De race om de bouw van kunstmatige intelligentie (AI) datacenters te ondersteunen drijft een ander essentieel onderdeel van de digitale infrastructuur aan: glasvezel. Na maanden van hoge vraag naar GPU’s, HBM-geschiedenis, energie, transformatoren, koeling en ondergrond, verschuift de knelpunt zich nu naar glas. Grote AI-clusters vereisen een veel hogere dichtheid van onderlinge verbindingen dan traditionele datacenters, maar de toeleveringsketen voor glasvezel was niet voorbereid op zo’n sprong.
Volgens DigiTimes hebben grote Chinese fabrikanten van glasvezel, zoals Hengtong en FiberHome, al bestellingen tot begin 2027 bevestigd, met volledig uitgeruste productie en doorlooptijden die zijn opgeklommen van enkele weken naar meerdere maanden. Voor kleinere kopers kunnen de levertijden zelfs tot een jaar bedragen, terwijl grote klanten multi-jaarlijkse overeenkomsten afsluiten om zekerheid te krijgen over de levering.
Deze situatie vat de harde realiteit samen voor de industrie: AI heeft niet alleen chips nodig, maar ook miljoenen fysieke verbindingen binnen en tussen datacenters. Deze verbindingen vereisen glasvezel, connectoren, optische transceivers, ultrapuur glas, fornuizen en fabrieken die snel kunnen opschalen. Hier staat de sector voor een beperking die niet eenvoudig met meer kapitaal opgelost kan worden: het uitbreiden van de capaciteit van optische fornuizen duurt doorgaans tussen de 18 en 24 maanden, volgens industriële bronnen geciteerd door DigiTimes en gerapporteerd door Tom’s Hardware.
AI-clusters verhogen de glasvezelvraag fors
Het verschil tussen een traditioneel datacenter en een AI-gerichte datacenter zit in het interne netwerk. Een klassieke cloudomgeving verbindt servers, opslag en service-netwerken met een hoge, beheersbare dichtheid. Een AI-trainings- of inferentiecluster vereist dat duizenden GPU’s communiceren met lage latentie, hoge bandbreedte en minimale verliespercentages. Dit vraagt om veel intensievere onderlinge netwerken, met meer optische verbindingen binnen racks, tussen racks en naar de aggregatielaag.
Rahul Puri, hoofd van het optische netwerk bij STL, stelt dat AI-gerichte datacenters mogelijk ongeveer 36 keer meer glasvezel vereisen dan traditionele racks met CPU-servers. Deze schatting is niet universeel en varieert afhankelijk van architectuur, netwerk generatie, GPU-dichtheid en campusontwerp, maar geeft wel het schaalveranderingsproces weer.
De vraag groeit zodanig snel dat eerdere prognoses zijn overschreden. Data van CRU, geciteerd door sectorpublicaties, wijzen erop dat de vraag naar glasvezel voor datacenters in 2025 met ongeveer 76% jaar-op-jaar is gestegen, en dat deze markt tegen 2027 bijna 30% van de wereldwijde glasvezelvraag kan uitmaken. In 2024 was dat segment nog onder 5%. Hoewel deze cijfers gebaseerd zijn op marktinschattingen, is de duidelijke trend dat datacenters van relevante klanten uitgegroeid zijn tot een van de grootste motoren voor de glasvezelindustrie.
Het probleem is dat glasvezel niet wordt vervaardigd zoals een gewoon elektrisch kabel. De belangrijkste knelpunt ligt niet alleen in het eindkabel, maar vooral in de preforms: uiterst zuivere glasstaven waaruit de vezel wordt getrokken. Het produceren ervan vereist complexe chemische en thermische processen, impuriteitcontrole, nauwkeurig doperen en gespecialiseerde apparatuur. Zonder voldoende preforms kunnen glasfabrieken meer ploegendiensten draaien, maar niet de feitelijke capaciteit exponentieel uitbreiden.
De schaarste beïnvloedt al prijzen en prioriteiten
De toenemende vraag vanuit de AI-sector zorgt ook voor een verschuiving in het type glasvezel dat wordt geproduceerd. Sommige fabrikanten hebben capaciteit verschoven van de standaard G.652D-vezel (gebruikelijk in telecomnetwerken) naar G.657A-vezel, die flexibeler is en aantrekkelijker voor hoogdichtheidsdatacenters en toepassingen met strengere krommingsradios. Deze herallocatie verbetert de marges voor fabrikanten, maar creëert secundaire schaarste in traditionele glasvezel voor telecomoperatoren.
Volgens Tom’s Hardware zijn de wereldwijde glasvezelprijzen gestegen van ongeveer $3,70 per km in 2021 tot ongeveer $6,30, een stijging van bijna 70%. Dit verklaart waarom kopers hun gedrag aanpassen. In plaats van standaard op aanvraag te kopen, proberen hyperscalers langetermijncontracten te sluiten om capaciteit te reserveren voordat de schaarste verder toeneemt.
Meta vormt hier een voorbeeld. In januari sloot het bedrijf een multi-jaarcontract met Corning van tot wel $6 miljard om de bouw van geavanceerde datacenters in de VS te versnellen. Corning levert glasvezel, bekabeling en connectiviteitsoplossingen en breidt haar capaciteit uit in North Carolina, met Meta als kernklant.
