AIデータセンターの設計は、計算能力だけでなく「どこに建てるか」という地理の問題になりつつある。

十分な電力、土地、送電網への接続、許認可を1カ所で確保できなければ、事業者はGPUを複数の拠点に分散せざるを得ない。Relativity Networksは、そうした拠点を、できるだけ一体化したAIシステムとして動かす手段として、従来とは異なる光ファイバーに賭けている。

光をガラスではなく「空気の通り道」で運ぶ

同社の「ChronoCore」は、一般的な光ファイバーのように固体ガラスの中を光が進むのではなく、空気で満たされた中空のコア（中心部）を光が通る空芯ファイバーを使う。Relativity Networksによると、伝搬遅延は1キロメートル当たり約3.4〜3.5マイクロ秒で、標準的な光ファイバーの約5マイクロ秒より短い。1618

同社は、AIデータセンター間を接続するケーブルに、24本の低遅延経路を組み込む設計を示している。また、同程度の遅延であれば、空芯ファイバーは従来型より約1.5倍遠くまでデータを運べるとしている。1424

ここで重要なのは、ファイバーが物理的な距離を消すわけではないという点だ。短縮できるのは、光信号がその距離を進むのにかかる時間である。複数のGPU群が頻繁にデータをやり取りするAI処理では、この差が積み重なることで、拠点間の同期や利用効率に影響し得る。

「1つの巨大キャンパス」以外の選択肢

AI向けの計算資源を1カ所に集約できれば、ネットワークの距離は短く抑えやすい。しかし実際には、電力の確保や送電網への接続、土地、開発許可、地域の政治的な受容性などが、建設場所を制約する。

そのため、事業者は電力を確保しやすい複数の場所にキャンパスを分け、そこにGPU容量を配置する可能性がある。Relativity Networksが狙うのは、その分散によって生じる「距離のペナルティ」を小さくすることだ。

同社は、従来の光ファイバーでは低遅延接続の目安が約60キロメートルに制限されるのに対し、自社のファイバーでは約90キロメートルまで広げられると説明している。24 ただし、実際にどの距離までAIワークロードを安定して動かせるかは、ネットワーク全体の構成や処理内容に左右される。

同社が掲げる「地理がコンピューターの一部になる」という表現は、こうした変化を指す。ネットワークは施設同士を単に接続するだけでなく、離れたGPU拠点をどこまで一つの同期したシステムとして扱えるかを決める要素になる。1718

「50％高速」の数字はどう読むべきか

報道では、空芯ファイバーは従来型より約50％高速と紹介されている。2 一方、Relativity Networks自身の資料では、ChronoCoreの優位性を約47％、同じ距離での遅延低減を約32％としている。18

この2つの数字は、そのまま同じ意味ではない。従来型の5マイクロ秒/kmから3.5マイクロ秒/kmに短縮された場合、片道の伝搬遅延は30％減る。速度の上昇率として表せば、単純計算で約43％となる。どの基準値や測定方法を使うかによって、表示される割合は変わる。

したがって、見出しの「50％」だけを過大視するよりも、ガラスではなく空気を使う伝送媒体によって、拠点間に許容できる距離を広げられる可能性があることを見るべきだろう。

2200万ドルの調達より、4000万ドルの注文が示すもの

Relativity Networksは、2200万ドルのSAFE（将来株式取得契約）による資金調達と、匿名のハイパースケーラーからの4000万ドルの追加注文を発表した。23

SAFEは、将来の株式による資金調達などを通じて投資を株式に転換する契約であり、通常の株価が確定した株式ラウンドとは異なる。今回の2200万ドルは、初期段階の事業拡大に向けた資金と捉えるのが適切だ。2

一方、4000万ドルの注文は別の意味を持つ。報道によれば、ハイパースケーラーはChronoCoreをデータセンター間接続向けに試験した後、追加注文を出したという。113 研究室での実証から、少なくとも1社の大手クラウド事業者による商用評価へ進んだ可能性を示す材料だ。

