NVIDIAのGPUを1000台集めたら、ものすごいAIが作れる。
なんとなく、そんなイメージを持っていないでしょうか。
もちろんGPUは重要です。
でも実際には、
「GPUを並べただけ」では巨大なAIは動きません。
1000台のGPU。
1万台のGPU。
その先には100万台規模。
これだけ大量のGPUを一つの巨大なコンピューターのように動かすには、GPU同士で膨大なデータをやり取りする必要があります。
そこで問題になるのが、
「通信」です。
せっかく高性能なGPUを並べても、データの受け渡しが遅ければGPUは待つことになります。
1000万円する優秀な作業員を大量に集めたのに、部品が届かず全員立って待っている。
かなりもったいないですよね。
AIデータセンターでも、似たことが起こります。
だから今、
NVIDIA。
Broadcom。
Arista Networks。
Corning。
Coherent。
そして日本ではフジクラなど。
半導体メーカーだけではない企業が、一斉に「光」へ向かっています。
私はここ最近、
電力不足よりさらに次を考えるなら、
「AIはどうやって大量のGPUをつなぐのか」
がかなり面白いテーマだと思っています。
今回は、AIと光通信がなぜつながるのか。
ここをできるだけシンプルに見ていきます。
━━━━━━━━━━━━━━━━━━
AIが大きくなるほど「GPU同士の会話」が増える
━━━━━━━━━━━━━━━━━━
まず、ここだけ分かれば話は早いです。
AIの学習や推論では、一つのGPUだけですべての処理を終わらせるわけではありません。
巨大AIになるほど、処理をたくさんのGPUへ分担します。
GPU Aが計算する。
その結果をGPU Bへ渡す。
GPU Bが計算する。
さらにGPU C、D、Eへデータを送る。
これをものすごい速度で繰り返します。
つまりGPUが増えるほど、
「計算能力」だけではなく、
「GPU同士をつなぐ通信能力」
も必要になる。
ここが重要です。
例えば道路で考えてみます。
町に車が100台しかなければ、普通の道路で問題ありません。
でも車が、
1万台。
10万台。
100万台。
と増えたのに、道路だけ昔のままだったら？
渋滞します。
AIでも同じです。
GPUだけ大量に増やしても、
GPUとGPUをつなぐ「道路」が細ければ性能を使い切れません。
━━━━━━━━━━━━━━━━━━
じゃあ、今までは何でつないでいた？
━━━━━━━━━━━━━━━━━━
ここで、
「別に光じゃなくても電線で送ればいいのでは？」
という疑問が出ます。
実際、短い距離なら電気信号は非常に優秀です。
基板の中。
サーバー内部。
短いケーブル。
こうした場所では現在も銅線などによる電気信号が大量に使われています。
問題は、
「通信速度と距離が大きくなったとき」
です。
AIネットワークでは、
400Gbps。
800Gbps。
そして現在は1.6Tbps。
さらに3.2Tbps。
という世界へ進み始めています。
Aristaは2026年6月、AIネットワーク向けに総帯域102.4Tbpsの7060XE7シリーズを発表。
800Gから1.6Tへ移行できる設計にしています。
Coherentも2026年のOFCで、
1.6T。
3.2T。
さらに12.8T以降。
を見据えた光技術を公開しています。
ここまで通信量が増えると、電気信号では、
消費電力。
発熱。
信号劣化。
距離。
などの問題が大きくなります。
そこで、
「電気でデータを運ぶ場所を減らし、光へ置き換える」
という流れが強くなっています。
━━━━━━━━━━━━━━━━━━
AIは「電気を食う」だけじゃない。「データを運ぶ」のにも電気を食う
━━━━━━━━━━━━━━━━━━
前回の記事では、AIデータセンターが大量の電力を必要とする話をしました。
GPU。
冷却。
UPS。
変圧器。
全部に電気が必要です。
でも、もう一つあります。
「通信」です。
GPU間でデータを移動させるだけでも電力を使います。
