人工知能と光ファイバー ケーブルは、通信業界のほとんどの人々が認識している以上に相互に依存しています。 AI システムは、光ファイバーだけが提供できる高速かつ低遅延のデータ伝送がなければ機能できません。--また、AI を活用した監視および最適化ツールのおかげで、ファイバー ネットワークの効率も大幅に向上しています。{4}}この双方向の関係により、データセンターの構築方法、ネットワークの維持方法、新しいファイバー技術の開発方法がすでに再構築されています。-
この記事では、検証可能な業界データに裏付けられたこの関係が実際にどのように機能するか、またそれが通信事業者、データセンター計画者、インフラ購入者にとって何を意味するのかについて説明します。
AI システムに光ファイバー ケーブルが必要な理由
大規模な AI モデルのトレーニングには、数千の GPU にワークロードを分散することが含まれ、すべての GPU が継続的にデータを交換する必要があります。これにより、サーバー - 間を流れる大量の東西トラフィック - データが作成され、極端な帯域幅、最小限の遅延、無視できる信号損失が要求されます。従来の銅線ケーブルでは対応できません。のみ光ファイバーケーブル特にデータセンターが 400G から 800G、そして最終的には 1.6T 光リンクに移行する中で、最新の AI クラスターに必要なスループットを提供できます。
繊維消費量の違いは劇的です。によるとコーニングの 2025 年のデータセンターの見通し、生成 AI データセンターはすでに、従来のデータセンター ネットワークの 10 倍以上の光ファイバーを必要としています。 Corning の光ファイバーおよびケーブル担当上級副社長は、Nvidia の 72-GPU Blackwell ノードには従来のクラウド スイッチ ラックの 16 倍のファイバーが必要であると述べました。別の大手ファイバー メーカーである STL は、GPU- を搭載した AI ラックでは、従来の CPU ベースの構成に比べて最大 36 倍のファイバーが必要になる可能性があると報告しています。
この需要の急増は、建物内で起こっていることにとどまりません。 AI ワークロードは複数の施設にますます分散されており、これはつまりデータセンター相互接続 (DCI) リンクまた、大幅に多くのファイバー容量も必要になります。あファイバーブロードバンド協会による 2025 年のレポートAI 主導のハイパースケールの成長だけをサポートするには、米国が 2029 年までに総ファイバーマイル数を 2.3 倍に増やす必要があると予測しました。-
AI が光ファイバー ネットワークの運用をどのように改善するか
関係は一方向ではありません。- AI は、業界が何十年にもわたって苦労してきたファイバー ネットワークのメンテナンスとパフォーマンスに関する実際の問題を解決しています。
よりスマートな障害検出とメンテナンス
従来、光ネットワークの障害を発見して診断するには、技術者を派遣して OTDR (光学式時間-ドメイン反射計) トレースを手動で検査する必要がありました。-これは時間がかかり、労力を要するプロセスです。- AI はこれを根本的に変えます。
機械学習モデルは、OTDR データを自動的に分析して、ファイバーの異常を検出し、障害の種類を分類し、その位置を正確に特定できるようになりました。発表された研究によると、オートエンコーダと双方向リカレント ニューラル ネットワークを組み合わせた AI- ベースのシステムは、1 メートルの単位で測定される位置特定精度とともに、96% を超える障害検出 F1 スコアと 98% を超える分類精度を達成することが実証されています。文書化された 1 つの展開では、AI-支援モニタリング プラットフォーム1,024 リンクのデータセンター環境における従来のポーリングと比較して、障害検出効率が 98% 以上向上しました。
ネットワーク全体にわたる数千のファイバーリンクを管理するオペレーター向け光ファイバーデータセンターネットワークに接続すると、実際的な利点は明らかです。サービス中断を引き起こす前に障害が特定されて特定され、診断サイクルが数時間から数秒に短縮されます。
信号の最適化と容量計画
AI は、既存のファイバー インフラストラクチャからより多くのパフォーマンスを引き出すのにも役立ちます。デバイス パラメータと過去のリンク パフォーマンス データに基づいてモデルをトレーニングすることにより、機械学習は信号変調を最適化し、分散効果を予測し、波長チャネル全体のパワー分布のバランスをとります。これは、通信事業者が新しいケーブルを敷設することなく、導入された光ファイバ ルートの有効容量を増やすことができることを意味します - 光ファイバの価格が上昇し続ける中で、コスト上の大きな利点となります。
中空コア ファイバー: AI 需要が新しいファイバー技術をどのように推進しているか
おそらく、AI がファイバーのイノベーションをどのように推進しているかを示す最も明確な例は次のとおりです。中空-コア光ファイバー(HCF)。従来のファイバーは固体ガラスを通して光を導きます。中空コア ファイバーは、代わりに空気が満たされたチャネルを介して光を伝送します。-光はガラス中よりも空気中の方が約 47% 速く伝わるため、HCF は伝播遅延を大幅に短縮します - (特定の設計および展開条件に応じて、通常は 30 ～ 47%)。
2025 年 9 月、サウサンプトン大学とマイクロソフトの研究者は結果を自然フォトニクス1 キロメートルあたり 0.091 dB という記録的な低信号損失で HCF を実証しました。{0}これは、従来のシリカ ファイバが 40 年間に渡って固定されていた約 0.14 dB/km の下限よりも大幅に優れています。 Microsoft はすでに、ライブ トラフィックを運ぶ 1,200 km 以上の中空コア ファイバーを Azure ネットワークに導入しています。{7}さらに15,000kmを配備する計画を発表産業規模の製造においては、Corning および Heraeus と提携しています。-
