光電融合技術と次世代分散データベースを活用した分散計算基盤の実証に成功
NEDOの委託事業において、光電融合技術と分散データベースを組み合わせた次世代分散コンピューティング基盤の実証実験に成功した。本成果は生成AI普及によるデータ処理量増大と電力消費課題を解決するもので、大容量・低電力通信を実現する。
📋 記事の処理履歴
- 📰 発表: 2026年5月21日 22:00
- 🔍 収集: 2026年5月21日 13:31
- 🤖 AI分析完了: 2026年5月21日 13:45(収集から13分後)
生成AIやクラウドサービスの急拡大により、データセンタ間および内を行き交うデータは爆発的に増え、これに伴い、電力消費量も増えています。一方で、突然のサーバトラブルによるサービス停止は、社会活動に大きな影響を及ぼします。そのため、自動運転、遠隔医療、スマートシティ、科学技術計算など、社会を支えるサービスを進化させるには、大量のデータを速く、無駄なく、低い電力で、かつ高い耐障害性を備えて運用する仕組みが不可欠です。
国立研究開発法人新エネルギー・産業技術総合開発機構 (NEDO)の委託事業「高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技術開発/研究開発項目〔2〕次世代コンピューティング技術の開発(JPNP16007)/異種材料集積光エレクトロニクスを用いた高効率・高速処理分散コンピューティングシステム技術開発」として進めてきた本プロジェクトでは、この「データ処理量の拡大」「電力消費量の低減」「耐障害性の向上(高可用性)」の課題を同時に解くため、光で低遅延にデータを運び、離れた場所にある計算資源を使う次世代分散コンピューティング基盤を実証しました。個別の最適化ではなく、光チップ、光トランシーバ、光ネットワーク、分散データベースを組み合わせ、通信と計算をまとめて最適化する点が特長です。
心臓部となる光チップでは、InPとシリコンを組み合わせる異種材料集積技術により、高速・低消費電力な光デバイスを実現しました。また、光トランシーバでは、電気処理の一部を光処理に移すことで消費電力の低減を狙い、波長を複数使うことで大容量化に対応しました。さらに、多方路エラスティック光ネットワークにより、通信経路や帯域を必要に応じて柔軟に切り替えられるようにしました。
実証では、400 Gbps×2波長の光トランシーバプロトタイプによる実フィールド伝送、複数拠点を結ぶ光ネットワーク制御、また、この光ネットワークに対応した分散データベース「Tsurugi」を用いた低遅延と高可用性を実証するアプリケーションの動作を確認しました。これにより、AI時代に求められる10 Tbps級の大容量・低電力通信と、広域に分散した計算資源の有効活用に向けた道筋を示しました。
本成果は、データを一か所に集めて処理するだけでなく、各地の計算資源を必要に応じて結び、ひとつの大きな計算基盤として使う将来像につながるものです。AI時代の社会インフラを支える基盤技術としての活用が期待されます。今後、通信トラフィックの増大に対応しながら電力消費を抑える技術として、データセンタ、通信インフラ、スマートシティなど幅広い分野への展開が見込まれます。
## 1.背景
生成AIの普及により、AIの学習や推論に必要なデータ処理量は急増しています。将来にわたり、この処理量を支えるためには、地域的に分散した計算資源を有効に活用する必要があります。また、この処理量の増加に応じて伸びるエネルギー消費の問題に対応するため、データセンタやネットワークには、大容量化と低消費電力化を同時に実現することが求められています。
従来は、より高速な装置を増やすことで通信量の増加に対応してきました。しかし、今後は装置を増やすだけでは、電力、設置場所、運用コストの制約が大きくなります。また、固定的な通信帯域の割り当てでは、計算資源の混雑や空き状況に合わせた柔軟な運用が難しくなります。カーボンニュートラルの観点からも、通信と計算をより少ない電力で動かす技術が重要です。特に、AI処理を支えるデータセンタの電力需要が高まる中で、通信部分の省電力化は社会的にも重要な課題です。また、情報セキュリティの観点からも高可用性データベースの実現が求められていました。
そこで本プロジェクトでは、光チップ、光トランシーバ、光ネットワーク、分散データベースをひとつの分散計算基盤として統合しました。離れた拠点を低遅延でつなぎ、必要な通信帯域を必要な場所へ割り当てることで、高可用性を実現しながら、AI時代の計算需要に対応する新しいICT基盤の実現を目指しました。
## 2.今回の成果
### ①異種材料集積光チップ
異種材料集積プラットフォーム技術として、InP系アクティブ領域とSi導波路間の位置精度に優れ、高密度・多機能集積を可能とするInP小片/SOI※1ウェハ接合を導入し、これをデジタルコヒーレント伝送※2向け光デバイスに適用しました。光源となる波長可変レーザ※3に関しては、設計の異なる二つのInP系利得領域を1チップのシリコン(Si)フォトニクス※4回路上に一体集積したデバイスを世界で初めて実現し、C帯(波長: 1530 nm – 1565 nm)のみならず、L帯(波長: 1565 nm – 1625 nm)をも
