AIが変える海底ケーブルの地理、新ルート建設が加速
生成AIの爆発的な普及が、世界のデータ通信網の在り方を根底から揺さぶっている。国際通信の99%を支える大動脈、海底ケーブル。この巨大インフラが今、AIという新たな需要によって、そのトポロジー(網の形)と地政学的な意味合いを大きく変えようとしているのだ。鍵を握るのは、AIの「トレーニング」と「推論」という二つの異なるワークロードである。
## AIの「トレーニング」と「推論」が求める新たなネットワーク
AIの活用は、大きく二つのフェーズに分けられる。膨大なデータを学習させ、賢いモデルを構築する「トレーニング」。そして、その学習済みモデルを使って、ユーザーからの要求に応答する「推論」だ。
この二つの処理は、ネットワークに全く異なる要求を突きつける。通信インフラの専門調査会社であるTeleGeographyは、近年の動向を「AIトレーニングクラスターは少数の主要な場所に集中する傾向があるが、AI推論はより分散したアプローチを必要とする」と指摘する。この特性の違いが、海底ケーブルの新たなルート選定や容量設計の原動力となっているのだ。
## 巨大データセンターを結ぶ「超大容量」ルートの現実
AIのトレーニングには、スーパーコンピュータ級の計算能力と、ペタバイト(1ペタは1000テラ)単位のデータセットが必要になる。そのため、電力供給が安価で安定し、広大な土地を確保できる特定の地域に、超巨大なデータセンターが集約される傾向が強い。アメリカのバージニア州北部やオレゴン州などがその典型だ。
こうした巨大拠点間を結ぶため、これまでにない超大容量の海底ケーブルが計画されている。一本の光ファイバーで毎秒数百テラビットものデータをやり取りする。それは、既存のインターネットトラフィックの常識を覆すほどの規模。データセンターという「脳」と「脳」を結ぶ極太の神経として、AI時代の基盤を支えている。
## ユーザーに近い場所へ、AI推論が促す「分散型」ネットワーク
一方でAI推論は、応答速度、すなわち低遅延(レイテンシー)が命だ。自動運転車が瞬時に障害物を認識したり、医師が遠隔でロボット手術を行ったりするには、データが地球の裏側まで往復する時間的猶予はない。コンマ数秒の遅れが致命的な結果を招きかねない。
このため、推論処理はユーザーのできるだけ近くで行う必要がある。これが「エッジコンピューティング」と呼ばれる考え方であり、ネットワークの分散化を強力に推進する。もはや、ニューヨーク、ロンドン、東京といった主要ハブ都市間を結ぶだけでは不十分。南米、アフリカ、東南アジアの新興都市など、これまでケーブル陸揚げ局が少なかった地域へも、新たなルートを伸ばす必要に迫られている。AIの恩恵を世界中に届けるための、毛細血管のようなネットワーク網の構築。それが次の課題だ。
## Google、Metaが主導する新ルート建設と投資競争
こうした変化を背景に、海底ケーブル建設の主役も変わりつつある。かつては各国の通信事業者が共同で出資するコンソーシアム形式が主流だった。しかし、今は違う。Google、Meta(旧Facebook)、Amazon、Microsoftといった、自社で巨大なクラウド基盤とAIサービスを持つ「ハイパースケーラー」が、建設プロジェクトを単独で、あるいは少数で主導するケースが急増している。
彼らにとって、海底ケーブルはもはや単なるコストではない。自社サービスの品質と競争力を担保し、将来のデータ需要を先取りするための戦略的投資なのだ。数百億円規模の資金を投じ、太平洋や大西洋を横断する新ケーブルを次々と敷設する姿は、まさに現代の「大航海時代」を彷彿とさせる。
## 海底ケーブルが映す地政学と「デジタル・デバイド」
海底ケーブル網の拡大は、新たな地政学リスクと経済格差の問題も浮き彫りにする。ケーブルは物理的なインフラであり、地震や津波といった自然災害だけでなく、国家間の対立や紛争においても標的となりうる脆弱性を抱える。特定の国が所有・管理するケーブルに通信が過度に依存することは、経済安全保障上の大きなリスクだ。
AIインフラが特定の地域や企業に集中すれば、新たな「デジタル・デバイド(情報格差)」を生む危険性もはらむ。AIという強力なツールを活用できる国と、そうでない国の差は、今後ますます拡大していくかもしれない。海底ケーブルは、単にデータを運ぶだけの管ではない。AI時代の富と力を左右する、最も重要な戦略資産の一つなのである。
この記事は信頼性の高い業界情報源に基づき作成し、編集部が内容を確認・監修しています。お気づきの点はお問い合わせよりお知らせください。
出典
- TeleGeography - Why AI Inferencing Demands a New Network Geography: AI training clusters are largely concentrated in a few key locations. But AI inference requires a more distributed approach.