2025 年 11 月、Scala Data Centers、Lightera、Nokia はラテンアメリカで初めての HCF 概念実証を実施し、市販の 400G テスト機器を使用して遅延が 32% 削減されたことを確認しました。
とはいえ、HCF は今日の従来のファイバーの普遍的な代替品ではありません。製造コストは高く、接合には特殊な技術が必要であり、業界標準はまだ開発中です。現時点では、特に AI データセンター間のレイテンシ-クリティカル リンク - に最適です。この場合、数マイクロ秒の遅延でも分散トレーニング クラスタ全体の GPU 使用率に影響します。
光ファイバー伝送の記録は低下し続ける
光ファイバーの容量上限は上昇し続けています。 2025 年後半、日本の NICT 率いる国際チームは、次の伝送速度を実証しました。標準準拠の光ファイバー経由で 430 Tb/秒-ECOC 2025 - では、2024 年に樹立された以前の 402 Tb/s 記録よりも 20% 近く少ない帯域幅を使用してこれを達成しました。これとは別に、住友電工と NICT は、標準的なクラッド直径を持つ 19 コアのファイバーを使用して、1,808 km で 1.02 ペタビット/秒を達成しました。
これらのブレークスルーの多くは、ニューラル ネットワーク-ベースのイコライゼーションや機械学習-で最適化された変調形式など、AI{0}} 支援信号処理技術に直接依存しています。マルチ-バンド波長分割多重やマルチ-マルチコアファイバー-とAI-駆動の最適化-の組み合わせは、実際の限界を押し広げています。シングルモード ファイバー--次世代のファイバー設計が可能です。
電気通信業界への実際的な影響
AI- ファイバーの関係は、通信エコシステムにおけるさまざまな役割に具体的な影響を及ぼします。
データセンター事業者ラックあたりのファイバー密度を大幅に高めることを計画する必要があります。 AI クラスタの構築には、各 GPU が各層に専用のファイバー接続を備えたノンブロッキング光ファブリックが必要です。-次のような高密度ソリューション-リボン光ファイバーケーブルまた、MPO/MTP アセンブリはオプションではなく必須になりつつあります。
ネットワーク保守チーム計画外のダウンタイムを削減し、予知保全に移行する方法として、AI 支援モニタリング ツールを評価する必要があります。{0}このテクノロジーは、研究論文だけでなく、実際の導入でもすでに実証されています。ちゃんとした光ファイバーケーブルのテストAI 分析と組み合わせることで、既存のインフラストラクチャの耐用年数を大幅に延長できます。
インフラストラクチャのプランナーとバイヤーAI 主導の需要が供給を上回っているため、ファイバーや光コンポーネントに対する価格圧力は継続すると予想されます。{0}}信頼性の高い繊維サプライチェーンを確保し、確立された企業と協力する光ファイバーケーブルの材質サプライヤーの重要性はますます高まるでしょう。
よくある質問
なぜ銅線ケーブルは AI データセンター トラフィックをサポートできないのでしょうか?
AI ワークロードは、400G 以上の速度で大量のサーバー間データ トラフィックを生成します。{0}{1}銅線ケーブルは帯域幅と到達速度の両方に制限があります。光ファイバーは、はるかに高い帯域幅、より低い遅延、最小限の信号劣化でデータを光信号として送信するため、AI が必要とするデータ移動の規模に対応できる唯一の実行可能な媒体となります。
AI データセンターはどれくらい多くのファイバーを使用しますか?
Corning によると、AI 対応のデータセンターはすでに従来の施設の 10 倍以上のファイバーを消費しています。{0} GPU- を集中的に使用する構成の場合、STL は、その比率が 36 倍に達する可能性があると報告しています。正確な乗数は、GPU アーキテクチャ、ネットワーク トポロジ、および施設が AI トレーニング、推論、またはその両方をサポートしているかどうかによって異なります。
中空コア ファイバーとは何ですか?なぜ AI にとって重要なのでしょうか?
中空コア ファイバー-は、固体ガラスの代わりに空気が満たされたコアを通して光を導きます。-光は空気中でより速く移動するため、HCF は伝送遅延を約 30 ～ 47 パーセント短縮します。複数のデータセンターにわたる分散型 AI トレーニングの場合、この遅延の削減により、GPU の使用率とシステム全体のパフォーマンスが直接向上します。 Microsoft は現在最大の導入企業であり、Azure ネットワーク全体で 15,000 km を計画しています。
AI- を活用したファイバー モニタリングはすでに使用されていますか?
はい。現在、AI- 主導の OTDR 分析と予測障害検出が実稼働ネットワークに導入されています。研究に裏付けられたシステムは、96% 以上の精度でファイバー障害を検出し、サブメートル精度で位置を特定できます。-いくつかの通信事業者やデータセンタープロバイダーは、メンテナンスコストを削減し、サービスの中断を防ぐためにこれらのツールを採用しています。
AI データセンターではどのような種類のファイバーが使用されていますか?
ほとんどの AI データセンターは、より長い建物間および DCI リンクにはシングルモード ファイバー（通常は G.652.D）を組み合わせて使用し、ラック列内の短距離接続には OM4 または OM5 マルチモード ファイバーを使用します。{{2} -高密度リボン ケーブルと MPO/MTP 接続は、これらの環境で必要とされる多数のファイバ ストランドを管理するための標準です。