はじめに
生成AIの進化を支えてきたのは、高性能GPUや大容量メモリといった半導体技術です。
世界では巨大なAIデータセンターが次々と建設され、AIの能力は年々向上しています。
しかし最近、AIの性能を左右する要因として「通信」が大きく注目されるようになりました。
AIの学習や推論では、膨大なデータが多数のGPU間を絶えず行き交います。
どれほど高性能なGPUを使っていても、必要なデータが届くまで待ち続ければ、計算能力は十分に発揮できません。
AIの規模が大きくなるほど、「計算の速さ」よりも「データを運ぶ速さ」がボトルネックになる場面が増えているのです。
この課題を解決するため、銅配線から光ファイバーへの移行が進み、さらに光電融合やシリコンフォトニクスなど、光を半導体に近づける技術が急速に発展しています。
しかし2035年以降、AIの計算規模が現在の何十倍にも拡大したとき、光通信だけで十分なのかという疑問も生まれています。
本コラムでは、光通信の現状を整理し、その先に登場が期待されるテラヘルツ通信、トポロジカルフォトニクス、プラズモニクス、光演算などの次世代技術を紹介します。
AI革命の次に訪れる「通信革命」の可能性を、未来のAIインフラの姿とともに考えていきます。
１．AIの進化を止めるのは「通信能力」
1-1．AIファクトリーで深刻化する“通信待ち”
生成AIの普及により、データセンターは従来の業務システムを動かす場所から、数万〜数十万台のGPUが連携する「AIファクトリー」へと姿を変えています。
巨大モデルの学習では、GPU同士が計算結果を頻繁に交換しますが、必要なデータが届くまで待つ時間が長いほど、GPUは本来の性能を発揮できません。
つまり現在のAIでは、計算能力だけでなく「通信の速さ」が性能を左右する重要な要素になっています。
1-2．GPUを増やしても性能が伸びない理由
一般には「GPUを増やせば性能が上がる」と考えられています。
しかし実際には、GPUの台数が増えるほど通信量が急増し、同期処理の負荷が跳ね上がります。
10台規模と10万台規模では、通信の複雑さは桁違いです。
結果として、GPUの性能向上よりも通信の増加ペースが速くなり、通信帯域が新たな制約になります。NVIDIAをはじめ、各社が通信技術への投資を強化しているのは、このためです。
1-3．AIの次のボトルネックは「データ移送」
半導体業界は長年、より高速なCPUやGPUの開発を競ってきました。
しかしAI時代では、計算能力が向上しても、データを運ぶ仕組みが追いつかない場面が増えています。
今後のAIインフラでは、
- どれだけ高速にデータを移せるか
- どれだけ効率よく通信できるか
が競争力を左右します。
すでに業界の主役は、半導体だけでなく光通信やネットワーク技術へと広がりつつあります。
2．光通信革命はどこまで進んでいるのか
AIデータセンターでは扱うデータ量が急増し、従来の電気配線では速度・発熱・消費電力の面で限界が見え始めています。
そこで注目されているのが「光」を使った通信技術です。
すでに光ファイバーへの移行が進み、AIインフラの基盤として急速に普及しています。
2-1．銅配線の限界と光ファイバーへの転換
サーバー間の接続に使われてきた銅線は、高速化するほど信号劣化や発熱が増え、長距離伝送にも向きません。
AIデータセンターでは通信そのものが大きな電力を消費するようになり、銅配線のままでは拡張が難しくなっています。
光ファイバーは高速・低損失・長距離伝送に優れ、消費電力も抑えやすいため、ラック間やサーバー間の接続を中心に光化が進んでいます。
2-2．光と電子を近づける「光電融合」
関連記事：光電融合技術の基礎知識・ロードマップと主要プレイヤー：2035年の展望
ただし、光で運ばれたデータは最終的に電子回路で処理されるため、「光→電気」「電気→光」の変換が必要です。
この変換は時間と電力を消費します。
そこで注目されているのが、光と電子をより近い場所で連携させる「光電融合」です。
光でデータを運びつつ、演算は電子回路で行うことで、高速化と省電力化を両立しようとする技術です。
2-3．シリコンフォトニクスとCPOの進展
