# Networking for Meta's Gigawatt-scale AI fleet Navigation: [[index]] ## 概要 ACM SIGCOMM が公開した 15 分 15 秒のスポンサーセッション動画で、Meta の Omar Baldonado がギガワット級 AI フリートのネットワークをどのように設計・運用するかを説明する。公式イベントページの講演名は *Lessons from networking Meta’s gigawatt-scale AI fleet* であり、動画タイトルとは表記が異なる。 公式概要は、Meta のネットワークをスケールアップ、スケールアウト、スケールアクロスの三領域に分けつつ、モデルの用途・アクセラレータの能力・ハードウェアの更新・新しい配置場所を横断して扱う問題として位置づける。目標は性能、技術・容量移行、柔軟性の同時最適化である。(Source: [公式講演ページ](https://hoti.org/2026/keynotes-omar.html)) ## 主要メッセージ - AI ネットワークは単一のファブリックとしてではなく、距離・レイテンシー・帯域幅・電力・光ファイバーの制約が異なる三つのスケール領域の組み合わせとして設計する。(Source: 公式講演ページ、transcript [00:02:55]–[00:10:24]) - ハードウェアとクラウドの供給元、アクセラレータの種類、ワークロードの通信パターンが変わるため、完成時点の最適化だけでなく、後から技術と容量を切り替えられる構造を持たせる。(Source: 公式講演ページ、transcript [00:10:40]–[00:11:50]) - コンポーネント単位の高速化ではなく、チップからキャンパスまでのエンドツーエンドでボトルネックを評価し、モデルの訓練時間やフリートの処理能力に効く箇所へ工学的な取り組みを集中する。(Source: transcript [00:11:50]–[00:12:58]) - 大規模フリートでは日々の割り込みやリンク障害を前提に、リアルタイム障害デバッグ、障害リンクの迂回、無停止のソフトウェア・ファームウェア更新、長時間ジョブを止めない物理交換を設計要件にする。(Source: transcript [00:12:58]–[00:14:12]) ## 映像で確認できる重要点 動画本体の取得は HTTP 403 で失敗したため、代表フレームは作成できなかった。したがって、画面上の図・数値・製品名・写真は映像として確認していない。以下の本文は公式講演ページと YouTube 自動字幕から、映像に依存しない範囲で整理したものである。 ## 口頭説明・補足 ### 三つのネットワーク領域 スケールアップは、ノードまたはラック内部のアクセラレータを一つの計算エンジンとして結ぶ超低レイテンシー領域である。字幕ではサブマイクロ秒級のレイテンシー、メモリ意味論を備えた通信、シリコン・光・システムの協調設計、標準化された Ethernet を取り込む動きが説明される。(Source: transcript [00:02:55]–[00:05:43]) スケールアウトは、複数の建屋を結ぶデータセンター内部の高帯域バックボーンである。字幕では、標準 Ethernet を大規模 AI 訓練クラスタの基盤として使い、予測可能性を重視するスケジュール型ファブリックと、ホスト側の調整・適応型経路制御で効率を高める非スケジュール型ファブリックを使い分ける説明がある。ただし、自動字幕では略語の誤認識が残るため、ファブリック名の正確な綴りは未確定である。(Source: transcript [00:05:43]–[00:08:08]) スケールアクロスは、キャンパス内、地域内のサイト間、地域をまたぐ拠点間、さらに自社データセンターとパブリッククラウドを結ぶ領域である。距離が伸びると帯域幅だけでなくレイテンシー、電力、光ファイバーの利用可能性が主要な制約になる。(Source: transcript [00:08:08]–[00:10:24]) ### ワークロードと全体設計 講演では、ネットワークは AI ジョブの通信パターンを知ったうえで設計すべきだと述べる。訓練、推論、ポストトレーニング、強化学習と推論を組み合わせたワークロードでは特性が異なるため、長い建設期間のあいだに変化する技術とワークロードへ適応できる構造、および継続的なベンチマークが必要になる。(Source: transcript [00:10:40]–[00:11:50]) また、チップやネットワーク機器の専門家だけでなく、ソフトウェアとワークロードを理解するシステム専門家を含めて全体を設計する必要があるとする。一つの AI ジョブが多数のサーバーをまたぐため、単一コンポーネントのボトルネックがシステム全体を停止させる。Amdahl の法則を使い、ネットワークプロトコルを速くすること自体ではなく、モデルのエンドツーエンド訓練時間を短縮する変更を優先する。(Source: transcript [00:11:50]–[00:12:58]) ### 運用とレジリエンス ギガワット級フリートの運用は、日々発生する割り込みと障害を管理する作業として説明される。ネットワークアーキテクチャには、障害リンクを自動的に迂回するリアルタイムデバッグ、稼働中スイッチのソフトウェア・ファームウェア更新、長時間の訓練ジョブを止めない物理コンポーネント交換が必要になる。(Source: transcript [00:12:58]–[00:14:12]) これは、ネットワークを構築時の性能指標だけで評価せず、障害・更新・交換を含むライフサイクルで評価するという運用上の主張である。公式講演ページも、性能最適化だけでなく、技術・容量の移行と柔軟性を同時に扱うことを講演の主題としている。(Source: [公式講演ページ](https://hoti.org/2026/keynotes-omar.html)) ## Q&A 字幕には講演末尾の「質問を受け付ける」という発言と拍手までが収録されているが、質疑応答の内容は含まれていない。 ## 概念・実体への接続 - [[AIデータセンタートポロジ]] — スケールアップ／スケールアウトの二層整理に、スケールアクロスを加えた実運用上の三領域モデル。 - [[GPUクラスタ運用]] — ワークロード動態、障害、更新、物理交換を含むライフサイクル運用。 - [[オープンネットワーキング]] — 異種アクセラレータと標準 Ethernet を受け入れる柔軟性。 - [[データセンターネットワーク信頼性]] — 障害リンク迂回、無停止更新、長時間ジョブを止めない交換。 - [[Meta]] — 大規模 AI クラスタとネットワークの設計・運用主体。 - [[Omar Baldonado]] — 講演者。公式ページでは Meta のネットワーク部門を率いる Senior Director of Networking と記載される。 - [[UALink Consortium]] — 字幕で、異種アクセラレータのスケールアップ技術例として言及される組織。 ## 限界・不確実点 - 動画本体は yt-dlp で取得を試みたが HTTP 403 で失敗し、音声と代表フレームは取得できなかった。 - transcript は YouTube の自動生成英語字幕であり、固有名詞・略語・数値に誤認識がある。画面表示の数値や製品名は映像で裏取りできないため、要約では不確実な詳細を断定していない。 - 公式講演ページで確認できるのは講演者、講演名、概要、Prometheus の説明、および三領域の位置づけである。動画字幕にのみ現れる実装詳細は、口頭説明由来として扱う。 - 自動字幕に現れる一部のモデル名・製品名は誤認識の可能性が高いため、個別エンティティの主張には採用していない。