AIインフラの最新技術動向2026 (OCP China)

技術動向説明会（日本語）

Transcript

1. AIインフラの最新技術動向 2026 中国OCPコミュニティから読み解く6つの技術トレンド OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）より 2026/07 Masayuki Kobayashi 01
2. Agenda • OCTS 2026とは — カンファレンスの位置づけと規模 • トレンド • ◦ 1｜計算アーキテクチャの重心が GPU中心 → CPU–GPU協調へ ◦ 2｜ボトルネックは演算能力ではなくメモリと記憶 へ ◦ 3｜スケールアップ・ファブリック の標準化競争 ◦ 4｜給電アーキテクチャの世代交代（54V → 800VDC） ◦ 5｜液冷の「後付け」からネイティブ液冷 への転換 ◦ 6｜ファームウェアと運用管理 がOCPの正式領域に まとめ — Agentic AIがすべてを同時に再定義した年 02
3. OCTS 2026とは • OCP Foundationと OCTC（中電標協 開放計算技術委員会） が共催するアジア地域の年次イベント – 2026年7月9日／Beijing International Hotel. 2019年から数えて7年目 • テーマは「Intelligence Without Limits — Open, Diverse, Scalable」 • メインフォーラム（午前）＋ 分科会6トラック（午後）の構成 • 中国のオープンコンピューティング領域では最大級の技術カンファレンス 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 03
4. コミュニティの共通認識となった技術課題 • 推論、とりわけ AIエージェントの実運用が主戦場になった結果、これまで GPU中心に最適化してきたインフラの前 提が崩れた • 「モデルを支えるインフラ」から「エージェント群が協調動作するインフラ 」への移行がメインテーマに 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 04
5. コミュニティが示した 6つの技術トレンド 1 計算 GPU中心 → CPU–GPU協調へ。CPUとGPUの数量比が1:1へ近づく 2 記憶 KV Cacheの爆発。HBMの外へ出す階層化・プール化が必須に 3 接続 スーパーノード（SuperPod）がラック設計の標準単位。ファブリック標準化競争 4 電力 ラック1本あたり1,000kW時代へ。54Vから ±400V／800V高圧直流へ 5 冷却 液冷は導入是非の議論を終え、部品設計そのものを液冷前提に 6 管理 OCPが「grid to chip」へ拡張。ファームウェア／RASを正式領域に すべての起点は Agentic AIの実運用化 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 05
6. トレンド 1 計算アーキテクチャの重心が 「GPU中心」から「 CPU–GPU協調」へ エージェントの自律実行による、CPUの重要性への回帰 06
7. 計算パラダイムの 3世代 — CPUの復権 2012〜2025年 〜2012年 2025年〜 伝統的機械学習 深層学習 Agentic AI 【CPU中心】 【GPU中心】 【CPU–GPU協調】 • • • • SVM、ランダムフォレスト 低並列度の処理設計 MB〜GBクラスのデータ規模 手動での特徴設計 • • • • AlexNet ／ Transformer GPUによる超大規模並列処理 TBクラスの巨大データ処理 アルゴリズムによる自動特徴学習 自律エージェントの処理要求により • • • • 推論処理だけでなく自律実行へ タスク分解・オーケストレーション・プランニン グ 外部ツール呼出し・実行管理 コンテキスト（記憶）の高度な管理 「CPUの重要性が回帰した」 単なる推論（GPU処理）の繰り返しではなく、タスク制御・実行の主体として CPUが高度な司令塔役割を担うパラダイムへ 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳健（Alibaba Cloud） 07
8. AIエージェント・エンジニアリングの 4段階進化 • Phase 1 プロンプトエンジニアリング — 単発の要求応答。人間の関与が大きい • Phase 2 コンテキストエンジニアリング — RAG＋履歴圧縮。コーナーケースで停止する弱点 • Phase 3 ハーネスエンジニアリング — ツール登録・権限管理・エラー処理。異常時も継続 • Phase 4 ループエンジニアリング — Plan→Execute→Observe→Reflect→Replanを自律反復 • 人間をタスクフローから外すほど、 CPU利用率が上がる AIエージェント・エンジニアリングの4段階進化（Alibaba Cloud） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳健（Alibaba Cloud） 08