そしてAIクラスターが巨大になるほど、通信に使う電力量も無視できなくなる。
NVIDIAが光通信へ本格的に踏み込んだ理由もここです。
同社のSpectrum-X Ethernet Photonicsでは、
光学部品をスイッチASICの近くへ統合する
「Co-Packaged Optics（CPO）」
を採用。
NVIDIAは従来方式と比べて、光通信部分の電力効率を約5倍、耐障害性を約10倍に高められるとしています。
最大帯域は409.6Tb/s。
2026年後半の提供を予定しています。
100万GPU規模を考え始めると、
GPUだけ省電力にしても足りない。
GPUをつなぐネットワークまで省電力にしなければならない。
ということです。
━━━━━━━━━━━━━━━━━━
CPOって何？難しそうだけど考え方は単純
━━━━━━━━━━━━━━━━━━
ここから少しだけ技術の話です。
でも難しく考えなくて大丈夫です。
現在の一般的な光ネットワークでは、
スイッチチップ
↓
電気信号
↓
基板
↓
光トランシーバー
↓
光ファイバー
という流れがあります。
つまり、
チップから少し離れたところまでは電気。
そこから光へ変換する。
ところが通信速度がどんどん上がると、
「この短い電気区間まで問題になってくる」。
そこで、
光をもっとチップの近くまで持っていこう。
というのがCPOです。
正式には、
Co-Packaged Optics。
スイッチASICと光学エンジンを近接して一体化します。
BroadcomもCPOを、AIデータセンターの高帯域化と省電力化を進める重要技術として位置付けています。
私は、
「光ファイバーをチップのすぐ近くまで持ってくる技術」
くらいで覚えておけば十分だと思います。
━━━━━━━━━━━━━━━━━━
NVIDIAが「光」に本気になった意味は大きい
━━━━━━━━━━━━━━━━━━
個人的にここは重要だと思っています。
NVIDIAはGPUだけを作っている会社ではなくなってきました。
GPU。
CPU。
NVLink。
InfiniBand。
Ethernet。
スイッチ。
そして光通信。
AIファクトリー全体を、自社技術で最適化しようとしています。
2025年に発表されたSpectrum-X Photonicsも、2026年に実際の提供フェーズへ進んでいます。
最大409.6Tb/s。
最大512ポート×800Gb/s。
しかもCPO。
かなり巨大です。
36記事目では、
NVIDIAが金融まで動かし始めた話を書きました。
今回を見ると、また違う顔が見えます。
お金も用意する。
ネットワークも作る。
GPUも作る。
NVIDIAが狙っているのは、
「AI向けGPU市場」
ではなく、
「AIファクトリーそのもの」
なんだと思います。
━━━━━━━━━━━━━━━━━━
でも光通信はNVIDIAだけの市場じゃない
━━━━━━━━━━━━━━━━━━
ここからが投資家として面白いところです。
NVIDIAがCPOを作るとしても、
AIの光通信は一社では完成しません。
光ファイバー。
レーザー。
光トランシーバー。
コネクター。
スイッチ。
DSP。
シリコンフォトニクス。
さまざまな技術が必要です。
だから、AIのネットワーク投資が増えると、
半導体とはまた違う企業群にお金が流れる可能性があります。
例えばBroadcom。
BroadcomはAI向けネットワーク半導体だけではなく、
CPOやシリコンフォトニクスも進めています。
2026年のOFCでは、業界初とする400G/laneの光DSP「Taurus」などを公開しました。
━━━━━━━━━━━━━━━━━━
Arista Networksも面白い位置にいる
━━━━━━━━━━━━━━━━━━
もう一社が、
Arista Networks。
GPUメーカーではありません。
主力はデータセンター向けネットワークです。
AIクラスターが大きくなるほど、
GPU間をつなぐスイッチ。
