OpenAIと他のAIリーダーたちは、機械知能の新たな飛躍には新しい形のコンピューターハードウェアが必要だと考えています。この提案の一つに、GPUを光で直接接続するアイデアがあります。現在、コンピューター内やデータセンター内のチップ間でAIアルゴリズムを訓練する際には、電気信号を介してデータが移動しています。しかし、光学的および電気的信号間の変換は通信のボトルネックを生じさせます。
Lightmatterというスタートアップは、光学リンクを使用して数十万または数百万のGPUを直接接続することで、このボトルネックを減らし、チップ間でのデータ移動速度を大幅に向上させる技術を提案しています。この技術は「Passage」と呼ばれ、シリコンで構築された光学（フォトニック）インターコネクトを介して、GPUのトランジスタと直接インターフェースすることが可能です。これにより、通常の帯域幅の100倍でチップ間のデータ転送が可能になると同社は主張しています。
LightmatterのCEO、Nick Harrisは、Passageが2026年までに準備が整うとし、これにより100万以上のGPUを同時に並列で動作させることが可能になり、今日の最先端を超えるAIアルゴリズムの実現を可能にすると述べています。
また、OpenAIのCEOであるSam Altmanは、より大きく、より高速なデータセンターの構築に関心を持っており、OpenAIとMicrosoftが数百万のチップを搭載した1000億ドル規模のデータセンター「Stargate」の計画を立てていると報じられています。
GlobalFoundriesなどの大手半導体企業もLightmatterとのパートナーシップを発表しており、大規模なAIプロジェクトの配線を再考することで、より賢いアルゴリズムの開発における主要なボトルネックが取り除かれる可能性があります。
Nvidiaは、AIプロジェクト用のGPUの主要サプライヤーとして、最新のAIトレーニング用チップ「Blackwell」を発表しました。これは、同社の新しい高速通信技術NVLink-C2Cを使用して接続された2つのBlackwell GPUと従来のCPUプロセッサを含む「スーパーチップ」で販売されます。
Lightmatterの取り組みは、OpenAIのChatGPTのような進歩の背後にある主要なハードウェアを再考するために、大手および小規模の企業がどのように努力しているかの例です。
【ニュース解説】
人工知能（AI）の発展は、コンピューターハードウェアの進化を必要としています。特に、AIのトレーニングには膨大な計算能力が求められ、そのためにはスーパーコンピューターのスケールアップが不可欠です。しかし、現在の技術では、チップ間でデータを移動させる際に電気信号を使用しており、これが大きなボトルネックとなっています。この問題を解決するために、Lightmatterというスタートアップが提案しているのが、光学リンクを使用してGPU（グラフィックス処理ユニット）を直接接続する技術「Passage」です。
この技術により、電気信号を光に置き換えることで、データの移動速度を大幅に向上させることが可能になります。具体的には、通常の帯域幅の100倍でチップ間のデータ転送が可能になるとされています。これにより、100万以上のGPUを同時に並列で動作させることが可能になり、AIのトレーニングに必要な計算能力を大幅に向上させることができます。
この技術の導入によって、AIの発展はさらに加速されることが期待されます。例えば、OpenAIのGPT-4は20,000以上のGPUを使用していますが、Lightmatterの技術が実現すれば、それを遥かに超えるスケールのAIトレーニングが可能になります。これは、より複雑で高度なAIアルゴリズムの開発を可能にし、人間の知能を超えるAI、いわゆる人工汎用知能（AGI）の実現に一歩近づくことを意味します。
しかし、この技術の導入にはいくつかの課題も存在します。例えば、光学リンクを使用したデータセンターの設計や、既存のインフラとの互換性の問題などが挙げられます。また、このような高度な技術の開発と導入には莫大なコストがかかるため、その費用対効果も検討する必要があります。
さらに、AIの発展が加速することで、社会や倫理に関する新たな問題が生じる可能性もあります。例えば、AIによる仕事の自動化が進むことで、雇用に関する問題が深刻化するかもしれません。また、高度なAIが人間の意図に反して行動するリスクも考慮する必要があります。
結論として、Lightmatterの提案する技術は、AIの発展において大きな可能性を秘めていますが、その実現には技術的、経済的、社会的な課題を克服する必要があります。この技術の進展とともに、これらの課題に対する解決策を見つけることが、AIの健全な発展には不可欠です。
from To Build a Better AI Supercomputer, Let There Be Light.
