AIがネットワーキングの進化を加速

プロバイダー各社、複雑なシステムを運用する難しさを認識

AI需要の爆発的な拡大により、データセンターはそれらを相互に結ぶネットワーク接続インフラに大きな負荷をかけています。ネットワーク事業者は、この負荷を緩和するための対応を急いでいます。

こうした状況は、ネットワークスタックのあらゆる層で事業を展開する企業が、最近相次いで発表しているAI関連の拡張・高度化プロジェクトの多さからも明らかです。これらの取り組みは、AI処理によって逼迫する中央集約型データセンターと、低遅延を実現するエッジ拠点との間を結ぶネットワーク容量を拡大する必要性に基づいています。

Ciscoの最高製品責任者であるJeetu Patelは、最近開催されたアナリスト向けカンファレンスにおいて、AIに関連する3つのトラフィックの波が、現在のネットワークアーキテクチャに大きな負荷を与え、データセンターからキャンパスエッジに至るまで、インフラ全体の抜本的な再考を迫ることになると述べています。

このうち、第1の波はいわゆる「チャットボット」によるもので、「私が質問をすると、答えが返ってくる」というタイプの利用形態とのことです。同氏によると、こうしたAIプラットフォームは、トラフィックの変動が非常に激しく、利用率が一気に跳ね上がった後、すぐに元の水準に戻る傾向があるとされています。このようなトラフィックパターンについては、現行のネットワークアーキテクチャでも十分に対応できていると説明しています。

次に到来するAI主導のトラフィックの波は、「agentic AI」によってもたらされると見られています。これは、これまでチャットボット利用時に見られていた一時的なトラフィックのピークを、より高い水準で持続的に発生するトラフィックへと増幅させるものです。

この点について、Jeetu Patelは「トラフィックのパターンは、時間の経過とともにはるかに持続的かつ恒常的なものになっていきます。そのうえで、現在のインフラは、そうしたトラフィックパターンのレベルに対応できるようには設計されていません」と述べ、既存のネットワーク基盤には限界があるとの認識を示しています。

同氏が3つ目のトラフィックパターンとして挙げたのが、「physical AI」です。physical AIでは、現実世界と連動するAIの活用が進むことで、より多くのエッジベースのコンピューティングとネットワーキングが必要となり、インフラ要件がさらに積み重なっていくとしています。

さらに、agentic AIとphysical AIという後者2つのトラフィックパターンが、キャンパスおよびブランチ環境とデータセンターの双方で、インフラ要件の強化を促していると説明しています。特にデータセンターでは、処理能力の拡張に加え、電力制約を順守した設計が求められる点が重要だとしています。

Jeetu Patelは、その結果として「新たに増加する利用量に対応するため、データセンターの抜本的な再設計、すなわち再アーキテクチャ化が始まっています」と述べています。

同時に、キャンパスやブランチのネットワークについても、「抜本的な再設計が進みつつあります」と指摘しています。「Wi‑Fiからルーティング、スイッチングに至るまで、すべてを前提から見直す必要があります」と述べ、ネットワーク全体の構造そのものを再構築する必要性を強調しています。

こうした見方は、調査会社であるDell’Oro Groupも支持しています。同社は最近のレポートで、企業がより高い通信容量を備えたネットワークへの投資を進める中、キャンパス向けEthernetスイッチ機器への支出が増加すると予測しています。

地下や街路のネットワークへの負荷

こうした膨大な需要に対応するため、ベンダー各社は問題への取り組みを選択的に進めています。

T-Mobile USのInnovation, Planning, and Strategy担当マネージャーであるJohn Costerは、ラスベガスで開催されたYotta 2025イベントのパネルディスカッションで、この課題に触れました。

同氏は、「125マイル（201km）を1ミリ秒と考え、タワー間は約30マイル（48km）です。光ファイバーの観点から見ると、タワー間はおよそ100マイル（161km）になります」と述べ、さらに光ファイバー網上でデータが往復する際の遅延も考慮する必要があると説明しました。「我々は10ミリ秒の遅延を目標にしていますが、拡張現実や仮想現実を考えると、遅延は3ミリ秒以下が望ましいとする意見もあります。」

T-Mobile USは、自動運転車などを開発するアプリケーション企業と協力し、車両内でのデータ処理能力を最適化するとともに、どのデータを光ファイバー網上で送受信する必要があるかを調整することで、遅延不足に対応しているようです。

