QSFPTEK Globalへようこそ     U.S.およびEUでは、US$79.8を超えるご注文の送料が無料です。     グローバル倉庫

通貨: JPY 円
USD $ - US Dollar
EUR € - Euro
JPY 円 - Japanese Yen
KRW ₩ - Korean Won
検索

カート

0
Free shipping on U.S. & EU orders over US$79.8
通貨: JPY 円
Choose language
Back
  • USD $ - US Dollar
  • EUR € - Euro
  • JPY 円 - Japanese Yen
  • KRW ₩ - Korean Won

AI時代に光トランシーバーはどのように進化する可能性があるか?

著者 Aiyden

日付 01/17/2024

AI主導の時代に技術の進歩を促進し、アーキテクチャを再構築する光トランシーバーの極めて重要な役割を掘り下げます。

2023年1月までにChatGPTが急速に成長したことで、OpenAIが開発したこのソフトウェアアプリケーションは、世界中のユーザーからかつてないほどの注目と支持を集めました。ChatGPTのリリースは競合製品の開発も促し、世界中の企業が人工知能の導入を競い合う一大ブームを巻き起こしました。 

 

Nvidiaは、光ファイバー相互接続などの人工知能(AI)ハードウェアの売上増加を報告しました。GoogleはAIサーバークラスターへの投資を促進する計画です。AmazonやMicrosoftなどの他のクラウド企業は、新たなAIアプリケーションの開発を主導する可能性があります。  市場では、AIシステムがコンピューティングサーバー間でこれまで以上に高速かつ広帯域なデータ伝送を実現するため、光トランシーバーを早急に必要としていることが明らかになっています。本記事では、AI主導の時代にトランシーバーがどのように進化する可能性があるかについて、市場の観点から考察します。

 

光トランシーバーは人工知能とどのような関係があるのでしょうか?

Chatgptは2022年11月30日のリリースから2か月以内に月間アクティブユーザー数1億人を達成し、史上最も急速に成長したコンシューマー向けソフトウェアアプリケーションとなりました。Chatgptにアクセスして検索する1日あたりの個人ユーザー数は約1,300万人で、現在も増加しています。膨大なユーザー要件に対応するには、ChatGPTの運用を強力なクラウドコンピューティングリソースで支える必要があります。そうしなければ、2月7日の夜にトラフィックの急増が原因で発生したChatGPT’sのダウンのようなインシデントが頻発することになります。

 

 

生成AIは既存のデータセットを使用して学習されており、Chatgptに質問する際、プロンプト欄に「私の知識が最後に更新されたのは2022年1月です」と表示されることがあります。 このデータセットは、堅牢なコンピューティング能力と機械学習能力を実現する膨大な数のパラメーターで構成され、数万台のコントローラーに分散されています。 AIはデータセンターの需要を牽引する主な要因であり、データセンターではリンク上のデータ伝送をサポートするためにトランシーバーが必要です。 現在および将来のデータセンターには、膨大なデータセットを処理し、複雑な計算をリアルタイムで実行するための専用AIユニットを追加する必要があります。  

 

トレーニング側と予測側におけるアーキテクチャの再構築 - CLOSネットワーキングへの移行:Fat-Tree、Spine-Leaf、そして次は?

AIの広範な活用と、それに伴うネットワーク端末やCPU/GPUなどのコンピューティングハードウェアに対する帯域幅需要の増大により、将来的にAIデータセンターのネットワークアーキテクチャに変化がもたらされる可能性があります。 

 

生成AIプラットフォームでは、クラウド側でのトレーニングと端末側での推論方式が採用されています。AIトレーニング向けトランシーバーモジュールの需要は、GPUの出荷量と強く関連しています。これに対し、AI推論側のモジュール需要は、エンドユーザーが必要とするデータトラフィックと強く関連しています。Fat-treeアーキテクチャは輻輳が発生しないという特長を備えているため、高性能ネットワークの要件を満たす目的で、クラウドトレーニング側のネットワークにおいて主流となる可能性があります。推論側はエンドユーザーに接するため、人気の動画または画像AIアプリケーションによってユーザー数が急増する可能性があり、トレーニング側よりもさらに高い演算能力が求められます。そのため、推論側では、AIアプリケーションによって増加するデータ負荷を処理するために、spine-leafアーキテクチャが好まれます。AIデータセンターアーキテクチャの再構築は、光トランシーバーとネットワークスイッチの増加を促す新たな要因になると期待されています。

