Kunstig intelligens og optiske fiberkabler er mer avhengig av hverandre enn de fleste i telekomindustrien er klar over. AI-systemer kan ikke fungere uten dataoverføringen med høy-hastighet og lav-latens som bare fiberoptikk kan gi. Og fibernettverk blir på sin side langt mer effektive takket være AI-drevne overvåkings- og optimaliseringsverktøy. Dette to-forholdet omformer allerede hvordan datasentre bygges, hvordan nettverk vedlikeholdes og hvordan nye fiberteknologier utvikles.
Denne artikkelen forklarer hvordan forholdet fungerer i praksis, støttet av verifiserbare bransjedata, og hva det betyr for telekomoperatører, datasenterplanleggere og infrastrukturkjøpere.
Hvorfor AI-systemer trenger optiske fiberkabler
Trening av en stor AI-modell innebærer å distribuere arbeidsbelastninger på tvers av tusenvis av GPUer, som alle må utveksle data kontinuerlig. Dette skaper massiv øst--vest-trafikk --data som flyter mellom servere - som krever ekstrem båndbredde, minimal ventetid og ubetydelig signaltap. Tradisjonelle kobberkabler kan ikke følge med. Bareoptiske fiberkablerkan levere gjennomstrømningen som moderne AI-klynger krever, spesielt når datasentre går over fra 400G til 800G og til slutt 1.6T optiske koblinger.
Forskjellen i fiberforbruk er dramatisk. IfølgeCornings datasenterutsikter for 2025Generative AI-datasentre krever allerede mer enn 10 ganger den optiske fiberen til tradisjonelle datasenternettverk. Cornings SVP for optisk fiber og kabel bemerket at Nvidias 72-GPU Blackwell-noder trenger 16 ganger mer fiber enn konvensjonelle skysvitsjstativer. STL, en annen ledende fiberprodusent, har rapportert at GPU-tunge AI-rack kan kreve opptil 36 ganger mer fiber enn tradisjonelle CPU-baserte konfigurasjoner.
Denne økningen i etterspørselen strekker seg utover det som skjer inne i bygningen. AI-arbeidsmengder er i økende grad fordelt på flere fasiliteter, noe som betyrdatasenterforbindelser (DCI).trenger også betydelig mer fiberkapasitet. EN2025-rapport av Fiberbredbåndsforeningenanslått at USA ville trenge en 2,3x økning i totale fibermil innen 2029 for å støtte AI-drevet hyperskalavekst alene.
Hvordan AI forbedrer optisk fibernettverksdrift
Forholdet er ikke én-veis. AI løser reelle problemer innen vedlikehold og ytelse av fibernettverk som industrien har slitt med i flere tiår.
Smartere feildeteksjon og vedlikehold
Tradisjonelt betydde det å finne og diagnostisere feil i et optisk nettverk å sende teknikere for å manuelt inspisere OTDR (Optical Time-Domain Reflectometer) sporer - en langsom, arbeidskrevende- prosess. AI endrer dette fundamentalt.
Maskinlæringsmodeller kan nå analysere OTDR-data automatisk for å oppdage fiberanomalier, klassifisere feiltyper og finne plasseringen deres. Publisert forskning viser at AI-baserte systemer som kombinerer autoenkodere med toveis tilbakevendende nevrale nettverk oppnår feildeteksjon F1-score på over 96 % og klassifiseringsnøyaktighet som overstiger 98 %, med lokaliseringspresisjon målt i brøkdeler av en meter. I en dokumentert distribusjon,en AI-assistert overvåkingsplattformforbedret feildeteksjonseffektivitet med over 98 % sammenlignet med konvensjonell polling i et datasentermiljø med 1024 koblinger.
For operatører som administrerer tusenvis av fiberforbindelser over enfiberoptisk datasenternettverk, er den praktiske fordelen klar: feil identifiseres og lokaliseres før de forårsaker tjenesteforstyrrelser, og diagnosesykluser krymper fra timer til sekunder.
Signaloptimalisering og kapasitetsplanlegging
AI hjelper også med å presse mer ytelse ut av eksisterende fiberinfrastruktur. Ved å trene modeller på enhetsparametere og historiske koblingsytelsesdata, kan maskinlæring optimalisere signalmodulasjon, forutsi spredningseffekter og balansere kraftfordeling på tvers av bølgelengdekanaler. Dette betyr at operatører kan øke den effektive kapasiteten til utplasserte fiberruter uten å installere nye kabler - en betydelig kostnadsfordel ettersom fiberprisene fortsetter å stige.
Hollow-Core Fiber: How AI Demand Is Driving a New Fiber Technology
Det kanskje klareste eksemplet på hvordan AI driver fiberinnovasjon fremover erhul-optisk fiber(HCF). Konvensjonell fiber leder lys gjennom massivt glass. Hul-kjernefiber sender lys gjennom en luft-fylt kanal i stedet. Siden lys beveger seg omtrent 47 % raskere i luft enn i glass, gir HCF en betydelig reduksjon i forplantningsforsinkelse -, vanligvis 30 til 47 prosent, avhengig av den spesifikke design- og distribusjonsforholdene.
I september 2025 publiserte forskere fra University of Southampton og Microsoft resultater iNaturfotonikkdemonstrerer HCF med et rekord-lavt signaltap på 0,091 dB per kilometer. Dette er meningsfullt bedre enn gulvet på omtrent 0,14 dB/km som konvensjonell silikafiber har sittet fast på i fire tiår. Microsoft har allerede distribuert over 1200 km med hul-kjernefiber som fører direkte trafikk i Azure-nettverket, ogannonserte planer om å distribuere 15 000 km mer, samarbeider med Corning og Heraeus for industriell-skalaproduksjon.
