EN
ネットワークのあらゆる部分が人工知能（AI）によって改善されています。大規模言語モデル（LLM）のトレーニングジョブ、分散型推論エンジンの実行、多数のコンピュータクラスタ間での大量データの同期などにより、データセンター間を接続するインターコネクトに前例のない負荷がかかっています。AIワークロードには100Gではもはや不十分であり、400Gは目標ではなく、新たな基準として急速に普及しています。ここに、AIデータセンター間接続の新標準——800G DCIが登場します。
800G DCIへの需要の高まり
800Gへの競争 DCI これは、複数の要因が重なって生じている現象です。第一に、AIモデルの規模が急激に拡大しています。パラメーター数は、百万単位から数十億、さらには数兆単位へと増加しています。こうした大規模モデルを、異なるデータセンター内の多数のポッドに分散して配置する場合、データセンター間を結ぶ通信路には莫大な帯域幅が必要となります。第二に、分散学習では、従来のように単一の建物内に収容されていたデータセンターのポッドを、都市圏全体にわたって同一のコンピューティング・クラスター内に配置するようになっています。第三に、不正検知や自律型システムなどリアルタイム性が求められるアプリケーションでは、極めて高いスループットに加え、一貫性と決定論的な低遅延が不可欠です。第四に、プライベートAIインフラへの移行というトレンドにより、相互接続リンクへの累積負荷が継続的に増大しています。従来の100Gおよび200G DCI技術は、従来型ワークロードには十分ですが、AIワークロードではボトルネックを引き起こします。800G DCIは、今後の成長余地を確保するために必要な帯域幅を提供します。
AIデータセンターにおける帯域幅への圧力
AIトレーニング時のトラフィック特性は、通常のアプリケーションと比較して、インターコネクト・リンクに異例な負荷をかけます。トレーニング中、各バッチ終了時に、モデルの勾配（グラデーション）をすべての参加コンピュート・ノード間で同期する必要があります。このオールリデュース（all-reduce）トラフィックは、同期されたトラフィック・バーストから構成され、高帯域幅のリンクであっても飽和させる可能性があります。また、データは定期的に分散ストレージへチェックポイント保存されるため、これにより追加の負荷が生じます。さらに、データ準備パイプラインは、ストレージ階層とコンピュート・ポッド間でデータを継続的に転送する定常的なストリームとなり得ます。これら3つのイベントが同時に発生すると、リンク全体の負荷は複数倍に増大します。800G DCIは、オールリデュースのバースト全体をキューイングなしで単一波長でインターコネクト上に送信することで、こうした負荷に対応します。インターコネクトにおけるバックプレッシャーを低減することで、AIトレーニング・ジョブのスケールアウトを直線的に実現できます。
AIサービスにおいては低遅延が重要です
AI相互接続の課題を解決するには、帯域幅が十分でないだけでなく、低遅延も極めて重要です。 データセンター 通信遅延は、全体的な学習スループットに影響を与えます。これは、コンピューティングノードがコンピュートクラスタ内の他のノードを待機せざるを得ず、貴重なGPUリソースがアイドル状態になるためです。高い遅延は、自律走行システム、不正検知、リアルタイム推論などのAIサービスにおいて、ユーザー体験の悪化を招きます。800G DCIは、より高速なシンボルレート（パケット遅延の低減）および高度な前方誤り訂正（FEC）により遅延を削減します。さらに、光パスはルータを経由せず直接接続されるため、パケット転送における追加遅延が回避されます。800G DCIを用いてAIコンピュートクラスタを直接接続すると、データセンター間の遅延をミリ秒からマイクロ秒レベルまで短縮でき、キャンパス規模で分散配置されたコンピュートクラスタを、あたかも単一のコンピュートクラスタのように動作させることができます。
800G DCIアップグレードの主なメリット