ただし、購入企業の名前は明らかにされていない。導入時期、試験結果、注文が最終的にどの規模のインフラを支えるのかも公開されていない。そのため、4000万ドルは商業的な関心の証拠ではあるが、空芯ファイバーが従来型を広く置き換える保証ではない。

ファイバーだけでAIクラスターが一つになるわけではない

低遅延の光ファイバーは、分散AIの課題の一層を解決する可能性がある。しかし、複数のデータセンターを一つのクラスターのように動かせるかどうかは、ファイバーだけで決まらない。

スイッチ、トランシーバー、ネットワークトポロジー、ソフトウェア、ワークロードの通信パターンなど、経路上のあらゆる遅延がエンドツーエンドの性能に影響する。空芯ファイバーが直接改善するのは、あくまで光信号の伝搬時間だ。

AIインフラは「計算密度」から「立地の柔軟性」へ

今回の発表が示すのは、AIインフラの競争軸が広がっていることだ。これまでは、GPUの性能、ラック内の接続、施設内ネットワークの帯域が中心だった。今後は、電力や土地を確保できる場所に計算資源を配置し、それらをどの程度一体的に運用できるかも重要になる。

Relativity Networksにとって、空芯ファイバーは単なる高速ケーブルではなく、分散したAI拠点を成立させるための「地理的な柔軟性」の層だ。2200万ドルの調達は生産拡大のための資本を与え、4000万ドルの追加注文は、少なくとも1社の大手事業者がこの構想を真剣に評価したことを示す。34

もっとも、製造規模、コスト、信頼性、導入の難しさ、実際の分散AI処理でのエンドツーエンド性能については、なお公開情報が限られている。現時点のChronoCoreは、AIデータセンターの地理問題を解決した技術というより、電力制約によって変わりつつある建設・運用モデルに対する、注目すべきインフラ上の賭けと見るのが妥当だ。

AIデータセンターの設計は、計算能力だけでなく「どこに建てるか」という地理の問題になりつつある。

十分な電力、土地、送電網への接続、許認可を1カ所で確保できなければ、事業者はGPUを複数の拠点に分散せざるを得ない。Relativity Networksは、そうした拠点を、できるだけ一体化したAIシステムとして動かす手段として、従来とは異なる光ファイバーに賭けている。

光をガラスではなく「空気の通り道」で運ぶ

同社の「ChronoCore」は、一般的な光ファイバーのように固体ガラスの中を光が進むのではなく、空気で満たされた中空のコア（中心部）を光が通る空芯ファイバーを使う。Relativity Networksによると、伝搬遅延は1キロメートル当たり約3.4〜3.5マイクロ秒で、標準的な光ファイバーの約5マイクロ秒より短い。1618

同社は、AIデータセンター間を接続するケーブルに、24本の低遅延経路を組み込む設計を示している。また、同程度の遅延であれば、空芯ファイバーは従来型より約1.5倍遠くまでデータを運べるとしている。1424

ここで重要なのは、ファイバーが物理的な距離を消すわけではないという点だ。短縮できるのは、光信号がその距離を進むのにかかる時間である。複数のGPU群が頻繁にデータをやり取りするAI処理では、この差が積み重なることで、拠点間の同期や利用効率に影響し得る。

「1つの巨大キャンパス」以外の選択肢

AI向けの計算資源を1カ所に集約できれば、ネットワークの距離は短く抑えやすい。しかし実際には、電力の確保や送電網への接続、土地、開発許可、地域の政治的な受容性などが、建設場所を制約する。

そのため、事業者は電力を確保しやすい複数の場所にキャンパスを分け、そこにGPU容量を配置する可能性がある。Relativity Networksが狙うのは、その分散によって生じる「距離のペナルティ」を小さくすることだ。

