AIデータセンター向け光回路スイッチング市場の規模、シェア、および成長予測（2026～2032年）

AIデータセンター向け光回路スイッチング市場の規模は、2026年に6億2,000万米ドルと推定されており、2032年までに35億8,000万米ドルに達すると予測されています。これは、2026年から2032年にかけてCAGR33.9％を示すものです。

従来のデータセンターネットワークでは、トラフィックを複数の電気パケットスイッチ層を経由させることで接続性を構築しています。これにより、きめ細かなルーティングや統計的多重化が可能になりますが、ネットワークの規模拡大に伴い、高出力のスイッチ用シリコンやトランシーバー、繰り返しの光ー電気ー光変換が必要となります。光回路スイッチングは、これとは異なる機能をもたらします。これは、選択されたエンドポイント間に専用の光パスを確立し、高速データ信号を光ドメインのまま保持します。光回路スイッチ自体はパケットを検査しないため、遅延や帯域幅に依存する処理能力の負荷をほとんど増加させません。これは、物理トポロジーの再構成を正当化できるほど十分に長く持続するトラフィックパターンに最適です。Googleは、これに関する最も有力な実運用実績を示しています。同社のJupiterネットワークは長年にわたり光回路スイッチングを採用しており、Cloudテンソル処理ユニット（TPU）システムでは、光回路スイッチングを用いてアクセラレータキューブを接続しつつ、ソフトウェアが障害が発生した光リンクを迂回して再ルーティングを行っています。Ironwoodは、チップ間相互接続、光回路スイッチング、およびデータセンターネットワークを統合し、スーパーポッドあたり9,216個のTPUチップまで拡張可能なシステムを実現しています。Googleもまた、現在のTPUポッドトポロジーの一部として光回路スイッチングについて言及しています。これは、光回路スイッチングが、単なる実験室やテスト自動化技術にとどまらず、実稼働環境におけるAI相互接続層として機能し得ることを示しています。現在、商用市場は拡大しつつあります。Lumentum社は、SONiCベース制御とgNMI管理を備えた、64×64および300×300のMEMS（微小電気機械システム）ベースプラットフォームを提供しています。Coherent社は、64×64から512×512までの光回路スイッチング構成をラインナップしています。HUBER+SUHNER社は、最大384×384のPOLATISシステムを提供しており、ポーランドに専用の生産拠点を開設し、生産能力を少なくとも5倍に拡大する計画です。Molex社はハイラディックスプラットフォームで市場に参入しており、一方、Calient社とTelescent社は、確立された光回路スイッチングおよび自動ファイバースイッチング技術をAIネットワーキング分野に導入しています。

市場促進要因

• AIクラスターの規模拡大に伴い、固定ネットワークトポロジーのコストが増加しています。大規模なトレーニングおよび推論システムは、数千から数万台のアクセラレータにまたがるケースが増えています。この規模では、リンクが障害を起こしたり、ワークロードの通信パターンが物理ネットワークと一致しなかったりした場合、固定ネットワークトポロジーでは高価な演算リソースが遊休状態になってしまう可能性があります。Googleは、光回路スイッチングを用いてテンソル処理ユニット（TPU）間の相互接続を再構成し、障害箇所を迂回させることで、スライスの可用性を向上させています。市販の光回路スイッチングベンダー各社は、グラフィックス処理ユニット（GPU）や異種アクセラレータクラスタに対しても、同様の原理を適用しようとしています。ソフトウェアにより、データセンターの配線し直しやパケットスイッチングハードウェアの交換を行うことなく、物理的な光パスを再配置することが可能です。
• 電気的スイッチングによる電力消費が、光バイパスの導入余地を生み出しています。高帯域幅の電気的パケットスイッチングは多大な電力を消費し、ファイバーリンクがスイッチに接続される箇所では、毎回光ー電気ー光変換が必要となります。光回路スイッチングでは、パケットごとのルーティングを必要としないフローについて、特定のパケットスイッチング段階をバイパスできるため、変換およびスイッチングのオーバーヘッドを削減できます。Googleは、Jupiterに光回路スイッチングを統合したことで、ネットワークの電力消費とコスト面で大幅なメリットがあったと報告しています。一方、Lumentum、Coherent、Calient、HUBER+SUHNERなどの商用サプライヤーは、プロトコル透過性と極めて低いスイッチング経路の消費電力を強調しています。アクセラレータネットワークがAIファクトリーの総電力消費に占める割合が大きくなるにつれて、このメリットはさらに価値のあるものとなります。
• 光レーンレートが高くなるほど、プロトコル透過型スイッチングの価値は高まります。光回路スイッチは、特定のイーサネットやInfiniBandのデータレートを処理するのではなく、光をルーティングするため、リンクが400Gや800Gから1.6Tおよびそれ以降の世代へと移行しても、同じ光スイッチングシャーシを引き続き活用することができます。Calient社とPOLATIS社は、自社のプラットフォームをビットレートおよびプロトコルに依存しないものとして位置付けていますが、Lumentum社とCoherent社は、特にAIネットワーキング向けに光回路スイッチングを開発しています。これにより、ポート速度や転送容量に密接に結びついた特定用途向け集積回路（ASIC）の世代に依存するパケットスイッチと比較して、機器の寿命を延ばすことが可能になります。
• ソフトウェア定義のトポロジーにより、コンポーザブルなAIインフラが実現します。コンピューティング、ストレージ、アクセラレータが、恒久的に配線されたシステムではなくプールとして扱われる場合、動的な光スイッチングの価値はさらに高まります。Google GKEのダイナミックスライシングは、テンソル処理ユニット（TPU）の光回路スイッチングネットワークにおける物理的な再構成をオーケストレーションできます。一方、Drut Technologies社とPOLATIS社は、フォトニックネイティブなリソース構成を実証しています。Molexも同様に、高ラディックスの光回路スイッチングを、AIクラスタのトポロジーを動的に再構成する手段として位置づけています。オーケストレーションソフトウェアが成熟するにつれ、光回路スイッチングは、静的な耐障害性やテストの自動化から、ワークロードを意識したインフラの構成へと移行していく可能性があります。

