銅線が、限界を迎えた なぜ今、AIは「光」を欲しがるのか
発熱、距離、密度。銅線の三つの壁に、AIのデータ量がぶつかった。
発熱、距離、密度。銅線の三つの壁に、AIのデータ量がぶつかった。
私たちのパソコンの中も、巨大なデータセンターの中も、
数えきれないほどの「銅の線」が走っている。
電気を流して、情報を運ぶ。
コンピューターが生まれてから、ずっとそうだった。
銅は、優秀な運び屋だった。
安くて、加工しやすくて、電気をよく通す。
半導体の歴史は、ある意味で「銅線を細く、速くしてきた」歴史でもある。
でも、その銅線が、とうとう限界にぶつかった。
AIの時代になって、運ぶべき情報の量が、爆発的に増えた。
そのとき、銅線は「もう、これ以上は無理だ」と、音を上げ始めた。
だから今、世界中の技術者が、
銅線に代わる、新しい運び屋を探している。
その候補が 光だ。
このシリーズでは、計算の世界に「光」が入ってくる話を、じっくり見ていく。
最初の今回は、「なぜ、今なのか」を押さえたい。
銅線の、何が限界だったのか。
まず、コンピューターは「運ぶ」ことに電気を使っている
意外に思うかもしれないが、大事な前提から。
コンピューターの電力は、計算だけに使われているわけではない。
かなりの部分が、「データを運ぶ」ことに使われている。
チップの中で計算した結果を、別のチップに送る。
メモリから、データを持ってくる。
GPU同士で、情報をやり取りする。
この「運搬」が、電気を食う。
以前、LENZOの記事で「運ぶのに電力を使っている」と書いたが、
それを、もっと大きなスケールで見た話だ。
関連記事:AIは今、「真空管の時代」にいる AIの電力問題と次世代コンピューター
AIは、巨大な計算を、たくさんのチップで分担してこなす。
分担するということは、チップ同士が、絶えず情報をやり取りするということだ。
AIが大きくなるほど、この「やり取り」の量が、爆発する。
そして、そのやり取りを担っているのが 銅線だった。
壁①:速くすると、発熱する
銅線の、一つ目の壁は、発熱だ。
銅線に、速く、たくさんの情報を流そうとする。
そのためには、信号を高い周波数で振動させる必要がある。
ところが
周波数を上げるほど、銅線での電力の損失が増える。
損失した電力は、どこへ行くか。
熱になる。
つまり、速くしようとすればするほど、
銅線は、熱くなる。
これは、このサイトで何度も見てきた「発熱の壁」と、同じ問題だ。
計算チップだけでなく、それをつなぐ配線までもが、
熱に、足を引っ張られている。
壁②:距離が伸びると、信号が崩れる
二つ目の壁は、距離だ。
銅線は、距離が伸びるほど、信号が弱り、崩れていく。
近い距離なら、問題ない。
でも、データセンターのように、
ラック(機器の棚)をまたいで、何メートルも先のチップに信号を送ろうとすると
途中で、信号がなまって、形が崩れてしまう。
受け取る側は、崩れた信号を、必死に読み取ろうとする。
そのために、また電力を使う。
高速になればなるほど、この「崩れ」はひどくなる。
だから銅線は、短い距離向きなのだ。
AIのクラスター(たくさんのチップの集まり)は、
どんどん大規模になっている。
チップ同士の距離は、伸びる一方だ。
短距離向きの銅線にとって、これは、つらい。
壁③:もう、線を増やせない
三つ目の壁は、密度だ。
「速くできないなら、線の数を増やせばいい」
そう思うかもしれない。
一本で足りないなら、十本、百本、束ねればいい、と。
でも、これにも限界がある。
線を増やせば、場所を取る。
線を近づけすぎると、隣の線の信号と干渉して、混線する。
チップの縁から出せる線の数には、物理的な上限がある。
もう、これ以上は束ねられない、というところまで来ている。
速くもできない。
数も増やせない。
銅線は、二重に、行き詰まっている。
実は、この議論は「昔から」あった
面白いことに、「銅線はもう限界だ、光が必要だ」という議論は、
今に始まったことではない。
20年ほど前、技術者たちは「1GHzの壁」という言葉を使っていた。
銅線で信号を送るとき、周波数が1GHzを超えると、
損失が大きすぎて、もう無理だろう と言われていた時代があった。
このとき、すでに「高速の信号には、光が必要だろう」という声があった。
でも、そのたびに、技術者たちは工夫で乗り越えてきた。
信号の送り方を工夫し、受け取り方を工夫し、
「まだ銅でいける」を、何度も更新してきた。
だから、「銅線の限界」は、ある意味で「オオカミ少年」でもあった。
何度も「もう限界だ」と言われては、乗り越えられてきた。
でも、今回は、少し様子が違う。
今回、何が違うのか
これまでの「限界」は、乗り越えられた。
では、なぜ今回は「本物の限界」だと言われているのか。
理由は、AIだ。
これまでの限界論は、「一本の線を、どこまで速くできるか」という話だった。
工夫で、少しずつ速くできた。
でも、AIが求めているのは、その次元ではない。
何千、何万というチップを、密につないで、
とてつもない量のデータを、絶え間なくやり取りする。
これは、一本の線の工夫では、追いつかない規模だ。
銅線を工夫して速くするスピードより、
AIがデータ量を増やすスピードのほうが、速い。
工夫の積み重ねでは、もう、追いつけない。
だから今回は
「線を工夫する」のではなく、
「運び屋そのものを、取り替える」という話になっている。
銅という運び屋を、光という運び屋に。
これが、今回が「本物」だと言われる理由だ。
なぜ、光なら解決するのか
では、光に替えると、何が変わるのか。
先ほどの、三つの壁を思い出してほしい。
発熱の壁。
光は、距離を進んでも、電気のようには発熱しない。
長く運んでも、エネルギーの損失が、桁違いに少ない。
距離の壁。
光は、長い距離を進んでも、信号が崩れにくい。
だから、ラックをまたぐような距離に、とても向いている。
密度の壁。
これが、光の一番すごいところだ。
光は、色(波長)を変えると、混ざらない。
一本の細い光ファイバーに、
赤い光、青い光、緑の光……と、
違う色の光を同時に通して、それぞれに別の情報を乗せられる。
一本の線で、何十本分ものデータを、一度に運べる。
銅線が「もう束ねられない」と悲鳴を上げている横で、
光は、一本で涼しい顔をしている。
次回へ
銅線が限界を迎え、光が求められている。
ここまでが、今回の話だ。
では、具体的に、どうやって光に置き換えるのか。
実は、これは「いつかの夢」ではない。
もう、始まっている。
NVIDIAも、Intelも、名だたる企業が、
計算チップのすぐ隣に、光を同居させる技術に、巨額を投じ始めている。
次回は、その「今、起きている革命」を見る。
計算の世界に、光が入り込んでくる。
その最前線の話だ。