Datacenters die AI-workloads draaien, nemen inmiddels ongeveer één procent van het wereldwijde elektriciteitsverbruik voor hun rekening. Veel aandacht gaat uit naar efficiëntere koeling, maar het gebruik van bekabeling blijft onderschat, zegt Dick Philips, Sales Director Data Centre Solutions NW Europe bij CommScope.
Volgens recente schattingen kan de AI-industrie al in 2027 evenveel elektriciteit verbruiken als heel Nederland, tussen de 85 en 134 terawattuur per jaar. Intussen is duidelijk dat veel van de uitdagingen rondom AI-infrastructuur terug te voeren zijn op één fundament dat vaak wordt onderschat. “De aandacht gaat snel naar GPU’s en koeling, maar zonder de juiste bekabeling kun je geen betrouwbare of schaalbare AI-omgeving bouwen,” zegt Dick Philips. “Bekabeling is het onderdeel dat zorgt dat alles daadwerkelijk met elkaar kan praten.”
Dick Philips
Energiehonger waar geen rem op lijkt te zitten
De waarschuwingen vanuit het International Energy Agency sluiten nauw aan bij wat operators zien in hun dagelijkse praktijk. Grote techbedrijven proberen hun duurzaamheidsdoelen overeind te houden, maar worstelen met de impact van nieuwe AI-datacenters. Microsoft zag zijn emissies sinds 2020 bijna dertig procent stijgen, ondanks plannen om CO₂-negatief te worden. Philips herkent die dynamiek. “Organisaties onderschatten soms hoe heftig die energievraag oploopt zodra AI-clusters in productie gaan. Dat vraagt om andere keuzes dan bij traditionele compute.”
De druk op datacenters groeit bovendien door de eisen die AI stelt aan latency en bandbreedte. “Je praat niet over een paar servers die met elkaar communiceren,” legt Philips uit. “AI-modellen worden getraind met duizenden GPU’s die constant informatie uitwisselen. Hoe beter en sneller die verbindingen, hoe hoger de performance en hoe lager de verspilling.”
GPU-clusters dwingen tot nieuwe ontwerpkeuzes
De opbouw van een AI-cluster wijkt behoorlijk af van een klassiek datacenter. GPU-racks verbruiken regelmatig meer dan 40 kW per rack, soms zelfs meer. Daardoor kunnen operators minder servers per rack kwijt en moeten clusters vaak fysiek worden uitgesmeerd over grotere afstanden. Dat maakt de uitdaging rond latency groter dan ooit.
“Onderzoek laat zien dat tot dertig procent van de trainingstijd verloren kan gaan door latency op het netwerk,” vertelt Philips. “Idealiter plaats je GPU’s binnen honderd meter van elkaar. In bestaande datacenters is dat lastig, zeker nu AI-racks fysiek groter en heter zijn.”
Die combinatie, hogere vermogens en grotere fysieke spreiding, zorgt voor een forse toename van inter-rack-bekabeling. Het aantal vezels stijgt, de kabelgoten lopen voller en traditionele oplossingen lopen tegen hun grenzen aan. Operators schakelen daardoor versneld over op 400G- en 800G-verbindingen, omdat koperverbindingen zoals DAC’s, AEC’s en ACC’s simpelweg niet meer volstaan voor de benodigde bandbreedte.
“Er komt veel meer verkeer door die infrastructuur heen”, zegt Philips. “Daarnaast moet elke server worden verbonden met meerdere netwerken: de switch fabric, storage en beheer. Je ziet dat het aantal verbindingen per rack explosief groeit.”
Ruimtegebrek in goten en racks
Datacenters worstelen al jaren met beperkte ruimte in kabelgoten. De opkomst van AI verergert dit. “Zwaardere AI-clusters leiden tot zwaardere bekabeling en meer verbindingen, wat een uitdaging vormt voor het ontwerp en beheer van de fysieke omgeving.” Philips ziet daar een duidelijke ontwikkeling: “Je kunt niet blijven stapelen. Op een gegeven moment zit een goot gewoon vol.”
Rollable ribbon fiber blijkt in die context een van de oplossingen die terrein wint. Deze technologie maakt het mogelijk om duizenden vezels als compacte bundels te organiseren en efficiënt te verwerken. “Met rollable ribbon kun je zes bundels van 3.456 glasvezels kwijt in één vier-inch goot. Dat is een enorm verschil met traditionele fiberoplossingen. Je benut de beschikbare ruimte beter en de installatie gaat sneller, omdat de vezels eenvoudig te hanteren en te splicen zijn.”
Voor datacenters die geen extra ruimte meer kunnen creëren, levert dat een directe besparing op. “Elke centimeter die je wint, kun je weer inzetten voor groei van je AI-omgeving,” zegt Philips.
Optische technologie strategische keuze
Naast bekabeling speelt de optische laag een belangrijke rol in de prestaties van AI-clusters. Operators staan daarbij voor keuzes die directe impact hebben op kosten én energieverbruik. Vooral bij korte verbindingen is de prijs van transceivers bepalend, niet de vezel zelf. Parallelle vezeltransceivers bieden in dat soort scenario’s voordelen omdat ze geen optische multiplexers of demultiplexers nodig hebben.
“Parallel optics zijn efficiënt, eenvoudig en stabiel,” legt Philips uit. “Je haalt de complexiteit eruit. Dat scheelt niet alleen in kosten maar ook in warmte en energieverbruik.” Daarmee wordt de keuze voor transceivers een strategische beslissing, zeker in een markt waar elke watt telt.
De verschuiving naar AI verandert de ontwerpeisen van datacenters structureel. Operators moeten ontwerpen voor schaalbaarheid, hitte, bandbreedte en energie-efficiëntie tegelijk. Volgens Philips vormt slimme bekabeling de basis van dat nieuwe evenwicht. “AI-workloads vergen veel van de infrastructuur. Een goed ontworpen bekabelingsarchitectuur kan het verschil maken tussen een cluster dat efficiënt draait en een cluster dat onnodig veel energie verbruikt.”
CommScope werkt aan oplossingen die datacenters moeten helpen toekomstbestendig te blijven. Philips benadrukt dat het daarbij niet gaat om enkel hogere capaciteit, maar vooral om efficiëntie en beheersbaarheid. “Je wilt voorkomen dat groei in AI-capaciteit automatisch leidt tot disproportioneel hogere energiekosten. Met de juiste optische oplossingen, slimme structuren en schaalbare fibertechnologie kun je die balans bewaken.”
Philips ziet de rol van bekabeling daarin alleen maar groter worden. “De industrie beweegt snel. Als je nu bouwt op het oude paradigma, loop je binnen een jaar al achter. Een toekomstgerichte bekabelingsarchitectuur geeft operators juist vrijheid, flexibiliteit en energie-efficiëntie.”
