🇰🇷 한국어 🇺🇸 English 🇯🇵 日本語 🇪🇸 Español 🇨🇳 简体中文
経済

シリコンフォトニクスがAIファクトリーのデータボトルネックを解消へ

AI時代の競争力はGPUの演算速度だけでなく、データの移動効率に依存している。電気信号の限界を克服するシリコンフォトニクスやCPO技術が、AIデータセンターの性能を左右する鍵として注目を集めている。

シリコンフォトニクスがAIファクトリーのデータボトルネックを解消へ
光る曲線の上に人物のシルエットが立っているグラフィックイメージ。(写真=SK hynix 提供)

AIデータセンターの性能向上に向け、電気信号の限界を克服するシリコンフォトニクスやCPO技術が注目されている。Metaは2025年のECOCにおいて、CPOスイッチシステムを用いることで光接続部分の消費電力を従来比で約65%低減できることを確認した。

AI時代の競争力は、個々のGPU(グラフィックス・プロセッシング・ユニット)の演算速度よりも、データが移動する効率にかかっている。いかに高速な演算チップを保有していても、データを運ぶ通路が狭ければ、システム全体が待機状態に陥るためだ。最近では、AIデータセンター、すなわち「AIファクトリー」の性能を決定づける核心的な変数として、電気信号を光に変換する「シリコンフォトニクス」および「CPO(共同パッケージング光技術)」が注目されている。

GPUの演算速度を阻む「データボトルネック」現象

大規模なAIモデルを学習させる際は、数多くのGPUが単一のモデルを共有し、計算結果やデータを絶えずやり取りする。この際、GPU自体の計算能力は高くても、メモリからデータを取得したり、GPU間でデータを伝達したりする通路が不十分であれば、ボトルネックが発生する。これは、最新設備を備えた工場が密集していても、工場間を結ぶ道路が狭いために原料や完成品が適時に移動できない状況に似ている。

これまで半導体間の接続は、主に「銅配線」による電気信号に依存してきた。銅は短距離では効率的だが、データ転送速度が上がり距離が長くなるほど信号が弱まる特性がある。弱まった信号を復元するためにリピーター(Repeater)などの装置を使用すると追加の電力が消費され、それが膨大な熱の発生と冷却の負担につながる。AIモデルが巨大化するにつれ、銅配線の電力および発熱問題は、AIファクトリーの拡張性を阻む決定的な障害となっている。

チップの上に光の道を作るシリコンフォトニクスとCPO

こうした限界を克服するために登場した技術がシリコンフォトニクスだ。これは既存の半導体製造プロセスを活用し、シリコンチップの上に光が通る微細な道である「光導波路」を実現する技術である。光は波長分割多重化(WDM)技術を通じて、一つの光ファイバーに複数の波長の光を載せて送ることができるため、伝送容量を飛躍的に高めることが可能だ。

シリコンは光を直接生成するのには不向きな材料であるため、外部レーザー光源(ELS)を通じて光を供給する方式が主に用いられる。この技術を極大化させたものがCPOである。従来はスイッチチップと光モジュールが離れていたため、電気信号が基板上を長く移動しなければならなかったが、CPOは光エンジンをスイッチASIC(特定用途向け集積回路)のすぐ隣に配置する。データが移動する電気区間を最小限に抑え、長い区間を光ファイバーで接続することで、帯域密度を高めつつ消費電力を削減する方式だ。

実際にMetaは、2025年のECOC(欧州光通信学術大会)においてCPOスイッチシステムを評価した結果、従来のプラガブル(Pluggable)方式と比較して、光接続部分の電力消費を約65%低減できることを確認したと発表した。NVIDIAやBroadcomなどのグローバル・ビッグテック企業も、こうしたCPO技術を適用したネットワーク製品を披露し、商用化競争に参入している。

HBMとCPOの結合、「待ち時間のないAI」に向けて

CPOがネットワーク区間のボトルネックを解決する一方で、HBM(高帯域幅メモリ)はGPUのすぐ隣でデータを供給する役割を担う。HBMがGPUに隣接してデータ供給速度を高めても、GPU間の通信が滞れば、全体の性能は向上しない。結局、AIファクトリーの完成は、メモリとネットワーク技術の調和にかかっている。

今後は、メモリ資源を効率的に共有して使う「メモリプーリング(Memory Pooling)」技術と、それを支援するCXL(Compute Express Link)規格が、シリコンフォトニクスと結合する可能性が高い。光を利用してメモリプールへのアクセス経路を拡張すれば、電力負担を軽減しながら、巨大なメモリ容量を柔軟に使用できるようになる。

最終的に、未来のAI半導体の勝負所は単一チップの性能ではなく、GPUとメモリ、ネットワークを一つの有機的なシステムとしてまとめ上げるパッケージングおよび光学技術にある。最も強力なAIファクトリーは、最も高速なGPUを持つ場所ではなく、数多くのGPUとメモリが互いを待つことなく有機的に協力できる場所になると見込まれている。

出典:news.skhynix.co.kr

#シリコンフォトニクス #CPO #AIファクトリー #GPU #HBM #Meta #NVIDIA #Broadcom
イ
イム・サンウ
トレンド経済新聞 · 記者

トレンド経済新聞で経済を中心に取材し、企業ニュース・金融の記事も執筆しています。

この記者の他の記事 ›
著作権者 ⓒ トレンド経済新聞 無断転載・再配布、AI学習・活用禁止

0コメント

現在コメントの投稿は無効になっています。

最初のコメントを書いてみましょう。