9. エージェントの実稼働は 1日のわずか 15% • 24時間の挙動分解 — アイドル約 55%／LLM応答待ち約 25%／実アクティブ約 15% • マクロ遊休：cronジョブや人間の入力待ち ／ ミクロ遊休：LLM呼出し1回 200ms〜2秒 • 解は Agent Sandboxの vCPU 4〜5倍オーバーコミット （統計的多重化＋タイムスライス） • 制約はCPUではなくメモリ容量 である、と明言 Agent Sandboxのオーバーサブスクリプション— エージェント24時間挙動の分解 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳健（Alibaba Cloud） 09
10. 到達点： CPUとGPUの数量比が 1:1へ (Alibaba Cloudの構想) • Alibaba Cloud 磐久UMX（Unified Memory Extension） — 計算バス上にスーパーノード内メモリ／ストレージ プールを構築 • UALink＋CXLによる Load/Store メモリセマンティクス 。DRAM／SCM／HBF／TLC・QLC SSDをナノ秒級遅延で 統一接続 • 全体構成 AL128スーパーノードクラスタ では、CPUとGPUの数量比がほぼ 1:1に近づく Alibaba Cloud 磐久UMX — 計算とストレージをバス級で相互接続するアーキテクチャ 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳健（Alibaba Cloud） 10
11. 浪潮信息（ IEIT SYSTEMS）：4万Agentを収容する液冷 CPUラック • 「エージェントの規模化は本質的にシステム工学の規模化 である」 • 液冷OCM（オープン計算モジュール）標準をオープン化し、x86／ARMを同一計算基盤上で協調 • 1ラックで 384プロセッサ／ 4万超の同時 Agentを収容 —「メガワット級の計算能力を1ラック内で完結」 • 0.5Uの薄型計算ノードで2Uに16 CPU。ケーブルレス設計で運用効率150%以上向上 大量のAgentを支える CPU Agent 実行基盤（浪潮信息／IEIT SYSTEMS） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 趙帥（浪潮信息／IEIT SYSTEMS） 11
12. 2つの基盤の協調 — トークンエンジンと Agent ホスト • SD200スーパーノード （GPU側）— OCM／OAM上に3D Meshで64枚のAIチップ。1台あたり4TB級のメモリ – トークン速度を 8.9ms（2025/9）→ 4.77ms（2026/7）へ短縮。中国国内のスーパーノードとして初めて5msを突破 • 液冷ネイティブ CPU Agentホスト — Agentのスケジューリング／オーケストレーションとツール実行を担当 • 両者の上に Model Fusionと Agent Swarmを載せて融合出力を得る構想 2つの基盤の協調 — SD200スーパーノード ＋ 液冷ネイティブCPU Agentホスト 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 趙帥（浪潮信息／IEIT SYSTEMS） 12
13. トレンド 2 ボトルネックは演算能力ではなく 「メモリと記憶」に移った ボトルネックの中心はKV Cacheに 13
14. KV Cacheがボトルネックの中心に • 長コンテキスト・マルチターン対話・マルチAgent協調のいずれも KV Cacheを爆発的に増やす • 7Bモデル・ 64Kトークン → 約 64GB • 70Bモデル・ 8Kコンテキスト・バッチ 32 → 約 640GB • Agentのマルチターン（ツール呼出5個を含む）→ 実効需要が 3倍に増加 • マルチモーダル動画（高解像度・多フレーム）→ テキストの 10〜100倍 「メモリの壁」から「記憶の壁」へ 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 4 孔陽（Alibaba Cloud） 14
15. HBM占有の57%を KV Cacheが占める • 64並列×32K構成での内訳 — KV Cache 57%／モデル重み 35% • 実モデルでも Qwen3-235B（FP8で235GB）、DeepSeek-V3（671GB）と大きい • 結論：単一タスクで数百 GB以上。HBM外のプール化メモリによるヒット率向上が必須 HBMのメモリ占有 — KV Cacheの外部プール化（Alibaba Cloud） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 4 孔陽（Alibaba Cloud） 15
