KI stößt auf einen Engpass im Rechenzentrum, und Cisco will die Lösung dafür liefern.
Cisco kündigte den Silicon One G300 an, einen 102,4-Tbit/s-Switching-Chip, sowie neue Systeme und Optiken, die darauf abzielen, KI-Rechenzentren für das, was das Unternehmen als Zeitalter agentischer KI bezeichnet, zu skalieren.
Ciscos Vorstoß erinnert daran, dass der Ausbau von KI zu einem Infrastrukturproblem wird, nicht nur zu einem Modellproblem. Das Unternehmen positioniert Switching-Plattformen auf Basis des G300 als Teil eines koordinierten Stacks, der große KI-Umgebungen auch bei ihrer Skalierung kontinuierlich mit Daten versorgen soll.
Dieser Wandel macht die Modernisierung von Rechenzentren für KI-Workloads zu einer zentralen Priorität für Unternehmen – insbesondere, da die Einschränkungen bei Netzwerk, Speicher, Kühlung und Rechenleistung zunehmend aufeinandertreffen.
Was Cisco tatsächlich angekündigt hat
Laut Cisco handelt es sich beim Silicon One G300 um Switching-Silizium mit 102,4 Tbit/s, das für den massiven Ausbau von KI-Clustern konzipiert ist und neue Cisco-Nexus-9000- und Cisco-8000-Systeme antreiben wird.
Bei den technischen Daten von Ciscos G300 heißt es, der Prozessor sei für KI-Netzwerke mit hoher Bandbreite und Switching im Web-Maßstab optimiert und ermögliche einen deterministischen, latenzarmen und energieeffizienten 64x-1600-Gigabit-Ethernet-(GE)-Switch.
Cisco stellt dies außerdem als mehr als nur eine Chip-Ankündigung dar: Silizium, Systeme und Optiken, die für KI-Backend-Netzwerke im großen Maßstab zusammenarbeiten sollen.
Warum agentische KI die Messlatte höher legt
Cisco verknüpft diese Veröffentlichung ausdrücklich mit dem Zeitalter agentischer KI, also mit KI-Systemen, die zunehmend autonom handeln können, statt nur auf Eingaben zu reagieren. Mit ihrer weiteren Verbreitung steigt der Druck auf Rechenzentrums-netzwerke, die Daten zwischen Rechenleistung, Arbeitsspeicher und Speicher bewegen.
Mit dem Wachstum dieser Umgebungen benötigen IT-Teams außerdem klarere Kriterien dafür, wo KI-Workloads in hybriden Umgebungen ausgeführt werden sollten, von On-Premises-Infrastrukturen bis hin zu Cloud- und Edge-Systemen.
Für Unternehmen, die größere KI-Umgebungen aufbauen, lautet die praktische Erkenntnis: Das Netzwerk kann noch vor der Rechenleistung zum Engpass werden. Laut Cisco sind der G300 und die zugehörigen Plattformen darauf ausgelegt, KI-Netzwerke zu skalieren, ohne dass beim Wachstum der Cluster ständig neue Designs erforderlich sind.
Lesen Sie auch: Der Vorstoß zu KI-Ausgaben von 650 Milliarden US-Dollar zwingt Big Tech dazu, den Ausbau von Rechenzentren und Infrastrukturprioritäten neu zu überdenken.