高速Ethernet。
ネットワーク管理。
が重要になります。
同社は2026年、
1.6T対応の7060XE7シリーズに加え、
「XPO（eXtra-dense Pluggable Optics）」
という液冷型の光モジュールも開発しました。
帯域は12.8Tbps。
従来のOSFPと比べて前面密度を4倍にできるとしています。
ここまで来ると、
以前候補にしていた「液冷」の話まで戻ってきます。
GPUが熱い。
↓
ネットワークも高速化。
↓
光モジュールまで熱くなる。
↓
光通信そのものを液冷する。
AIインフラは一つの問題を解決すると、次の問題が出てくる。
この連鎖が面白いところです。
Aristaについては、この光通信クラスターの中で個別記事にする価値がかなりあると思っています。
━━━━━━━━━━━━━━━━━━
そして「ただの光ファイバー」が急に重要になる
━━━━━━━━━━━━━━━━━━
ここで少し地味な話になります。
光ファイバーです。
「AI時代なのに、結局ケーブル？」
と思うかもしれません。
でも巨大AIクラスターを作るほど、
GPU。
ラック。
データセンター。
データセンター同士。
を接続する光ファイバーの数も増えます。
Corningによると、生成AI対応データセンターでは、従来型データセンターと比べて10倍を超える光ファイバーが必要になるケースがあるとしています。
さらに2026年には、
マルチコアファイバー。
高密度コネクター。
細径ケーブル。
CPO向け接続技術。
など、AIネットワーク向け製品を相次いで発表しています。
つまり、
AI性能が上がる。
↓
GPUが増える。
↓
通信量が増える。
↓
光ファイバーも増える。
かなり単純な構造です。
━━━━━━━━━━━━━━━━━━
ここで日本企業「フジクラ」が出てくる
━━━━━━━━━━━━━━━━━━
そして、この話を追っていくと日本企業につながります。
フジクラ。
電線メーカーのイメージを持っている方も多いと思います。
でも現在は、
AIデータセンター向けの高密度光配線が重要な成長分野になっています。
2026年1月には、
ハイパースケールデータセンター向けとして
「13,824心」
を収容する超多心光ファイバーケーブルを発表。
3月には国内データセンター向けとして4,000心の高密度ケーブルも製品化しています。
13,824本。
「そんなに光ファイバーいるの？」
と思いますよね。
でも、まさにそれがAIデータセンターの世界です。
フジクラ自身も、生成AIの普及によるデータセンター需要拡大へ光配線ソリューションを提供していると説明しています。
ここは次の記事で深掘りします。
なぜ100年以上の歴史を持つ電線会社が、
突然「AI関連株」として注目されるようになったのか。
これはかなり面白いテーマです。
━━━━━━━━━━━━━━━━━━
光通信の市場で「誰でも儲かる」わけではない
━━━━━━━━━━━━━━━━━━
ここで少し冷静に見ます。
AI需要が伸びる。
光通信量が増える。
だから光関連株なら何でも買えばいい。
これは違います。
まず技術の変化が速い。
現在でも、
プラガブル光トランシーバー。
LPO。
NPO。
CPO。
複数の方式が競っています。
BroadcomはCPOを「North Star」と位置付けていますが、
一方でAristaは液冷型の高密度プラガブル光学モジュールXPOも進めています。
つまり、
「最終的にどの方式が主流になるかは、まだ完全には決まっていない」。
さらにAI設備投資が減速すれば、当然光通信需要にも影響します。
そして技術が標準化すると、
高利益だった製品がコモディティ化する可能性もあります。
AI×光通信はかなり面白い。
でも、
「光なら何でも勝てる」
という市場ではありません。
━━━━━━━━━━━━━━━━━━
投資家として私が見るのは「通信速度」だけじゃない
━━━━━━━━━━━━━━━━━━
1.6T。
3.2T。
409.6Tb/s。