Corning bevestigde bovendien dat twee andere hyperscalers vergelijkbare grote, lange termijn overeenkomsten hebben gesloten. In haar kwartaalrapport van 2026 meldde het bedrijf een groei van 36% in Optical Communications, met de vraag naar producten voor generatieve AI en optische netwerken als drijfveren.
NVIDIA heeft ook stappen gezet door te investeren in de glasvezelproductie. Het bedrijf kondigde een investering van $300 miljoen aan in Corning om drie nieuwe glasvezelfabrieken te bouwen in North Carolina en Texas. Het doel is om de Amerikaanse glasvezel- en optische verbindingscapaciteit voor AI-datacenters te vergroten. Deze nieuwe fabrieken zullen echter de directe problemen niet meteen oplossen; de extra capaciteit wordt pas vanaf 2027 of later verwacht.
Een nieuwe kritieke afhankelijkheid voor datacenters
De glasvezelschaarste dwingt datacenterontwikkelaars om de infrastructuur vanuit andere invalshoeken te bekijken. Aanvankelijk lag de focus op GPU’s en HBM-ram, daarna op energie, transformatoren, vergunningen en koeling. Nu komt de connectiviteit via glasvezel erbij. Elke volgende ‘laag’ lijkt een nieuwe fysieke beperking te onthullen.
Voor datacenterontwikkelaars betekent dit dat zelfs met voldoende vloeroppervlak, elektrische capaciteit en servers, het ontbreken van voldoende interne glasvezel, gestructureerd bekabeling, transceivers en langeafstandskoppelingen de projecten kan vertragen of duurder maken. In AI-clusters bepaalt de netwerkcapaciteit niet alleen de efficiëntie, maar ook hoeveel GPU’s gelijktijdig kunnen samenwerken.
Voor telecomoperators brengt deze situatie gemengde gevoelens. De groei van datacenters creëert vraag naar nieuwe verbindingsroutes, interconnectie-lijnen en dark fiber, maar drukt tegelijkertijd de kosten op reguliere uitrol van FTTH, mobiele backhaul, stadsnetwerken en zakelijke projecten doordat materialen schaars worden. Als fabrikanten prioriteit geven aan fiber met hogere marges voor AI, kunnen sommige operators geconfronteerd worden met langere levertijden of hogere prijzen.
China blijft hierin een sleutelrol vervullen. Fabrikanten als Hengtong en FiberHome beschikken over schaal, industriële capaciteit en sterke posities in de wereldwijde glasvezelproductie. DigiTimes benadrukt dat hun productiecapaciteit nu vollast draait en dat bestellingen doorlopen tot 2027. Deze industriële afhankelijkheid voegt een geopolitiek aspect toe aan AI-infrastructuur, vooral nu de VS en bondgenoten proberen kwetsbaarheden in halfgeleiders, energie en kritieke materialen te verminderen.
De Amerikaanse strategie omvat meer lokale toelevering via langetermijncontracten en de bouw van eigen capaciteit, zoals geïllustreerd door de overeenkomsten van Corning met Meta en NVIDIA. Maar het opzetten van fabrieken, het trainen van personeel en het veilig stellen van materialen kost veel tijd. AI groeit binnen maanden, maar de glasvezelindustrie schaalt zich in jaren.
Het verwachtingspatroon is dat deze situatie zal leiden tot hoge prijzen, lange levertijden en defensieve inkopen. Grote klanten kunnen capaciteit reserveren via multi-jaarcontracten, terwijl kleinere en middelgrote kopers minder onderhandelingsmacht hebben en mogelijk nog langere vertragingen opleveren. In zo’n gespannen keten zorgt elke nieuwe aankondiging van AI-datacenters voor extra druk op een infrastructuur die vroeger als overvloedig werd beschouwd.
Vroeger was glasvezel een stille factor in internet. Nu wordt het een strategische hulpbron voor AI. Zonder voldoende glasvezel kunnen GPU’s niet snel genoeg communiceren, kunnen racks niet groeien, en kunnen modellen niet worden getraind of efficiënt worden ingezet. De volgende limiet van AI ligt niet alleen in chips of energie, maar ook in glas.
Veelgestelde vragen
Waarom hebben AI-datacenters zoveel glasvezel nodig?
Omdat AI-clusters duizenden GPU’s verbinden via netwerken met extreem lage latentie en hoge bandbreedte. Deze architectuur vereist veel meer optische verbindingen binnen racks, tussen racks en tussen datacenters.
Klopt het dat ze 36 keer meer glasvezel nodig hebben?
Dit is een schatting van STL om AI-datacenters te vergelijken met traditionele ontwerpen op basis van CPU-servers. Het geldt niet voor alle projecten, maar geeft wel de schaalverandering in de netwerkinfrastructuur weer.
Waarom kan glasvezel niet snel worden bijgemaakt?
De vertraging ligt in de productie van de preforms: uiterst zuivere glasstaven die worden gesponnen tot vezels. Het opschalen van capaciteit duurt normaal tussen de 18 en 24 maanden, vanwege de technische complexiteit.
Welke partijen worden het meest geraakt door de schaarste?
AI-datacenters, hyperscalers, telecomoperators en kleinere kopers. Grote kopers sluiten langetermijncontracten, terwijl kleinere kopers geconfronteerd kunnen worden met veel langere levertijden.
vía: Digitimes