AI時代におけるネットワークの重要性と革新の方向性

ネットワークはAI大規模モデル時代の重要な要素となっています。モデルの規模が急速に成長する中で、複数のサーバークラスターがトレーニングの問題を解決するための主流なソリューションとなっており、これがAI時代におけるネットワークの「上位」の基盤となっています。過去の単なるデータ伝送と比較して、現在ではネットワークは主にGPU間のモデルパラメータを同期するために使用されており、ネットワークの密度と容量に対してより高い要求が寄せられています。

ネットワークの需要は主に3つの側面から来ています:

1. 増大するモデルのサイズ。トレーニングにかかる時間はモデルのパラメータ量に比例し、計算速度に反比例します。トレーニング時間を短縮するためには、ネットワークを介してデバイスの数を増やし、複数デバイスの並列効率を向上させる必要があります。

2. 多カードの同期に関する複雑なコミュニケーション。モデルが単一のカードに分割された後、毎回の計算では整合性を取る必要があり、ネットワークの伝送と交換に対してより高い要求が課されます。

3. ますます高騰する故障コスト。大規模モデルのトレーニングはしばしば数ヶ月続き、中断は深刻な進捗とコストの損失を引き起こします。現代のAIネットワークは、飛行機や空母などに匹敵する人間のシステムエンジニアリング能力の結晶となっています。

未来のネットワーク革新は「コスト削減」、「オープン性」、およびコンピューティングパワーのスケールバランスという3つの方向で展開される。

1. 通信メディアの更新: 光モジュールはより高速なデータ転送を追求する一方で、LPO、LRO、シリコンフォトニクスなどのコスト削減ルートを探索しています。銅ケーブルはコストパフォーマンスの優位性により、ラック内接続を占めています。Chiplet、Wafer-scalingなどの新しい半導体技術は、シリコンベースの相互接続の限界を加速的に探求しています。

2. ネットワークプロトコルの競争: システム間通信プロトコルとGPUの強いバインディング、例えばNV-LINK、Infinity Fabricなど。ノード間通信は主にIBとイーサネットの2つのプロトコルの競争に焦点を当てています。

3. ネットワークアーキテクチャの変化: 現在、一般的にリーフ・スパインアーキテクチャが採用されていますが、クラスター規模が拡大するにつれて、Dragonflyやレールオンリーなどの新しいアーキテクチャが超大規模クラスターの進化の方向性として期待されています。

投資アドバイスの注目:

通信システムのコアリンク:Zhongji Innolight、Xin Yisheng、Tianfu Communication、Industrial Fortune Union、Invic、Shanghai Electric Co.、Ltd。

通信システムのイノベーション分野: 長飛光ファイバー、太辰光、源杰科技、盛科通信-U、寒武紀、德科立。

リスク警告: AIの需要が予想を下回り、スケーリング法則が失効し、業界の競争が激化しています。