광자 인터커넥트, AI 확장을 표준 전쟁으로 바꾸다

Tom Hardware의 보도는 AI 인프라 내부에서 새 갈등이 부상하고 있음을 드러냈다. 가속기 클러스터가 훨씬 더 큰 대역폭을 요구하는 바로 그 시점에, 구리 연결은 한계에 다다르고 있다.

이에 대한 즉각적인 대응은 전기 신호에 전적으로 의존하는 대신 빛으로 데이터를 전송하는 광자 인터커넥트로의 전환이다. 광학 기술은 이미 스위치와 랙을 연결하고 있다. 이제 공급업체들은 이를 프로세서, 스위치, 가속기 패키지에 더 가깝게 가져가려 한다.

이 전환은 케이블 기술 이상의 변화를 낳는다. Nvidia의 통합 네트워킹 스택은 개방적이고 상호운용 가능한 대안을 원하는 세력과 맞서게 됐다. AMD, Broadcom, Meta, Microsoft, OpenAI 등은 단일 공급업체가 수천 개 가속기 간 연결을 통제하지 못하도록 설계된 표준을 지지하고 있다.

이는 가장 빠른 GPU를 가리는 또 다른 경쟁이 아니다. GPU들이 하나의 시스템으로서 효율적으로 작동할 수 있는지를 결정하는 패브릭을 둘러싼 경쟁이다. 승자는 시스템 아키텍처, 공급업체 관계, 배포 일정, AI 컴퓨팅의 경제성에 영향을 미치게 된다.

Tom Hardware가 포착한 AI 병목의 이동: 칩 사이

대규모 AI 시스템의 핵심 제약은 개별 프로세서 성능에서 프로세서 간 데이터 이동으로 옮겨가고 있다.

수년간 가속기 비교는 연산 처리량, 메모리 용량, 메모리 대역폭에 초점을 맞췄다. 이 지표들은 여전히 중요하지만, 대형 모델은 단일 프로세서에서 실행되는 경우가 드물다. 학습과 추론 서비스는 점점 더 지연을 최소화하며 데이터를 주고받는 가속기 집단의 긴밀한 협업에 의존하고 있다.

포토닉스 기업 Lightmatter의 최고경영자 Nick Harris는 Tom’s Hardware에 시스템 성능은 낮은 지연 시간과 매우 높은 대역폭을 달성하는 능력에 의해 제약된다고 말했다. 그의 주장은 단호하다. 더 큰 칩만으로는 성능 향상을 지속할 수 없기 때문에, 네트워킹이 컴퓨팅의 미래가 됐다는 것이다.

업계는 이 네트워킹 문제를 여러 영역으로 나눈다. 스케일업 네트워킹은 서버, 랙 또는 밀결합 포드 내부의 가속기를 연결한다. 많은 프로세서가 하나의 거대한 머신의 구성 요소처럼 작동하게 해야 한다.

스케일아웃 네트워킹은 이 머신들을 더 큰 클러스터로 연결한다. 스케일어크로스 네트워킹은 데이터센터 사이로 이 모델을 확장한다. 각 단계는 서로 다른 지연 시간, 거리, 장애 특성을 허용하므로, 단일 연결 기술이 모든 계층을 자동으로 해결할 수는 없다.

구리는 짧은 전기 연결에 여전히 유용하다. 익숙하고 저렴하며 성숙한 공급망의 지원을 받는다. 하지만 거리와 데이터 전송률이 증가할수록 신호 손실이 커지고, 비트 하나를 옮기는 데 필요한 에너지 역시 늘어난다.

이는 랙 설계에 물리적 경계를 만든다. Tom Hardware의 특집 기사에 따르면, 까다로운 구성에서 현재의 구리 링크는 이미 대략 2미터 미만 거리로 제한된다. 더 높은 신호 전송 속도는 이 사용 가능한 거리를 유지하기 어렵게 만든다.

광통신은 거리의 계산식을 바꾼다. 송신기는 전기 데이터를 빛으로 변환하고, 광섬유는 빛을 전달하며, 수신기는 이를 다시 전기 신호로 변환한다. 이 방식은 구리와 같은 전기적 손실을 겪지 않으면서 더 긴 거리에서 더 큰 대역폭을 제공할 수 있다.

