 다른 매핑을 요청할 때까지 미러는 회선을 유지한다.

Lumentum의 MEMS 아키텍처 설명은 이 방식이 AI 인프라 공급업체의 관심을 끈 이유를 보여준다. 이 설계는 광 연결마다 두 개의 미러를 사용하며, 포트 수에 따라 미러 수가 선형적으로 증가한다.

Lumentum은 자사 MEMS 스위치가 일반적으로 증폭 없이 삽입 손실을 1.5데시벨 미만으로 유지한다고 말한다. FS가 발표에서 동등한 수치를 공개하지 않았으므로, 이 수치는 D5130이 아니라 Lumentum 플랫폼에 해당한다.

삽입 손실은 빛이 구성 요소를 통과할 때 얼마나 많은 광전력이 사라지는지 측정한다. 손실이 커질수록 남은 링크 버짓은 줄어들며, 광섬유 도달 거리, 커넥터 수 또는 트랜시버 선택이 제한될 수 있다.

FS는 D5130을 저손실 시스템으로 설명하지만, 엔지니어링 판단을 위해서는 수치 사양이 필요하다. 구매자는 일반적 또는 최상의 경로뿐 아니라 모든 경로에서 보장되는 손실 수치를 요청해야 한다.

스위칭 시간도 같은 수준의 검토가 필요하다. 기계식 미러는 이동하고 안정화되는 데 시간이 걸린다. 밀리초 수준의 전환은 장기간 유지되는 회선에는 적합할 수 있지만, 패킷 단위 시간 척도에서 트래픽이 바뀌는 경우에는 성능이 떨어질 수 있다.

D5130 발표는 측정된 시간을 공개하지 않은 채 스위칭이 빠르다고 표현한다. 이로 인해 다른 MEMS 제품, 실리콘 포토닉 스위치 또는 전기식 패킷 스위치와 직접 비교할 수 없다.

적절한 비교는 워크로드에도 좌우된다. 하나의 토폴로지를 수분 동안 유지하는 학습 작업은, 통신 패턴이 빠르게 변하는 인터랙티브 추론보다 더 긴 재구성 지연을 감당할 수 있다.

이 때문에 FS D5130 광 스위치를 전기식 네트워킹의 보편적 대체재로 설명해서는 안 된다. 이는 선택된 아키텍처에서 전기식 스위치를 보완할 수 있는 구성 가능한 광 계층을 제공한다.

하이브리드 네트워크는 버스트성 또는 예측하기 어려운 트래픽에는 전기식 패킷 스위칭을 유지할 수 있다. 또 다른 전기식 단계를 피하는 것이 유의미한 이점을 제공하는 곳에서는 지속적이고 대용량인 흐름을 광 회선에 할당할 수 있다.

그 메커니즘은 이 제품의 가장 강력한 근거다. 성공 여부는 대역폭 수치 자체보다 소프트웨어가 적절한 트래픽 흐름을 식별하고 적시에 경로를 구성할 수 있는지에 더 크게 좌우된다.

32포트 한계가 FS의 경쟁적 위치를 규정한다

FS는 고라딕스 시스템으로 이동하는 시장에 진입하고 있으며, D5130은 최대 규모가 아닌 접근성과 구축 적합성을 바탕으로 경쟁한다.

라딕스는 스위치에서 사용할 수 있는 포트 수를 뜻한다. 라딕스가 높을수록 스위칭 계층을 추가하지 않고도 하나의 장치가 더 많은 엔드포인트 또는 네트워크 그룹을 연결할 수 있다.

D5130의 최대 규모는 32×32다. 이 용량은 연구실, 검증 시스템, 특수 광 경로, 소규모 네트워크 도메인에 활용될 수 있다. 수백 개의 광 포트를 직접 연결하도록 설계된 플랫폼과 비교할 수 있는 수준은 아니다.

DiCon Fiberoptics는 2026년 3월 64×64 및 300×300 경쟁 스위치를 발표했다. 이 회사는 2027년 출시 예정인 1024×1024 매트릭스도 공개했다.