16. 対策は3方向に整理される • ① ヒット率の向上 – vLLMの PagedAttention、SGLangの RadixAttention、位置非依存キャッシュ EPIC • ② 格納効率の向上 – KV量子化（FP16→4bit/2bitで体積約75%削減）、DeepSeek V4の CSA／HCAで約10倍圧縮 • ③ 階層化・外部プール化 – HBM → DRAM → SCM → SSD 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳健（Alibaba Cloud）ほか 16
17. 沐曦（MetaX）：GPU中心の5階層ストレージピラミッド • 現行 vLLM／SGLangは3層抽象だが、L2以上はすべて CPU介在 → CPUがボトルネック • L1（GPU VRAM）／L1.5（GPU直結の拡張層）／L2（CPU DRAM）／L2.5（Fabric）／L3（NVMeプール） • L1.5-Randは自社 MetaX Memory Expander（MXME）で読取り往復遅延 0.9μsを実測 GPUを中心とする5階層ストレージピラミッド（沐曦／MetaX） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 4 李兆石（沐曦／MetaX） 17
18. KV Cacheの経済性 — 200倍のコスト差 • 1TB DDR5 ＝ 約2.8万ドル vs 1TB NANDフラッシュ ＝ 約140ドル • ヒット率 95% → 97.5%は僅差に見えるが、ミス率 5% → 2.5%は劇的な改善 – 1Mトークンで5%ミスなら5万トークンのprefillが必要。2.5%なら2.5万 — 演算需要が半減 • 「トークン課金がサブスクへ移る局面では、リクエストあたりコスト低減がそのまま純利益率 」 Prefix Hit Rateと $/Token コストの関係（沐曦／MetaX） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 4 李兆石（沐曦／MetaX）※原資料は人民元表記。1元≈0.14ドルで換算 18
19. Alibaba Cloud：CXLメモリプールの実証成果 • 磐久CXLメモリプール化サーバ — CXL Switch（帯域>10TB/s、遅延<100ns）＋ JBOM メモリプール • KVキャッシュ管理アーキテクチャ Beluga — RDMAベース方式との比較で – 初回トークン遅延（ TTFT）を 89.6% 削減／vLLMスループットを 7.35倍向上 • PolarDBへの適用は SIGMOD'25 産業トラック最優秀論文 を受賞 CXLメモリプールの KV Cache 応用（Beluga：TTFT 89.6%削減） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 4 孔陽（Alibaba Cloud） 19
20. サムスン電子（ Samsung）：KV Cacheはメインメモリの外へ • KV Cacheの増大は3軸で起こる — コンテキスト長／同時実行数／セッションの寿命 • 定量的には 1ユーザ約 10GB、1,000ユーザでシステムレベル 10TBに到達 • Agentic AIは各やり取り後にリセットされない。永続セッション・ツール出力・推論トレースが蓄積 • 解は用途別2階層 — Active KV Cache（TLC SSD）と Archive KV Cache（QLC SSD） • 製品 BM1773：E3.Sフォームファクタで単体 256TB。全液冷互換、PCIe Gen7に準備 「KV Cacheはメインメモリの外へ出なければならない」 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 田成勳（サムスン電子／Samsung） 20
21. トレンド 3 スケールアップ・ファブリックの 標準化競争 「スーパーノード（SuperPod）」がラック設計の標準単位になった 21
22. 「スーパーノード」がラック設計の標準単位に • 2023〜2027年にかけてスーパーノードあたりの XPU数が急増 （16〜64 → 576〜1,152カード） • 磐久（Alibaba）、天池（Baidu）、大禹（ByteDance）、NVL144/Rubin（NVIDIA）、Fusion PoD AI（xFusion）、 Uni-POD、Nebula、元脳（IEIT SYSTEMS）などが並立 AI スーパーノードエコシステムの進化（慶虹電子／Qing Hong Electronics） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳宣豪（慶虹電子／Qing Hong Electronics） 22