「現在は不確定要素が非常に多く、状況は進化中です。皆、手探りで対応しようとしている状態です。どの程度エッジAIに投資してトラフィックに対応すべきかは、クライアントが誰であるか分からないなかでは、少し発明的なプロセスになります。」

ネットワークアーキテクチャをAIに対応させる

Lumen TechnologiesのCTOであるDave Wardは、このネットワークアーキテクチャの課題の深刻さと複雑さについて、昨年DCDのインタビューで次のように説明しています。

「AIを構築するには、非常に多くの容量制約があります。電力、つまり電力網から供給される電力、そしてデータセンターをどこに設置できるのか、GPUを確保できるのかといった問題があります。ネットワーク容量も非常に限られた資源であり、特にデータセンター、あるいはAIデータセンターが建設されている場所では顕著です。」

こうした中で、調査会社LightCountingは、AI利用の拡大により、AIクラスター向けのEthernet光トランシーバの売上が今年は倍増すると予測しています。

この取り組みについてWardは、次のように述べています。「接続プロバイダーとして、これらの拠点と主要なデータセンターとの間に、AI専用の接続ファブリックを構築する計画です。これらのデータセンターは、GPUとAIワークロードを収容できる適切な電力、規模、容量を備えている必要があります。」

「そのためには大量の光ファイバーと波長が必要になります。これは従来のクラウド経済のセグメントとは異なる新たな領域となっており、それに特化した構築が可能になります。」

Wardは最近、Lumenのホワイトペーパーを執筆し、「ネットワーク機能のリセット」の必要性を提唱しました。この中で、現在のシステムは次世代クラウドの要求に対応できないと指摘しています。

このリセットには、電力が確保でき、データセンターの建設が計画されている地域へ光ファイバーおよび光接続を拡張する必要性が含まれます。そのためには、ハイパースケーラーや企業と連携し、ティア2市場への展開を進める必要があります。

ホワイトペーパーでは、以下のように書かれています。「地方におけるデータセンター事業者クラスターの急増は、現在のアーキテクチャの問題をさらに悪化させています。キャリアニュートラルな接続拠点を求めて大都市へバックホールするのではなく、新たなローカル相互接続の方が効率的である場合もあります。Lumenは、米国内に分散する数十の新たなデータセンタークラスターを特定しており、これらには光ファイバー、波長、IPサービスが必要になります。」

ダークデンシティとプログラマビリティ

Lumenのホワイトペーパーは、AIワークロードの要求に対応するために、より「目的特化型の接続」が必要であるとも指摘しています。すべてを一様に接続するのではなく、WardとLumenは、施設間接続においてダークファイバーネットワークの活用を拡大する構想を示しています。

分散型データセンターは、ハイパースケーラーの間で関心が高まっており、NvidiaのSpectrum-XGSのようなソリューションは、複数の分散したデータセンターを統合し、同社の言う「AIスーパーファクトリー」として機能させることを目指しています。

Wardは、「これらのファクトリーは主に、分散型およびシャーディングされたトレーニングや大規模な強化学習を通じて相互に通信しますが、同時にすでに負荷が高まっている大都市圏のCloud 1.0アーキテクチャとも接続し、推論の分散やデータ、モデルの共有を行います」と述べています。

また、ダークファイバーに加え、Lumenは次世代ワークロードを支えるネットワークにおいて、プログラマブルなアンダーレイの導入を求めています。これにより、拠点からクラウドまでの帯域を柔軟に活用し、必要に応じてネットワークファブリックを構築できるようになります。さらに、SD-WANやSASEトンネルを活用することで、ワークロードのセキュリティを確保できます。

Wardは、次のように述べています。「相互接続された企業はCloud 2.0によって確実に変革されます。パブリックおよびプライベートのインターネットネットワークは、新たな需要に対応するため、より高速であると同時に、より安全で、分散化され、プログラム可能である必要があります。Cloud 1.0を定義してきたアーキテクチャの多くはすでに時代遅れとなっており、新たなクラウド時代の要件を支えることはできません。」

こうした需要に先行して対応する必要性は、今後数年間で大規模なネットワーク投資を促す要因となります。これにはネットワークの拡張に加え、それらの展開から最大限の効率を引き出すための技術への投資も含まれます。これらの投資は、AI主導のデータセンター拡張と歩調を合わせて進める必要があります。

この記事は海外Data Centre Dynamics発の記事をData Center Cafeが日本向けに抄訳したものです。