光電融合を支える代表技術が「シリコンフォトニクス」です。
半導体チップ上に光回路を形成し、光通信装置とチップの距離を大幅に縮めます。
さらに現在は、光通信部品を半導体パッケージのすぐ近くに配置する「CPO（Co-Packaged Optics）」の開発が進んでいます。
これにより、
- 光への変換距離の短縮
- 消費電力の削減
- 発熱の低減
が期待され、2030年頃にはAIサーバーの標準技術になる可能性があります。
2-4．業界が「光I/O」を目指す理由
現在の光通信では、最終的に電子回路との変換が必要です。
そこで次のステップとして期待されているのが「光I/O」です。
チップの入出力部分を光化し、外部との通信をほぼ光だけで行う構想です。
これが実現すれば、通信速度の向上だけでなく、消費電力や発熱の削減にも大きな効果があります。
業界は今、
- 銅配線 → 光ファイバー
- 光ファイバー → 光電融合
- 光電融合 → 光I/O
という段階的な進化を進めています。
そして2035年以降、AIの規模がさらに巨大化したとき、光通信の次を担う技術が必要になる可能性があります。
その候補として、テラヘルツ通信や新しい光技術が研究され始めています。
3．2030年までに実用化が進む次世代通信技術
光ファイバーや光電融合はすでに実用段階に入りました。
しかしAIモデルの巨大化が続く中、2030年頃には「光をさらに半導体へ近づける」技術が不可欠になります。
数十万〜数百万台規模のGPUが連携する未来を見据え、各社は次世代通信の開発競争を加速させています。
3-1．光導波路がチップ内部へ入り始める
現在の光通信は主にサーバー間やラック間で使われていますが、2030年に向けて光をチップの近くまで引き込む動きが進んでいます。
その中心が「光導波路」です。
光導波路は、光をチップ上で伝送するための“光の配線”で、光ファイバーを半導体内部に持ち込むイメージに近い技術です。
AI半導体では演算性能が向上する一方、データ移送が追いつかない状況が増えています。
光導波路はこのギャップを埋める有力な手段として期待されています。
3-2．チップレット時代を支える光インターコネクト
半導体は今後、1枚の巨大チップではなく複数の小さなチップを組み合わせる「チップレット構造」が主流になります。
しかしチップレット化が進むほど、チップ間通信の負荷が増えます。
そこで注目されるのが光インターコネクトです。
電気配線の代わりに光でチップ同士を接続することで、
- 高速化
- 低消費電力化
- 発熱の低減
を同時に実現できます。
AIチップの構造が複雑化するほど、この技術の重要性は高まります。
3-3．AIサーバー内部はどこまで光化されるのか
現在の光通信はサーバー外部の配線が中心ですが、2030年頃には、
- サーバー間
- ラック間
- パッケージ間
に加えて、
- チップ間
- メモリ間
まで光化が広がる可能性があります。
AIデータセンターでは通信が大きな電力を消費するようになっており、光化は高速化だけでなく省エネの観点でも重要です。
究極的には、AIサーバー内部の大部分が光通信で構成される未来も視野に入っています。
3-4．主要プレーヤーの開発競争
この分野で最も積極的なのがNVIDIAです。
AIファクトリー構想を掲げ、シリコンフォトニクスやCPOを組み合わせた次世代ネットワークを開発しています。
将来的には数百万GPU規模のクラスタ接続を目指しています。
また、
- Intel
- AMD
- TSMC
- Ayar Labs
- Lightmatter
なども光インターコネクト技術への投資を拡大しています。
特にLightmatterは光を使ったAIチップ接続技術を発表し、大手メーカーとの連携を進めています。
2030年までは「電気通信から光通信への本格移行」が業界の中心テーマとなり、その先には光の限界を補う新技術が求められます。
4．光ファイバーの次に来る「THz通信」とは何か
AIデータセンターでは、光通信が主役になりつつありますが、2035年以降にAIの規模がさらに巨大化すると、光だけでは限界が見えてくる可能性があります。
そこで次の候補として注目されているのが「THz（テラヘルツ）通信」です。
