GPU– tag –
-
Ayar Labs、Optical I/Oチップレットで電力効率を50%向上、AIアクセラレータ間の帯域幅を3.2Tbpsに拡張
Ayar Labs Blog アメリカ 概要 Ayar Labsは、自社のOptical I/OチップレットがAIアプリケーションの要求に応えるため、電力効率を最大50%向上させ、チップレット間の帯域幅を3.2Tbps（テラビット/秒）まで拡張する重要な性能向上を達成したと発表しました... -
MarvellがAI/HPCデータセンター向けシリコンフォトニクスソリューションを拡大、GPU間接続で3.2Tまでの帯域幅に対応
Marvell Newsroom アメリカ 概要 Marvellは、AIおよびHPCデータセンターの急増する需要に応えるため、シリコンフォトニクスソリューションのポートフォリオを大幅に強化すると発表しました。同社の新しい光エンジンとトランシーバーは、GPU間およびラック... -
Broadcom、AIネットワーク向け次世代CPOスイッチASICプラットフォーム「Tomahawk 6-O」を発表 – 電力効率30%向上で2025年商用展開へ
Broadcom Investor Relations News アメリカ 概要 Broadcomは、AIネットワーク向けに特化したCo-Packaged Optics (CPO) スイッチASICの新しいプラットフォーム「Tomahawk 6-O」を発表しました。このプラットフォームは、電力効率を最大30%向上させつつ、ポ... -
AI/HPCデータセンターのGPU間接続で新光インターコネクト技術が電力消費を40%削減、スケーラビリティ課題を克服
Lightwave Online アメリカ 概要 最新の研究により、AI/HPCデータセンターにおけるGPU間接続の電力消費を劇的に削減する新しい光インターコネクト技術が発表されました。この技術は、従来の電気的接続と比較して電力消費を平均40%削減し、データ伝送効率を... -
Lumentum、AI光需要の急増で5年間受注残を確保、NVIDIA戦略投資が供給を強化
HyperAI アメリカ 概要 Lumentum Holdingsは、AIデータセンターインフラからの需要急増を受け、5年間の受注残を確保するという目覚ましい成果を達成しました。GPU接続における銅から光ソリューションへの移行（800Gbpsおよび1.6Tbps）がこの需要を牽引して... -
Ayar Labs、NVIDIA NVLink Fusionエコシステムに参画しCo-Packaged OpticsをAIラック規模インフラへ導入
Forge Global アメリカ 概要 光I/OデータプラットフォームのAyar Labsは、2026年6月にNVIDIAのNVLink Fusionエコシステムに参加し、Co-Packaged Optics（CPO）技術をAIラック規模インフラに導入することを発表しました。同社は、シリコン処理技術を用いて... -
Quandela、NVIDIA NVQLinkでフォトニックQPUとGPUインフラの超低遅延統合を実証
Quantum Computing Report フランス 概要 Quandelaは、NVIDIAのNVQLinkインフラストラクチャを用いて、同社のフォトニック量子処理ユニット（QPU）とGPUクラスターの超低遅延統合を検証しました。これにより、量子プロセッサがGPUの密接なハードウェアアク... -
CoherentとNVIDIA、テキサス工場拡張でInPウェハー生産能力を4倍に、AI向け光インターコネクト供給を確保
[News/Blog] アメリカ 概要 Coherentは、NVIDIAから20億ドルの大規模な投資を受け、テキサス州シャーマンのリン化インジウム（InP）ウェハー製造施設を拡張しています。この投資は、ウェハー生産能力を4倍に高め、AIインフラ向け光インターコネクトの供給... -
SuperX、Interop Tokyo 2026でAIデータセンター向け1.6T光モジュールを初披露
The Data Center Engineer 日本 概要 SuperXは、Interop Tokyo 2026でAIデータセンター向けの1.6T光モジュールソリューションを初披露します。このモジュールは、大規模なAIトレーニングおよび推論ネットワークの厳しい帯域幅要件に対応するために設計され... -
TSMC、高度パッケージング戦略を加速：CoWoS容量不足に対応しAIアクセラレータ需要を牽引
Umbrex 台湾 概要 TSMCの戦略は、高度なプロセス技術、製造歩留まり、信頼性の高い実行、および幅広い設計エコシステムに基づいています。チップアーキテクチャがチップレットや3D集積へと移行する中で、高度なパッケージングがより重要な差別化要因となっ... -