I november 2025 gjennomførte Scala Data Centers, Lightera og Nokia det første HCF proof of concept i Latin-Amerika og bekreftet en 32 % reduksjon i ventetid ved bruk av kommersielt tilgjengelig 400G-testutstyr.
Når det er sagt, er ikke HCF en universell erstatning for konvensjonell fiber i dag. Produksjonskostnadene er høyere, skjøting krever spesialiserte teknikker, og industristandarder er fortsatt under utvikling. Foreløpig er den best egnet for latens-kritiske koblinger -, spesielt mellom AI-datasentre, der selv mikrosekunders forsinkelse påvirker GPU-bruken på tvers av distribuerte treningsklynger.
Fiberoverføringsrekord fortsetter å falle
Kapasitetstaket for optisk fiber stiger stadig. På slutten av 2025 demonstrerte et internasjonalt team ledet av Japans NICT en overføringshastighet på430 Tb/s over en standard-kompatibel optisk fiberved ECOC 2025 - og oppnådde dette ved å bruke nesten 20 % mindre båndbredde enn den forrige rekorden på 402 Tb/s satt i 2024. Hver for seg nådde Sumitomo Electric og NICT 1,02 petabits per sekund over 1808 km ved bruk av en 19-kjerners fiber med standard kledningsdiameter.
Mange av disse gjennombruddene er direkte avhengige av AI-assistert signalbehandlingsteknikker, inkludert nevrale nettverk-basert utjevning og maskinlæring-optimaliserte modulasjonsformater. Teknologier som multi-båndbølgelengdedivisjonsmultipleksing og multi-kjernefiber - kombinert med AI-drevet optimalisering - flytter de praktiske grensene for hvaenkelt-modusfiberog neste-generasjons fiberdesign kan bære.
Praktiske implikasjoner for telekomindustrien
AI-fiberforholdet har konkrete konsekvenser for ulike roller i telekom-økosystemet:
Datasenteroperatørermå planlegge for dramatisk høyere fibertetthet per stativ. AI-klyngeutbygginger krever ikke-blokkerende optiske stoffer der hver GPU har dedikerte fiberforbindelser på hvert nivå. Løsninger med høy-tetthet som f.eksfiberoptiske båndkablerog MPO/MTP-montasjer blir essensielle snarere enn valgfrie.
Nettverksvedlikeholdsteambør evaluere AI-assisterte overvåkingsverktøy som en måte å redusere uplanlagt nedetid og skifte mot prediktivt vedlikehold. Teknologien er allerede bevist i reelle distribusjoner, ikke bare i forskningsartikler. Ordentligtesting av fiberoptiske kablerkombinert med AI-analyse kan forlenge levetiden til eksisterende infrastruktur betydelig.
Infrastruktur planleggere og kjøperebør forvente fortsatt prispress på fiber og optiske komponenter ettersom AI-drevet etterspørsel overgår tilbudet. Sikre pålitelige fiberforsyningskjeder og samarbeide med etablertefiberoptisk kabelmaterialeleverandører vil bli stadig viktigere.
Ofte stilte spørsmål
Hvorfor kan ikke kobberkabler støtte AI-datasentertrafikk?
AI-arbeidsbelastninger genererer enorme mengder server-til-serverdatatrafikk med hastigheter på 400G og over. Kobberkabler er begrenset både i båndbredde og rekkevidde ved disse hastighetene. Optisk fiber overfører data som lyssignaler med langt høyere båndbredde, lavere ventetid og minimal signalforringelse, noe som gjør det til det eneste levedyktige mediet for omfanget av databevegelse AI krever.
Hvor mye mer fiber bruker et AI-datasenter?
Ifølge Corning bruker AI-aktiverte datasentre allerede mer enn 10 ganger fiberen til tradisjonelle fasiliteter. For GPU-intensive konfigurasjoner rapporterer STL at forholdet kan nå 36 ganger. Den eksakte multiplikatoren avhenger av GPU-arkitekturen, nettverkstopologien og om anlegget støtter AI-trening, inferens eller begge deler.
Hva er hul-kjernefiber og hvorfor betyr det noe for AI?
Hul-kjernefiber leder lys gjennom en luft-fylt kjerne i stedet for massivt glass. Fordi lys beveger seg raskere i luft, reduserer HCF overføringsforsinkelsen med omtrent 30 til 47 prosent. For distribuert AI-trening på tvers av flere datasentre, forbedrer denne latensreduksjonen direkte GPU-utnyttelsen og den generelle systemytelsen. Microsoft er den største nåværende distribusjonen, med planer om 15 000 km over Azure-nettverket.
Er AI-drevet fiberovervåking allerede i bruk?
Ja. AI-drevet OTDR-analyse og prediktiv feildeteksjon er distribuert i produksjonsnettverk i dag. Forskning-støttede systemer kan oppdage fiberfeil med over 96 % nøyaktighet og lokalisere dem til sub-meterpresisjon. Flere teleoperatører og datasenterleverandører har tatt i bruk disse verktøyene for å redusere vedlikeholdskostnadene og forhindre tjenesteavbrudd.
Hvilke fibertyper brukes i AI-datasentre?
De fleste AI-datasentre bruker en kombinasjon av enkelt-modusfiber (typisk G.652.D) for lengre inter-bygnings- og DCI-koblinger, og OM4 eller OM5 multimodusfiber for kort-forbindelser innenfor rackrader. Høy-båndkabler og MPO/MTP-tilkobling er standard for å administrere det store antallet fibertråder disse miljøene krever.