数字は派手です。
でも投資するなら、速度だけ見ても仕方ありません。
私はもっと、
「AIデータセンター1棟あたりに、光部品がどれくらい増えるのか」
を見たいです。
GPUが2倍になったとき、
光トランシーバーは何倍必要になるのか。
ファイバー数は？
スイッチ数は？
レーザー数は？
そして、
その企業はどの部分で利益を取れるのか。
ここです。
技術がすごい会社と、
株主が儲かる会社は必ずしも同じではありません。
前の記事でも書きましたが、
良い会社と良い投資は別。
この視点は光通信でも変わりません。
━━━━━━━━━━━━━━━━━━
電力の次に「光」が来る理由
━━━━━━━━━━━━━━━━━━
ここまでのAIインフラを振り返ると、少し面白い流れになっています。
最初は、
GPUが足りない。
↓
次に、
HBMが足りない。
↓
AIデータセンターが必要になる。
↓
電力が足りない。
↓
送電網や変圧器が足りない。
↓
そして今度は、
「大量のGPUをどうつなぐ？」
です。
一つの問題を解決すると、次のボトルネックが見えてくる。
だから私はAI関連株を見るとき、
「今売れているもの」
だけではなく、
「次に何が足りなくなるのか」
を見るのが面白いと思っています。
その候補の一つが、
光通信です。
━━━━━━━━━━━━━━━━━━
AIは「計算する産業」から「データを動かす産業」へ
━━━━━━━━━━━━━━━━━━
GPUの性能競争はこれからも続くでしょう。
でもAIが巨大化するほど、
計算することと同じくらい、
「計算結果を別のGPUへ高速で渡すこと」
が重要になります。
NVIDIAがCPOへ進む。
Broadcomが光半導体を強化する。
Aristaが1.6Tネットワークと液冷光モジュールを作る。
CorningがAI向け高密度ファイバーを増やす。
Coherentが3.2T、その先の12.8Tまで開発する。
フジクラが13,824心の光ファイバーケーブルを作る。
企業は違いますが、
向いている方向はかなり似ています。
AIデータセンター内を流れるデータ量が、
とんでもない勢いで増えている。
だから光が必要になる。
構造自体はかなりシンプルです。
━━━━━━━━━━━━━━━━━━
まとめ｜次のAI勝者は「GPUを作る会社」だけではない
━━━━━━━━━━━━━━━━━━
AI投資というと、
NVIDIA。
AMD。
半導体。
どうしてもここへ目が行きます。
でもGPUが100万台ある世界を想像すると、
別の景色が見えてきます。
100万台のGPUへ電気を届ける。
冷却する。
そして、
100万台を高速につなぐ。
全部できなければ、巨大AIは動きません。
だからAIの成長が続くなら、
半導体の次に、
電力。
冷却。
ネットワーク。
光通信。
へお金が流れるのは不思議ではありません。
私はAI関連企業を見るとき、
「AIで何が売れる？」
より、
「AIが大きくなったら、次に何が足りなくなる？」
と考える方が面白いと思っています。
前回の記事では電力,資本と書いてきました。
そして今回は、
「光」。
次は、
この流れの中で急激に存在感を高めた日本企業です。
なぜフジクラが、
AI関連株になったのか。
100年以上続く電線会社と最先端AI。
一見まったく関係なさそうな二つが、
どうつながっているのか。
次の記事で詳しく見ていきます。
━━━━━━━━━━━━━━━━━━
関連記事
━━━━━━━━━━━━━━━━━━
AIデータセンターの電力問題から読む
AIインフラ金融から読む
AIデータセンター関連株をまとめて比較
AIネットワーク半導体
NVIDIAのAI戦略
━━━━━━━━━━━━━━━━━━
投資に関する注意事項
━━━━━━━━━━━━━━━━━━
本記事は特定の銘柄や金融商品の購入を推奨するものではありません。
投資には元本割れを含むリスクがあります。
最新の企業開示や株価水準を確認したうえで、最終的な投資判断はご自身の責任で行ってください。
コメント