AIコンピューティングが1.6T光モジュール市場を牽引、CPOで消費電力を最大68%削減
EqualOcean 中国 概要 ムーアの法則の減速に伴い、AIクラスターの水平スケーリングが不可避となり、従来の電気インターコネクトは帯域幅、遅延、消費電力の物理的限界に達しています。これにより、2026年には銅から光への移行がデータセンター構築の決定的... -
AIデータセンターの新たなボトルネックはコネクティビティ：CPOの量産化が喫緊の課題に
The Futurum Group アメリカ 概要 AIクラスターが数千から数万のGPUへとスケールアップするにつれて、次の主要なボトルネックは計算能力そのものではなく、それらを接続するインフラにあることが指摘されています。コパッケージドオプティクス（CPO）は、... -
HBM4E、2026年後半から2027年に高性能メモリ市場を席巻へ：シングルスタック帯域幅最大4.0TB/s、容量48GB以上でAIモデルを高速化
Ersa Electronics グローバル 概要 HBM4E（高帯域幅メモリ拡張版）は、シングルスタック帯域幅が最大3.6〜4.0 TB/s、容量が48GB以上と予測され、2026年後半から2027年にかけて高性能メモリ市場を牽引する見込みです。この次世代メモリは、超大規模AIモデル... -
TSMC CoWoS生産能力が大幅に拡大、NVIDIA B300サーバーの供給制約を解消、リードタイムも8〜16週間に短縮
Contrary Research 台湾 概要 TSMCのCoWoS（Chip-on-Wafer-on-Substrate）パッケージング生産能力が大幅に拡大したことで、2025年に6ヶ月以上を要していたGPUの調達における主要な制約が解消されました。この改善により、新しいNVIDIA B300サーバーは、現... -
SK hynix、先進MR-MUFパッケージング採用の12層HBM4Eサンプル出荷：HBM4比で電力効率20%以上、耐熱性17%改善を実現
Advanced Packaging News 韓国 概要 SK hynixは、次世代AIシステム向けに12層HBM4Eメモリのサンプル出荷を開始したと発表しました。この革新的なHBM4Eは、同社独自のAdvanced MR-MUFパッケージング技術を採用することで、単一スタックで48GBの容量と最大16... -
Morgan Stanley、2027年までのCoWoS需要予測を269万ウェハに上方修正：CPUとASICが新たな牽引役に
Industry Analysis / Moomoo 不明 概要 Morgan Stanleyは、TSMCのCoWoSパッケージングに対する需要予測を大幅に上方修正し、2027年までに年間269万ウェハに達すると発表しました。従来のGPUに加え、CPUとASICがCoWoS需要の新たな主要な牽引役として浮上し... -
レゾナックの2.5D AI半導体向け液状封止材特許、生成AIブームで戦略的価値が急上昇
YouTube (3-Min Semi with Tai) 日本 概要 レゾナックが2016年に出願したAI半導体向け液状封止材の特許が、現在の生成AIブームにおいて極めて高い戦略的価値を持つことが明らかになりました。この特許技術は、2.5DパッケージングにおけるHBMとGPU統合時の... -
Google Cloudがアジア太平洋地域でAIインフラを大幅拡張、高性能GPUクラスターを増強し地域企業のAI需要に対応
Google Cloud Blog アメリカ 概要 Google Cloudは、アジア太平洋地域におけるAIインフラストラクチャの大幅な強化を発表し、新たな高性能GPUクラスターの展開を開始しました。この戦略的な投資は、同地域の企業が抱える複雑なAIモデルのトレーニングおよび... -
OpenAIとBroadcom、LLM推論向けにワットあたり性能を大幅向上させた初の専用AIプロセッサ「Jalapeño」発表
GLOBE NEWSWIRE アメリカ 概要 OpenAIとBroadcomは、大規模言語モデル（LLM）推論に特化して最適化された初のインテリジェンスプロセッサ「Jalapeño」を共同で発表しました。このカスタムチップは、OpenAIのモデルロードマップと将来のニーズに基づいてゼ... -
CPU・GPU・NPUの役割を明確化：AIタスクに特化したNPUが推論段階で速度・電力効率を劇的に向上
i4studio 国際 概要 AIタスクにおいて、CPU、GPU、NPUはそれぞれ異なる役割を果たし、NPUはAI計算の推論段階でエネルギー効率と速度を劇的に向上させます。CPUは汎用処理で遅く、GPUは並列計算で高速ですが消費電力が高く、NPUは画像認識、音声処理、言語...
