メガトレンド · 人工知能

GPU 1万台を「1台の頭脳」にできるか——それを決めるのは、たった1個のスイッチ

AIクラスターというと、私たちはつい GPU を思い浮かべます。でも、GPU を何万台も束ねて1台のスーパーコンピュータに変えているのは、実は スイッチ——データの交差点になる箱なんです。その心臓部にあるのが「スイッチシリコン（switch silicon）」という小さなチップで、クラスター全体がどれだけ広く速くデータをやり取りできるかは、ここで決まります。このレッスンが扱うのはこの一層だけ——電気側のスイッチチップとシステム（Ethernet vs InfiniBand）で、Broadcom・Nvidia・Arista が何十兆円という規模でぶつかっている領域です（「光」側は姉妹レッスンの Optical Interconnect にあります）。

分野 Artificial Intelligence レベル 個別トピック層インフラ（infrastructure） 読む時間 約13分

中央に1個のスイッチチップ。あらゆる方向から数百本のデータ線が出入りし、たくさんの GPU ラックを1つの光るネットワークに束ねている — **データの交差点。** 1個のスイッチチップが、何千本もの配線から同時にデータを受け取り、送り出す——クラスター全体の GPU が、どれだけ速く会話できるかを決める場所です。

01これは何？

1万人が同じ1つの仕事をしている部屋を想像してください。全員すごく優秀。でも数秒おきに、自分の出した結果を 残り全員 に一斉に伝えなければいけません。速くて詰まらない伝達の仕組みがなければ、部屋じゅうが声を張り上げて重なり合い、仕事は前に進みません。ネットワークスイッチは、AIクラスターにとってのこの「伝達の仕組み」です。そしてこの node は、その役目を担うチップと箱の話です。

もう一段だけ掘ると、AIスイッチには分けて見るべき2つの部分があります：(1) スイッチチップ（switch silicon / switch ASIC）——箱の中にある1個のチップで、どのデータをどのポートへ流すかを決める役目。スイッチ全体の速度の上限を握る「頭脳」です · (2) スイッチシステム（switch system）——そのチップを組み込んで、ネットワーク制御のソフトとともに実際に使える機器に仕立てた箱本体。チップだけを売る会社（Broadcom）もあれば、チップをシステムにして売る会社（Arista）もあり、両方を自前でやる会社（Nvidia）もあります。

メガトレンドの地図のうえでは、この node は大トレンド Artificial Intelligence の中の AI Networking & Interconnect の下にある leaf（末端）です。これはネットワークの「電気の層」——電気信号でチップと銅線を通してデータを送ります。隣に並ぶ姉妹が Optical Interconnect & DCI で、こちらは「光の層」を担当します（遠くへ送るときにデータを光に変えて光ファイバーで飛ばす）。スイッチがデータの行き先を決め、距離が伸びると光がそれを実際に運ぶ、という関係です。

知っておきたい用語

Switch ASIC · SerDes · Radix

Switch ASIC = スイッチの核になる専用チップ · SerDes（Serializer/Deserializer）= 1本のレーンでデータを送受信する小さな回路。1レーンあたりが速いほど（100G → 200G）チップは強くなる · Radix = 1個のスイッチがつなげるポート数。radix が高いほど、少ないスイッチで多くの GPU を束ねられる = 配線が短くなり、遅延が減り、消費電力も下がる。

02なぜ重要か——「ネットワークがコンピュータだ」

AIの時代に、ある一文が工学的な真実になりました：“the network is the computer”。理由はモデルの学習のしかたにあります——大きなモデルは何万台もの GPU で同時に学習され、学習のステップごとに、すべての GPU が自分の計算結果を仲間全員と「平均してまとめる」必要があります（all-reduce と呼ばれる工程）。それが終わらないと次のステップへ進めません。つまりスイッチがほんの少しでも遅かったり詰まったりすると、1台あたり数百万円の GPU がクラスター丸ごと、いっせいに待ちぼうけになるのです。

これが、AIクラスターが「network-bound」と呼ばれる理由です——速度の上限は計算チップがどれだけ速いかではなく、互いにどれだけ速くデータを交換できるかで決まる。数字にすると分かりやすい：GPU が1,000台あるだけのクラスターでも、全台が全台と通信する（all-to-all）のを合わせて 400 Tbps 超でさばける 詰まりのない（non-blocking） ネットワークが要ります。しかもパケットをほとんど落とさず、遅延はマイクロ秒の精度で安定していなければいけない——こんな仕事は、AI以前のデータセンターのネットワークには存在しませんでした。

> 400 Tbps GPU が1,000台あるだけのクラスターが、詰まりなく同時にやり取りする必要のある all-to-all のデータ量——そして今の実際のクラスターは、その何十倍も大きい。スイッチはこの負荷をすべて背負う層です。