国立研究開発法人新エネルギー・産業技術総合開発機構 (NEDO)の委託事業「高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技術開発/研究開発項目〔2〕次世代コンピューティング技術の開発(JPNP16007)/異種材料集積光エレクトロニクスを用いた高効率・高速処理分散コンピューティングシステム技術開発」として進めてきた本プロジェクトでは、この「データ処理量の拡大」「電力消費量の低減」「耐障害性の向上(高可用性)」の課題を同時に解くため、光で低遅延にデータを運び、離れた場所にある計算資源を使う次世代分散コンピューティング基盤を実証しました。個別の最適化ではなく、光チップ、光トランシーバ、光ネットワーク、分散データベースを組み合わせ、通信と計算をまとめて最適化する点が特長です。
心臓部となる光チップでは、InPとシリコンを組み合わせる異種材料集積技術により、高速・低消費電力な光デバイスを実現しました。また、光トランシーバでは、電気処理の一部を光処理に移すことで消費電力の低減を狙い、波長を複数使うことで大容量化に対応しました。さらに、多方路エラスティック光ネットワークにより、通信経路や帯域を必要に応じて柔軟に切り替えられるようにしました。
実証では、400 Gbps×2波長の光トランシーバプロトタイプによる実フィールド伝送、複数拠点を結ぶ光ネットワーク制御、また、この光ネットワークに対応した分散データベース「Tsurugi」を用いた低遅延と高可用性を実証するアプリケーションの動作を確認しました。これにより、AI時代に求められる10 Tbps級の大容量・低電力通信と、広域に分散した計算資源の有効活用に向けた道筋を示しました。
本成果は、データを一か所に集めて処理するだけでなく、各地の計算資源を必要に応じて結び、ひとつの大きな計算基盤として使う将来像につながるものです。AI時代の社会インフラを支える基盤技術としての活用が期待されます。今後、通信トラフィックの増大に対応しながら電力消費を抑える技術として、データセンタ、通信インフラ、スマートシティなど幅広い分野への展開が見込まれます。
## 1.背景
生成AIの普及により、AIの学習や推論に必要なデータ処理量は急増しています。将来にわたり、この処理量を支えるためには、地域的に分散した計算資源を有効に活用する必要があります。また、この処理量の増加に応じて伸びるエネルギー消費の問題に対応するため、データセンタやネットワークには、大容量化と低消費電力化を同時に実現することが求められています。
従来は、より高速な装置を増やすことで通信量の増加に対応してきました。しかし、今後は装置を増やすだけでは、電力、設置場所、運用コストの制約が大きくなります。また、固定的な通信帯域の割り当てでは、計算資源の混雑や空き状況に合わせた柔軟な運用が難しくなります。カーボンニュートラルの観点からも、通信と計算をより少ない電力で動かす技術が重要です。特に、AI処理を支えるデータセンタの電力需要が高まる中で、通信部分の省電力化は社会的にも重要な課題です。また、情報セキュリティの観点からも高可用性データベースの実現が求められていました。
そこで本プロジェクトでは、光チップ、光トランシーバ、光ネットワーク、分散データベースをひとつの分散計算基盤として統合しました。離れた拠点を低遅延でつなぎ、必要な通信帯域を必要な場所へ割り当てることで、高可用性を実現しながら、AI時代の計算需要に対応する新しいICT基盤の実現を目指しました。
## 2.今回の成果
### ①異種材料集積光チップ
異種材料集積プラットフォーム技術として、InP系アクティブ領域とSi導波路間の位置精度に優れ、高密度・多機能集積を可能とするInP小片/SOI※1ウェハ接合を導入し、これをデジタルコヒーレント伝送※2向け光デバイスに適用しました。光源となる波長可変レーザ※3に関しては、設計の異なる二つのInP系利得領域を1チップのシリコン(Si)フォトニクス※4回路上に一体集積したデバイスを世界で初めて実現し、C帯(波長: 1530 nm – 1565 nm)のみならず、L帯(波長: 1565 nm – 1625 nm)をも
よくある質問
本プロジェクトが解決する課題は何ですか?
生成AIなどの普及に伴うデータ通信量の爆発的増加とそれに伴う電力消費の増大です。
実証された技術の強みは何ですか?
個別の最適化ではなく、光チップからデータベースまで統合的に最適化し、省電力と高可用性を両立した点です。
今後の展開はどうなりますか?
データセンタやスマートシティなど、AIを支える社会インフラ基盤としての活用が見込まれています。