AI革命が到来し、その可能性は無限大です。そして、それを実現するのが、光ファイバーによる超高速データ伝送です。CorningのGlassWorks AIは、長距離ネットワークからデータセンターに至るまで、AIにおけるネットワーク設計の課題に対応するための、カスタマイズされたソリューションとサービスのポートフォリオを提供します。
Corning Glass Worksは、エジソンの電球用ガラスを通じて世界の電化に貢献しました。そして現在も、ガラス科学の専門知識を活かし、先進的な光学ソリューションでAIの発展を支え続けています。GlassWorks AIは、コーニングの高品質なファイバー、ケーブル、接続製品の幅広いラインアップに加え、ネットワークの計画、設計、導入における一流のサービスを提供します。コーニングの知識とグローバルな専門性を活用し、GlassWorks AIでデータセンターの競争力を強化しましょう。
AIのチャンスをつかむお手伝いをさせてください。詳しくはこちらをクリックして, CorningのGlassWorks AIチームの専門家とつながりましょう。
密度
さらに詳しく : 密度ハイパースケールデータセンターでは、クラスターサイズの拡大に伴い、密度がますます高まっています。これは高度なケーブリングソリューションにとって新たな機会をもたらす一方で、複雑性の管理という課題も生じています。
- インフラ環境が複雑かつ混雑している
- 接続元と接続先の混同による誤接続のリスク
- 密集したファイバーネットワークにおける追加ファーバーテストにより、プロジェクト期間が延長される可能性
スケール
さらに詳しく : スケールより高密度かつ効率的なネットワーク設計への需要が、ますます重要になっています。NVIDIAのBlackwellチップは、より高い密度要件をもたらし、VSFF（超小型）コネクタや小径ファイバーの使用を促進することで、新たな課題を引き起こしています。
- ネットワークのスケールアウト時にクラスター密度を維持するため、デバイス間でファイバーをシャッフルする必要がある
- 密集したファイバーネットワーク内での「フラッピング（接続の不安定化）」が、コストのかかる障害やネットワーク性能の低下を招く可能性
- 大規模導入向けのエンドツーエンドの統合ソリューションが求められている
設置スピード
さらに詳しく : 設置スピードGlassWorks AI™ のエンジニアは、急速に進化するAIインフラに対応する柔軟でカスタマイズされたソリューションを提供します。
迅速な技術開発：コーニングは、独自技術と汎用ソリューションを活用し、競合他社を上回るスピードで技術開発を進め、進化するニーズに応える革新を実現しています。
- カスタマイズされた製品：使いやすさを重視し、カスタムカラー、ラベル、ケーブル長、ファイバーの選択肢など、柔軟性とカスタマイズ性に対応した製品を提供します。
- 専門的な設計チーム：コーニングの経験豊富な設計チームは、ハイパースケールデータセンターのネットワーク課題を理解し、計画と導入を簡素化します。
- 専用パッケージオプション：コーニングは、大規模AI導入向けに設計された環境配慮型パッケージを提供し、作業負荷と資材の無駄を削減しながら効率を向上させます。
カスタマイズ
さらに詳しく : カスタマイズ新たなアプリケーションの高度にカスタマイズされた設計要件に対応することは、AIデータセンターにとって大きな課題となっています。特に、光ファイバーインフラに求められる多様性とカスタマイズ性は、克服すべき障壁となっています。
- 各構築におけるスペース、電力、アーキテクチャの要件が異なるため、設計および導入プロセスが複雑化します。
- 密集したファイバーネットワークにおいて、マルチモードとシングルモードの混在設計に対応する柔軟性が求められます。
- 多様な接続要件に対応するため、広範なカスタマイズに対応します。
光ファイバー接続は、AIワークロードの要求に対応し、GPUクラスターの迅速なスケーリングを可能にすることで、生成AI革命の推進において極めて重要な役割を果たします。
将来にわたってハイパースケールデータセンターの性能を維持するためには、高速な接続が不可欠です。
効率的なスケーリングに最適化されたモジュール設計と、多層アーキテクチャを備えることで、高いパフォーマンスと信頼性を維持できます。
より詳しい情報は、NVIDIA AIアーキテクチャ ケーブリングガイドをご覧ください。
AIにはさまざまなタイプがあり、代表的なものとして 生成AI（Generative AI）、推論AI（Inference AI）、エージェントAI（Agentic AI） があります。