DiCon은 새 스위치가 기존 384×384 플랫폼과 동일한 3차원 MEMS 기술을 사용한다고 밝혔다. 종단 간 손실은 3.0데시벨 미만이라고 제시했지만, 이는 여전히 회사가 제공한 사양이다.

Molex도 AI 인프라용 고라딕스 광 회선 스위칭 플랫폼을 별도로 선보였다. Lumentum, Coherent, Calient 등 다른 광학 전문업체 역시 축적된 스위칭 또는 포토닉스 경험을 보유하고 있다.

이들 기업이 모두 같은 구축 환경을 겨냥하는 것은 아니다. 일부는 하이퍼스케일러에 부품을 판매하고, 다른 업체들은 연구실 자동화, 통신 네트워크 또는 완전한 AI 패브릭을 대상으로 한다.

FS는 더 폭넓은 네트워킹 카탈로그를 기반으로 이 기회에 접근한다. 이미 스위치, 트랜시버, 케이블링, 데이터센터 인터커넥트 장비, 관리 소프트웨어를 판매하고 있다. 이러한 포트폴리오는 맞춤형 광 하드웨어를 설계하지 않는 고객의 구매 과정을 간소화할 수 있다.

더 작은 매트릭스는 실험을 시작하기 위한 조직적 문턱도 낮출 수 있다. 고객은 수백 포트 규모의 패브릭에 투자하기 전에 제한된 시스템 집합을 중심으로 재구성 가능한 광 경로를 시험할 수 있다.

멀티모드 지원은 이 입지를 강화한다. 멀티모드 광섬유는 일반적으로 짧은 데이터센터 링크에 사용되며, 싱글모드 광섬유는 더 긴 전송 거리와 다른 광 설계를 지원한다. 두 가지를 모두 제공하면 FS는 더 많은 기존 환경을 겨냥할 수 있다.

맞춤화는 특수 구축 환경에 진입할 또 다른 경로를 제공한다. 연구실에는 고정형 하이퍼스케일 제품으로는 충족하기 어려운 특이한 커넥터, 경로 동작, 모니터링 또는 광섬유 구성이 필요할 수 있다.

하지만 작은 매트릭스는 확장 비용을 만든다. 여러 스위치에는 추가 광섬유, 제어 조정, 이중화, 토폴로지 계획이 필요하다. 이러한 요소는 광 스위칭이 약속하는 단순성을 약화시킬 수 있다.

32포트 플랫폼은 수백 포트를 갖춘 스위치와 같은 수준의 통합 가능성도 보여줄 수 없다. 운영자는 관리, 케이블링, 예비 부품, 장애 도메인을 포함한 전체 시스템을 계산해야 한다.

FS는 D5130 고객, 출하량, 생산 능력 또는 인증 결과를 공개하지 않았다. 또한 확장된 제품군이 현재 지원하는 AI 클러스터 규모도 밝히지 않았다.

이러한 공백은 광 스위칭이 사양만으로 구매되는 제품이 아니라는 점에서 중요하다. 구매자는 미러 정렬이 안정적으로 유지되고, 스위칭 동작이 예측 가능하며, 장애가 대규모 가속기 풀을 중단시키지 않는다는 확신이 필요하다.

따라서 경쟁의 핵심은 FS가 가장 큰 스위치를 보유했는지 여부가 아니다. 분명 그렇지 않다. 핵심은 FS가 하이퍼스케일 미만의 고객에게 광 스위칭을 더 쉽게 시험하고, 구매하고, 통합할 수 있게 만들 수 있는지다.

소프트웨어 통합과 워크로드 적합성은 아직 입증되지 않았다

D5130의 가장 큰 불확실성은 미러가 광섬유를 연결할 수 있는지가 아니라, 소프트웨어가 실제 워크로드에서 해당 경로를 생산적으로 활용할 수 있는지다.

FS는 네트워크 관리 플랫폼인 AmpCon과 D5130을 통합할 계획이라고 밝혔다. 하지만 발표에는 출시일, 기능 목록, 지원 토폴로지 또는 마이그레이션 절차가 제시되지 않았다.

현재의 브라우저 인터페이스는 경로를 구성하고 경보를 표시할 수 있다. 이는 수동 운영과 테스트에는 유용하지만, AI 패브릭에는 컴퓨팅 작업, 네트워크 상태, 장애 전반에 걸친 더 빠른 조정이 필요하다.