23. プロトコルと物理形態の並立 • プロトコル：UALink／CXL／PCIe／UECに加え、中国国内勢の OISA／UB-Link／C-Link 等 • 物理構成は Cable Tray／前後直交（ Orthogonal）／ミッドプレーン（ Midplane）の3形態 • 高速インターコネクトのハードウェア形態も BP Cable Tray／NPC／Over Board Cable／Co-Packaged Copper／Board-Level Connectorsの5分類に整理 スーパーノードアーキテクチャの形態分類と選択（慶虹電子／ Qing Hong Electronics） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 陳宣豪（慶虹電子／Qing Hong Electronics） 23
24. Astera Labs：PCIe Gen6で最大512 GPU • 「どのプロトコルを選んでも、ファブリックへの要求仕様は同じである」 • Scorpio X-Series — PCIe Gen6ベースの 320レーンスイッチ 。「現時点で入手可能な最大のオープンなメモリセマ ンティクス対応スイッチ」 • Compute Platform（8 GPU＋4 NIC＋2 CPU）と Switch Platformの2種類だけで最大512 GPUまで拡張 Scorpio X-Seriesによる多段ファブリック（最大512 GPU） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム Chris Petersen（Astera Labs） 24
25. スイッチチップ内蔵のエンジンで集団通信を 2倍に • Hypercast（データ複製エンジン） — 1つの送信元のデータを多数の宛先へ自動で複製し、 all-gather／all-scatter／all-to-allを加速 • In-Network Compute エンジン — スイッチ内で集約計算を実行し、all-reduce／reduce-scatterを加速 • 両者により集団通信を最大2倍高速化 —「計算ワークロードに使える帯域が倍になる」 • MoEはレイヤごとに専門家の部分集合へマルチキャストが必要。従来スイッチでは展開が制限された Hypercast™ と In-Network Compute（INC）エンジン 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム Chris Petersen（Astera Labs） 25
26. 光インターコネクトのボトルネック • 1万GPUから10万、さらに百万GPU級クラスタへ拡大し、従来の800G／1.6T OSFP挿抜モジュールが限界に • 越えられない物理的制約は2点: ① 単チャネル200G時代のPCB配線長と信号劣化 （リタイマ追加で消費電力が急増） ② 1Uに最大32個というOSFPの空間的限界 • 産業界の進化方向は 3.2T → 6.4T → 12.8Tで一致。その担い手が NPO／CPO／XPOの3路線 方式 電気的距離／信号品質 消費電力 帯域ポテンシャル 保守性 CPO（Co-Packaged） 最短（<1cm）。光エンジンとASICを同一基板 に共封止 最低 長期的に最高。世代更新が可 能 最も難しい。故障時は基板ごと 交換 NPO（Near Package） 中程度。光をASIC周辺5cm以内に配置 中程度 やや制約あり 中程度。蓋を開けて交換 XPO（挿抜型） 最長（25〜35cm）。信号補償が必須 最大。200W超／ モジュール 挿抜型モジュールの高集積進 化形 最良。前面挿抜・ブラインドメイ ト対応 NPO・CPO・XPOは淘汰し合うのではなく、ユースケース別に共存する 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 彭小偉（立訊技術／Luxshare） 26
27. XPO — 2026年に登場した新路線 • 2026年3月に Arista Networksが約45社と立ち上げたMSA。OFC 2026でデビューし、数週間で参加100社超に • 12.8Tbps／モジュール ＝ 64レーン × 200Gbps PAM4。OSFPの 8倍の帯域 • 液冷コールドプレートを内蔵し 400W超に対応。幅はOSFPの約2.7倍 • 1 Open Rack Unitで 204.8Tbps（OSFP比 4倍のフロントパネル密度）。スイッチラック占有を75%削減 XPO 1個と OSFP 8個の比較（Arista Networks, XPO White Paper Fig.1） 同一帯域でのラック占有比較：8ラック → 2ラック（同 Fig.4） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 彭小偉（立訊技術／Luxshare） ／ 図版：Arista Networks「XPO: Redefining Pluggable Optics for AI Networking」White Paper（2026年3月） 27
