Nvidia CPOスイッチが本格的に量産され、AIデータセンターは「シリコンフォトニクス時代」に突入！

NVIDIAは、Spectrum-Xイーサネットフォトニックスイッチが本格的に量産段階へ突入したと発表し、AIデータセンターネットワークアーキテクチャにとって重要な転換点を迎えたことを示しました。

今回量産される中核製品は、Co-Packaged Optics（CPO）技術とスイッチチップの深い統合を実現し、従来のプラガブル光モジュールの信号変換方式を根本的に刷新しました。NVIDIAによれば、従来のプラガブル光学ネットワークと比較して、新アーキテクチャはネットワークの消費電力効率を5倍、AIアプリケーションの連続稼働時間を5倍、平均故障間隔を10倍延長できます。この性能向上は、GPUクラスターの大規模拡張を進めるクラウドコンピューティング事業者やAI基盤運営者にとって、直接的なコスト削減と信頼性向上という価値をもたらします。

今回の量産には複数のトップサプライヤーを跨ぐサプライチェーンが関わっています。TSMCがシリコンフォトニックチップの製造を担当し、ASE Groupはチップレベルのパッケージング・テストを担当、LumentumおよびTFCがレーザーコンポーネントを供給し、Foxconnがスイッチシステム全体の開発と組み立てを担当します。NVIDIAは出荷前に完成したスイッチの最終テストを行います。このサプライチェーン体制は、フォトニック集積技術がAIハードウェアのコア領域に浸透しつつあることを示しており、関連サプライチェーン企業は需要の拡大の恩恵を受ける見込みです。

従来のデータセンターネットワークでは、各スイッチパネルに独立した光モジュールを挿入して電気信号と光信号の変換を行っていました。この方式は成熟しているものの、消費電力が高く、放熱負荷も大きく、故障点が多いなどの固有の欠点があり、何千ものGPU並列通信が行われるAIトレーニングクラスターにおいては、これらの問題が倍増します。

NVIDIA Spectrum-Xイーサネットフォトニックソリューションは光エンジンをスイッチチップと同じマルチチップモジュールにパッケージ化し、信号変換をスイッチASICの近傍で行うことで、電気パスを大幅に短縮し、信号減衰やエネルギーロスを削減します。外部レーザー光源モジュールは集中供給設計を採用し、すべての光エンジンに光信号を供給するため、必要なレーザー数を従来方式に比べて75%削減し、さらに消費電力と発熱を抑制しています。

このシステムは液冷シャーシで非常に高密度なポート数を実現しました。2Uシャーシ構成のSN6810は128個の800 Gb/sポートを搭載し、総帯域は102.4 Tb/s、5Uシャーシ構成のSN6800は4つのスイッチASICを搭載し、512個の800 Gb/sポートまたは2,000超の200 Gb/sポートを提供し、集約帯域は409.6 Tb/sに達します。より大きなシャーシは光ファイバー接続モジュールを内蔵し、追加のスイッチ階層を増やすことなく横方向への拡張に対応、ネットワーク遅延を効果的に制御できます。

CPO技術はこれまで製造工程の複雑さや歩留まり管理が難しいなど量産のボトルネックが長らく存在していました。NVIDIAが今回本格的に量産化できたのは、組み立て工程の体系的な改革によるものです。

光エンジンははんだ付け工程で直接モジュール基板に固定されており、この工程は既存の標準化された生産フローと互換性があり、製造の複雑さを抑えています。上部の光ファイバーコネクタ設計も組立精度と製品の歩留まりをさらに向上させています。複数のサプライヤーが分担協力するサプライチェーンモデルによって、シリコンフォトニック製造やパッケージング・テスト、レーザー供給およびシステム統合といった各分野の専門技術が統合され、大規模出荷の基盤となっています。

CPOスイッチはSpectrum-Xプラットフォームのハードウェアの一部にすぎず、同プラットフォームはソフトウェアやアーキテクチャ面でもAIワークロードに特化したシステム設計を備えています。

プラットフォームには適応型ルーティング、輻輳制御、エンドツーエンドのテレメトリー機能が標準搭載されており、数千のGPUが同時に通信する状況下でもトラフィックの安定維持が可能です。マルチプレーンネットワークアーキテクチャによって接続が複数の独立したネットワーク面に分散し、単一障害点によるタスク全体の中断を防ぎます。NVIDIAはさらにSpectrum-XGSをリリースし、同じネットワークアーキテクチャをビルやキャンパスレベルまで拡張、複数のデータセンターを統合して一つの協調システムとして機能させることができます。

NVIDIAは、従来のイーサネットと比べSpectrum-XプラットフォームによってAIネットワーク速度が1.6倍向上しつつ、SONiCなどのメジャーなオープンソースツールとの互換性も維持でき、ユーザーの移行コストや運用コスト削減も実現可能であると述べています。