L’intelligenza artificiale e i cavi in fibra ottica dipendono l’uno dall’altro più di quanto la maggior parte delle persone nel settore delle telecomunicazioni creda. I sistemi di intelligenza artificiale non possono funzionare senza la trasmissione dati ad alta-velocità e bassa-latenza che solo la fibra ottica può fornire. E le reti in fibra, a loro volta, stanno diventando molto più efficienti grazie agli strumenti di monitoraggio e ottimizzazione basati sull'AI-. Questa relazione bi-sta già rimodellando il modo in cui vengono costruiti i data center, come vengono mantenute le reti e come vengono sviluppate le nuove tecnologie in fibra.
Questo articolo spiega come funziona nella pratica questa relazione, supportata da dati di settore verificabili, e cosa significa per gli operatori di telecomunicazioni, i progettisti di data center e gli acquirenti di infrastrutture.
Perché i sistemi di intelligenza artificiale necessitano di cavi in fibra ottica
L'addestramento di un modello di intelligenza artificiale di grandi dimensioni comporta la distribuzione dei carichi di lavoro su migliaia di GPU, che devono scambiarsi dati in modo continuo. Ciò crea un massiccio flusso di dati del traffico est-ovest - tra i server - che richiede una larghezza di banda estrema, una latenza minima e una perdita di segnale trascurabile. I tradizionali cavi in rame non riescono a tenere il passo. Soltantocavi in fibra otticapuò fornire il throughput richiesto dai moderni cluster IA, in particolare quando i data center passano da 400G a 800G e infine da collegamenti ottici a 1,6T.
La differenza nel consumo di fibre è drammatica. SecondoProspettive dei data center Corning per il 2025, i data center con intelligenza artificiale generativa richiedono già più di 10 volte la fibra ottica delle reti di data center tradizionali. Il vicepresidente senior per fibra ottica e cavi di Corning ha osservato che i 72-nodi GPU Blackwell di Nvidia necessitano di 16 volte più fibra rispetto ai tradizionali rack di switch cloud. STL, un altro produttore leader di fibra, ha riferito che i rack AI con GPU-pesanti possono richiedere fino a 36 volte più fibra rispetto alle configurazioni tradizionali basate su CPU.
Questo aumento della domanda si estende oltre ciò che accade all’interno dell’edificio. I carichi di lavoro dell’intelligenza artificiale sono sempre più distribuiti su più strutture, il che significaCollegamenti di interconnessione dei data center (DCI).necessitano inoltre di una capacità di fibra sostanzialmente maggiore. UNRapporto 2025 della Fiber Broadband Associationsi prevede che gli Stati Uniti avranno bisogno di un aumento di 2,3 volte delle miglia di fibra totali entro il 2029 per supportare la sola crescita su vasta scala guidata dall'AI.
Come l'intelligenza artificiale migliora le operazioni di rete in fibra ottica
La relazione non è un-direzionale. L’intelligenza artificiale sta risolvendo problemi reali legati alla manutenzione e alle prestazioni delle reti in fibra con cui il settore ha lottato per decenni.
Rilevamento e manutenzione dei guasti più intelligenti
Tradizionalmente, individuare e diagnosticare guasti in una rete ottica significava inviare tecnici a ispezionare manualmente le tracce OTDR (Optical Time-Domain Reflectometer) - un processo lento e-intenso in termini di manodopera. L’intelligenza artificiale cambia radicalmente la situazione.
I modelli di machine learning possono ora analizzare automaticamente i dati OTDR per rilevare anomalie della fibra, classificare i tipi di guasto e individuarne la posizione. Le ricerche pubblicate dimostrano che i sistemi basati sull'intelligenza artificiale- che combinano autocodificatori con reti neurali ricorrenti bidirezionali raggiungono punteggi F1 di rilevamento guasti superiori al 96% e un'accuratezza di classificazione superiore al 98%, con una precisione di localizzazione misurata in frazioni di metro. In una distribuzione documentata,una piattaforma di monitoraggio assistita dall'AI-miglioramento dell'efficienza di rilevamento dei guasti di oltre il 98% rispetto al polling convenzionale in un ambiente data center da 1.024 collegamenti.