28. XPO — 2026年に登場した新路線 XPO Optics (Amphenol) XPO Optics & CPC ChipLink (Foxconn) 出典：COMPUTEX Taipei 2026 (筆者撮影) 28
29. ODCCの UPO 標準 — 中国国内で先行する NPO系の標準化 • UPO ＝ Ultra Performance Optics — 光エンジンをASIC近傍に置く NPO系の光インターコネクト規格。 ODCC（Open Data Center Committee）が策定 • UPOは3つの形態を定義 – Type-1 超高密度 — 3Dパッケージ＋HDI基板、消費電力30W級。1万GPU級向け – Type-2 密度とコストの両立 — 2.5Dパッケージを採用し量産性を確保 – Type-3 低コスト重視 — レーザ内蔵に対応 • Alibaba Cloud・騰訊（Tencent）ら国内大手が ODCCで 6.4T UPOの標準化を推進し、仕様は2026年公開予定 • ODCCは 3.2T NPO 仕様を公開済み 、6.4T NPOは2025年12月に立項。Alibaba Cloudは世界初の3.2T NPOモジュール の動作実証に成功 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 彭小偉（立訊技術／Luxshare） ／ 補足：ODCC 公開情報。※講演音声では「Type-1/2/3」、 ODCC公開情報では「XD／HD／SD」の3区分。対応関係は未確認 29
30. China Mobile ODS：標準イーサネットで組むスーパーノード • 従来型スーパーノードの課題 — 独自仕様の閉鎖的プロトコル／拡張の頭打ち／保守性の悪さ／密結合 • ODS（Open Disaggregated SuperPod）は標準イーサネット と IETFドラフト FARE-in-SUNに対応 • 基礎ODS構成で消費電力約 50%削減／コスト約 50%削減／信頼性 2桁向上 基礎ODS — 消費電力・コストとも約50%削減（China Mobile） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 5 徐小虎（China Mobile） 30
31. OCSを組み合わせた多段構成で 90% 削減 • カスケードODS：64チップODS空冷／128チップODS液冷 ×16 ＋ OCS 256×256 ×32 • 消費電力約 90%削減／コスト約 60%削減、相互接続の信頼性も向上 • 実測でも 800G AEC／ACC／DACはいずれも post-FEC BER 0でSI要求を満たすと確認 • 将来展望は CPOから MicroLEDへの全光相互接続の平滑な進化 カスケードODS＋OCS — 消費電力約90%削減（China Mobile） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 5 徐小虎（China Mobile） 31
32. トレンド 4 給電アーキテクチャの世代交代 （54V → 800VDC） チップ1個あたり3,500W・ラック1本あたり1,000kW時代への備え 32
33. 背景：1チップ3,500W、1ラック1,000kWへ • チップ1個あたりの電力：約500W（2016年）→ 約1,500W（2024年）→ 約3,500W（2027年） • ラック1本あたりの電力：20kW（2022年）→ 132kW（2025年）→ 200kW（2026年）→ 約1,000kW（2028年） • 今回のカンファレンスで最大の講演数を集めた領域 （20件超） • 業界の答えは ±400V／800V高圧直流（ HVDC）への移行 でほぼ一致 AIチップが牽引するラック全体の消費電力の上昇（字節跳動／ ByteDance） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 3 肖現柯（字節跳動／ByteDance） 33
