AIインフラ企業のLambdaは2026年11月16日、カナダ・ケベック州のデータセンターで、1万基を超えるNVIDIA Blackwell Ultra GPUを接続するネットワークに「NVIDIA Photonics」スイッチを大規模導入したと発表した。このスイッチは、スイッチチップと光エンジンを同一パッケージに実装するCPO(Co-Packaged Optics、光電融合パッケージング)技術を採用している。Lambdaの比較試験では、従来のプラガブル光モジュール方式と同じスループット(単位時間当たりのデータ転送量)を維持しながら、ネットワーク遅延がラック規模で3.8%、ポッド規模で10.1%低下したという。
Lambdaは2025年11月にCPO技術の早期採用を発表しており、今回は具体的な導入規模と性能比較の結果を明らかにした。対象となるのはGPU自体の演算処理ではなく、多数のGPUを搭載したラック間などの通信を担うネットワーク機器だ。大規模AIシステムでは、GPUの演算能力に加え、GPU間でデータを効率よく転送できるかがシステム全体の性能を左右するため、ネットワークの遅延や電力効率の改善が重要になる。
同じスループットで遅延が最大10.1%低下、光学部品の温度も15℃低く
Lambdaの公式発表によると、同社はラック、スケーラブルユニット、ポッドの3つの規模で、従来のプラガブル光モジュール方式とCPOを比較した。スケーラブルユニットはラックとポッドの間に位置する構成単位で、ポッドは複数のラックをまとめたものだ。試験では、いずれの規模でもスループットを維持しながら信号品質が安定し、ネットワーク遅延が低下したという。さらに、光学部品の温度中央値はCPO方式が36℃、従来方式が51℃となり、15℃の差が確認された。
Lambdaの測定結果と、NVIDIAが公表しているCPO技術の設計上の特徴および製品性能を整理すると、以下のようになる。
| 評価項目 | 比較結果・公表仕様 | 情報の区分 |
|---|---|---|
| ネットワーク遅延 | 同一スループットでラック規模3.8%、ポッド規模10.1%低下 | Lambdaの比較試験 |
| 光学部品の温度中央値 | CPO方式36℃、従来方式51℃ | Lambdaの比較試験 |
| 電気信号の伝送距離 | インチ単位からミリメートル単位へ短縮 | LambdaとNVIDIAの設計説明 |
| 電力効率 | 最大5倍 | NVIDIAの製品説明 |
| 信頼性 | 最大15倍 | NVIDIAの製品説明 |
ここで区別する必要があるのは、Lambdaが実際に測定した結果と、NVIDIAが製品の特徴として掲げる性能値だ。遅延の低下率と光学部品の温度はLambdaの比較試験に基づく。一方、最大5倍の電力効率と最大15倍の信頼性はNVIDIAが製品全般について示している数値であり、今回のLambdaの環境で同じ効果が測定されたわけではない。
Lambdaの発表には、遅延の絶対値や具体的なワークロード、測定回数、誤差などの詳細は示されていない。そのため、報告された遅延低下率から、AIモデルの学習時間やGPUの実効演算性能がどの程度改善するかを直接算出することはできない。ただし、同一スループットを維持しながらネットワーク遅延と光学部品の温度が低下したという結果は、CPO方式の効果を実際の導入環境で評価するうえで参考になる。
光信号への変換をスイッチチップの近くに移すCPO技術
従来のプラガブル光モジュール方式では、スイッチASICから機器前面に取り付けられた光モジュールまで電気信号を送り、そこで光信号に変換する。これに対してCPOは、光信号への変換を担う光エンジンをスイッチASICと同じパッケージ内に配置する。電気信号が移動する距離を大幅に短縮できることが、両者の大きな違いだ。
NVIDIAの技術説明によると、CPO方式では電気信号の伝送距離が従来のインチ単位からミリメートル単位に短くなる。これにより信号損失を抑えられるほか、長距離の電気配線で劣化した信号を再整形するリタイマーチップも不要になるという。信号経路に必要な部品が減ることで、その部分の消費電力を削減できる。Lambdaが報告した信号品質の安定化や光学部品の温度低下も、こうした構造上の違いと関連していると考えられる。
今回導入されたNVIDIA Photonicsスイッチは、1台当たり800Gb/sのポートを144基搭載し、液冷方式を採用している。NVIDIAによれば、冷却システムはスイッチASICだけでなく、同じパッケージに配置された光エンジンからも熱を取り除く設計だ。高速な光通信に必要な部品をチップの近くに集約しながら、発生する熱を液冷によって管理する構成となっている。
光源は外部に配置、故障時の交換にも配慮
CPOでは光エンジンをスイッチASICの近くに配置する一方、光を供給するレーザー光源はパッケージの外部に設置する。NVIDIAによると、今回のスイッチは1台当たり18基の取り外し可能な外部光源を備えており、故障した場合は現場の技術者が光源モジュールを交換できる。従来のプラガブル方式では、レーザーが故障すると光モジュール全体を交換する必要があるが、CPOでは光エンジンと交換可能な光源を分離している。
この構成は、大規模なAIデータセンターでの保守性を考慮したものだ。多数のスイッチを長期間運用する環境では、光源の故障に伴う交換作業や設備停止が運用負担につながる。NVIDIAは、CPO方式によって必要なレーザーの数を従来方式の4分の1に削減できるとも説明している。光源数の削減と交換可能な設計を組み合わせることで、通信設備の信頼性と保守性を高める狙いがある。
導入先となるケベック州のデータセンターも、大規模AIシステムの運用を想定した施設だ。Lambdaによると、同施設は142MWの電力容量を確保しており、使用する電力のほぼ100%を再生可能エネルギーで賄う。さらに、年間最大80%の時間に外気を利用したフリークーリングを活用し、施設全体の電力使用効率を表すPUE(Power Usage Effectiveness)は1.2を保証するという。これらはデータセンター全体の設備条件であり、CPOスイッチ単独による省電力効果とは区別する必要がある。
今回の比較試験では、CPOによってネットワーク遅延と光学部品の温度を低減できたことが示された。大規模なAIインフラへの採用を判断するうえでは、実際のAIワークロードにおける通信遅延の絶対値や消費電力に加え、長期運用での故障率や光源の交換頻度も重要になる。こうした実測データがそろえば、CPOが通信性能だけでなく、データセンターの運用コストや保守負担をどこまで改善できるかを具体的に評価できる。