다만 모든 변환에는 에너지와 공간이 든다. 기존 광 트랜시버도 프로세서나 스위치에서 일정 거리에 위치한다. 전기 신호는 여전히 칩에서 광 모듈까지 이동해야 하므로, 경로에는 짧지만 점점 더 비용이 커지는 구리 구간이 남는다.

이에 따라 업계는 광학 기술을 안쪽으로 옮기고 있다. 플러거블 트랜시버는 시스템 가장자리에 위치하며 독립적으로 교체할 수 있다. 근접 패키지 광학은 광 부품을 주 실리콘에 더 가깝게 배치한다. 일반적으로 CPO라고 부르는 co-packaged optics는 스위치나 컴퓨팅 칩 옆에 광 엔진을 통합한다.

가장 고도로 통합된 설계는 여러 칩렛을 하나의 패키지 안에서 연결하는 기판인 인터포저 위에 광 부품을 배치한다. 이 접근 방식은 전기 경로를 더 줄이고 프로세서 주변에서 사용할 수 있는 광 대역폭을 늘린다.

이것이 헤드라인 뒤에 있는 실제 변화다. 광학 기술은 더 이상 머신 외부의 장거리 네트워크 링크에만 국한되지 않는다. 인터페이스의 소유권이 훨씬 더 큰 전략적 가치를 갖는 머신 내부 아키텍처의 일부가 되고 있다.

구리의 한계, 모든 AI 시스템 설계자에게 압박을 가하다

AI 인프라 구매자는 더 큰 대역폭을 필요로 하지만, 전력·냉각·거리·유지보수성을 별개의 문제로 다룰 수는 없다.

압박은 가속기 밀도에서 시작된다. Tom’s Hardware는 현재 스케일업 랙이 시스템이 외부로 확장되기 전에 72개에서 144개의 GPU를 포함할 수 있다고 보도한다. 가속기가 하나 추가될 때마다 통신 경로와 유휴 시간이 발생할 기회도 늘어난다.

데이터를 기다리는 가속기도 여전히 공간을 차지하고 시스템 자원을 소비한다. 따라서 대형 클러스터는 사양상 상당한 이론적 연산 능력을 갖추고도, 그보다 적은 유효 작업을 제공할 수 있다.

이 규모에서는 네트워크 에너지 역시 중요한 요소가 된다. 광통신 전문 University College London 교수 Polina Bayvel은 네트워킹이 데이터센터 에너지의 약 20%를 소비한다고 추정했다. 그녀의 비교에서 프로세서는 나머지 80%를 소비한다.

이 비율을 모든 시설에 적용되는 보편적 측정치로 받아들여서는 안 된다. 워크로드, 토폴로지, 냉각, 활용률, 하드웨어 세대가 모두 결과에 영향을 준다. 그럼에도 이 추정치는 인터커넥트 효율이 이제 시스템 수준 계획에 포함돼야 하는 이유를 보여준다.

광 링크는 구리가 어려움을 겪는 거리와 대역폭 구간에서 전송 비트당 더 낮은 에너지를 약속한다. 그렇다고 절감분이 시설 전체의 전력 수요를 반드시 낮추는 것은 아니다. 운영자는 확보된 전력 예산으로 더 많은 가속기를 설치할 수 있다.

Bayvel은 원문 인터뷰에서 이 유인을 분명히 설명했다. 그녀는 광학 기술로 절감된 에너지가 컴퓨팅 수요를 줄이기보다 GPU 1,000개를 추가로 지원하는 데 쓰일 가능성이 높다고 주장했다. 따라서 효율 향상은 총소비를 낮추지 않고도 용량을 키울 수 있다.

이 패턴은 컴퓨팅 인프라의 다른 개선과도 닮아 있다. 와트당 성능 향상은 운영자가 고정된 전력 한도 안에서 배포할 수 있는 것을 바꾸는 경우가 많다. 하지만 그 한도를 채우려는 상업적 유인을 없애지는 않는다.

