Semiconductors · Photonics
チップではなく、
光の配線で Nvidia に挑む。
中国 GPU スタートアップ Biren（壁仞科技）が発表した「光ベース・スーパーノード」は、演算チップ単体ではなく、チップ間をつなぐ配線そのものを光インターコネクトに置き換えるアプローチです。Nvidia の NVLink / NVSwitch を軸にした囲い込みを、どこから崩そうとしているのか——設計図で解きほぐします。
What Biren Announced
「光でつなぐスーパーノード」の中身
Biren Technology（壁仞科技）は、自社 GPU を大規模に束ねる新しい「スーパーノード」構成を発表し、その差別化点としてチップ間インターコネクトを光ベースにする設計を掲げました。従来、AI 学習クラスタの拡張は Nvidia の NVLink（銅・電気）と NVSwitch を組み合わせて 1 ラック内の 8〜72 GPU をつなぎ、その外側はイーサネット／InfiniBand という二段構えでした。Biren の提案は、この一段目そのものを光化し、より大きな束を「1 台のマシン」に見せるものです。
ポイントは、いわゆるチップ単体性能（TFLOPS / メモリ帯域）で Nvidia H100・B200 と正面から比較する競争軸から、ラック規模の集合帯域とレイテンシという比較軸へ議論を移そうとしていることです。Nvidia が NVLink Fusion や光 I/O の研究で押さえている領域を、中国側もハードウェア設計から取りに来た形になります。
By The Numbers
比較すべき単位が変わる
Why It Matters Now
なぜ「配線」の勝負に変わったのか
最先端 GPU の単体性能差が縮まるほど、勝敗は何個をどれだけ密につなげるかで決まるようになっています。
Nvidia が 2024 年に投入した GB200 NVL72（72 GPU を NVLink で一台に束ねる構成）以降、業界の関心は「巨大 1 台」の作り方に急速に移りました。学習の並列化は、GPU 間の全対全（all-to-all）通信が支配的なフェーズを持ち、ここで銅ケーブルの帯域と距離制約が効いてきます。スイッチ段数を減らし、距離を伸ばせる光インターコネクトは、この物理的な天井を押し上げるほぼ唯一の道です。
もう一段大きい文脈として、米商務省 BIS の輸出規制で Nvidia の最上位品を持てない中国勢は、単体性能では追いつけない現実があります。ここで Biren は「差の効きにくい層＝配線」で先回りする戦略を取りました。同じ電気特性の壁に当たる Nvidia が本格的にラック内光化するのを待たず、先にラック規模の光ファブリックを実装に落とす——順序を逆転できれば、輸出規制の非対称性を一部相殺できるという読みです。
Who Should Do What
誰に、どう効くか
「中国 GPU」の話に見えて、実は比較軸の変化のニュースです。役割ごとに効き方が違います。
基盤エンジニア: RFP の観点を書き足す
クラスタ調達の比較表に、これまでの TFLOPS・HBM 帯域に加えて「1 台」の GPU 数、all-to-all 帯域、光 or 銅、ラック外接続の飛距離」を明示的に入れる時期です。同じ 8 GPU サーバでも束ね方で有効性能が数十％変わりうるため、単価比較では判断を誤ります。
経営・PM: 中国リージョン戦略の見直し
中国国内でホスティングする AI サービスは、Nvidia 最上位を使えない前提の設計が続きます。Biren のようにネットワーク側で差別化する国産スタックが実用化に近づくと、性能を諦めずに規制準拠する現実解の幅が広がります。中国拠点／中国ユーザー向けの製品ロードマップに織り込む価値があります。
個人・小規模チーム: 直接の影響は薄い
手元の推論用途では、まだ CUDA + Nvidia が現実解です。ただし、オープンウェイトモデルの学習側で中国勢の存在感が増すと、公開される基盤モデル自体が非 Nvidia 前提で最適化されていく可能性があります。中期的には推論スタックの多様化を頭に入れておく段階です。
What Comes Next
短期の見通しと打ち手
短期の見通しは 3 つ。(a) Nvidia が CPO（Co-Packaged Optics）の量産計画を前倒しし、ラック規模の光化競争が本格化する。(b) 中国国内では Biren・Huawei（Ascend）・Cambricon などが「非 CUDA・非 Nvidia」で連携する動きが強まる。(c) 学習用途とは別に、推論クラスタでも光インターコネクトが差別化点になり、価格 / kWh あたり性能の勝負軸が変わります。推奨アクションは 2 つ: 調達 RFP に「1 台の定義」を書き足すこと、そして中国リージョン向け設計を CUDA 一択でロックしないことです。
チップの勝負ではなく、
ラックまるごとを1 台に見せる勝負に変わった。
Counterpoint
反対視点・限界・見落としがちな点
楽観だけで読むのは早計です。第一に、光インターコネクトはコスト・信頼性・熱・電力の四点で運用実績が浅く、実データセンターで年単位の稼働を経ないと本当の TCO は見えません。Nvidia が自前で CPO の量産時期を慎重に見ているのはここに理由があります。第二に、Biren は米国の Entity List 掲載を受けた企業でもあり、先端露光・HBM 供給の制約が続く限り、量産チップの安定確保が最大の壁になります。「発表できた」と「大量に届く」の距離は非常に長いです。
もう一点、ソフトウェア。仮に光ファブリックが機能しても、上に載る学習フレームワーク（PyTorch / Megatron / vLLM）が Nvidia 前提で最適化されている現状は変わりません。MoE や大規模並列の実行効率で NCCL 代替の完成度がどこまで詰められるかが、実力の分かれ目です。ハードウェアの派手な発表ほど注目されがちですが、次の 6 か月で本当に見るべきは、Biren スタック上での実学習ジョブの数と MoE スケーリング曲線の 2 点です。