電波と光の中間に位置する周波数帯を使い、光ファイバーでは難しい新しい通信方式を実現しようとする技術です。
●THz通信とは何か：光より扱いやすく、電波より高速
テラヘルツ波は、現在のWi-Fiや携帯電話よりはるかに高い周波数を使う電磁波で、理論上は非常に大きな通信容量を実現できます。
近年の研究では、220〜500GHz帯を使ったTHz導波路で1Tbps級の通信が実証されており、AI向けの高速インターコネクトとして期待が高まっています。
光ほど複雑な装置を必要とせず、電波より高速という“中間の特性”が、次世代AIインフラとの相性を良くしています。
●なぜTHz通信が必要なのか：配線の限界を超えるため
現在のAIサーバー内部は、GPU・メモリ・スイッチをつなぐ膨大な配線で埋め尽くされています。
規模が拡大するほど、
- 消費電力
- 発熱
- 実装スペース
- 保守性
の問題が深刻化します。
THz通信は、この「配線そのものを減らす」可能性を持っています。
ケーブルではなく、GPU同士が超高速無線で直接通信するイメージです。
短距離であれば、THz波は光ファイバーに匹敵する速度を実現できるため、ラック内部やサーバー間の一部を無線化する構想が現実味を帯びています。
●AIサーバー内部の無線化構想：2035年の姿
研究ではすでに、
- 最大1Tbps級通信
- 数十ナノ秒の低遅延
- 低消費電力
を目標としたTHz無線データセンターの設計が提案されています。
スタートアップ企業もTHz帯を使った高速インターコネクトを開発しており、光ファイバーの補完技術として注目されています。
2035年頃の現実的な構成は、
- 長距離：光ファイバー
- パッケージ・チップ間：光導波路
- ラック内部の一部：THz無線
という“共存型”になる可能性が高いでしょう。
●日本の研究開発と世界の動向
日本では、
- NTT
- NICT
- 大学研究機関
がTHz通信の研究を積極的に進めています。光通信で培った技術力が強みとなり、次世代通信でも存在感を発揮する可能性があります。
欧米や中国でも国家レベルで研究が進み、6G通信とも密接に関係しています。AIインフラと通信インフラの境界が曖昧になりつつある中、THz通信は次の大きな技術潮流として位置づけられています。
5．光の弱点を克服するトポロジカルフォトニクス
光通信はAIインフラの中心技術として急速に普及していますが、光にも弱点があります。
特にAIチップ内部のような極めて狭い領域では、光回路が複雑化するほど損失やノイズが増え、伝送の安定性が課題になります。
こうした課題を解決する可能性を持つのが「トポロジカルフォトニクス」です。
光そのものを“より強く、より扱いやすく”進化させる技術として注目されています。
●光通信にも起きる“渋滞”と損失の問題
光通信は高速・低損失・長距離伝送に優れていますが、チップ内部のような微細な光回路では事情が変わります。
光が曲がり角で減衰したり、微小な欠陥で乱れたりするため、通信の安定性が低下します。
AIチップが高密度化するほど、この問題は無視できなくなります。
●欠陥や曲がり角に強い“新しい光の流れ”
トポロジカルフォトニクスは、物理学の「トポロジー」を応用し、光が多少の障害物や欠陥があっても安定して進むように設計された光回路です。
特徴は、
- 曲がり角でも損失が少ない
- 微細な欠陥に強い
- 複雑な形状でも安定して伝送できる
という点にあります。
近年の研究では、急なカーブや複雑なパターンでも安定した伝送が可能なトポロジカル光導波路が実証されており、従来の光回路の弱点を補う技術として期待されています。
●AIチップ内部で価値が高まる理由
AI半導体は今後、HBM、チップレット、光I/O、光導波路など多様な要素が同じパッケージ内に集積され、光回路は複雑化します。
このとき重要になるのが、
- 低損失
- 高信頼性
- 高密度実装
です。
トポロジカルフォトニクスは、複雑な光回路でも安定した通信を維持できるため、次世代AIチップとの相性が非常に良いと考えられています。
●研究機関と企業の動向
現在は大学や研究機関が中心で、