압박은 물리적 설계로도 이어진다. 더 큰 대역폭에는 추가 케이블, 커넥터, 트랜시버, 패키지 연결이 필요하다. 각 구성 요소는 공간을 차지하며 또 다른 잠재적 장애 지점을 만든다.

광섬유는 일부 전기적 제약을 줄일 수 있지만, 다른 운영상 질문을 낳는다. 데이터센터 팀은 커넥터 청결도, 광학 정렬, 레이저 신뢰성, 수리 절차, 테스트 범위, 예비 부품 전략을 고려해야 한다.

광학 기술이 보드나 패키지 위로 이동하면 이러한 우려는 더 커진다. 고장 난 플러거블 모듈은 전체 스위치를 교체하지 않고도 분리할 수 있다. 반면 고장 난 co-packaged 부품은 설계에 따라 더 큰 중단을 수반하는 정비가 필요할 수 있다.

따라서 시스템 설계자는 운영 측면에서 어느 수준의 통합까지 지원할 수 있는지 결정해야 한다. 에너지 효율이 가장 높은 광학 구성이라고 해서 자동으로 유지보수가 가장 쉬운 것은 아니다.

AI 인프라 구매자는 관련된 조달 문제에도 직면한다. 이제 랙 규모 시스템을 선택한다는 것은 네트워크 아키텍처, 소프트웨어 스택, 관리 모델, 공급업체 체인을 함께 선택한다는 의미다. 이후 한 구성 요소를 바꾸려면 플랫폼 전반에 걸친 조정된 변경이 필요할 수 있다.

클라우드 제공업체와 하이퍼스케일러가 이러한 종속성에 저항할 이유는 더 강하다. 이들의 클러스터는 독점 인터페이스가 구매 협상력, 배포 유연성, 여러 공급업체의 가속기를 조합할 능력에 영향을 미칠 만큼 크다.

칩 기업은 반대 방향의 압박을 받는다. 프로세서, 스위치, 광 엔진, 광섬유, 패키징 기술이 호환 가능한 일정에 맞춰 제공되려면 예측 가능한 인터페이스가 필요하다. 스위치나 트랜시버 하나가 늦어도 랙 전체의 출시가 지연될 수 있다.

따라서 구리의 한계는 조정의 마감 시한이 됐다. 공급업체들은 각 인터페이스를 누가 통제하고 운영 리스크를 누가 부담하는지 정의하면서 광학 기술을 통합해야 한다.

Nvidia의 통합 패브릭, 개방형 표준 연합과 맞서다

핵심 경쟁은 Nvidia의 조율된 플랫폼과, 완전한 시스템을 제때 출하할 수 있음을 아직 입증해야 하는 개방형 표준 연합 사이에서 벌어진다.

Nvidia는 AI 컴퓨팅과 네트워킹 전반에 걸친 폭넓은 기술을 통제한다. NVLink와 NVSwitch는 밀결합 스케일업 통신을 처리하며, InfiniBand와 Spectrum-X Ethernet은 더 큰 네트워크 영역을 겨냥한다.

이 통합은 Nvidia에 하드웨어, 소프트웨어, 토폴로지, 검증에 대한 통제권을 제공한다. 고객은 함께 작동하도록 설계된 구성 요소를 제공받고, Nvidia는 스택 전반의 로드맵을 조정할 수 있다.

같은 모델은 종속성도 만든다. Nvidia 가속기를 채택하는 고객은 성능과 배포 확실성을 얻을 수 있지만, 동시에 Nvidia 아키텍처와 긴밀히 연결된 인터페이스를 받아들이게 된다.

경쟁 칩 제조사와 대형 클라우드 사업자는 다른 경로를 원한다. UALink는 스케일업 영역 내부의 저지연 가속기 통신을 겨냥한다. Ultra Ethernet은 Ethernet 기반 스케일아웃 스택으로 AI와 고성능 컴퓨팅을 지원한다.

UALink 사양은 레인당 초당 200기가비트, 컴퓨팅 포드 내 최대 1,024개 가속기를 지원한다. 직접 메모리 연산은 기존 서버 네트워킹이 충분히 효율적으로 처리하지 못하는 통신 패턴을 위해 설계됐다.

