Cisco lança Silicon One G300 e novos sistemas de IA

Introdução

A Cisco Silicon One G300 é a nova aposta para acelerar redes de IA com 102,4 Tbps de capacidade por chip, reduzindo gargalos entre GPUs e redes em clusters cada vez mais densos. Segundo a Cisco, o G300 melhora a utilização da rede em 33% e reduz o tempo de conclusão de jobs em 28% com recursos de Intelligent Collective Networking, além de opções de resfriamento líquido que aproximam ganhos de eficiência energética de quase 70% em sistemas completos.

O anúncio em 10 de fevereiro de 2026, no Cisco Live EMEA, trouxe também novos sistemas Nexus N9000 e Cisco 8000 baseados no G300 e um pacote de óticas que inclui 1,6T OSFP e 800G LPO, mirando economia de energia por módulo de até 50% e potencial de 30% de redução no consumo do switch, além de uma camada de gestão unificada com o Nexus One para acelerar operação e observabilidade orientada a jobs.

Por que o Silicon One G300 importa agora

Ficar preso em redes que não acompanham a evolução das GPUs é um custo invisível. Em projetos de IA, cada ponto percentual de utilização extra por GPU vira tokens a mais gerados por hora. A Cisco posiciona o Silicon One G300 como o alicerce para clusters de treino, inferência e workloads agentic em grande escala, com 102,4 Tbps, buffers compartilhados de alta capacidade, balanceamento de carga por caminho e telemetria proativa para absorver tráfego bursty sem quedas de pacote. O resultado prático é menos jobs interrompidos e melhor previsibilidade de SLA.

A corrida não acontece no vácuo. O G300 entra em um ciclo competitivo direto com alternativas de 102,4T do mercado, incluindo Broadcom Tomahawk 6 e a família NVIDIA Spectrum, que brigam pela espinha dorsal Ethernet dos data centers de IA. Esse cenário reforça a pressão por latência menor, buffers mais inteligentes e óticas mais eficientes, já que o backend de rede passou a fazer parte do próprio compute.

O que há de novo, do silício aos sistemas e óticas

A família de anúncios combina várias camadas. No silício, o Cisco Silicon One G300 oferece 102,4 Tbps e programação avançada para habilitar novos recursos depois do deploy. Em sistemas, a Cisco apresentou plataformas Nexus N9000 e Cisco 8000 com variantes de resfriamento a ar e opcionais 100% líquido, que elevam densidade e eficiência térmica. Em óticas, a lista vai de 1,6T OSFP para links de switch para NIC, até 800G LPO que corta em até 50% o consumo do módulo quando comparado a retimed, além de potencial de 30% de redução no consumo do switch ao adotar LPO. Para quem busca uma arquitetura comum em várias funções, há ainda a expansão do portfólio P200 em 51,2T e novas line cards de 28,8T.

Para o time de redes e facilities, o destaque prático é o modo 100% liquid cooled nos chassis de 102,4T, que, junto com as novas óticas, pode aproximar uma melhoria de quase 70% na eficiência energética. Em projetos com restrições de sala, potência e HVAC, isso vira permissão para aumentar a densidade de portas sem multiplicar a quantidade de sistemas da geração anterior.

![Cisco Silicon One G300 em sistemas de 102,4T]

Ethernet de alta velocidade, a curva de 1,6T e o papel do LPO

A chegada de transceptores de 1,6T no formato OSFP acelera a migração de 800G para 1,6T em fábricas de IA, mas obriga o planejamento cuidadoso de potência, resfriamento e custos de implantação. Em paralelo, fornecedores já exibiam 1,6T em feiras como a OFC e debates recentes destacam a convivência de formatos como OSFP e OSFP-XD, antecipando a trilha para 3,2T. Para arquiteturas de rede, o recado é alinhar roteiros de ótica, backplane e energia desde o início do design.

No curto prazo, a estratégia de 800G LPO aparece como ferramenta prática para cortar potência por módulo em 50% em relação a retimed e, ao integrar LPO nos novos N9000 e 8000, a Cisco estima reduzir em cerca de 30% o consumo total do switch. Em clusters em escala, esse delta impacta Opex e, em muitos casos, libera headroom térmico para elevar a densidade útil por rack.

Ethernet vs InfiniBand, o ponto de inflexão para IA

Historicamente, o domínio de InfiniBand em treinos em 2023 foi amplo, mas a maré tem mudado com iniciativas que reforçam o ecossistema Ethernet para IA, entre elas o ESUN no âmbito do OCP, que reúne Meta, NVIDIA, AMD, Cisco e outros, em cooperação com o Ultra Ethernet Consortium. O objetivo é padronizar recursos de scale up e reduzir o gap de latência, confiabilidade e gerenciamento, mantendo as vantagens de custo e interoperabilidade da Ethernet. Para quem projeta longo prazo, a tendência sugere arquiteturas abertas com roadmaps de 1,6T e além.

Essa mudança ajuda a explicar por que soluções de 102,4T ganham valor estratégico. Em ambientes que miram inferência massiva e uso de agentes em tempo real, a rede deixa de ser trilho passivo e vira parte do compute. O G300 é posicionado exatamente nesse ponto, com telemetria, buffers e load balancing pensados para tráfego coletivo e bursts frequentes.

