Marvell、AI/HPC向け1.6T LPOトランシーバーの初期サンプル出荷開始:データセンターの消費電力とコストを削減

Data Center Dynamics United States
概要
Marvellは、AIおよび高性能コンピューティング(HPC)クラスター向けに設計された1.6Tリニアプラガブルオプティクス(LPO)トランシーバーの初期サンプル出荷を開始しました。このLPOモジュールは、リタイマーを内蔵しないことで消費電力とコストを大幅に削減し、次世代データセンターの需要に応えます。主要顧客への評価用サンプル提供を通じて、市場投入に向けた準備を着実に進めており、これによりAIインフラの効率化と導入コストの低減に貢献します。
詳細

主要成果

Marvellは、AIおよび高性能コンピューティング(HPC)クラスター向けに設計された1.6Tリニアプラガブルオプティクス(LPO)トランシーバーの初期サンプル出荷を開始したと発表しました。この革新的なLPOモジュールは、リタイマー機能を内蔵しない「リタイマーレス」設計を採用することで、従来のプラガブルオプティクスと比較して消費電力とコストを大幅に削減します。これは、急増するAIワークロードによってデータセンターにかかる電力負荷と経済的負担を軽減するための重要な一歩となります。

技術・臨床詳細

Marvellの1.6T LPOトランシーバーは、高性能なDSP(デジタル信号処理)リタイマーチップを必要としないアーキテクチャを特徴としています。従来のプラガブルオプティクスでは、長距離伝送や信号品質の確保のためにDSPリタイマーが不可欠でしたが、これが消費電力とコストの増大につながっていました。LPOは、DSPを搭載しないことで、モジュール自体の消費電力を最大で30%~50%削減できる可能性があります。これにより、AI/HPCクラスター内の短距離接続において、超高帯域幅を維持しながらも、システム全体の電力効率を劇的に向上させることが可能となります。この技術は、特にラック内やラック間の数メートルから数十メートルといった比較的短い距離での高速データ伝送に最適化されており、信号劣化が許容範囲内に収まる環境で最大限のメリットを発揮します。

背景・業界文脈

AIの急速な発展は、データセンターにおける帯域幅と電力効率の要求をかつてないレベルに押し上げています。特に、大規模なAIモデルのトレーニングには、GPU間での膨大なデータ移動が必要であり、これに対応するために1.6T(テラビット)といった超高速インターコネクトが求められています。同時に、データセンターの総所有コスト(TCO)において、電力消費は大きな割合を占めており、運用効率化の観点から消費電力の削減は喫緊の課題です。LPO技術は、このような背景から、特に短距離接続におけるコストと消費電力のバランスを取りながら高速化を実現するソリューションとして注目されています。Marvellのサンプル出荷開始は、この技術がデータセンター市場で実用化される段階に入ったことを示唆しています。

今後の展望

Marvellの1.6T LPOトランシーバーの市場投入は、AI/HPCデータセンターの設計と運用に大きな影響を与えるでしょう。消費電力とコストの削減は、データセンター事業者がAIインフラをより大規模かつ経済的にスケールアップすることを可能にします。これにより、AI研究開発が加速され、新たなAIサービスやアプリケーションの創出が促進されると期待されます。主要顧客への評価用サンプル提供は、製品の信頼性と互換性を検証し、広範な市場展開への道を拓くものです。今後、LPO技術は、コパッケージドオプティクス(CPO)などの他の光インターコネクト技術と共存しながら、データセンターネットワークの進化において重要な役割を担っていくこととなるでしょう。

元記事: https://www.datacenterdynamics.com/marvell-1-6t-lpo-transceiver-samples-20260724

毎週の技術動向レポートを無料でお届け

各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。

📢 メールマガジンに無料登録(週刊・技術動向レポート)

ご登録いただくと、Troy-Technical から週刊で技術動向レポート(メールマガジン)をお届けします。

  • 取得したメールアドレス・選択分野は配信目的にのみ使用します。
  • 第三者へ提供することはありません。
  • 配信はいつでも解除できます(各メール下部のリンクから)。

詳しくはプライバシーポリシーをご覧ください。

登録は1分・いつでも解除できます

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

目次