프로덕션 제어 플레인은 어떤 장치가 대역폭을 필요로 하는지, 그리고 언제 필요한지를 파악해야 한다. 충돌하는 경로를 방지하고, 성능 저하를 감지하며, 구성 요소 장애 후 연결성을 복구해야 한다.

또한 전기 네트워크와 조정해야 한다. 광 회선은 모든 짧은 버스트나 예측하기 어려운 트래픽 흐름을 효율적으로 처리할 수 없으므로, 대부분의 실용적 설계는 패브릭 어딘가에 패킷 스위칭을 남겨 둔다.

이러한 하이브리드 설계에서는 재구성 지연 시간이 결정적이다. 추론 임계값에 대한 최근 연구는 OCS가 상당한 링크 팬아웃 없이 전기 패킷 스위칭보다 뛰어난 성능을 내기 위해 700나노초 미만의 재구성 시간이 필요할 수 있음을 보여줬다.

이 결과는 모든 AI 워크로드가 아니라 모델링된 추론 조건에 적용된다. 그럼에도 공급업체가 스위칭을 논의할 때 “빠르다”는 표현만으로는 불충분한 이유를 보여준다.

많은 MEMS 장치는 밀리초 단위로 재구성된다. 이러한 제품은 여전히 토폴로지 변경, 예정된 학습 단계, 보호 경로 또는 테스트 자동화에 활용될 수 있다. 개별 추론 교환을 따라가는 용도로는 적합성이 떨어진다.

FS는 D5130의 스위칭 시간을 밝히지 않았다. 이 수치가 없으면 독자는 제품이 어떤 워크로드 시간 척도를 따라갈 수 있는지 판단할 수 없다.

같은 문제는 광 출력 모니터링에도 영향을 미친다. FS는 일부 구성에서 모니터링을 제공한다고 밝혔지만, 발표에는 측정 정확도, 샘플링 주기 또는 컨트롤러 접근 방식이 설명되지 않았다.

운영팀은 장애 데이터도 원할 것이다. 미러가 통제된 테스트에서 많은 스위칭 사이클을 지원할 수는 있지만, 실제 운영 신뢰성에는 전원 공급 장치, 컨트롤러, 커넥터, 광섬유, 보정 동작도 포함된다.

출시 자료에는 이중화 전원 옵션이 나열되어 있지만 평균 고장 간 시간 수치는 제공되지 않는다. 독립적인 충격, 진동 또는 장기 안정성 결과도 없다.

프로토콜 투명성은 또 다른 미묘한 절충안을 제시한다. D5130은 패킷을 검사하지 않으므로 광 계층 내부에서 패킷 수준 버퍼링, 혼잡 제어 또는 라우팅 결정을 제공할 수 없다.

이러한 기능은 엔드포인트, 전기 스위치 또는 오케스트레이션 소프트웨어가 맡는다. 광 경로는 트래픽을 효율적으로 전달할 수 있지만, 여전히 활용도가 낮거나 혼잡해지거나 일정이 부실하게 잡힐 수 있다.

AI 통신 패턴은 구조화되어 있지만 자동으로 정적인 것은 아니다. Mixture-of-experts 모델, 공유 클러스터, 추론 서비스, 작업 선점은 회선 할당을 복잡하게 만드는 방식으로 트래픽을 변화시킬 수 있다.

따라서 운영자에게는 성공적인 광 연결 이상의 근거가 필요하다. 유용한 검증은 가속기 활용률, 작업 완료 시간, 네트워크 복구, 전력 소비, 운영 노력을 측정해야 한다.

공개 벤치마크가 없다는 점은 가장 강력한 주의 요인이다. FS는 정량화된 AI 클러스터 결과가 아니라 기능과 구성을 발표했다.

이 구분은 조달을 이끌어야 한다. D5130은 재구성 가능한 광 경로가 명확한 문제를 해결하는 환경에서 평가할 가치가 있다. 단지 하나의 변환 계층을 피한다는 이유만으로 모든 AI 네트워크를 개선한다고 가정해서는 안 된다.