Ultra Ethernet 사양은 다른 계층을 겨냥한다. 개방형 멀티벤더 기반을 유지하면서, 까다로운 AI 및 고성능 컴퓨팅 워크로드에 맞게 Ethernet을 조정한다.

이 표준들이 Nvidia를 광학 전환에서 배제하는 것은 아니다. Nvidia는 자체 실리콘 포토닉스 시스템을 개발하고 있으며 광학 표준화에도 참여하고 있다. 갈등의 핵심은 Nvidia가 빛 기반 링크를 지원하는지 여부가 아니라 통제권과 상호운용성이다.

Nvidia는 co-packaged optics를 통합한 Spectrum-X 및 Quantum-X 스위치를 발표했다. 회사는 자사의 포토닉스 스위치가 포트당 초당 1.6테라비트를 제공하고, 기존 설계보다 더 적은 레이저를 사용하며 에너지 효율을 높인다고 말한다.

이 수치는 Nvidia의 구성에 따른 공급업체 주장이다. 독립적인 배포 사례는 다양한 워크로드, 장애 패턴, 서비스 조건에서 장비가 어떻게 작동하는지 보여줘야 한다.

개방형 연합은 다른 시험대에 선다. 사양을 공개하는 것은 시작일 뿐이다. 공급업체들은 안정적으로 상호운용되는 스위칭 실리콘, 인터페이스 지식재산권, 검증 도구, 케이블, 광 엔진, 펌웨어, 관리 소프트웨어를 생산해야 한다.

AMD의 Helios 플랫폼은 가능성과 시점 문제를 모두 보여준다. AMD는 Helios를 Instinct MI455X 가속기, EPYC 프로세서, Pensando 네트워킹을 중심으로 구축한 72-GPU 랙으로 설명한다.

Helios 디자인은 UALink, Ultra Ethernet, Open Rack Wide를 아키텍처 기반으로 제시한다. 이는 고객에게 수직 통합형 Nvidia 랙에 맞설 수 있는 가시적인 대안을 제공한다.

그러나 Tom’s Hardware는 초기 Helios 시스템이 전용 네이티브 UALink 스위칭 대신 Ethernet 기반 UALink를 사용한다고 보도했다. 이는 목적에 맞게 설계된 스위칭 실리콘이 양산 단계로 나아가는 동안의 과도기적 연결 방식이다.

이 격차는 중요하다. 개방형 표준은 호환 제품이 실질적인 물량으로 공급되기 전까지 시장 압력을 행사하지 못한다. Nvidia는 통합된 스택을 계속 출하할 수 있는 반면, 연합 참여사들은 각자의 로드맵을 조율해야 한다.

개방형 접근법은 궁극적으로 더 많은 공급업체와 더 폭넓은 부품 선택지를 지원할 수 있다. 동시에 수직적으로 관리되는 시스템이라면 내부에서 흡수할 통합 작업을 추가할 수도 있다.

따라서 이 경쟁을 단순히 개방형 대 폐쇄형으로 축소해서는 안 된다. 구매자는 즉시 사용할 수 있는 통합 플랫폼과, 여러 기업의 실행력에 따라 유연성이 좌우되는 신흥 생태계를 비교해야 한다.

광학 기술은 이 문제의 중요성을 더욱 높인다. 고가의 프로세서와 스위치 곁으로 광 엔진이 이동하면 인터페이스 결정은 패키징과 제조에 내재화된다. 이후 패브릭을 교체하는 일은 케이블을 바꾸는 것보다 훨씬 어려워진다.

Co-Packaged Optics는 거리를 해결하지만 수리 문제를 만든다

광원을 컴퓨팅에 더 가깝게 배치하면 대역폭 밀도는 높아지지만, 열·제조·서비스 관련 위험도 고가의 어셈블리 내부에 집중된다.

