# フォトニックインターコネクト ## 定義 電気銅配線インターコネクトの帯域・リーチ・電力トレードオフを回避するため、光信号でGPU間・スケールアップpod内のデータ移動を行うインターコネクト技術。特に3D集積フォトニクスは、Electronic Integrated Circuit(EIC、ホストASICやSerDes)をPhotonic Integrated Circuit(PIC)の直上に3Dスタックし、パッケージ外周(ショアライン)に制約されるI/Oをチップ面積全体へ分散配置することで、帯域密度とradix(ポート数)を大幅に増やす手法を指す。 電気配線は、信号伝送速度を上げるほど到達距離(リーチ)が短くなるという「リーチ-エネルギー」トレードオフに直面する。224Gb/sでは受動銅配線のリーチが約1mまで縮小し、448Gb/sでは数十センチメートルまで縮小する。これによりスケールアップpodは実質的に1ラック(約72〜144 GPU)に制限され、複数ラックをまたぐ通信はより低速なスケールアウトファブリック(InfiniBand等)に頼らざるを得ない。光インターコネクトはこの制約を受けないため、ラックをまたいで高帯域のスケールアップpodを拡張できる。 ## 未編纂の観察 - [3D集積フォトニクスの効果] Lightmatter Passageを参照点とした試算では、電気配線比で**4倍の帯域**・**8倍のradix**(双方向光ファイバは127µmピッチで送受信を1本に統合し、254µm・30AWG・送受各1対の銅配線4本を代替)を実現するとされる。リンク電力は約4.3pJ/bit(PIC・レーザー部のみなら2.3pJ/bit)で、受動銅配線の約5pJ/bitと同等、従来型プラガブル光学の20pJ/bit超よりも大幅に低い(Source: [[@2026__HOTI__Scaling Inference Prefill with High-Radix Photonic Interconnects]] Table I)。 - [推論プリフィルへの効果] LLM推論のプリフィルフェーズでは、テンソル並列のall-reduce・エキスパート並列のall-to-all・シーケンス並列のall-gatherが大量のアクティベーションテンソルをGPU間でやり取りする。電気配線のスケールアップpod境界(1ラック相当)を越えてデバイス数を拡張する局面で通信ペナルティが急増するが、光インターコネクトは帯域とradixの両方を同時に拡張することで、この境界越えのペナルティを緩和し、通信律速な高バッチ・長コンテキスト構成でプリフィルレイテンシを2.1〜5.8倍改善する(Source: [[@2026__HOTI__Scaling Inference Prefill with High-Radix Photonic Interconnects]])。 - [訓練との対比] 3D集積光配線の分散MoE**訓練**への適用効果は先行研究(引用: Bernadskiy et al., "Accelerating Frontier MoE Training with 3D Integrated Optics", arXiv:2510.15893)で示されていた。[[@2026__HOTI__Scaling Inference Prefill with High-Radix Photonic Interconnects]]はこれを推論プリフィルに拡張した点で異なる。 ## 未解決の問い - 光インターコネクトによるプリフィル側のTTFT・スループット改善は、デコード側の容量が共設計されない限りend-to-endの改善に単純には変換されない(Source: [[@2026__HOTI__Scaling Inference Prefill with High-Radix Photonic Interconnects]] Section V-E)。プリフィルとデコードの光インターコネクト容量をどう共設計すべきかは未解決。 - 3D集積フォトニクスは解析的モデルでのみ評価されており、追加のリンクレイテンシ・熱限界・信号品質効果・展開コスト・TCOへの影響は実機検証が必要。 ## 関連 - [[AIデータセンタートポロジ]] — スケールアップネットワーク/スケールアウトネットワークの境界と帯域制約の一般論。 - [[Mixture-of-Experts]] — エキスパート並列のall-to-all通信が光インターコネクトの主要な受益ワークロード。 - [[Prefill-Decode分離]] — プリフィル/デコードそれぞれの律速要因とインターコネクト設計の関係。 ## 出典 - [[@2026__HOTI__Scaling Inference Prefill with High-Radix Photonic Interconnects]] — 3D集積フォトニクスの推論プリフィルへの効果を定量化。HotI 2026 Best Paper Award。