![Corredor com racks de servidores em data center]

Nexus One, observabilidade de jobs e integração com Splunk

A camada operacional tem peso igual ao hardware. O Nexus One fornece um plano de gestão unificado que orquestra silício, sistemas, óticas e software, ajudando a levantar fabrics mais rápido, com automação por API e operações centralizadas. Para quem cuida de confiabilidade e segurança, a integração nativa com a plataforma Splunk, prevista para março de 2026 segundo a Cisco, oferece análise de telemetria de rede onde os dados residem, útil para soberania e conformidade. Além disso, a proposta de AgenticOps, via AI Canvas, orienta troubleshooting humano no loop para encurtar resolução de incidentes.

O ganho de produtividade vem de correlacionar a telemetria da rede ao comportamento dos jobs de IA. Em vez de ler métricas isoladas por porta, o time consegue enxergar impacto por workload e medir o efeito de políticas de fila, buffers e pathing sobre o tempo de conclusão, o que fecha o ciclo de otimização de custo por token ou por amostra processada.

Competição, shipping e sinais de mercado

O anúncio situa a Cisco em um grupo seleto de fornecedores com silício próprio a 102,4T, em disputa direta com Broadcom e NVIDIA na espinha dorsal Ethernet de IA. Em janeiro de 2026, a NVIDIA mostrou a arquitetura Vera Rubin com um conjunto de chips e o Spectrum-6 como parte do stack Ethernet, o que reforça a leitura de que o backend Ethernet vai concentrar investimentos nos próximos trimestres. Nesse contexto, a Cisco declara que Silicon One G300, sistemas e óticas serão entregues ainda em 2026, alinhando com o ciclo de atualizações de GPU e de ótica que a indústria persegue.

A própria Cisco, em materiais para investidores do trimestre fiscal correspondente, destacou a introdução do G300 no Cisco Live Amsterdam, sinalizando a importância estratégica das redes de 102,4T e de novas óticas de 1,6T no pipeline comercial de 2026. Para líderes técnicos, isso significa maturidade maior de fornecedores, opções de interoperabilidade e uma trilha de adoção que deixa de ser exclusiva de hyperscalers, alcançando neoclouds, soberanos e grandes empresas.

Aplicações práticas e um guia rápido de adoção

Defina metas de utilização por GPU. Com o G300, a promessa é aumentar a utilização de rede em 33% e reduzir em 28% o tempo de job. Conecte essas métricas ao custo por token e ao SLA da aplicação, para justificar CAPEX e OPEX de rede.
Planeje adensamento com resfriamento líquido. Se o órgão regulador local permitir e o prédio suportar, o modo 100% liquid cooled pode se traduzir em quase 70% de melhora de eficiência. Verifique carga térmica por rack, PDUs e redundância de bombeamento.
Adote óticas LPO onde fizer sentido. LPO pode cortar até 50% da potência do módulo e reduzir cerca de 30% do consumo do switch. Mapeie o impacto em toda a linha de energia, não só no orçamento do transceptor.
Configure observabilidade orientada a job. Use Nexus One com integração Splunk para correlacionar telemetria de rede com performance de modelos. Essa prática reduz tempo de MTTR e ajuda a provar ROI.
Alinhe a malha a 1,6T. Verifique compatibilidade de NICs, switches, patch panels e caminhos óticos para 1,6T e comece com domínios pilotos. Monitore temperatura, BER e headroom de energia para definir o ritmo de expansão.

Reflexões e insights ao longo do caminho

O pulo de 51,2T para 102,4T não é apenas dobrar portas. É uma mudança de arquitetura e de disciplina operacional. Em data centers de IA, a rede é parte da computação, já que qualquer fila desequilibrada ou pacote perdido se traduz em GPUs ociosas. A proposta da Cisco com o Silicon One G300 é atacar esse ponto com buffers, pathing e telemetria projetados para tráfego coletivo, enquanto o LPO e o resfriamento líquido cuidam de energia e densidade.

Outro ponto que chama atenção é o deslocamento do debate Ethernet vs InfiniBand para um espectro mais pragmático. A Ethernet avança com consórcios e padrões que miram as mesmas metas históricas do InfiniBand, ao mesmo tempo em que preserva o ecossistema amplo de vendors e ferramentas. Para compradores, esse equilíbrio pode reduzir lock-in e alongar a vida útil da arquitetura física, algo valioso quando a curva de modelos e agentes muda trimestre a trimestre.

Conclusão

O lançamento do Cisco Silicon One G300, com 102,4 Tbps, sistemas Nexus N9000 e Cisco 8000 e novas óticas, aponta uma rota clara para escalar IA com melhor eficiência, previsibilidade e custo controlado. No curto prazo, dá para capturar ganhos imediatos com LPO e gestão unificada, enquanto o planejamento para 1,6T prepara o terreno para o próximo salto de densidade. Em mercados onde energia e espaço já são limitantes, a combinação de resfriamento líquido e alto throughput por chassi deve destravar projetos travados por térmica e consumo.

Nos próximos 12 a 18 meses, a leitura é de consolidação da Ethernet como o caminho dominante para redes de back-end de IA, com a Cisco e outros competidores empurrando a fronteira de 102,4T e além. Para lideranças técnicas, o melhor movimento é alinhar desde já silício, óticas e operações, para que cada ciclo de GPU encontre uma rede pronta, previsível e, principalmente, produtiva em tokens por GPU-hora.