Cisco introduceert Silicon One G300-chip voor energiezuinige AI-datacenters

dinsdag, 10 februari 2026 om 11:43

Cisco presenteert tijdens Cisco Live EMEA een nieuwe generatie AI-netwerktechnologie met de Silicon One G300. De nieuwe netwerkchip vormt het hart van Cisco’s N9000- en 8000-switches en is ontworpen voor grootschalige AI-clusters, agentic AI en realtime inferentie. Met een switchingcapaciteit van 102,4 Tbps, vloeistofkoeling en nieuwe optische technologieën richt Cisco zich op maximale energie-efficiëntie, hogere GPU-benutting en lagere operationele kosten.

AI-netwerken voorbij hyperscalers

Waar AI-infrastructuur lange tijd vooral het domein was van hyperscalers, ziet Cisco het ecosysteem verbreden naar neoclouds, soevereine clouds, serviceproviders en grote ondernemingen. Het vernieuwde AI Networking-portfolio moet deze partijen in staat stellen om zware AI-workloads on-premises, in de cloud of hybride te draaien, met meer controle over kosten, beveiliging en prestaties.

Silicon One G300 als fundament voor agentic AI

De Cisco Silicon One G300 zet volgens Cisco een nieuwe standaard voor AI-backendnetwerken. De chip combineert extreme bandbreedte met Intelligent Collective Networking: een architectuur die gedeelde pakketbuffers, path-based loadbalancing en proactieve telemetrie samenbrengt.

Deze aanpak helpt AI-datacenters om piekverkeer beter op te vangen, sneller te herstellen bij netwerkfouten en pakketverlies te voorkomen. In vergelijking met niet-geoptimaliseerde netwerken kan Cisco hiermee tot 33 procent meer netwerkgebruik realiseren en AI-taken 28 procent sneller verwerken. Dat resulteert in meer tokens per GPU per uur en een hogere efficiëntie van dure GPU-investeringen.

De G300 is bovendien sterk programmeerbaar, waardoor nieuwe netwerkfuncties via software-updates kunnen worden toegevoegd. Beveiliging is direct in de hardware geïntegreerd, wat snelle en betrouwbare uitrol van grote AI-clusters mogelijk maakt.

Nieuwe N9000- en 8000-switches met vloeistofkoeling

Cisco introduceert meerdere vaste en modulaire systemen die zijn afgestemd op AI-datacenters:

Cisco N9100 en Cisco 8000 102,4T-switches Aangedreven door de G300-chip en beschikbaar met lucht- en vloeistofkoeling. Volledig vloeistofgekoelde systemen verbeteren de energie-efficiëntie met bijna 70 procent en leveren met één chassis dezelfde bandbreedte als voorheen zes systemen.
1,6T OSFP-optics Ontworpen voor AI scale-out netwerken, met 1,6T-snelheden voor switch-naar-NIC en ondersteuning voor 800G, 400G en 200G richting servers.
800G Linear Pluggable Optics (LPO) Verminderen het energieverbruik van optische modules met 50 procent ten opzichte van traditionele retimed optics. In combinatie met de nieuwe switches kan dit het totale energieverbruik met circa 30 procent verlagen.

Daarnaast breidt Cisco zijn Silicon One P200-portfolio verder uit met nieuwe N9000-systemen, modulaire 28,8T line cards en ondersteuning voor meerdere netwerkrollen binnen één architectuur.

Nexus One brengt beheer, observability en AI samen

Met Cisco Nexus One richt het bedrijf zich op vereenvoudigd beheer van complexe AI-netwerken. Het platform combineert silicium, systemen, optics en software in één uniform beheermodel. Nieuwe functies zijn onder meer:

Unified Fabric voor snelle implementatie en API-gedreven automatisering
AI-observability met zichtbaarheid van netwerk tot GPU
Native integratie met Splunk, waardoor telemetrie direct geanalyseerd kan worden zonder data te verplaatsen – essentieel voor soevereine clouds en compliance-gevoelige omgevingen

Brede ondersteuning vanuit het ecosysteem

Cisco werkt samen met technologiepartners als AMD, Intel, NVIDIA, DDN en VAST om compute, opslag en netwerken optimaal op elkaar af te stemmen. De nieuwe systemen en optics met Silicon One G300 worden later dit jaar geleverd.

Lees ook

Wessel Simons

Wessel Simons is redacteur en mede-architect achter AIwereld.nl. Hij schrijft over kunstmatige intelligentie, digitale soevereiniteit, geopolitiek en de machtsverschuivingen die ontstaan door de opkomst van AI-systemen.

Big data