800g DCI 低速と比較して、多くの面で優位性を有しています。そのスペクトル効率は400Gの2倍であり、運用者は同一の光ファイバーインフラ上でスループットを2倍にすることができます。また、800Gは送信される1ビットあたりの消費電力が400Gリンクを2本運用する場合よりも低いため、消費電力も削減されます。単一インターフェースにより、スイッチおよびルーターにおけるポート密度が大幅に向上し、コンピューティング接続用の容量を確保できます。波長管理の簡素化によって、運用効率も向上します。新たな800G速度は、ネットワークの将来への対応性（フューチャープルーフ）も高めます。現在の需要は容易に満たすことができ、AIトラフィックが年間約50％のペースで増加していく中で、運用者が次回の相互接続設備のアップグレードを必要とするまでの期間が延びるためです。大量のデータ転送を必要とするテナントを管理するクラウドおよびデータセンター運用者にとって、800G DCIはビジネス上の優位性をもたらします。
迅速な拡張に対応する柔軟な展開
AIシステムの展開速度が急速に高まっているため、相互接続レイヤーがボトルネックとなる可能性があります。800G DCI（データセンター間接続）は、柔軟な展開オプションを提供します。都市圏ネットワーク内での長距離伝送には、光回線システムを活用することで、伝送距離を延長しつつデータレートを最大化できます。標準スイッチインターフェースに装着可能な800Gプラグアブル光学モジュールは、最速の展開を実現します——挿入・接続・設定の3ステップで完了します。新規データセンター・キャンパスを構築する組織は、管理およびパフォーマンス監視に対する制御性を高めた、専用設計の800G DCIプラットフォームを活用できます。これらのソリューションを補完する形で、中国電信（Sino-Telecom）のDCI-BOXデバイスは、エッジデータセンターおよび迅速なサービス展開に特化した、超小型・事前統合・コスト効率の高いDCIソリューションを提供します。チャンネルあたり最大800GをサポートするDCI-BOXは、設置スペースと消費電力を最小限に抑えながら、プラグアンドプレイによる展開を可能にします。遠隔地POP（Point of Presence）における単体運用、あるいは大規模メッシュネットワークの一部としての運用のいずれの場合でも、DCI-BOXはAI主導の需要増加に応じた容量拡張を確実に実現し、展開期間を数日からわずか数時間に短縮します。運用シナリオを問わず、800G DCIは数日ではなく数時間で展開可能です。これにより、AIインフラストラクチャの成長とスケールに合わせた対応が可能になります。
ISPおよびデータセンター向けのIdeal 800Gオプション
異なる組織には、800G DCIに対してそれぞれ固有の要件があります。AIトレーニング用データセンターは、コンピューティング能力のスケールアップを重視しており、高スループットと低遅延が求められるため、クラスター間のポイント・ツー・ポイント型800G DCIが理想的です。複数のAIクライアントに相互接続サービスを提供するISPは、あるクライアントのトラフィック急増が他のクライアントに影響を及ぼさないよう、波長の厳密な分離を必要としています。複数のトランスポンダーで構成可能な800G DCIプラットフォームを採用すれば、ISPは波長を個別に割り当て・課金することが可能です。また、すべての顧客は信頼性を確保する必要があります。ビットエラーが発生すると、コンピューティングジョブが最後のチェックポイントから再実行を余儀なくされるためです。
成長に即応できる、すぐに導入可能な800Gソリューション
シノテレコム社の800G DCIソリューション aIデータセンター間の相互接続ニーズに合わせて最適化されています。長距離ネットワークや複数ホップのネットワーク向けには、光増幅、分散補償、チャネル監視機能を統合したDCIプラットフォームをご提供しています。当社のシステムは、サービス停止なしの容量調整機能、詳細な診断ツール、および統合された管理インターフェースを備えています。当社は240件以上の特許を保有し、150件以上のソフトウェア著作権を取得しており、フランス、ブラジル、オーストラリア、インドネシアなど30カ国以上でネットワーク構築実績があります。また、当社の製品ポートフォリオには、スイッチポートから光ファイバー回線までをカバーする包括的なソリューションとして、200G、400G、800G対応のフルラインナップのプラグアブル光学モジュールも含まれています。