 

従来の3層型コア・アグリゲーション・アクセスアーキテクチャは南北方向の伝送モードに基づいていますが、データセンターで東西方向のトラフィックが急増して主流になると、その限界が明らかになりました。CLOSネットワーキングは、データセンターがノンブロッキングの多段スイッチングネットワークを構築するために不可欠となっています。 

 

Fat-Treeアーキテクチャは、CLOSネットワークモデルがデータセンター分野に進出したことを示すものであり、Nvidiaのデータセンターで成功を収めています。Fat-Treeは、同一の低性能で安価なスイッチを大量に導入し、輻輳のない大規模ネットワークを構築します。しかし、Fat Treeにも欠点があります。たとえば、拡張規模はコアスイッチのポート密度によって制限されるため、データセンターの持続可能な発展には適していません。

もう1つのCLOSネットワークモデルである2層スパイン・リーフアーキテクチャは、データセンター接続で普及が進みました。スパイン・リーフアーキテクチャは、東西トラフィックの増加に適したフラットな構造です。Spineスイッチはコアスイッチに似ており、Leafスイッチはコンピューターに直接接続されます。すべてのスイッチは、データの入出力において双方向に通信します。スパイン・リーフネットワークには、フラットな設計、容易な拡張、予測可能なレイテンシー、高いセキュリティ、高い帯域幅利用率という利点があります。ただし、スパイン・リーフ構成では、すべてのリンクポイントにあるスイッチをL3スイッチにする必要があるため、コアスイッチのみをレイヤー3にすればよい従来の3層アーキテクチャよりもコストが大幅に高くなります。これが、スイッチングデバイスのコストが下がり始めたここ数年になって、スパイン・リーフネットワークがデータセンターで普及した理由です。

 

AI時代において、光モジュールは技術革新にどのような影響を与えるのか?

光トランシーバーは、データセンター間接続および内部接続の中核コンポーネントとして、次世代の技術革命を牽引することが期待されています。 

 

サーバーとストレージ間の膨大なデータトラフィックを処理するため、400Gがデータセンター相互接続の主流規格になりつつあり、4x 100Gおよび8x 100Gブレイクアウトソリューション製品が人気を博しています。しかし、ChatGPTのような大規模AIモデルにより、データセンター内外のデータトラフィックに対する要求が高まり、400Gから800Gへのアップグレードが新たなトレンドになっています。LightCountingの予測データによると、600G、800G、およびそれ以上の高速DWDMポートの出荷は、2024年および今後数年間に増加すると見込まれています。 

 

ハイパースケールデータセンターの運営事業者は、サーバーとストレージデバイス間で高速かつ大量のデータ転送を可能にする次世代光通信技術の導入を期待しています。この傾向は、モノのインターネット(IoT)、人工知能(AI)、機械学習(ML)などの新興技術に対する需要にも対応しています。

 

出典:LightCounting Optical Communications Market Forecast、2022年4月。

  

人工知能の時代において、光モジュールは次の分野で重要な役割を果たすことが期待できます: 

• より優れたAIシステムの開発:AIシステムは、超高速で信頼性の高いデータ伝送を実現するために、光トランシーバーを活用する必要があります。

• DCIとスーパーコンピューター:AIシステムをホストするデータセンターとスーパーコンピューターの相互接続には、大規模なデータ分析とコンピューティングのために高速かつ広帯域幅が必要です。

• AIベースのエッジコンピューティング開発の推進:センサーやカメラなどのIoTデバイスには、遅延を最小限に抑えながらデータを迅速に処理する能力が必要です。

 

AI時代において、将来のトランシーバーが解決すべき課題とは?