Per gli operatori che gestiscono migliaia di collegamenti in fibra attraverso acentro dati in fibra otticarete, il vantaggio pratico è chiaro: i guasti vengono identificati e localizzati prima che causino interruzioni del servizio, e i cicli di diagnosi si riducono da ore a secondi.
Ottimizzazione del segnale e pianificazione della capacità
L’intelligenza artificiale aiuta anche a ottenere maggiori prestazioni dall’infrastruttura in fibra esistente. Addestrando i modelli sui parametri del dispositivo e sui dati storici sulle prestazioni del collegamento, l'apprendimento automatico può ottimizzare la modulazione del segnale, prevedere gli effetti di dispersione e bilanciare la distribuzione della potenza attraverso i canali di lunghezza d'onda. Ciò significa che gli operatori possono aumentare la capacità effettiva dei percorsi in fibra distribuiti senza installare nuovi cavi - un vantaggio significativo in termini di costi poiché i prezzi della fibra continuano ad aumentare.
Fibra Hollow-Core: come la domanda di intelligenza artificiale sta guidando una nuova tecnologia in fibra
Forse l’esempio più chiaro di come l’intelligenza artificiale stia spingendo avanti l’innovazione della fibra èfibra ottica-con nucleo cavo(HCF). La fibra convenzionale guida la luce attraverso il vetro solido. La fibra a nucleo cavo-trasmette invece la luce attraverso un canale-riempito d'aria. Poiché la luce viaggia circa il 47% più velocemente nell'aria che nel vetro, l'HCF offre una significativa riduzione della latenza di propagazione - tipicamente dal 30 al 47%, a seconda della progettazione specifica e delle condizioni di implementazione.
Nel settembre 2025, i ricercatori dell’Università di Southampton e Microsoft hanno pubblicato i risultatiFotonica della naturadimostrando HCF con una perdita di segnale-bassa record di 0,091 dB per chilometro. Si tratta di un valore significativamente migliore rispetto al livello minimo di circa 0,14 dB/km al quale la fibra di silice convenzionale è rimasta bloccata per quattro decenni. Microsoft ha già distribuito oltre 1.200 km di fibra Hollow-core che trasporta traffico attivo nella sua rete Azure eha annunciato l'intenzione di distribuire altri 15.000 km, collaborando con Corning e Heraeus per la produzione su scala-industriale.
Nel novembre 2025, Scala Data Centers, Lightera e Nokia hanno condotto la prima prova di concetto HCF in America Latina e hanno confermato una riduzione del 32% della latenza utilizzando apparecchiature di test 400G disponibili in commercio.
Detto questo, oggi l’HCF non è un sostituto universale della fibra convenzionale. I costi di produzione sono più elevati, la giunzione richiede tecniche specializzate e gli standard di settore sono ancora in fase di sviluppo. Per ora, è più adatto ai collegamenti critici -di latenza - in particolare tra data center AI, dove anche i microsecondi di ritardo influiscono sull'utilizzo della GPU nei cluster di addestramento distribuiti.
I record di trasmissione in fibra continuano a diminuire
Il limite massimo di capacità per la fibra ottica continua ad aumentare. Alla fine del 2025, un team internazionale guidato dalla NTIC giapponese ha dimostrato una velocità di trasmissione di430 Tb/s su una fibra ottica-conforme allo standardall'ECOC 2025 - e hanno raggiunto questo obiettivo utilizzando quasi il 20% in meno di larghezza di banda rispetto al precedente record di 402 Tb/s stabilito nel 2024. Separatamente, Sumitomo Electric e NICT hanno raggiunto 1,02 petabit al secondo su 1.808 km utilizzando una fibra a 19 core con un diametro di rivestimento standard.
Molte di queste innovazioni si basano direttamente su tecniche di elaborazione del segnale assistita dall'AI, tra cui l'equalizzazione basata sulla rete neurale e i formati di modulazione ottimizzati per il machine learning. Tecnologie come il multiplexing a divisione di lunghezza d'onda multi-banda e la fibra multi-core - combinate con l'ottimizzazione basata sull'intelligenza artificiale - stanno spingendo i limiti pratici di ciò chefibra mono-modalee i progetti di fibre di prossima-generazione possono sopportare.