- Nanyang Technological University
- University of Notre Dame
- CNRS
などが先行しています。
シリコンフォトニクス市場が拡大する中で、NVIDIA・Intel・AMD・TSMCといった主要企業も将来的に関連技術を取り込む可能性があります。
まずは光I/OやCPOが優先されますが、その次のステップとして注目されています。
●2035年以降の実用化シナリオ
トポロジカルフォトニクスが2030年までに大規模実用化される可能性は高くありません。
しかし、AIチップ内部の通信密度がさらに高まる2035年以降には状況が変わる可能性があります。
現実的な技術ロードマップは、
- 2025年：光ファイバー
- 2030年：光I/O・CPO
- 2035年：THz通信の一部採用
- 2040年：トポロジカルフォトニクスの本格利用
という流れが想定されます。
トポロジカルフォトニクスは光通信を置き換える技術ではなく、光通信をより強く、より高密度に進化させる技術として位置づけられます。
6．プラズモニクスは光と電子を融合できるのか
光通信は高速で長距離伝送に優れていますが、AIチップ内部のようなナノスケール領域では「光が大きすぎる」という課題があります。
光の波長は1,300〜1,550nmと大きく、数nm単位で微細化が進む半導体回路にそのまま持ち込むには不向きです。
このギャップを埋める可能性を持つのが「プラズモニクス」です。
光と電子の特性を融合し、光をナノスケールへ閉じ込める技術として注目されています。
●光は速いが“サイズが合わない”という問題
現在のAIチップは、演算は電子、通信は光という役割分担で進化しています。
しかし、光はチップ内部にとって大きすぎます。
シリコンフォトニクスはこのサイズ差を抱えながら実用化を進めていますが、2035年以降にチップの集積度がさらに上がると、この問題はより深刻になります。
●光をナノスケールへ閉じ込めるプラズモニクス
プラズモニクスは、金属表面の電子振動と光を結びつけることで、光エネルギーを極めて狭い領域に閉じ込める技術です。
これにより、通常の光回路では難しいナノスケール伝送が可能になります。
期待される効果は、
- 超小型光回路
- 高密度通信
- 超高速信号処理
などで、光の高速性と電子回路並みの小型化を両立できる点が大きな魅力です。
●半導体配線との融合が進む可能性
現在の研究で特に注目されているのは、シリコンフォトニクスとプラズモニクスのハイブリッド構造です。
- 長距離は光
- 超短距離はプラズモニクス
- 演算は電子
という役割分担が現実味を帯びています。
これにより、光の高速性を保ちながら、チップ内部の高密度化にも対応できる可能性があります。
●実用化への課題：損失と発熱
一方で、プラズモニクスには大きな課題があります。
金属を使うため、発熱・エネルギー損失・伝送距離の制約 が避けられません。
現時点では光ファイバーのような長距離通信を置き換える技術ではなく、数mm〜数cmの超短距離通信に限定される見込みです。
そのため、プラズモニクスは「光通信の代替」ではなく「光通信を補完する技術」として位置づけられています。
●2040年に向けた期待
2030年代前半にプラズモニクスがAIデータセンターの主役になる可能性は高くありません。
しかし、AIチップの集積度がさらに上がる2040年頃には、光と電子の境界を埋める重要技術として存在感を高める可能性があります。
プラズモニクスは、光通信をより小さく、より近くへ引き寄せる技術として、次世代AI半導体の進化を支える候補の一つです。
7．通信を速くするのではなく通信を減らす技術
AIインフラの進化は「通信をいかに高速化するか」を中心に進んできました。
しかし、AIモデルがさらに巨大化する2035年以降には、通信そのものを減らすという発想が重要になります。
膨大なデータを高速に運ぶのではなく、「運ばずに済ませる」ことで性能と省電力を両立する技術が注目されています。
その代表が光演算、光ニューラルネット、インメモリコンピューティングです。
●光で計算するという発想：光演算
光演算は、データを電子ではなく光で処理する技術です。