세 가지 신호가 확장의 의미를 보여줄 것이다

다음 시험대는 실행력이다. 관리 통합, 공개된 구축 사례, 측정된 비교 결과가 D5130의 관련성을 결정할 것이다.

첫째, 약속된 AmpCon 통합을 지켜봐야 한다. 신뢰할 만한 출시는 토폴로지 검색, 프로그래밍 가능한 경로 제어, 모니터링, 경보, 외부 오케스트레이션을 위한 문서화된 인터페이스를 제공해야 한다.

가장 강력한 형태는 광 재구성을 워크로드 스케줄링 또는 데이터센터 자동화와 연결하는 것이다. 기본적인 대시보드 업데이트는 편의성을 제공할 수 있지만, 핵심 조정 문제는 해결하지 못한다.

이 통합을 제공한다면 FS의 시스템 공급업체로서의 주장은 강화될 것이다. 장기 지연이 이어진다면 D5130은 수동 관리형 광 부품에 더 가까운 제품으로 남게 된다.

둘째, 실명이 공개된 구축 사례나 기술 사례 연구를 지켜봐야 한다. 중요한 근거는 매트릭스 크기, 워크로드, 링크 속도, 네트워크 역할, 측정 가능한 운영 결과를 제시해야 한다.

연구실 시연은 상호운용성을 검증할 수 있다. 프로덕션 레퍼런스는 시스템이 장애, 유지보수, 변화하는 작업, 지속적인 사용을 처리할 수 있는지 보여줄 수 있다.

구매자는 전기 스위칭 단계 감소, 네트워크 전력 절감, 가속기 활용률 개선 또는 더 빠른 복구와 같은 결과를 찾아야 한다. 각 지표에는 명확한 기준선과 테스트 방법이 필요하다.

셋째, FS가 규모 격차에 어떻게 대응하는지 지켜봐야 한다. 32×32보다 큰 매트릭스를 출시하거나, 여러 D5130 장치를 사용하는 모듈형 설계를 설명하거나, 더 작은 환경에 확실히 집중할 수 있다.

이 전략들은 모두 일관성을 가질 수 있다. 현재 발표는 연구실, HPC 시스템, AI 팩토리를 하나의 제품 이야기로 묶어 대상 범위를 지나치게 넓게 남겼다.

경쟁사 활동은 이 선택을 더 뚜렷하게 만들 것이다. 고라딕스 공급업체들은 포트 수를 늘리고 있으며, 실리콘 포토닉스 개발업체들은 서로 다른 손실 및 제조상의 절충안 속에서 더 빠른 스위칭을 추구하고 있다.

전기 네트워킹도 계속 발전할 것이다. 더 빠른 스위치 칩, co-packaged optics, 개선된 혼잡 제어는 광 변환이 발생하는 위치를 바꾸면서도 패킷 스위칭을 유지할 수 있다.

따라서 FS 광 스위치 제품군은 빈 시장이 아니라 변화하는 시장에 진입한다. 광 회선, 전기 패브릭, co-packaged optics는 데이터 이동 문제의 서로 다른 부분을 해결하므로 공존할 수 있다.

인프라 팀에게 실질적인 다음 단계는 하드웨어를 평가하기 전에 트래픽 패턴을 정의하는 것이다. 회선을 정당화할 만큼 충분히 오래 지속되는 트래픽 흐름을 식별한 뒤, 스위칭 시간과 삽입 손실 보증을 요청해야 한다.

장애 발생 시 트래픽이 전기 패브릭으로 어떻게 복귀하는지 물어야 한다. 어떤 모니터링 데이터가 기존 운영 시스템에 들어갈 수 있는지 확인해야 한다. 프로덕션에 계획된 정확한 광학 장비, 광섬유 유형, 프로토콜 조합을 테스트해야 한다.

FS D5130 광 스위치는 더 많은 구성에서 재구성 가능한 광 네트워킹을 제공하게 됐다. 실제 가치는 측정된 구축 사례가 이 32개 포트가 AI 시스템을 개선하는 지점과 그렇지 않은 지점을 보여줄 때에만 드러날 것이다.