전환은 플러거블 광학 장치에서 시작된다. 기술자는 고장 난 트랜시버를 교체하면서 스위치 보드를 폐기하지 않아도 되므로, 이 모듈은 분명한 운영상 장점을 제공한다. 공급업체 역시 주변 시스템 대부분을 유지한 채 모듈을 업그레이드할 수 있다.

약점은 스위칭 실리콘과 모듈 사이의 전기적 거리에 있다. 링크 속도가 높아질수록 이 짧은 연결도 더 많은 전력을 소비하고 세심한 신호 조정이 필요해진다.

Near-package optics는 광 엔진을 메인 칩에 더 가깝게 옮겨 전기적 경로를 줄인다. 컴퓨팅과 광학 사이의 일정한 분리를 유지하는 동시에, 더 깊은 통합에 필요한 패키징 및 제조 공정을 검증한다.

Harris는 Tom Hardware 인터뷰에서 2027년과 2028년이 near-package optics에 중요한 해가 될 것으로 예상했다. 그는 이 기술을 광학 부품이 가속기 또는 스위치 패키지의 일부가 되기 전 마지막 주요 단계로 규정했다.

Co-packaged optics는 그다음 단계다. 광 엔진이 네트워킹 또는 컴퓨팅 실리콘 바로 옆에 배치돼 고속 전기 신호가 이동해야 하는 거리를 줄인다. 외부 레이저가 패키지에 빛을 공급하고, 변조기가 그 빛에 정보를 인코딩할 수 있다.

이 구성은 칩 주변의 대역폭 밀도를 높일 수 있다. 또한 전기 신호를 보드 전체로 구동하는 데 쓰이는 에너지를 줄일 수도 있다.

하지만 이제 패키지는 열을 발생시키는 전자 부품, 온도에 민감한 광자 부품, 정밀한 광섬유 연결, 추가적인 테스트 요구사항을 수용해야 한다. 한 부분의 수율 문제가 더 큰 어셈블리 전체의 경제성에 영향을 미칠 수 있다.

서비스 용이성은 가장 뚜렷한 절충점이다. Bayvel은 Tom’s Hardware에 CPO가 아마도 전력 효율은 더 높지만 운영 측면에서는 신뢰성이 낮을 수 있다고 말했다. 고도로 통합된 레이저나 광학 부품이 고장 나면 더 큰 보드를 교체해야 할 수 있다.

LPO로 알려진 linear-drive pluggable optics는 교체 가능한 모듈을 시스템 가장자리에 유지하면서 일부 신호 처리 전자장치를 단순화한다. 이 접근법은 서비스 용이성을 보존할 수 있지만, CPO가 줄이도록 설계된 전기적 거리를 없애지는 못한다.

Bayvel은 이러한 접근법들이 공존할 것으로 내다보며 CPO 쪽으로 대략 60대 40의 우위를 제시했다. 이는 측정된 시장 전망이 아니라 전문가의 추정치다. 네트워크 영역마다 서로 다른 균형을 선호할 가능성이 높다.

고밀도 랙 내부의 scale-up 연결은 지연 시간과 대역폭 밀도가 특히 큰 가치를 지니므로 더 깊은 통합을 정당화할 수 있다. 더 장거리인 scale-out 링크는 수리 유연성이 더 중요하기 때문에 플러거블 모듈을 유지할 수 있다.

Lightmatter는 이 절충점에서 통합형 방향을 추구하고 있다. Passage 플랫폼은 광자 인터포저를 사용해 고대역폭 광 링크로 프로세서를 연결한다. 회사는 이 플랫폼의 양산 준비를 위해 반도체 제조 및 패키징 파트너와 협력하고 있다고 밝혔다.

GlobalFoundries는 새로운 OCI 사양을 지원하도록 설계된 광학 모듈을 발표했다. 이 회사의 SCALE 플랫폼은 분리 가능한 광섬유, 테스트, 패키징 유연성을 강조하며, 모두 CPO의 서비스 문제를 해결하기 위한 요소다.

이러한 발표는 공급업체들이 운영상 이의를 이해하고 있음을 보여준다. 핵심 질문은 분리형 광섬유 시스템, known-good-die 테스트, 이중화된 광 경로, 외부 레이저가 통합 광학 기술을 대규모로 관리 가능하게 만들 수 있는지다.

