Salience Labs、AIデータセンター向け光スイッチングの拡大に向け1億2,500万ドルのシリーズBを調達

GPUを追加しても、AIシステムが自動的に高速化するわけではない。数千台のプロセッサがデータをやり取りする場合、ネットワークによって、高価なチップが実際にどれだけの有用な処理を完了できるかが左右される。Salience Labsは、接続先間を移動するデータを光領域に保つスイッチによって、この制約の解消を目指している。

オックスフォードに拠点を置く同社は、1億2,500万ドルのシリーズBを調達した。調達額は募集額を上回り、Bullhound Capitalが主導した。参加企業には、既存株主に加え、AMD Ventures、Intel Capital、SBI Group、Hudson River Trading、British Business Bankが名を連ねる。BullhoundのプリンシパルであるCallum Stewartが取締役に就任する。

調達した資金は、同社の光回路スイッチング技術の展開、量産体制の強化、シリコンバレーでの事業拡大に充てられる。今回の発表に先立ち、ECOC 2026で64ポートのシリコンフォトニクススイッチが実演された。今後は128ポートおよび256ポートの製品をロードマップに掲げている。

AIインフラに高速プロセッサだけでは不十分な理由

大規模なAIワークロードでは、多数のアクセラレーターに計算処理を分散する。各アクセラレーターは情報をやり取りする必要があり、通信の遅延によって計算リソースが待機状態になることがある。そのため、データ移動の問題に対処せずにプロセッサの性能を高めても、システム全体で得られる効果は次第に小さくなる可能性がある。

光リンクは、すでに多くのデータセンターネットワークでデータ伝送に使われている。しかし、光リンクと光スイッチは異なる問題を解決する。リンクは信号を運び、スイッチは信号が通る接続経路を決める。従来の電気スイッチングでは、スイッチング段階で光信号を電気信号に変換し、その後、再び光信号に変換して伝送する必要がある。

光回路スイッチングでは、光信号そのものの経路を確立する。変換に伴うオーバーヘッドを抑え、エンドポイント間に低遅延の接続を提供することが目的だ。これはネットワーク技術であり、GPUに取って代わるものでも、モデルの計算を実行するものでもない。

この違いを踏まえると、ネットワークがAIの性能を制約する要因となっているとして関心が高まっている理由が分かる。実用上の性能向上は、単一のコンポーネントの仕様ではなく、計算、メモリ、相互接続がどのように連携するかに左右される。

Salienceのシリコンフォトニクス技術がもたらすもの

Salienceによると、同社の設計は、複数のラックにまたがるGPUを接続するための、完全統合型の全光スイッチアーキテクチャだ。同社の技術は、University of OxfordおよびUniversity of Münsterにゆかりのある、10年以上にわたるシリコンフォトニクス研究を基盤としている。

シリコンフォトニクスは、半導体チップ上に光学機能を実装する技術だ。Salienceは、スイッチング機能と増幅機能を統合することで、光学性能と、安定した大量生産につながる道筋を両立できると訴えている。この設計を量産ハードウェアへと移行させることが、シリーズBの主な目的の一つだ。

同社の製品ドキュメントでは、OC-32Mモジュールを具体例として紹介している。これは、32入力・32出力のノンブロッキング光スイッチで、スイッチングと増幅を担うフォトニックチップ、駆動用電子回路、ファームウェア、光ファイバーコネクターを統合している。また、顧客が開発に利用できるラックマウント型の評価プラットフォームについても説明している。

Salienceがこのモジュールについて公表している仕様は、入力から出力までの遅延が10ナノ秒、再構成時間が300マイクロ秒未満、挿入損失が2 dB未満、ポート当たりの消費電力が1ワット未満だ。これらは文書に記載された製品の同社仕様であり、新たに実演された64ポートシステムの測定値を独立に検証したものではない。

スイッチング遅延と再構成時間は異なる

この2つの時間指標は、異なる事象を表している。遅延は、確立済みの接続を信号が通過するのにかかる時間を指す。再構成時間は、接続するエンドポイントを変更するのにかかる時間を指す。

光経路が非常に高速だからといって、ネットワークを同じ時間スケールで再構成できるわけではない。接続パターンとスケジューリングによって回路を効果的に活用し、接続の変更に必要な時間を考慮できれば、アプリケーションの性能向上につながる。

挿入損失が重要なのには、もう一つ理由がある。光信号はコンポーネントや接続部を通過する際に電力を失う。スイッチは、ネットワークの光パワーバジェットの範囲内に収める必要がある。Salienceは、光スイッチングを大規模に実用化するためのアプローチの一環として、増幅機能の統合を挙げている。

同社の技術紹介ページでは、消費電力の低減とソリッドステートならではの信頼性も強調している。こうした利点は、適切な範囲で評価する必要がある。ポート当たりの消費電力はAIクラスター全体の消費電力量とは異なり、スイッチの遅延が短いからといって、それだけで学習や推論が高速化するとは限らない。

64ポートから、さらに大規模なネットワークへ

ECOCでの実演は、Salienceのウェブサイトで紹介されている32ポート製品を超える一歩となる。同社は、今回の64ポートの実演を、シリコンフォトニクスによる光回路スイッチングとして業界初と位置づけている。

今回の資金は、128ポートおよび256ポートに向けた開発を支援することを目的としています。ポート数が増えれば、単一のスイッチ内でより多くの接続 विकल्पを提供できる可能性がありますが、発表によると、こうした大規模製品はまだ将来のソリューションです。実証、認定、量産供給は、それぞれ別個の段階です。

Salienceは、スケールアップとスケールアウトの両方の環境をターゲットとしています。スケールアップネットワークは、アクセラレーターを緊密に連携するコンピューティングシステムへと接続し、スケールアウトネットワークは、より大規模なクラスター全体にシステムを接続します。どちらも高性能な通信を必要としますが、トポロジーとワークロードの要件は異なります。

数千台のGPUを接続するという同社の掲げる目標は、想定するネットワークの規模を示すものであり、個々のスイッチのポート数と混同すべきではありません。そのネットワークを構築するには、トポロジー、制御、互換性、そしてスイッチをどのように組み合わせるかについて判断する必要があります。

製造と統合が次の試金石に

CEO兼共同創業者のVaysh Kewadaは、CTO兼共同創業者のJohannes FeldmannとともにSalienceを率いています。2021年に設立された同社は現在、製造規模の拡大と米国内での事業基盤の拡充に向けて新たな資金を投じており、これには西海岸での2カ所目の拠点も含まれます。

発表資料では、導入と大規模運用を支援する計画の一環として、Keysight TechnologiesおよびTower Semiconductorとの連携を継続することが示されています。これは、フォトニックチップの先にある取り組みを示唆しています。テスト、パッケージング、制御用電子機器、システム統合、そして安定した生産のすべてが、新しいスイッチを実用的なインフラにできるかどうかを左右します。

AMD VenturesとIntel Capitalの出資は、コンピューティング・エコシステムと密接に結び付いた投資家の関心を示しています。ただし、それだけで、いずれかの半導体メーカーによる製品統合、顧客からの注文、または導入の確約があったことを意味するものではありません。

シリーズBの資金調達により、Salienceは光スイッチングの実証から大規模生産へと移行するための取り組みを進める資金を得ました。同社の進捗は、認定を取得したハードウェア、安定した製造、そしてAIインフラの経済性と性能を光回路がどのような場面で向上させるかを示すワークロードレベルの成果によって測られることになります。