アマゾン、データセンターの未来を左右する技術的難題を攻略

アマゾンは先日、クラウド部門AWSがデータセンター内ネットワーク技術において画期的な進展を遂げたと発表した。「OptiLink」と名付けられた光電ハイブリッド相互接続ソリューションは、大規模クラスタにおけるサーバー間のデータ伝送速度を800Gbpsに引き上げることに成功し、同時にエンドツーエンドの遅延を90ナノ秒以内に抑えた。この成果は、業界を長年悩ませてきた「データ移動のボトルネック」に直接応えるものだ。AIモデルのパラメータが兆単位を突破するにつれ、従来の電子スイッチネットワークでは、増大し続ける帯域幅と低遅延の需要に応えられなくなっていた。

電気から光へ：データセンターネットワークの新たなパラダイム

アマゾン内部の技術ホワイトペーパーによれば、本ソリューションの核心は、従来の銅線ケーブルや電気スイッチング機器を集積フォトニックチップで置き換える点にある。各計算ノードはマイクロ光学トランシーバを介して全光クロスマトリクスに直接接続され、多段の電気スイッチがもたらす信号減衰や電力消費の問題を回避している。アマゾンのチーフネットワークアーキテクトは公式ブログで次のように述べている。「私たちはもはやネットワークを計算の外部付属物とは見なしていません。計算そのものの一部として捉えているのです。」

「これはデータセンターに光ファイバーの神経を取り付けるようなものです。情報はノードからノードへとジャンプするのではなく、光そのもののように流れるのです。」——アマゾンAWSネットワークエンジニアリング担当副社長

現在、業界標準のデータセンターのネットワーク利用率は通常40%未満にとどまるが、AmazonはOptiLinkが過負荷状態でも85%以上の有効スループットを維持できると主張している。これは、内蔵された分散型インテリジェント輻輳制御アルゴリズムのおかげである。このアルゴリズムは、マイクロ秒レベルでデータフローのパスを動的に調整し、ホットスポットの形成を回避することができる。

AIトレーニングとリアルタイム推論の二重の解放

この技術的ブレークスルーは、AI分野にとって特に重要な意義を持つ。現在、大規模言語モデルのトレーニングには数千枚のGPUによる同期協調が必要であり、勾配同期はネットワーク遅延によってしばしば計算パイプラインの「暗点」となっていた。OptiLinkは勾配同期時間を80%短縮し、1000枚規模のクラスタの線形拡張効率を60%から95%へと飛躍的に向上させた。同時に、自動運転や金融取引などのリアルタイム推論シナリオでは、エンドツーエンド遅延の低減が、より迅速な意思決定応答へと直接転化される。

アマゾンのこの動きは孤立した出来事ではない。マイクロソフトやグーグルといった競合他社も同様の光ネットワークソリューションを積極的に研究開発しているが、商用化の公開報告はまだない。業界アナリストは、アマゾンがこの時期に進展を発表した背景には、白熱化するクラウドコンピューティング市場において、AIワークロード分野での価格決定権と性能の主導権を争う狙いがあると指摘している。

編集後記：データセンターインフラの次の10年

長らくムーアの法則の鈍化により、計算ユニットの進歩は物理的限界に近づきつつあり、ネットワークがシステム性能を制約する「短板」となっていた。アマゾンのOptiLinkソリューションは表面的には一つの技術的課題への回答だが、より深い視点で見ると、未来のデータセンター設計の基本的な哲学的転換を示している。すなわち、計算中心から接続中心へのシフトである。

ただし、この技術の実際の大規模展開には依然として課題がある。カスタムフォトニックチップの歩留まりとコストは現時点で従来のソリューションよりも高く、データセンターの熱管理と物理レイアウトの再設計も必要となる。しかし、アマゾンの資本投入と技術反復への決意を考慮すれば、3年以内にこの技術はまずAWSのフラッグシップAIスーパーコンピューティングクラスタに導入され、徐々にエッジノードへ浸透していくと予想される。

本記事はWIREDを翻訳・編集したものである。