실험실 처리량 기록보다 신뢰성 데이터가 더 중요해질 것이다. 구매자에게는 고장률, 교체 시간, 열 특성, 수율 수치, 지속적 워크로드에서의 성능이 필요하다.

업계는 레이저 문제도 해결해야 한다. 실리콘은 전자 회로와 많은 광자 기능에 적합하지만 빛을 효율적으로 방출하지는 못한다. 설계자들은 일반적으로 인듐 인화물 같은 화합물 반도체 소재에 의존한다.

이러한 의존성은 또 다른 공급망을 만든다. 레이저 광원, 부착 공정, 제어 전자장치, 광 결합은 모두 비용과 신뢰성에 영향을 준다.

따라서 광학 장치를 프로세서에 더 가깝게 옮기는 일은 하나의 병목을 여러 패키징 과제로 바꾸는 것이다. CPO는 전기적 경로를 단축하지만, 상업적 승자는 대역폭과 제조 가능성 및 수리성을 함께 갖춘 설계가 될 것이다.

광학 표준은 새로운 Scale-Up 계층을 누가 통제할지 결정한다

광학 표준 경쟁은 물리적 링크를 그 위에서 동작하는 독점 프로토콜과 분리하려는 시도다.

OCI MSA(Optical Compute Interconnect Multi-Source Agreement)는 2026년 3월에 설립됐다. 창립 그룹에는 AMD, Broadcom, Meta, Microsoft, Nvidia, OpenAI가 포함된다.

이 구성은 직접 경쟁하는 기업들을 동일한 물리 인터페이스 추진에 참여시킨다는 점에서 이례적이다. 참여사들은 다른 영역에서는 견해가 다르지만, 더 크고 예측 가능한 광학 공급 기반에 대한 이해관계는 공유한다.

OCI 사양은 scale-up 시스템을 위한 광학 물리 계층을 정의한다. Nvidia의 NVLink와 연합이 지원하는 UALink를 포함해 서로 다른 상위 프로토콜을 전달하도록 설계됐다.

초기 설계는 각 방향당 초당 200기가비트에서 시작한다. 로드맵은 더 많은 파장 수와 신호 속도를 목표로 하며, 궁극적으로 광섬유당 초당 3.2테라비트에 도달한다.

프로토콜 독립성이 전략적 특징이다. 공급업체가 공통 광학 계층을 구현하면 hyperscaler는 모든 가속기 공급업체가 동일한 scale-up 프로토콜을 채택하도록 요구하지 않고도 여러 제조사에서 호환 부품을 조달할 수 있다.

그렇다고 제품 간 상호 교환성이 보장되는 것은 아니다. 패키징, 관리, 소프트웨어, 커넥터, 검증 규칙, 시스템 토폴로지는 여전히 의미 있는 차이를 만들 수 있다.

다만 광학 공급업체에는 공통의 목표가 생긴다. 레이저 기업, 파운드리, 패키징 제공업체, 테스트 장비 공급업체는 여러 대형 구매자가 지지하는 사양을 기준으로 투자할 수 있다.

Nvidia 역시 이 공급 기반의 혜택을 받는다. Nvidia의 참여는 일부 물리 부품을 표준화한다고 해서 NVLink, 시스템 소프트웨어, 플랫폼 설계에 대한 통제권을 포기할 필요는 없다는 점을 보여준다.

이 구분은 표준 경쟁을 해석할 때 중요하다. Nvidia는 상위 계층의 차별화를 유지하면서 개방형 광학 부품을 지원할 수 있다. 경쟁사들은 동일한 물리 생태계를 사용해 UALink 중심의 시스템을 구축할 수 있다.

유력한 결과는 하나의 보편적 패브릭이 아닐 것이다. 일부 부품은 표준화되지만 프로토콜, 소프트웨어, 스케줄링, 혼잡 제어, 시스템 통합은 계속 경쟁 영역으로 남는 계층형 시장이 될 가능성이 높다.

