AIインフラ分野でマルチアーキテクチャ・ファブリックの競合が激化；光・銅配線による相互接続とサプライチェーンの連携がシステム性能を左右する

AIインフラ分野でマルチアーキテクチャ・ファブリックの競合が激化；光・銅配線による相互接続とサプライチェーンの連携がシステム性能を左右する

要約

DIGITIMESの分析によると、AIシステムは単一サーバー構成から、ラックレベル、マルチラック、ポッドレベルの展開へと移行しており、性能競争の焦点はコンピューティングチップから、より広範なAIファブリックへと移りつつあります。スケールアップはノード内およびラック内の高速相互接続を処理する一方、スケールアウトはネットワークインターフェースカード（NIC）／DPUおよびリーフ・スパインアーキテクチャを通じてAIクラスターを接続します。全経路には、PCIe（Peripheral Component Interconnect Express）、スイッチ、シリアライザ／デシリアライザ（SerDes）、デジタル信号プロセッサ（DSP）、光モジュール、ケーブル、コネクタが含まれており、短距離の銅線相互接続とスイッチ用の光バックボーンとの間で役割分担が生まれています。CSP（クラウドサービスプロバイダー）が自社開発のASICをますます開発するにつれ、AIファブリックはより多アーキテクチャ化・カスタマイズ化が進み、物理相互接続のサプライチェーン全体において、高速I/O、光通信、および台湾のサプライヤーにとってのビジネスチャンスがさらに拡大する見込みです。

生成AIや大規模モデルアプリケーションの拡大が続く中、AIインフラはラックレベル、マルチラック、ポッドレベルの展開へと急速にスケールアップしています。NVIDIA、Advanced Micro Devices（AMD）、Alphabet傘下のGoogleが、それぞれ「Vera Rubin NVL72」、「Helios」、「TPU Rack」システムを相次いで発表したことは、演算、メモリ、ストレージ、相互接続リソースを統合したAIラックが、徐々に基本的な展開単位になりつつあることを示しています。アクセラレータの数とシステムの規模が拡大し続ける中、パフォーマンス競争は異なる演算ノードやリソース間のファブリックベースの接続にますます依存するようになっており、相互接続機能はシステムのスケーラビリティとアクセラレータの効率性における重要な要素となっています。

本レポートでは、AIファブリックの重要性、それを販売するベンダーの種類、およびその導入に影響を与える主要な構成要素について考察します。

目次

イントロダクション

• 図1：ラックベースのAIがファブリックの重要性を高める。相互接続が拡張性を決定
• 図2：スケールアップ：ノードまたはラック内のAIアクセラレータの相互接続

AI Fabricのアーキテクチャと主要企業

• 図3：ノード間AIアクセラレータの相互接続性能は、NIC、スイッチ、および光銅線相互接続に依存
• 図4：AIファブリック分野の主要3社は、プラットフォームチップから物理的な相互接続までを構築

主要なAIファブリックベンダー3種類の分析

• 図5：プラットフォームチップベンダー各社は、統合、オープン性、および包括的な対応を通じてAIファブリックの実現を目指す
• 図6：3種類の能動型相互接続IC戦略により、電気経路が短縮され、光相互接続の効率が向上する
• 図7：Astera LabsとCredoは、異なるインターフェースからAIファブリックの主要なギャップを埋める
• 図8：Ayar LabsとCelestial AIは、光インターコネクトのスケールアップに対応するために異なるアーキテクチャを採用
• 図9：AIファブリックの展開は依然として高速ケーブルとレーザー光学部品に依存

サマリー

• 図10：AIファブリックの拡張性は、完全な相互接続サプライチェーンの協力に依存