Coherent、AIインフラの需要急増でフォトニクスがビットあたり低消費電力、高帯域幅密度を実現すると強調

Coherent / Photonics Spectra アメリカ

概要

CoherentのSanjai Parthasarathiは、AIの急成長とデータセンターの需要増大により、先進レーザーとフォトニクス技術がAIシステムの拡張性、効率性、信頼性の中心になると強調しています。フォトニクスは、AIクラスター向けに銅線の物理的制約を超える高帯域幅密度、ビットあたりの低消費電力、スケーラビリティを提供します。コパッケージドオプティクス（CPO）のようなパラダイムシフト的なアプローチは、光相互接続によってスケールアップ、スケールアウト、スケールアクロスといったネットワーキングの課題に対処します。

詳細

主要成果

CoherentのSanjai Parthasarathiは、AIの爆発的な成長とハイパースケールデータセンターの需要急増を背景に、先進的なレーザーとフォトニクス技術が現代のデジタルインフラの基盤として、AIシステムの拡張性、効率性、信頼性の中心になっていると強調しています。フォトニクスは、AIクラスター向けに、従来の銅線技術の物理的限界を超える高帯域幅密度、ビットあたりの低消費電力、および卓越したスケーラビリティを提供します。これは、特にコパッケージドオプティクス（CPO）のようなパラダイムシフト的なアプローチを通じて実現され、光相互接続によってデータセンターのネットワーキングにおけるスケールアップ、スケールアウト、スケールアクロスといった複雑な課題に効果的に対処します。

技術・臨床詳細

AIワークロードは、データの高速移動と低消費電力を要求するため、従来の電気相互接続では対応が困難です。フォトニクスは、この課題に対して以下の具体的な利点を提供します。

• 高帯域幅密度: 光は電気に比べてはるかに高い周波数で情報を伝送できるため、限られた物理空間内でより多くのデータを同時に処理することが可能です。これにより、AIクラスター内のGPUやアクセラレータ間のデータ転送がボトルネックなく行われます。
• ビットあたりの低消費電力: 光信号の伝送には電気信号よりも少ないエネルギーしか必要としないため、データセンター全体の電力消費を大幅に削減できます。これは、AIシステムの運用コストを抑え、持続可能性を高める上で極めて重要です。
• スケーラビリティ: 光ファイバーは長距離にわたる高速データ伝送をサポートし、信号劣化が少ないため、大規模なAIデータセンターやクラスターを柔軟に設計・拡張できます。これにより、数万から数十万のGPUが協調して動作する「巨大な単一GPU」のようなシステム構成が可能になります。
• コパッケージドオプティクス（CPO）: 光エンジンをCPUやGPUと同一パッケージ内に統合することで、電気的な配線長を最小限に抑え、電力効率と帯域幅を最大化します。これは、AIデータセンターにおける次世代の相互接続アーキテクチャとして急速に採用が進んでいます。

フォトニックデバイスの生産を性能と歩留まりを維持しながらスケールアップすることは重要な課題であり、確立された製造プラットフォームと垂直統合された能力が不可欠となります。

背景・業界文脈

AIインフラの急速な拡大は、2026年の市場において「トークンあたりの電力」が重要な性能指標となるほど、エネルギー効率への注目を高めています。Nvidia、Broadcom、Marvellといった大手半導体企業は、電力および熱効率で激しい競争を繰り広げています。このような環境において、フォトニック集積回路（PIC）は、AI時代のコンピューティングにおける基盤的なスケーリング層として認識されています。欧州のPhotonDeltaのようなイニシアチブは、サプライチェーンの「リショアリング」を促進し、地域的な製造能力の強化を目指すことで、フォトニクス産業の成長を後押ししています。

今後の展望

AIの需要が今後も高まる中で、フォトニクスはデータセンターの性能と効率を向上させる上で不可欠な技術であり続けます。CPOのような先進的な光相互接続技術の普及は、AIデータセンターの設計と運用における根本的なパラダイムシフトを意味し、より強力で持続可能なAIシステムの実現を可能にするでしょう。光ベースのソリューションが、チップ間、ラック間、データセンター全体でのデータ移動の高速化と電力効率化を推進することで、AIのさらなる発展と新たなアプリケーションの創出を加速させることが期待されます。