34. 字節跳動（ ByteDance）「大禹 2.0」：1ラック264kWを実装済み • 1ラック264kWの超高給電能力、ATS二重入力対応、給電システム全冗長 • 集中式給電は2形態 — ラック内 Power shelf 方式（約 500kW）とラック外 Sidecar 方式（約 1,000kW） • ATS二重入力電源は1モジュール5.5kW、Ruby級効率認証でピーク 97%超、ATSゼロ電流切替 超高電力ソリューション— ラック内Power shelfとラック外Sidecar 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 3 肖現柯（字節跳動／ByteDance） 34
35. 給電ロードマップ： 264kW → 500kW → MW級 • 電力等級 264kW → 500kW → MW級（21インチラックの上下各4Uは維持） • 給電方式：交流ATS → 800V高圧直流 ATS ／ 放熱方式：空冷 → コールドプレート冷却 • 変換効率 97% → 98.5% • Rack Busbarも空冷54V → コールドプレート冷却800Vへ。断面積を約 60%削減（2.8倍のゲイン） 大禹アーキテクチャの給電システム進化ロードマップ 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 3 肖現柯（字節跳動／ByteDance） 35
36. 字節跳動（ ByteDance）AI Rack 3.0 — 800VDCをラック入力に • AI Rack 2.0（量産段階）：1 POD（2ラック）で 256 GPU、1ラック240kW • AI Rack 3.0は2.0比で全体仕様が2倍以上 — 2ラックで最大576カード、Scale-Up帯域 46TB/s • 給電は 800V高圧直流をラック入力 に採用。1ラック500kW、1 PODで 1MW • 冷却はファンレスの全液冷設計 。第1段階ではバスバーは54Vを継続し液冷で放熱を解決 AI Rack 3.0 ラック機構 — 800VDC入力・54V液冷busbar・4組cable tray 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 高暁軍（字節跳動／ByteDance） 36
37. Flex：2段給電から 3段給電へ • 従来のDCは48Vを主母線とする 2段構成（40〜60V入力 → 6.2〜12V → CPU/GPU） • 1MW級ラックの登場に伴い 800V高圧 → 50V → さらに降圧という 3段給電が新たな趨勢 – 導体の損失は P = I²R（電流の 2乗 × 抵抗）。電圧を上げて同じ電力を小さい電流で送れば損失は2乗で減り、長距離配電でも 有利になる • 1MW級では単一ラックに電源が収まらず、隣接する専用電源ラック Sidecarが解に 3段給電アーキテクチャ（Stage 1／2／3）— Flex 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 謝瑋（偉創力／Flex） 37
38. 村田製作所（ Murata）：ORV3 HPRの世代ロードマップ • 480Vac buswayを前提とした HPR v1 → v4の進化を提示 • 33kWシェルフ／ 5.5kW PSU → 72kW／12kW → 110kW／18.5kW • あわせて母線が ±400Vdc／800Vdcへ移行する流れを提示。2026年にHVDC製品を投入 OCP ORV3 HPR ラックスケール給電のトレンド 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 1 楊寧（村田製作所／Murata） ORV3 HPR 5.5kW PSU（Ruby効率認証） 38
39. 晶豊明源（ BPS）：チップ側からのコスト構造の転換 • DrMOS/SPSの Co-Package実装により Power FETに必要なマスク数を 22枚 → 11枚へ半減 – ダイコストが低い／Rspが低く効率が良い／実装が簡素で高周波特性が良い、という三重の優位 • デジタルCOT制御とFPGAプリシリコン検証により、新製品立ち上げを 43週 → 4週へ短縮 パッケージ革新 — Co-Packageによるマスク数半減（晶豊明源／BPS） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 何加勁（晶豊明源／BPS） 39
40. トレンド 5 液冷の「後付け」から 「ネイティブ液冷」への転換 部品設計そのものを液冷前提で作り直す段階へ 40
41. 液冷は「導入是非」の議論を完全に終えた • ムーアの法則の減速後、計算性能の向上はマルチダイパッケージングに依存し加速チップの電力が急拡大 • 空冷の限界はラック1本あたり 40〜50kW。一方、超高密度AIラックはラック1本あたり MW級を突破（10〜50倍の 飛躍） • 主流AIチップのTDPは 2020年 400W → 2026年 2,000W超。局所熱流束密度は 200W/cm²以上に達する • 議論は「液冷を入れるか」ではなく「部品設計そのものを液冷前提で作り直す」 段階へ ネイティブ液冷 — 液冷を中核に据えて計算システムを設計する 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 李進宝（中航光電／JONHON OPTRONIC）／Track 5 王羽茜（浪潮信息／IEIT SYSTEMS） 41
