何が起きたか
NVIDIAは2026年11月16日、クラウド事業者のLambdaがNVIDIA Photonicsのコパッケージド・オプティクス(CPO)スイッチを利用していると発表した。スイッチは、1万基を超えるGPUを備えるNVIDIA GB300 NVL72ラックの接続に使われる。NVIDIAは、ネットワークのレジリエンスと効率を高める取り組みとして説明している。
詳細
NVIDIAのブログによると、Lambdaは複数のGPUを連携させるネットワーク部分にNVIDIA PhotonicsのCPOスイッチを採用し、GB300 NVL72ラックを接続する。ブログの記述はGPU数を「more than 10,000」としている。提示された本文には、スイッチの台数、構成、導入時期、レジリエンスや効率の定量的な性能値は記載されていない。
Key Facts
| NVIDIAは2026年11月16日、LambdaがNVIDIA PhotonicsのCPOスイッチを利用していると公表した。 | [1] |
| スイッチは、1万基を超えるGPUを備えるNVIDIA GB300 NVL72ラックの接続に使われる。 | [1] |
| NVIDIAは、同取り組みをAIファクトリーのレジリエンスと効率の向上に結びつけて説明した。 | [1] |
本紙の見方
今回の発表で前面に出ているのはGPUの演算性能ではなく、1万基超のGPUを載せるGB300 NVL72ラック群をつなぐネットワークである。NVIDIAはCPOスイッチの利用をAIファクトリーのレジリエンスと効率に結びつけているが、提示された発表文には遅延、帯域、消費電力、障害時の挙動などの比較値がない。したがって、現時点で確認できるのは構成の採用と狙いであり、性能改善が実測でどの程度得られたかではない。 計算基盤を構成要素に分けると、GPUラックが処理資源、CPOスイッチがラック間接続、Lambdaのクラウド環境が利用形態に当たる。GPU数が1万基を超える規模では、計算装置の数だけでなく、それらを結ぶネットワークもサービス全体の稼働性や効率を左右する論点になる。ただし、今回の発表はスイッチの具体的な配備規模やネットワーク構成を示しておらず、障害耐性をどう確保するのか、また「効率」が電力・コスト・通信性能のどれを指すのかは読み取れない。 同日付の本紙記事では、NVIDIAの 科学・工学向けGPU「Rubin HPC」 と、CUDA-Xライブラリの拡充 を扱った。これらはそれぞれ計算装置とソフトウェア側の動きであり、LambdaのCPOスイッチ採用と直接結びつくとの情報はない。並べて見ると、今回のニュースはAI基盤を演算資源だけで評価せず、ラック間ネットワークも独立した設計要素として扱う必要性を示す事例と位置づけられる。 業界構造への含意は、GPU供給の拡大だけでは大規模な計算基盤の実装条件を説明しきれない点にある。クラウド事業者はGPUラックの調達・運用に加え、接続方式の選択とネットワークの稼働性を設計対象に含めることになる。一方、この発表だけではCPOの採用が従来方式と比べてどの条件で有利なのか、導入や保守に必要な体制がどう変わるのかは判断できない。今後は、実際のスイッチ構成、性能・電力の測定条件、障害時の運用、対象ラックの範囲が公開されるかが検証点となる。
なぜ重要か
Lambdaの構成では、1万基を超えるGPUを備えるGB300 NVL72ラックの接続にCPOスイッチが使われる。NVIDIAはレジリエンスと効率の向上を目的として示しており、大規模GPU環境を構築・運用する事業者にとって、ネットワーク設計も計算基盤の評価対象になる事例だ。