Implicazioni pratiche per l'industria delle telecomunicazioni
Il rapporto tra la fibra AI-ha conseguenze concrete per i diversi ruoli nell'ecosistema delle telecomunicazioni:
Operatori di data centerè necessario pianificare una densità di fibra per rack notevolmente più elevata. La creazione di cluster AI richiede tessuti ottici non-bloccanti in cui ogni GPU dispone di connessioni in fibra dedicate a ogni livello. Soluzioni ad alta-densità comecavi in fibra ottica a nastroe le assemblee MPO/MTP stanno diventando essenziali anziché opzionali.
Squadre di manutenzione della retedovrebbe valutare gli strumenti di monitoraggio assistito dall'AI-come un modo per ridurre i tempi di inattività non pianificati e passare alla manutenzione predittiva. La tecnologia è già stata dimostrata in implementazioni reali, non solo in documenti di ricerca. Correttotest su cavi in fibra otticacombinato con l’analisi dell’intelligenza artificiale può prolungare significativamente la vita utile dell’infrastruttura esistente.
Progettisti e acquirenti di infrastrutturedovremmo aspettarci una continua pressione sui prezzi sulla fibra e sui componenti ottici poiché la domanda guidata dall'AI-supera l'offerta. Garantire catene di approvvigionamento affidabili della fibra e collaborare con partner consolidatimateriale del cavo in fibra otticai fornitori diventeranno sempre più importanti.
Domande frequenti
Perché i cavi in rame non supportano il traffico del data center AI?
I carichi di lavoro AI generano enormi volumi di traffico dati da server-a-server a velocità di 400G e superiori. I cavi in rame sono limitati in termini di larghezza di banda e raggiungono queste velocità. La fibra ottica trasmette i dati come segnali luminosi con una larghezza di banda molto più elevata, una latenza inferiore e un degrado minimo del segnale, rendendola l’unico mezzo praticabile per la scala di movimento dei dati richiesta dall’intelligenza artificiale.
Quanta fibra in più utilizza un data center AI?
Secondo Corning, i data center abilitati all'AI-consumano già più di 10 volte la fibra delle strutture tradizionali. Per le configurazioni ad uso intensivo di GPU, STL segnala che il rapporto può raggiungere 36 volte. Il moltiplicatore esatto dipende dall'architettura della GPU, dalla topologia della rete e dal fatto che la struttura supporti l'addestramento dell'intelligenza artificiale, l'inferenza o entrambi.
Che cos'è la fibra cava-core e perché è importante per l'AI?
La fibra a nucleo cavo-guida la luce attraverso un nucleo-riempito d'aria invece che attraverso il vetro solido. Poiché la luce si muove più velocemente nell’aria, l’HCF riduce la latenza di trasmissione di circa il 30-47%. Per la formazione IA distribuita su più data center, questa riduzione della latenza migliora direttamente l'utilizzo della GPU e le prestazioni complessive del sistema. Microsoft è attualmente il più grande distributore, con piani per 15.000 km attraverso la sua rete Azure.
Il monitoraggio della fibra basato sull'AI-è già in uso?
SÌ. L'analisi OTDR basata sull'AI e il rilevamento predittivo dei guasti vengono oggi implementati nelle reti di produzione. I sistemi supportati dalla ricerca-sono in grado di rilevare guasti alla fibra con una precisione superiore al 96% e localizzarli con una precisione inferiore al-metro. Diversi operatori di telecomunicazioni e fornitori di data center hanno adottato questi strumenti per ridurre i costi di manutenzione e prevenire interruzioni del servizio.
Quali tipi di fibra vengono utilizzati nei data center AI?
La maggior parte dei data center AI utilizza una combinazione di fibra monomodale- (tipicamente G.652.D) per collegamenti DCI e tra edifici più lunghi e fibra multimodale OM4 o OM5 per connessioni a corto raggio-all'interno di file di rack. I cavi a nastro ad alta-densità e la connettività MPO/MTP sono standard per la gestione del gran numero di trefoli di fibra richiesti da questi ambienti.