42. 浪潮信息（ IEIT SYSTEMS）：「空冷前提の設計から脱却する」 • 「現在の主要部品の形態はすべて空冷アーキテクチャの設計に由来している」 • 液冷への適合しやすさで並べると: 不適合 ← PSU・メモリ・ PCIeカード・光モジュール … CPU・GPU → 適合 • CPU/GPUは元々コールドプレートに馴染むが、その手前の部品群が問題になる 空冷前提の設計から脱却する— 部品別の液冷適合度（浪潮信息／IEIT SYSTEMS） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 5 王羽茜（浪潮信息／IEIT SYSTEMS） 42
43. 部品をネイティブ液冷形態へ作り直す • DIMMメモリ → 液冷メモリ（ LCMM）。水平実装＋多段導熱構造による高密度レイアウト • 挿抜式光モジュール → CPO化。熱源をチップ近傍に集中させコールドプレートへ密着 • PCIeカード → Mezzanine／OCPネットワークカード化 。マザーボードと熱源を同一平面に統合 • SSD → 接触導熱式コールドプレート 。全体厚を変えずに40Wまで対応 ネイティブ液冷部品への再構築（LCMM／CPO／Mezzanine／接触導熱SSD） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 5 王羽茜（浪潮信息／IEIT SYSTEMS） 43
44. 次世代冷却技術の展望 — 長所と課題 • 二相流冷却 — 気化潜熱で放熱上限を引き上げ、作動流体の流量を減らせる – 課題：気液二相回路の均流性制御が難しい。局所ホットスポットの解決が困難 • ダイヤモンド –銅複合集積マイクロチャネル — 高熱伝導率、横方向の均熱・拡散能力が強い – 課題：製造加工の難度が高くコストが高い。現時点で業界標準が存在しない • チップ基板埋込型マイクロ流体冷却 — 放熱限界が非常に高く、ポイント精密冷却に即効性 – 課題：チップパッケージのカスタム開発が必須。マイクロチャネルが詰まりやすい いずれも主要 CSPおよびチップメーカが注視している 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム 李進宝（中航光電／JONHON OPTRONIC） 44
45. トレンド 6 ファームウェアと運用管理が OCPの正式領域に OCPのスコープが「grid to chip」へ広がった 45
46. OCPのスコープが「 grid to chip」へ拡張 • George Tchaparian CEO：「サーバ、スイッチ、ストレージ等のハードウェア提供者にとどまることはできない 」 • 技術スコープにファシリティ・物理インフラ・ITインフラ・OTインフラ、そしてシステム管理 を追加 – 「ソフトウェアでLinux Foundationを追随するのではなく、ハードウェアに近いファームウェアを OCPの内側に持ち込む 」 • OCPの規模：会員700社超、認定製品の全世界導入額は約3,000億ドル規模 へ（地域別で中国は第2位） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ メインフォーラム George Tchaparian（OCP Foundation CEO） 46
47. 字節跳動（ ByteDance）主導：オープン RAS API 標準 v0.95 • RAS ＝ Reliability・Availability・Serviceability — 障害の検出・報告・回復を担う仕組み。 RAS APIはその操作を共通化するインターフェース規格 • RAS APIを Redfish／PLDM／MCTP 等の既存管理プロトコルの上に載る抽象層 として定義 • 設計原則：帯域内・帯域外／階層化トポロジ／「振る舞いを規定し、バイトは規定しない」 ／同一モデル・任意階層 • データセンター・BMC・シリコンの各階層で同一の抽象モデル を使えるようにする RAS APIのシステムモデル — イニシエータ（Initiator）とエンドポイント（Endpoint） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 6 龔発強（字節跳動／ByteDance） 47