市場抑制要因

• 光回路スイッチングは、すべてのトラフィックフローにおいてパケットスイッチングに取って代わるものではありません。多くのMEMSシステムやロボットシステムでは、再構成に数ミリ秒以上を要するため、短命またはバースト性の高いフローには依然として電気的なパケットファブリックが必要となります。ネットワーク制御ソフトウェアは、回路をいつ作成すべきか、どのくらいの期間維持すべきか、再構成中にトラフィックを安全にどのように転送するかを決定しなければなりません。ラディックスが増加するにつれて、光損失、ポート数、コネクタ密度、およびファイバー管理はより困難になります。また、光回路スイッチは高集積の物理層要素となり得るため、事業者は冗長経路も必要とします。最後に、大規模な実運用経験の多くは依然としてハイパースケーラーに集中しているため、より広範な普及には、商用プラットフォームが大規模な環境において相互運用性、信頼性、および運用上の簡便性を実証することが不可欠です。

目次

第1章 エグゼクティブサマリー

• 市場機会と主な調査結果
• OCSの商用化スケジュール
• 主な収益源

第2章 市場概要

• 光回路スイッチングとパケットスイッチングの比較
• AIのスケールアップおよびスケールアウトファブリックにおけるOCSの役割
• 動的トポロジーと障害復旧
• OCSの制御とオーケストレーション
• サードパーティ製OCSと自社開発型OCSの導入比較

第3章 市場規模と予測（2026～2032年）

• 世界の市場売上高
• 年間成長率の分析
• OCSポート出荷数
• 事業者別および導入形態別の売上高

第4章 市場：スイッチング技術別

• MEMS自由空間光回路スイッチ
• ロボット・物理ファイバークロスコネクト
• 集積フォトニクス光スイッチ
• その他の新興光スイッチング技術

第5章 市場：スイッチラディックス別

• 最大64×64
• 65×65～320×320
• 320×320以上
• モジュラー型マルチシャーシアーキテクチャ

第6章 市場：ネットワークの役割別

• AIスケールアップファブリック
• AIスケールアウト・スパインの再構成
• 障害復旧と回復力
• リソースの分解とコンポーザブルインフラ
• テスト、プロビジョニング、および自動化されたファイバー管理

第7章 市場：顧客タイプ別

• ハイパースケールクラウドプロバイダ
• NeocloudおよびGPUクラウド事業者
• ソブリンAIインフラ
• 高性能コンピューティング
• エンタープライズAIインフラ

第8章 地域市場

• 北米
  • 米国
  • カナダ
• 欧州
• アジア太平洋
• 中東および世界のその他の地域

第9章 市場力学

• 促進要因
  • アクセラレータクラスタの規模拡大
  • パケットスイッチングの処理能力とOEO変換のオーバーヘッド
  • プロトコル透過型の帯域幅スケーリング
  • ソフトウェア定義のコンポーザブルAIインフラ
• 抑制要因
  • 回路再構成時間
  • 制御プレーンとスケジューリングの複雑性
  • 高ラディックス光損失とファイバー管理
  • ハイパースケーラーの集中的な導入事例

第10章 競合情勢

• バリューチェーン
• MEMS OCSサプライヤー
• ロボット式光クロスコネクトのサプライヤー
• 集積フォトニクスOCSの開発企業
• AIネットワークプラットフォームとオーケストレーションエコシステム
• 生産能力とハイパースケール供給契約

第11章 企業プロファイル

• Lumentum
• Coherent
• HUBER+SUHNER / POLATIS
• Molex
• Calient
• Telescent
• Google
• Drut Technologies
• NVIDIA
• Broadcom
• Cisco
• Arista Networks
• Ciena
• Fujitsu
• NEC

第12章 最近の動向

第13章 付録