経済的な影響はすぐ表れます。ネットワークはかつて、データセンターの「小さな付け足し」にすぎませんでした。でもAIクラスターでは、最も速く伸びる大きな出費の1つになっています。Dell'Oro Group は、AIの裏方ネットワーク（AI back-end） 向けのスイッチに投じられる金額が 2030年までに年間1,000億ドルを突破する と見ています。そして箱に組み上がる前の「スイッチチップ（switch silicon）」だけの市場でも、2025年で約38億ドル の規模になっています。

AIの裏方ネットワーク向けスイッチに流れ込むお金

AI back-end 向けデータセンタースイッチの市場規模（単位：10億ドル）——2030年は予測値

出典： Dell'Oro Group / SDxCentral — AI back-end switch spending to pass $100B by 2030（予測レンジの中央値）

03これはどう動くのか（leaf/spine fabric）

GPU 1万台をくまなく通信させて束ねる仕組みの核が、leaf/spine（または fat-tree）と呼ばれる構造です——すべての GPU を直接つなぐ（何万台もあると不可能）かわりに、スイッチを2層に並べて、データを中間の層を通して流します。

下の層が leaf switch——GPU が直接ささるスイッチで、各 leaf が GPU を1グループずつ受け持ちます。上の層が spine switch——すべての leaf をつなぐスイッチです。ある GPU が別の leaf にある GPU へデータを送るときも、データは必ず 2区間だけ：leaf → spine → leaf を通ります。2台がどれだけ離れていても同じ——だから遅延が「ぶれず」、予測できる。これが all-reduce のときにとても効いてきます。

2層で、すべてをつなぐ。 GPU は leaf にささる · すべての leaf は spine につながる · どの GPU からどの GPU へも leaf→spine→leaf の2区間だけ走るので、遅延がぶれず予測できる。

スイッチチップが「難しい」ゆえんが、non-blocking（詰まりがない） という言葉です——ネットワークは、どの GPU からどの GPU へもフルスピードで同時に送れるように作らなければいけません。そのために spine 側は、leaf が受ける分と同じだけの帯域を下ろして受け止める必要があります（1:1の比率）。1個のスイッチチップが広く送受信できるほど（radix が高いほど）、少ないスイッチでこの fabric を組める——つまり配線が短くなり、スイッチが減り、遅延が減り、消費電力も下がる。「チップ1個の広さ」が重要な競争の舞台になったのは、これが理由です。

もう一段、混同してはいけない区別があります：同じラック内 の GPU をとことん速くつなぐこと（scale-up と呼ぶ——Nvidia は NVLink を使う）と、ラックをまたいで 大きなクラスターにつなぐこと（scale-out と呼ぶ——InfiniBand/Ethernet を使う）は別物です。いま見た leaf/spine は scale-out の層——そしてここが、このレッスンの主戦場です。

04エコシステムの中でのつながり

スイッチの層は単独で働いているわけではありません。複数のトレンドを束ねる結節点です。

GPU / AI accelerator を1台にまとめる： これが最も深い関係です。GPU がどれだけ優秀でも、互いに通信できなければ無価値——だからスイッチの需要は GPU の販売に直結します。GPU を多く買うほど、スイッチもそれだけ買うことになる
つねに Optical Interconnect とペア： スイッチがデータの行き先を決め（電気の層）、銅線では届かない距離になると光に変える（光の層）——この2層は同時に速くならないと、片方がボトルネックになる。しかも co-packaged optics で光をスイッチチップに直付けする流れが進み、その境界線も薄れつつある
AIサーバー／ラックの部品： ラックやクラスターを組み立てるとき、leaf スイッチが大量に取り付けられる——AIデータセンターを作るうえで欠かせない標準部品です
半導体に依存： switch ASIC は、結局は先端のファウンドリ（TSMC）で作るチップ——上位のスイッチチップは GPU と同じ世代の技術を使う
電力を大量に食う： 高速スイッチと SerDes は電力を多く消費する——radix を高め、co-packaged optics を使うことが重要なのは、ビットあたりの消費電力を下げられるからです

視点覚え方はシンプルです。GPU =「脳」· スイッチ（この node）=「神経系」で、何万もの脳を1つとして考えさせる役目 · 光 =「血管」で、遠くまで運ぶ役目——この3つは一緒に育つしかありません。クラスターが大きくなるたびに、必要なスイッチの数と広さは、GPU の数よりもさらに速く増えていくのです。

05いま、どこまで来たのか

2025年、この業界でいちばん大きな出来事が Ethernet が InfiniBand を逆転 し、AIの scale-out ネットワークの主役に初めて立ったことです。ほんの2年前まで、InfiniBand はAIの裏方スイッチの売上を 80% ほど握っていました。安定していて遅延が低いからです。ところが2025年第4四半期には、Ethernet がAIクラスターのスイッチ売上の 3分の2超 を取り——Dell'Oro は、その年の scale-out 向けでは Ethernet が InfiniBand の「2倍超」の市場規模になったと報告しています。