 

消費電力

大規模データセンターには数千個、ハイパースケールデータセンターには数十万個ものトランシーバーが存在するため、消費電力は重要です。光モジュールの高速化に伴い、消費電力も増加します。1Gから800Gへの移行を振り返ると、この点を確認できます:1G SFPモジュールは1W、10G SFP+モジュールは1.5W、40G QSFP+モジュールは3.5W、100G QSFP28モジュールは4W、 400G QSFP-DD モジュール、および800G QSFP-DD800トランシーバーでは17W。

 

Cisco Nexus 9232E 32ポート QSFP-DD800 800G Switchを例に挙げます。32 pcsの800G QSFP-DD800光トランシーバーをフル搭載した場合、全体の消費電力は544W = 17W x 32になります。実際の伝送ではトランシーバーがペアで使用されるため、リンク両端の光モジュールの消費電力は合計でキロワットを超えます。光モジュールだけでこれほどの電力を消費するのは高コストです。

 
注:消費電力値は次の資料から取得しました Ciscoトランシーバーモジュールのデータシート

 

費用対効果

将来のトランシーバーは、費用対効果が高まれば広く採用されるようになります。その一例として、100GEの費用対効果が高まるまでは40GEが広く使用されていました。1つのアプローチは、ボーレートを上げずに各レーンのデータレートを2倍にすることです。これは、PAM4のノイズに対する高い感度に対処するため、FEC(前方誤り訂正)およびイコライゼーションを併用したPAM4変調(4レベルパルス振幅変調)で成功裏に実現されています。100G PAM4は現在、100GEまたは400GEアプリケーション向けに成熟しています。800Gへの移行により、100G PAM4インターフェースを備えた25.6 Tbpsルーターおよびスイッチの供給に負荷がかかっています。800G QSFP-DDおよび800G OSFP光モジュールに新たに採用された200G PAM4ソリューションにより、800Gがより手頃な価格になっています。 

 

シリコンフォトニクスは、将来の光学機器のコストを下げるためのもう一つの重要技術となる可能性があります。特に、8レーン以上の高密度トランシーバーや、複雑な光ファイバー機能によって支えられるコヒーレント光トランシーバーにおいて重要です。これは、フォトニック部品とトランシーバー機能をシリコン基板に統合するものです。さらに、将来のトランシーバーはスイッチASICとともにパッケージ化されると予想されており、これは独立した光トランシーバーをスイッチパネルに差し込む必要がなくなる可能性があることを意味します。

 

 

スマート性

AI駆動型アプリケーションが主導する将来のネットワークは、インテリジェントな光ネットワーク機器やコンポーネントへの需要を促進します。AIベースのネットワークは、計り知れない数のデバイス、ソフトウェア、複雑な技術で構成される可能性があり、自動化されたネットワークシステムが実現されなければ災害となります。自己管理型で自動化されたAI制御システムは、スマートオプティクスを中継して、自身と接続されたファイバーの全体的な稼働状態を伝達します。これは、障害を発生前に予測し、AIコンピューティングシステムの円滑な運用を確保するうえで極めて重要です。 

 

高速・長距離伝送ネットワーク向けの費用対効果が高く導入しやすいソリューションとして、コヒーレントトランシーバーはMetroネットワークの主要な標準となっており、現在および将来のAI集約型アプリケーションにおいて、より大きな役割と期待を担うことになります。DSP(コヒーレント技術の中核コンポーネント)によって実現されるFECにより、コヒーレントリンクは直接検波よりも高い耐ノイズ性を備えます。将来のスマートにプログラムされたトランシーバーには、変化するネットワークアプリケーションに適応できるようFECを制御することが期待されています。

 

概要

人工知能(AI)は勢いを増しており、意味をなさない回答を生成するなどの制約を改善するため、現在も開発が続けられています。AIによってデータセンターの需要が増加する中、超高速データ伝送を支えるには、将来性のある、より高性能な光トランシーバーが不可欠です。400Gから800Gへの移行は、増大する需要に対応するものです。2024年は、データセンターにおける800G導入の年になる可能性があります。トレーニング側と予測側におけるデータセンターアーキテクチャの再構築も、トランシーバー需要を後押しする新たな要因になると見込まれています。常に高速化を追求することに加え、消費電力の増加、費用対効果、AI駆動型ネットワークを支えるスマートな自動化システムの必要性なども課題となっています。過去に成功した技術から学び、PAM4変調、前方誤り訂正(FEC)、シリコンフォトニクスを進歩させることが、これらの需要に手頃なコストで効率的に対応することにつながる可能性があります。

 

共有

Tags

#"AI
#Optics and Transceivers
#Market Insight"