이는 이전의 인프라 전환을 닮았다. Ethernet은 근본적인 네트워크 통신을 표준화했지만, 경쟁하는 스위치, 어댑터, 운영체제, 관리 플랫폼이 존재할 여지는 남겼다.

PCI Express는 모든 프로세서나 가속기를 동등하게 만들지 않으면서 공통 확장 인터페이스를 만들었다. 공통 인터페이스는 중요한 공급업체 통제 영역을 보존하면서 시장을 넓힐 수 있다.

불확실성은 경계가 어디에 형성될지에 있다. 너무 적은 범위를 포괄하는 표준은 통합 비용을 낮추지 못한다. 지나치게 광범위한 표준은 참여자들이 더 많은 경쟁 요건을 조율해야 하므로 발전이 느려질 수 있다.

시점도 똑같이 중요하다. AI 인프라 로드맵은 매년 발전하지만, 표준화, 실리콘 설계, 패키징 검증, 대량 생산에는 더 긴 주기가 필요하다. 위원회가 개방형 대안을 확정하는 동안 공급업체는 독점 솔루션을 출하할 수 있다.

따라서 초기 세대에는 과도기적 연결 방식과 절충안이 포함될 수 있다. AMD의 Ethernet 기반 UALink 사용은 시스템 제조업체가 네이티브 부품을 기다리면서도 더 넓은 아키텍처 방향성을 유지할 수 있음을 보여준다.

이러한 중간 설계를 최종 결과로 오인해서는 안 된다. 이는 생태계의 준비 상태가 제품 수요를 따라가지 못하는 지점을 드러낸다.

표준 연합은 여러 공급업체가 네이티브 UALink 스위칭, OCI 호환 광 엔진, 재현 가능한 상호운용성을 입증할 때 신뢰를 얻게 될 것이다. 보도자료만으로는 그러한 결과를 확립할 수 없다.

Nvidia의 통합 시스템이 계속 더 빠르게 고객에게 도달하고 예측 가능한 성능을 제공한다면, Nvidia는 우위를 유지할 것이다. 개방형 부품이 구매자 선택권을 넓히면서 그 성능에 근접한다면 연합은 협상력을 얻는다.

광학 계층은 이제 두 전략이 만나는 지점이다. 협력하기에 충분히 좁고, 공급망에 영향을 줄 만큼 중요하며, 플랫폼 통제에 영향을 미칠 만큼 프로세서와 가깝다.

개방형 광학 기술이 Nvidia를 따라잡을 수 있는지 보여줄 세 가지 신호

다음 단계는 또 한 번의 대역폭 주장 경쟁이 아니라 양산 하드웨어, 현장 신뢰성, 멀티벤더 상호운용성으로 결정될 것이다.

첫 번째 신호는 상용 시스템에 네이티브 UALink 스위칭 실리콘이 등장하는 것이다. 엔지니어링 샘플과 로드맵은 의도를 보여주지만, 고객에게 필요한 것은 Ethernet 브리지에 의존하지 않고 전용 UALink 부품을 사용하는 랙 규모 제품이다.

이러한 시스템이 일정에 맞춰 대규모 배포에 도달하면 개방형 연합은 신뢰할 만한 scale-up 대안을 확보한다. 추가 지연은 UALink 사양이 기술적으로 매력적인 상태를 유지하더라도 Nvidia의 통합 우위를 강화할 것이다.

AMD Helios는 핵심 시험대가 될 것이다. 구매자는 이후 구성에서 Ethernet 기반 UALink가 네이티브 스위칭으로 대체되는지, 그리고 해당 시스템이 예상 지연 시간, 활용률, 소프트웨어 안정성을 유지하는지 주시해야 한다.

두 번째 신호는 near-package 및 co-packaged optics의 운영 데이터다. 공급업체는 대역폭, 에너지 효율, 광섬유 밀도를 홍보할 것이다. 데이터센터 운영자는 부품 고장, 수리 시간, 패키지 수율, 열 특성에 집중할 것이다.

성공적인 CPO 배포는 벤치마크 이상의 것을 견뎌야 한다. 실용적인 광섬유 부착, 깨끗한 제조, 진단 가시성, 이중화, 일반 운영에 맞는 교체 절차가 필요하다.

