Redes 100 G: velocidade, disponibilidade e desafios

Ary Montoya é Gerente Comercial do Grupo Binário
Ary Montoya é Gerente Comercial do Grupo Binário

Interfaces de alta velocidade, capazes de reduzir o custo por bit e melhorar a eficiência operacional das redes corporativas, além de reduzir o número de comprimentos de onda a serem gerenciados: esta é a promessa das redes 100 G, estruturas aptas a transmitir dados em até 100 Gigabytes por segundo.

Tais redes permitem que fornecedores de nuvem, data centers e operadoras de telefonia, por exemplo, ofereçam redes muito mais velozes a seus clientes, capazes de suportar com alta qualidade serviços dos mais variados – voz, dados, IPTV, jogos online, VoD (Video on Demand), entre outros.

No âmbito corporativo, o padrão 100 G terá um papel essencial na conectividade das redes multisserviços, por garantir o tráfego entre switches e roteadores de alta capacidade sem alterar a arquitetura da rede, além de melhorar acessos móveis de banda larga, como Wi-Fi, WiMAX, HSPA (High Speed Packet Access) e LTE (Long Term Evolution).

Armazenamento virtual é outro tipo de serviço que demandará as redes 100 G, especialmente para aplicações pesadas, como vídeo de alta definição, que demandam maior largura de banda para uplink.

Sistemas de comunicação via Internet e comércio eletrônico também se beneficiarão muito das redes de altíssima velocidade, melhorando a capacidade de entrega de serviços, conteúdos e produtos.

É claro que nem tudo são flores: há desafios no caminho do 100 G. Principalmente, no que tange à estrutura física, pois é preciso garantir a integridade de cabos de fibra ótica nas conexões terrestres, já que qualquer interferência – sujeira, por exemplo – entre as fibras pode derreter com o calor propagado pelo alto tráfego de dados, prejudicando o sinal.

Assim, uma tendência a seguir as redes 100 G é o SDN (Software Defined Network, ou Redes Definidas por Software), que agrega robustez e flexibilidade às estruturas, melhorando a gestão de tráfego e de ambiente.

O monitoramento do tráfego hiper rápido é outro desafio, que irá demandar a melhoria dos recursos de computação para gerenciamento das redes. Sem falar nos recursos humanos: capacitação contínua será demandada para gestão destas estruturas.

Capacidade, velocidade, tudo em larga escala. Com as redes 100 G, o futuro que nos espera é mega – ou melhor, é giga.

Fontes:
http://www.teleco.com.br/pdfs/tutorialethernet100.pdf
https://www.cpqd.com.br/cadernosdetecnologia/Vol7_N2_jul_dez_2011/pdf/artigo2.pdf

Caminhe lado a lado com o futuro da tecnologia

Tendências, insights e novidades do mercado de TIC, direto no seu e-mail.

Conteúdos relacionados

A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais

No início dos anos 2000, quando as redes 3G começaram a ganhar força, a promessa de uma internet móvel transformadora parecia ambiciosa. Logo, o 4G levou essa revolução a novos patamares, possibilitando o streaming de vídeos, a popularização de aplicativos e a expansão do e-commerce. Agora, com o 5G, a conectividade não se limita mais […]

Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais
A Inteligência Artificial na medicina usa aprendizado profundo capaz de aproximar conclusões sem necessariamente a contribuição humana de forma direta.
Leia mais