利用『IOWN APN』在東京-福岡間遠端分散式AI基礎設施實證中，確認符合工作負載特性的實用性能
GMO Internet、NTT East、NTT West 和 QTnet 四家公司已完成利用 IOWN APN 在東京和福岡之間建立遠端分散式 AI 基礎設施的技術實證。他們確認，在大型語言模型 (LLM) 訓練中，性能下降僅約 0.5%，相較於本地環境，影響極為有限，並證實了在遠端分散式環境中進行實用級別 AI 開發的可能性。
📋 文章處理履歷
- 📰 發表: 2026年3月30日 19:30
- 🔍 收集: 2026年3月30日 22:56（發表後3小時26分鐘）
- 🤖 AI分析完成: 2026年4月22日 22:35（收集後551小時39分鐘）
GMO Internet集團旗下的GMO Internet株式會社（總部：東京都澀谷區，代表取締役社長執行役員：伊藤 正，以下簡稱GMO Internet）、NTT東日本株式會社（總部：東京都新宿區，代表取締役社長：澁谷直樹，以下簡稱NTT東日本）、NTT西日本株式會社（總部：大阪府大阪市，代表取締役社長：北村亮太，以下簡稱NTT西日本）以及株式會社QTnet（總部：福岡縣福岡市，代表取締役社長：小倉 良夫，以下簡稱QTnet）已完成利用「IOWN (Innovative Optical and Wireless Network)」的「APN (All-Photonics Network)」在東京-福岡間建立遠端分散式AI基礎設施的技術實證。
本次實證於2025年11月至2026年2月期間進行，在東京（儲存）-福岡（GPU）之間鋪設了IOWN APN實體線路，並在連接GMO GPU雲端GPU和大容量儲存的AI開發平台上測量和評估了AI工作負載性能。結果顯示，在大型語言模型（LLM）訓練中，相較於本地環境，性能下降僅約0.5%，確認其影響極為有限。對於涉及資料讀取的圖像分類任務，也透過訓練資料的優化等方式，確認即使在遠端環境下也能進行實用級別的處理，證明了透過符合工作負載特性的設計，可以在遠端分散式環境中進行實用的AI開發。
在此次實證之前，四家公司已於2025年7月進行了預備實證（Phase1），在模擬東京-福岡間（約1,000公里）的遠端環境中進行了性能測試，並已將詳細內容作為技術報告公開。
新聞稿：https://www.ntt-west.co.jp/news/2510/251002a.html
技術報告：https://www.ntt-west.co.jp/news/2510/251002a_1.html
四家公司將繼續以本次實證成果為基礎，推進符合客戶需求的遠端分散式AI基礎設施的實用化。
【背景與目的】
隨著近年來生成式AI和大型語言模型（LLM）的普及，對AI開發基礎設施的需求急劇擴大。傳統上，GPU和大容量儲存必須物理上鄰近配置，但為了應對資料中心空間限制以及企業希望在自有據點管理資料的需求，實現超越地理限制的分散式AI開發基礎設施已成為必要。四家公司一直在探討利用具有高速、大容量和低延遲特點的IOWN APN連接遠端GPU和儲存的技術可行性。