AIクラスターで Ethernet が InfiniBand を逆転

AIの裏方ネットワーク向けスイッチ売上のシェア、ネットワーク種別ごと（概算）

出典： Dell'Oro Group（2025–2026）— Ethernet がAIクラスターのスイッチ売上の2/3超、2025年第4四半期（2年前は InfiniBand ~80%）

なぜ逆転したのか？それは 大手 hyperscaler が1社に縛られたくない からです——Amazon、Microsoft、Meta、Oracle、xAI はどこも、オープン標準で安く、売り手が複数いる Ethernet へと向かいました。これでまるごと恩恵を受けたのが、スイッチチップの王者 Broadcom。2025年なかばにチップ Tomahawk 6 を発表し、1個のチップで102.4 Tbps（前世代の2倍、1.6Tポートを64個収容）を叩き出して、2026年初めに量産入りしました——この水準に届いた世界初のスイッチチップです。

Broadcom Tomahawk のスイッチチップの広さは世代ごとに倍々

スイッチチップ1個のデータ送受信能力（Tbps）

出典： Broadcom — Tomahawk 6 = 102.4 Tbps, double Tomahawk 5 (2025; production 2026)

並んで走る2本の道。広いオープン標準の道が、狭い専用の道を追い抜こうとしている。どちらの道にもデータが流れている — **オープン標準が専用の高速道路を追い抜く。** Ethernet（オープン、安い、売り手が複数）が InfiniBand（専用、低遅延）を追い抜き、AIの scale-out ネットワークの主役に立ちつつある。

でも Nvidia は簡単には譲りません——GPU だけを売るのをやめ、「システムまるごと」を売るようになりました。自前のネットワークとして InfiniBand（Mellanox の買収から）と、Ethernet の新型 Spectrum-X の両方を抱えていて、Spectrum-X は Broadcom 陣営の Ethernet と真っ向から戦うために設計されています。2025年、Spectrum-X はこの1製品だけで 年間100億ドル超の run-rate に乗り、Nvidia のネットワーク部門の売上全体は 四半期80〜110億ドル——前年比160%超の伸びに達しました。いっぽう、ハイエンドの Ethernet「スイッチシステム」を cloud titans に売る Arista も、2025年通期で 90億ドル（+29%） の売上を上げ、2026年のAI向け売上だけで 27.5億ドル を見込んでいます。

この分野の主役たち

注記

プレーヤーはバリューチェーンでの役割と市場シェアで並べており、生の時価総額ではありません——スイッチの層で、誰がどの段を実際に握っているかを映すためです · 投資助言ではありません

BroadcomAVGO · US

米国 · スイッチチップの王者

Ethernet スイッチチップの王者（Tomahawk 6 = 1個で102.4 Tbps、遠距離 scale-out 向けの Jericho）——業界じゅうの箱メーカーにチップを売り、InfiniBand を追い抜きつつある Ultra Ethernet 陣営の先頭に立つ。

core · スイッチチップのリーダー

NvidiaNVDA · US

米国 · システムまるごとの主

垂直統合まるごとを握る——GPU ＋自前のネットワーク：InfiniBand（Mellanox から）、scale-up 向けの NVLink、そして年間100億ドル超の run-rate に乗る Spectrum-X Ethernet。強みは「パッケージで売って」チップもスイッチもまとめて顧客を囲い込めること。

core · プラットフォームの主

Arista NetworksANET · US

米国 · スイッチシステムのリーダー

AI向けハイエンド Ethernet「スイッチシステム」のリーダー（EtherLink）。主要顧客は cloud titans——2025年通期の売上は90億ドル（+29%）に達し、2026年のAI向け売上だけで27.5億ドルを見込む。

core · Ethernet システムのリーダー

MarvellMRVL · US

米国 · スイッチチップの対抗馬

上流のシリコンで Broadcom の主要なライバルとなるスイッチチップ・DSP プレーヤー。ネットワークチップでも、hyperscaler 向けのカスタムシリコン（custom XPU）でも強い——リスクを分散したいときの、業界の第2の選択肢。

core · スイッチチップ

CiscoCSCO · US

米国 · 老舗のネットワークシステム

シリコン Silicon One を引っさげ、AI back-end のスイッチ市場へ攻め込みを急ぐ老舗ネットワークの巨人——大手 hyperscaler との契約を取り始め、システムの層で Arista の直接のライバルになっている。

core · スイッチシステム

Accton Technology2345 · TW

台湾 · 上流の箱メーカー

Broadcom のチップを組み込んで hyperscaler 自前の箱に仕立てる、台湾の大手「white-box」スイッチメーカー——ハードウェアの実物のチェーンが、アジアの ODM 工場に依存していることを映している。