同社は、従来の光ファイバーでは低遅延接続の目安が約60キロメートルに制限されるのに対し、自社のファイバーでは約90キロメートルまで広げられると説明している。24 ただし、実際にどの距離までAIワークロードを安定して動かせるかは、ネットワーク全体の構成や処理内容に左右される。

同社が掲げる「地理がコンピューターの一部になる」という表現は、こうした変化を指す。ネットワークは施設同士を単に接続するだけでなく、離れたGPU拠点をどこまで一つの同期したシステムとして扱えるかを決める要素になる。1718

「50％高速」の数字はどう読むべきか

報道では、空芯ファイバーは従来型より約50％高速と紹介されている。2 一方、Relativity Networks自身の資料では、ChronoCoreの優位性を約47％、同じ距離での遅延低減を約32％としている。18

この2つの数字は、そのまま同じ意味ではない。従来型の5マイクロ秒/kmから3.5マイクロ秒/kmに短縮された場合、片道の伝搬遅延は30％減る。速度の上昇率として表せば、単純計算で約43％となる。どの基準値や測定方法を使うかによって、表示される割合は変わる。

したがって、見出しの「50％」だけを過大視するよりも、ガラスではなく空気を使う伝送媒体によって、拠点間に許容できる距離を広げられる可能性があることを見るべきだろう。

2200万ドルの調達より、4000万ドルの注文が示すもの

Relativity Networksは、2200万ドルのSAFE（将来株式取得契約）による資金調達と、匿名のハイパースケーラーからの4000万ドルの追加注文を発表した。23

SAFEは、将来の株式による資金調達などを通じて投資を株式に転換する契約であり、通常の株価が確定した株式ラウンドとは異なる。今回の2200万ドルは、初期段階の事業拡大に向けた資金と捉えるのが適切だ。2

一方、4000万ドルの注文は別の意味を持つ。報道によれば、ハイパースケーラーはChronoCoreをデータセンター間接続向けに試験した後、追加注文を出したという。113 研究室での実証から、少なくとも1社の大手クラウド事業者による商用評価へ進んだ可能性を示す材料だ。

ただし、購入企業の名前は明らかにされていない。導入時期、試験結果、注文が最終的にどの規模のインフラを支えるのかも公開されていない。そのため、4000万ドルは商業的な関心の証拠ではあるが、空芯ファイバーが従来型を広く置き換える保証ではない。

ファイバーだけでAIクラスターが一つになるわけではない

低遅延の光ファイバーは、分散AIの課題の一層を解決する可能性がある。しかし、複数のデータセンターを一つのクラスターのように動かせるかどうかは、ファイバーだけで決まらない。

スイッチ、トランシーバー、ネットワークトポロジー、ソフトウェア、ワークロードの通信パターンなど、経路上のあらゆる遅延がエンドツーエンドの性能に影響する。空芯ファイバーが直接改善するのは、あくまで光信号の伝搬時間だ。

AIインフラは「計算密度」から「立地の柔軟性」へ

今回の発表が示すのは、AIインフラの競争軸が広がっていることだ。これまでは、GPUの性能、ラック内の接続、施設内ネットワークの帯域が中心だった。今後は、電力や土地を確保できる場所に計算資源を配置し、それらをどの程度一体的に運用できるかも重要になる。

Relativity Networksにとって、空芯ファイバーは単なる高速ケーブルではなく、分散したAI拠点を成立させるための「地理的な柔軟性」の層だ。2200万ドルの調達は生産拡大のための資本を与え、4000万ドルの追加注文は、少なくとも1社の大手事業者がこの構想を真剣に評価したことを示す。34

もっとも、製造規模、コスト、信頼性、導入の難しさ、実際の分散AI処理でのエンドツーエンド性能については、なお公開情報が限られている。現時点のChronoCoreは、AIデータセンターの地理問題を解決した技術というより、電力制約によって変わりつつある建設・運用モデルに対する、注目すべきインフラ上の賭けと見るのが妥当だ。