光は電子より高速で、並列性にも優れています。
特徴は、
- 計算と通信が同じ媒体（光）で行える
- 電子回路より低消費電力
- 行列演算などAI向け処理が高速
という点にあります。
光演算が実用化すれば、GPU間で大量のデータをやり取りする必要が減り、通信負荷そのものを下げられます。
●光ニューラルネットの可能性
光演算をニューラルネットワークに応用したものが光ニューラルネットです。
光の干渉や透過率を使って重み計算を行うため、電子回路より高速かつ低消費電力で推論が可能になります。
現在は研究段階ですが、
- 行列演算の高速化
- 推論の省電力化
- 通信量の削減
など、AIインフラのボトルネックを根本から変える可能性があります。
●インメモリコンピューティングとの融合
通信を減らすもう一つのアプローチが「インメモリコンピューティング」です。
これは、データをメモリに置いたまま計算する方式で、CPUやGPUへデータを移動する必要がありません。
光演算と組み合わせることで、
- データ移動を最小化
- 通信帯域の削減
- 計算と通信の境界を曖昧化
といった効果が期待されます。
AIモデルが巨大化するほど、この「送らない」という発想が重要になります。
●「送らないAI」が生まれる日
2035年以降、AIインフラは通信を高速化するだけでなく、通信そのものを減らす方向へ進む可能性があります。 その姿は、
- 光で計算し
- メモリ内で処理し
- 必要なデータだけを最小限送る
という構造です。
これは、現在の「GPUを大量に並べて通信でつなぐ」という発想とは大きく異なります。
AIインフラが巨大化するほど、通信を減らす技術は不可欠となり、「送らないAI」という新しいアーキテクチャが現実味を帯びてきます。
8．通信革命で勝つのは誰か？ 日本企業に残されたチャンス
AIの巨大化は、半導体だけでなく通信技術そのものを競争の中心へ押し上げています。
GPUの性能向上が続いても、通信が追いつかなければAIは本来の力を発揮できません。
光通信、光I/O、THz通信、光演算など、次世代技術の主導権を握る企業が、2035年以降のAIインフラを支配する可能性があります。
その中で、日本企業にもまだ大きなチャンスが残されています。
●通信が進化しなければAIは止まる
AIファクトリーでは数万〜数十万台のGPUが連携し、膨大なデータを交換します。
通信が遅れればGPUは待ち時間を抱え、性能が大幅に低下します。
つまり、AIの限界は計算ではなく通信が決める時代に入りました。
この構造変化により、競争の主役は半導体メーカーだけでなく、
- 光通信
- 光電融合
- 光I/O
- THz通信
- 光演算
といった通信技術を握る企業へと広がっています。
●2035年に勝つ企業はどこか
2035年頃のAIインフラは、光通信を中心にしつつ、THz通信や光演算など新技術が混在する複合構造になると予想されます。
この未来を見据え、世界の主要企業はすでに動き始めています。
特に存在感が大きいのは、
- NVIDIA：光I/O・CPO・AIファクトリー構想
- Intel / AMD：光インターコネクトとチップレット戦略
- TSMC：光導波路や先端パッケージの量産力
- Ayar Labs / Lightmatter：光チップ・光接続の革新企業
これらの企業は「計算 × 通信 × パッケージ」を一体化した次世代アーキテクチャを構築しつつあり、AIインフラの覇権争いはすでに始まっています。
●日本企業に残されたチャンス
日本は半導体製造で遅れを取ったと言われますが、通信技術では依然として強みがあります。
特に、
- NTT：光通信・IOWN構想・フォトニクス技術
- NICT：THz通信・6G研究
- 古河電工・住友電工：光ファイバーの世界トップシェア
- キオクシア：メモリ技術との融合領域
- 半導体製造装置メーカー：光デバイス製造の基盤技術
●日本は「光」「通信」「材料」「製造装置」という、次世代AIインフラの根幹を支える領域で依然として強力なポジションを持っています。
AIインフラの主役が半導体単体から「通信 × パッケージ × 光技術」へ移るほど、日本企業の存在感はむしろ高まる可能性があります。