生成AI は、既存のデータからパターンを学習し、新しいコンテンツを生成します。これは、大規模なデータセットを使ってモデルをトレーニングし、パターンを理解させることで実現されます。トレーニング後、モデルはその知識を活用して新しい出力を生成し、生成AIとして機能します。
推論AI は、トレーニング済みのモデルを使って、新しいデータに対して予測や判断を行います。学習したパターンを応用して新しい入力を分析し、出力を生成することで、現実世界でのAI活用を可能にします。
エージェントAI は、環境を認識し、自律的に意思決定を行い、特定の目標を達成するために行動するシステムを指します。これは、環境との相互作用を通じて報酬を最大化する「強化学習」によって実現されることが多いです。
さらに詳しい違いや、GlassWorks AIソリューションが対応するAIインフラ構成については、以下をご覧ください。
以下の質問をクリックして、GlassWorks AI ソリューションについて詳しくご覧ください。
Contour™ 光ファイバーケーブルを利用すると、AI対応のハイパースケールデータセンターにおいて、次のような大きな利点があります。190μmの外径ファイバーにより、より多くのファイバーを限られたスペースに収容でき、スペースと重量を最適化。優れた曲げ耐性により、設置効率が向上。9.2μmのモードフィールド径で既存ファイバーとの互換性を確保し、信頼性の高いデータ伝送を実現。環境に配慮した設計で、材料使用量とカーボンフットプリントを削減。指で簡単に剥がせるサブユニットや色分けされた構成により、設置と取り扱いが簡単に。ダクトの利用効率を最大化し、保管コストを削減。
AIや機械学習アプリケーションの拡大に伴い、ハイパースケールデータセンターでは、電力・冷却・高密度接続への需要が急増しています。
MMC（Multi-Fiber Modular Connector）コネクタは、こうした課題に対応するために設計された、高密度・コンパクト・持続可能なソリューションです。
スケールアウトとは、データセンターにサーバーやノードを追加して、処理能力や機能を拡張することを指します。この水平拡張により、複数のサーバーに負荷を分散させることで、タスクの処理効率やシステムの耐障害性が向上します。
一方、スケールアップは、既存のサーバーにCPU、GPU、メモリ、ストレージなどのリソースを追加して、1台あたりの処理能力を強化する垂直拡張の方法です。これにより、より大規模なデータセットや高負荷なタスクへの対応が可能になります。
AIを活用し、GPUを大規模に導入するハイパースケールデータセンターにおいては、スケールアウトとスケールアップの両方が不可欠です。これにより、増大するAIワークロードに対応し、膨大なデータの効率的な処理・保存・分析を実現できます。
ケーブルトレイやその他のインフラコンポーネントは、ハイパースケールデータセンターにおける膨大なファイバーケーブルネットワークを整理・支援する上で極めて重要です。これらはケーブルの物理的な配置を管理し、適切な配線と保守を可能にします。
ミスポーティングとは、ファイバー光ケーブルが誤ったネットワークポートに接続されることを指し、送信元と送信先の混乱を引き起こします。これによりネットワーク障害やデータ損失が発生し、データセンターのパフォーマンスに悪影響を及ぼします。また、保守やトラブルシューティングの複雑さも増します。
GlassWorks AI は、MMCコネクタと完全カスタマイズされた色分け・ラベリング済みの超高密度アセンブリにより、ミスポーティングのリスクを軽減します。
GlassWorks AI は、以下を含むさまざまなデータセンター間接続（DCI）展開に対応する包括的なソリューションを提供しています：ラック間接続、複数ラック間接続、キャンパス間接続長距離接続
液冷ホースなどの他の重要システムとのスペース競合、床下配線の混雑や空気流の制限、オーバーヘッドトレイの制限により冷却効率が低下、ラック上部のスペース不足により、従来型ケーブルの重量でファイバーが押しつぶされるリスク、これらの課題に対応するには、効果的なケーブル管理の戦略が不可欠です。GlassWorks AI の包括的なソリューションが、こうした課題の解決を支援します。
データ伝送ニーズの増加、データセンターの拡張に伴う将来の容量への備え、キャンパス全体のカバレッジを支えるための分散インフラの接続需要の増加、
これらの理由から、長距離ファイバーへの投資はAIデータセンターにとって不可欠です。
GlassWorks AI は、導入されるAIの種類に合わせてカスタマイズされており、生成AI・推論AI・エージェントAIのすべて、そして将来のAI構成にも対応可能です。
