光電融合（CPO）とは？仕組みを図解｜AIデータセンターの「銅から光へ」

そもそも、なぜAIには「大量の配線」が必要なのか

AIの学習は「何万個ものGPUがチームで会話する」作業

ChatGPTのような大規模AIを作るには、1個のGPU（計算チップ）ではまったく足りません。数千〜数万個のGPUを束ねて、1つの巨大な計算をチームで分担します。このとき、GPU同士は「今こう計算した、次はどうする？」と、休みなく大量のデータをやり取りし続けます。

GPUの性能（HBMメモリ含む）がどれだけ上がっても、この「会話の道」が細ければ、AI全体の速度はそこで頭打ちになります。だからAIデータセンターでは、GPUと同じくらい「配線」が重要な主役なのです。

「銅の配線」が限界を迎えた3つの理由

これまで、チップ同士の配線には銅（電気信号）が使われてきました。安くて実績もある優等生です。ところがAIの登場で、銅には3つの限界が見えてきました。

ここが核心：AIの通信ボトルネックは「電力の壁」そのもの

NVIDIAの説明によると、従来の「プラガブル方式（後述）」では、スイッチチップからデータを外に出すまでに信号が最大22dBも減衰してしまい、それを補うために1つの接続あたり約30ワットもの電力を消費します（出典：NVIDIA公式ブログ）。

AIデータセンターがすでに直面している電力問題。その「隠れた犯人」の一つが、実は銅の配線だったのです。だから「配線を光にすれば、電力も熱も一気に減らせる」──これが光電融合が今、脚光を浴びている根本理由です。

なぜ「光」だと省エネで速いのか

光が優れている理由は、電気とは根本的に性質が違うからです。日経クロステックの解説でも、「光は伝送距離が伸びても、通信速度が上がっても、消費電力はほぼ変わらない」と指摘されています（参考：ビジネスネットワーク）。

ただし注意点として、光にも弱点があります。それは「電気を光に変える」「光を電気に戻す」という変換作業が必要なこと。この変換を行う部品が、後で出てくる「光エンジン」です。そして、変換をどこで・どれだけ短い距離で行うかで、省エネ効果が大きく変わります。この「変換場所の工夫」の最先端が、CPOなのです。

変換を減らすもう1つの方向が、スイッチの中で光を電気に戻さず、小さな鏡の角度で光の行き先をそのまま切り替えるOCS（光回線スイッチ）で、GoogleがTPUクラスタで使い続けています（OCS（光回線スイッチ）とは？）。

CPOの正体：「光エンジンをチップの隣に引っ越しさせる」技術

ここまで来れば、CPOの説明はシンプルです。ポイントは「光エンジンをどこに置くか」だけ。従来の主流「プラガブル方式」とCPOを比べてみましょう。

従来（プラガブル）：光エンジンが「遠く」にある

これまでは、電気を光に変える光エンジンを「プラガブル光トランシーバー」という差し替え可能な部品に入れ、スイッチチップから数十cm離れた場所に配置していました。チップと光エンジンの間は、あの電力を食う銅の配線でつながっています。ここで電力ロスと発熱が発生します。

CPO：光エンジンを「チップの真隣」に統合する

CPO（Co-Packaged Optics）は、この光エンジンを、計算チップと同じパッケージの中にくっつけて一体化します。「Co-Packaged（コ・パッケージド）」＝「一緒にパッケージする」という名前の通りです。チップと光エンジンの距離が数十cm→数mmに激減するため、間の銅配線が極限まで短くなり、電力ロスも発熱も激減します。

CPOで何がどれだけ変わるのか（数字で実感）

NVIDIAが2025年に発表した光スイッチ「Quantum-X Photonics」「Spectrum-X Photonics」の公式データを見ると、CPOのインパクトが一目でわかります。

出典：NVIDIA公式ブログ（Spectrum-X Photonics）。NVIDIAの試算値であり、構成・前提条件により変動します。

より具体的には、1つの接続あたりの電力が従来の約30ワット → CPOでは約9ワットまで下がるとされています。信号の減衰も22dB → 約4dBと激減。数千〜数万個のGPUをつなぐデータセンター全体で考えると、この差は大型発電所レベルの電力削減につながります。

誰が光電融合を作っているのか（関連企業マップ）

光電融合は「1社が全部作る」技術ではありません。上流（部品）→ 中流（統合）→ 下流（システム）という分業で成り立っています。ここで重要なのは、米半導体大手が全体を主導する一方、光ファイバや光源といった「物理的な中核部品」では日本企業が世界の要を握っている点です。

「通信の壁」と「電力の壁」は、実は地続き

ここで、AIのもう1つの大問題「電力」とのつながりを押さえておきましょう。実は光配線（通信）の壁と、電力の壁は同じコインの裏表です。

AIデータセンターは、いまや大型発電所に匹敵する電力を消費し、電力の確保そのものがAIの成長を止めるボトルネックになっています。その電力の一部が「配線でデータを押し出すため」だけに消えているなら、光化は通信を速くすると同時に、電力も節約する一石二鳥の手になります。だから光インターコネクトは、単なる「通信の話」ではなく「AIの電力問題を解く切り札」としても注目されているのです。

なぜ今、光がここまで注目されるのか（時事の背景）

NVIDIAが自らお金を出してまで光部品メーカーを囲い込む──これは、光電融合が「あれば便利」ではなく「なければAIの成長が止まる必需品」になったことの証拠です。GPUをいくら作っても、それらをつなぐ光の部品が足りなければ、AIデータセンターは組み上がりません。

ボトルネックは「玉突き」で移動してきた

AIの性能を止める”壁”は、次々と場所を変える

AIインフラの進化を理解する最良の方法は、「一番弱いところ（ボトルネック）が、解決されるたびに次の場所へ移動していく」という物語として捉えることです。全体像を先に見てしまいましょう。

それぞれの「壁」を、ひとことで言うとこうなります。

光は「AIインフラ第4のボトルネック」

最後に、光電融合がAIインフラ全体のどこに位置するかを地図で整理します。AIの進化は、次々と現れる「ボトルネック（詰まり）」を1つずつ突破してきた歴史です。

面白いのは、この4つが互いにつながっていること。銅の配線が電力を食う（第4→第3の壁を悪化させる）。だから配線を光にすれば電力も冷却も楽になる。光電融合は「通信」を解決しながら、同時に「電力・冷却」の負担も減らす、一石二鳥の技術なのです。これが、光がAIインフラの最重要テーマに躍り出た本質的な理由です。

あなたにとって、光電融合が持つ意味

よくある誤解を整理する

まとめ：光電融合（CPO）の要点

よくある質問（FAQ）