●AIインフラの主役は変わるかもしれない
2035年以降、AIインフラはGPU中心の構造から、通信技術を軸とした構造へと変わる可能性があります。
その未来では、
- 光通信を極限まで高速化する企業
- 光と電子を融合する企業
- THz通信を実用化する企業
- 光演算を実装する企業
が新しい主役になるかもしれません。
日本企業はこの「通信革命」の中心領域に強みを持っており、再び世界の舞台で存在感を示す可能性があります。
9．2040年のAIインフラはどう変わるのか
AIインフラは、GPU中心の計算基盤から「通信 × パッケージ × 光技術」を軸とした複合システムへと進化しつつあります。
2040年には、現在のデータセンターとはまったく異なる姿になる可能性があります。
ここでは、2025年から2040年までの変化を俯瞰しながら、AIインフラの未来像を描きます。
●2025年：GPU中心のAIデータセンター
2025年時点のAIデータセンターは、GPUを大量に並べて高速ネットワークで接続する構造が主流です。 特徴は、
- 電気配線が中心
- ラック間は光ファイバー
- 通信負荷が増大し始める
- 電力と冷却が限界に近づく
という状況で、すでに通信がボトルネックとして顕在化しています。
●2030年：光I/OとCPOが標準化する
2030年頃には、光通信がサーバー内部へ深く入り込みます。
- 光I/Oが本格採用
- CPO（Co-Packaged Optics）が標準化
- 光導波路がチップ近くまで進出
- チップレット構造が一般化
これにより、通信の消費電力が大幅に減り、AIクラスタの規模拡大が再び可能になります。
「電気から光へ」という転換が本格的に進む時期です。
●2035年：THz通信が一部で採用される
2035年頃には、光通信だけでは対応しきれない領域にTHz通信が導入され始めます。
- ラック内部の短距離通信が無線化
- 1Tbps級のTHzリンクが実験レベルから実用へ
- 光とTHzのハイブリッド構成が登場
AIファクトリーは複数のデータセンターを束ねる巨大構造へ進化し、通信技術がインフラの中心的課題になります。
●2040年：光・THz・プラズモニクス・光演算が融合する
2040年のAIインフラは、複数の通信技術が混在する複合システムになる可能性があります。
- 長距離：光ファイバー
- 中距離：光導波路・光I/O
- 短距離：THz通信
- 超短距離：プラズモニクス
- 計算：光演算＋インメモリコンピューティング
通信を高速化するだけでなく、通信そのものを減らす構造が広がり、「送らないAI」が現実味を帯びます。
AIインフラはもはや“計算機”ではなく、社会の基盤として機能する巨大な通信・計算ネットワークへと変貌します。
●AIインフラは「計算機」から「社会基盤」へ
2040年のAIインフラは、電力網や通信網と同じレベルの社会基盤として扱われるようになるでしょう。
- 都市の運営
- 産業の最適化
- 科学研究
- 医療・物流・金融
- 個人の生活支援
あらゆる領域がAIインフラと直結し、通信技術の進化が社会の進化そのものを左右します。
AI文明を支えるのは半導体だけではなく、「データの高速道路」を構築する通信技術であることが、2040年には明確になるはずです。
10．まとめ
AIが社会のあらゆる領域に浸透する未来では、計算能力そのものよりも「データをどれだけ速く、効率よく運べるか」が文明の基盤になります。
半導体の性能向上は重要ですが、それだけではAIの巨大化に追いつけません。
光通信、光I/O、THz通信、プラズモニクス、光演算といった技術は、AIの進化を支える“データの高速道路”を構築するためのものです。
AIが都市を運営し、産業を最適化し、個人の生活を支えるようになる時代には、この高速道路が社会インフラとして機能します。
電力網や通信網と同じように、AIインフラは国家の基盤となり、技術の選択がそのまま社会の形を決めていくでしょう。
AI文明を支えるのは、単なる計算機ではありません。
膨大なデータを滞りなく流し続ける「通信技術」こそが、未来のAI社会の土台になります。