core · スイッチ箱の ODM

06これからの話——1.6T とオープン標準

1つめの方向は 止まらない速度の追い上げ です。今の主流は800Gポート（出荷開始からわずか3年で2,000万ポートを突破）で、次の 1.6T が市場へ流れ込んでいます。Tomahawk 6 のようなチップは、もう直接 1.6T に対応するよう設計されています。1レーンあたりの速度が上がるたび、銅線はますます早く限界に達し（速いほど熱くなり、届く距離が短くなる）、スイッチの層と光の層は co-packaged optics（CPO） でいっそう融合せざるをえなくなります——レーザーをスイッチチップのすぐ横に付けるわけです。2026年は、Ethernet と InfiniBand の両方で CPO が初めて量産入りする年と見られています。

中央のスイッチチップから、銅線の代わりに光のビームが縁から直接出ている。光をチップのそばへ移した co-packaged optics を表している — **光がチップのそばへ寄ってくる。** 銅線が高速で限界を迎えると、世界はレーザーをスイッチチップのすぐ横へ移す（co-packaged optics）——消費電力を下げ、速度を上げるために。

2つめの方向は オープン標準がさらにシェアを取る こと。Ethernet 陣営は Ultra Ethernet Consortium として結集し、2025年なかばに仕様1.0を出しました。Ethernet を、AIの仕事で InfiniBand と真っ向勝負できるくらい低遅延でパケットを落とさないものに作り変えるためです。Dell'Oro は、AI back-end のスイッチ売上が 2030年までに年間1,000億ドルを突破する と見ていて、その大半は Ethernet です——とはいえ InfiniBand が消えるわけではありません。最も低い遅延と最も高い確実性が要る仕事（frontier 級の学習クラスター）では、いまも InfiniBand が主役です。

3つめの方向は scale-up の層での新しい戦い です。今は同じラック内の GPU をつなぐ（scale-up）のは、NVLink を通じて Nvidia の独壇場。でも Ethernet をこの層にも下ろそうという動きが出ています（たとえばオープンな scale-up 標準）。もし成功すれば、Nvidia がこれまで独占してきたこの層に、Broadcom、Marvell、ほかのスイッチチップ勢が参入してくる——クラスター全体のなかで、ポートあたりの価値が最も高い層です。

07課題とリスク

1つめのリスクは Nvidia の垂直統合 です。Nvidia は GPU とネットワークの両方を握っているので、「パッケージで売って」チップと一緒に自社スイッチを買わせ、顧客を囲い込めます——スイッチだけを売る勢（Broadcom、Arista）は、顧客を Nvidia の閉じたシステムに留めようとする引力と戦わなければいけません。全体では Ethernet が逆転していても、Nvidia の GPU だけで組まれたクラスターには、割って入るのがいっそう難しくなります。

2つめのリスクは まだ終わらない標準戦争 です。InfiniBand vs Ethernet の争い、scale-up の開放、CPO の到来——どれも、今日の勝者が新しい標準やアーキテクチャに足をすくわれうることを意味します。変化が速くR&Dに重く投資するこの種のビジネスで、標準を読み違える賭けは、とても高くつきます。

3つめのリスクは AI投資サイクルと、少数の顧客への依存 です。スイッチの需要は GPU クラスターの建設に直結し、その大口顧客はほんの数社（hyperscaler 勢）しかいません。もしAI投資が減速したり、「過剰投資」の局面が来れば、スイッチの発注もたちまち止まります——上り坂では猛烈に伸びるけれど、ひと握りの顧客の支出のリズムに弱いビジネスなのです。

投資家へのまとめスイッチの層は、AIクラスターがどれだけ速く「1台として考える」かを決める「データの交差点」です——鍵は3つ：(1) Ethernet（Broadcom／Arista／Nvidia Spectrum-X）が InfiniBand をこの先どこまで食うか、そして Ultra Ethernet がいつ熟すか · (2) 誰がどの層を握るか——スイッチチップ（王者 Broadcom、Marvell）、システム（Arista、Cisco）、それとも垂直統合まるごと（Nvidia）か · (3) scale-up がいつ他の参入者に開かれるか——本当の価値は「GPU 1万台を、いちばん広く・速く・省電力でつないでくれるチップを、誰が握るか」にあります。

ひとことで言えば：この node は、かつて「ただの配線と箱」と見られていた層が、AIの時代で最も重要なボトルネックであり主戦場の1つに変わった、という話です——世界で最も高価な GPU も、それを束ねられるだけ広くて速いスイッチがなければ、たちまち無価値になるからです。データを光で遠くまで運ぶ話は、姉妹レッスンの Optical Interconnect & DCI で読めます。