기술자가 고가의 어셈블리를 교체하지 않고도 광학 장애를 분리하고 수리할 수 있다는 증거는 플러거블 광학 장치를 지지하는 가장 강력한 논거를 약화시킬 것이다. 높은 고장 비용은 LPO와 기존 모듈의 역할을 더 크게 유지할 것이다.

OCI MSA에서 검증된 상호운용성은 세 번째 신호다. 여러 광학 엔진이 관련 프로세서, 스위치, 패키징 시스템, 테스트 플랫폼 전반에서 작동해야 한다. 호환성은 물리적 커넥터 수준을 넘어 확장돼야 한다.

여러 공급업체가 공동 인증 테스트를 통과한다면 OCI는 조달 위험을 낮추고 제조 투자를 촉진할 수 있다. 반면 공급업체가 플랫폼마다 광범위한 맞춤화를 요구한다면, 명목상의 표준화는 상업적 가치를 크게 제공하지 못할 것이다.

독자들은 Nvidia 스택 중 표준화된 광학 기술 전반에서 얼마나 많은 부분이 이식 가능한 상태로 남는지도 지켜봐야 한다. Nvidia의 참여는 OCI 도입을 확대할 수 있지만, 그렇다고 NVLink가 UALink에 맞서는 개방형 경쟁자가 되는 것은 아니다.

더 넓은 네트워크 역시 간과할 수 없다. 더 빠른 스케일업 랙은 스케일아웃 및 장거리 네트워크로 유입되는 트래픽을 늘린다. 더 효율적인 내부 링크는 데이터센터의 다른 영역에 있는 용량 문제를 드러낼 수 있다.

Bayvel은 지상, 해저, 우주 기반 네트워크는 상대적으로 면밀한 검토를 받지 못하는 반면, 관심은 여전히 데이터센터에 집중돼 있다고 경고했다. AI 생성 트래픽이 시설 간 이동함에 따라 이러한 우려는 더욱 중요해진다.

개발자들은 이러한 인프라 결정의 영향을 간접적으로 경험하게 된다. 더 나은 인터커넥트 활용률은 작업 지연을 줄이고, 더 큰 분산 워크로드를 지원하며, 추론의 경제성을 바꿀 수 있다. 활용률이 낮으면 값비싼 가속기가 데이터를 기다리며 유휴 상태에 놓일 수 있다.

기업 구매자도 이에 주목해야 한다. 클라우드 서비스 가용성과 워크로드 비용이 이러한 시스템에 좌우되기 때문이다. 조달팀 역시 공급업체 벤치마크와 자체 모델 환경에서 관측된 성능을 구분해야 한다.

경쟁 사양을 추적하는 엔지니어는 검색 가능한 지식 베이스를 활용해 표준 개정, 공급업체 발표, 아키텍처 노트, 배포 근거를 연결할 수 있다.

Tom Hardware의 기사는 광학 기술이 주변적인 네트워킹 주제에서 벗어나 AI 시스템 설계의 일부가 되는 순간을 포착한다. 구리의 한계는 시한을 정했지만, 승자를 결정하지는 않았다.

Nvidia는 출시 중인 플랫폼과 여러 계층에 걸친 통제력을 바탕으로 경쟁에 뛰어들었다. 개방형 연합은 광범위한 업계 지지, 공개된 사양, 그리고 더 큰 공급업체 선택권의 가능성을 앞세운다.

결정적인 질문은 더 이상 광자 인터커넥트가 AI 칩에 더 가까워질 것인지가 아니다. 개방형 광학 부품이 독점적 통합이 기본값이 되기 전에 생산 단계에 도달할 수 있을지가 핵심이다.

최초의 네이티브 UALink 랙, 최초의 신뢰할 만한 CPO 신뢰성 보고서, 최초의 멀티벤더 OCI 인증 결과를 주시하라. 이 신호들은 광자 기술이 AI 인프라를 개방할지, 아니면 이미 이를 통제하는 기업들을 더욱 강화할지를 보여줄 것이다.