48. RAS API 命令セット — 5分類で構成 • ① 発見 ② 設定 ③ エラー報告キュー ④ プラットフォーム動作状態キュー ⑤ 動作キュー • v0.95では 3組のキュー命令集を完全定義 。発見・設定命令は後続バージョンへ • 各報告インスタンスが Info／Corr／Uncorr／Fatalの4重大度キュー を保持 RAS API エンドポイントの機能アーキテクチャ（字節跳動／ ByteDance） 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 6 龔発強（字節跳動／ByteDance） 48
49. ファームウェア開発それ自体への AI適用 • 字節跳動（ ByteDance） — OpenBMC移植向けAgentフレームワーク。 「コード生成を超えて」検証まで含む枠組み • 浪潮信息（ IEIT SYSTEMS） — Agentic AIによるファームウェア開発・デリバリの全工程再構築 • 聯想（Lenovo） — AI時代のサーバファームウェア障害切り分けの新パラダイム • Alibaba Cloud — BMCにAIを内蔵。管理コントローラ自体が推論能力を持つ方向性 • 国産BMCチップ（凌思微電子）、高信頼BMC（飛騰）、軽量OpenBMC（崑崙太科）など実装も多数 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 6 ほか 49
50. まとめ Agentic AIが 各領域の再定義を加速 計算・記憶・電力・冷却・管理が、連動して動いた 50
51. 業界としての到達点： GW-Scale Open AIDC v1.0 • 今回最大の成果物。17団体が共同執筆 したGW級AIDCのリファレンスアーキテクチャ （製品説明ではない） • 4層構成 — ① 基盤インフラ層 ② IT設備層 ③ ネットワークと高速相互接続層 ④ 統一運用管理層 • 4つの柱（開放・高効率・グリーン・スマート ）が4層すべてを貫く • 「GW級の競争力は単点のピーク性能ではなく、システム級の信頼性・保守性・エネルギー効率・持続可能性 に依 存する」 GW-Scale Open AIDC 4層リファレンスアーキテクチャ 出典：OCTS 2026（Open Compute Tech Summit 2026 / OCP China Day 2026）公開資料 ｜ Track 5 叶毓睿（OCP中国コミュニティ） 51
52. 技術領域の各トレンドは、ひとつの連鎖になっている 01 02 03 エージェントが自律実行する 長コンテキスト・マルチターン・マルチ Agent メモリをHBMの外へ出す → CPU側の仕事が増える → KV Cacheが爆発し、記憶がボトル ネックに → スーパーノードとファブリックの標準化 が要る 04 05 06 スーパーノードを高密度化する MW級を成立させる すべてを止めずに運用する → 1ラック MW級の給電が要る → 部品から液冷前提で作り直す → ファームウェアと RASの標準化が要る 計算・記憶・電力・冷却・管理が、同時に、連動し進歩している 52
53. 重要なこと • これらは研究段階の構想ではない 。すでに製品・仕様として存在する具体物として提示された – 1ラック 264kW給電の実装 （ByteDance 大禹2.0） – 512 GPUファブリック （Astera Labs Scorpio X-Series） – TB級統合メモリのスーパーノード （Alibaba Cloud 磐久UMX／IEIT SYSTEMS SD200） – GW級データセンターのリファレンスアーキテクチャ （GW-Scale Open AIDC v1.0） • 自社にとっての最適解を先読みして判断する力 が、これまで以上に問われる 53
54. 参考情報 • OCTS 2026（Open Compute Tech Summit 2026／OCP China Day 2026） ocpasia.org – 開催：2026年7月9日 Beijing International Hotel ／ 主催：OCP Foundation ／ OCTC（中電標協） • 本資料は、公開情報にもとづきます • スライド画像は各社の公開セッション資料からの引用であり、著作権は各社に帰属します • XPOの図版は Arista Networks「XPO: Redefining Pluggable Optics for AI Networking」White Paper（2026年3月）より引 用 • UPO／NPOの標準化動向は ODCCおよびベンダ各社の公開情報にもとづく補足調査です • 主な引用元：Alibaba Cloud／浪潮信息（IEIT SYSTEMS）／沐曦（MetaX）／サムスン電子（Samsung）／Astera Labs／慶虹電子 （Qing Hong Electronics）／China Mobile／字節跳動（ByteDance）／偉創力（Flex）／村田製作所（Murata）／晶豊明源（BPS） ／中航光電（JONHON OPTRONIC）／立訊技術（Luxshare）／OCP中国コミュニティ 54