テレコミュニケーション　IoT/5G時代のビジネスリーダーのための専門情報誌

• 
• 
• 
• 
• 
• 
• 

Interviewインタビュー

2025年4月号

「AI専用網」の可能性はある
セキュリティDXで人をサポート

東京大学 大学院情報理工学系研究科
情報セキュリティ教育研究センター 教授
関谷勇司 氏

AI時代、ネットワークとセキュリティは、どう発展していくべきなのか──。東京大学 関谷勇司教授が注目するのは、やはりデータセンターネットワークだが、さらに「通常のインターネットとは異なる、AIの推論のためだけのデータネットワーク」の可能性も示唆する。また、従来の「人に責任を全部押し付ける」セキュリティから人をAIがサポートする「セキュリティDX」への進化が重要だという。

●AIが社会を大きく変革しつつあるなか、ネットワークは今後どう発展していくべきとお考えですか。

関谷　AIのために必要な計算リソースやデータは、さらに増加していくことになると思います。ですから、データセンターの個々のサーバー1台1台を連携して、AI用の処理を行うためのネットワークは、ますます広帯域かつロスレスなものへと発展していく必要があるでしょう。
　AIの学習においては、GPUでの処理が非常に重要です。一方、CPUは、GPUにジョブを割り当てるスケジューラーとしての役割くらいしかありません。エヌビディアがNVLinkというGPU同士を高速・低遅延でインターリンクするための技術を提供していますが、このようにGPU同士のインターリンクの中にほとんどの通信が収まるようになると、データセンターの構造自体も変わっていくと注目しています。通常のCPU、普通のコンピューターのためのデータリンクとは作り方が違ってくるわけで、GPU用と普通のコンピューター用の2面のデータリンクが必要になってくるということが当然あると考えています。

●AI用の計算リソースの効率利用を図っていくうえで、データセンターネットワークの広帯域化やロスレス化がますます重要なカギの1つとなっていくわけですね。データセンター以外のネットワークについてはどうでしょうか。

関谷　普通のデータ通信、いわゆるインターネットがAIの挙動、計算、推論に対して貢献できることは、現時点ではそれほど多くないと思っています。
　もちろんAIによってデータ量が増加していけば、より一層、効率的にデータを転送する必要性は増していきます。しかし、基本的には今まで通り、広帯域かつ低遅延なネットワークをいかに提供していくか、ということになるでしょう。
　逆に、AIがネットワークに貢献できることはたくさんあります。例えば、光波長の割当をAIで効率的に行う研究だったり、AIによる障害の予兆検知だったり、ネットワークのオペレーションにAIを活用する研究は非常に活発です。

音声と同様にAIも別物

●「AI for Network」の有効性は明白な一方、データセンター以外の領域で「Network for AI」の何か特別なニーズが見えてきているかというと、そんなことはないということですね。6Gの標準化作業が始まっていますが、「6GはAIのためのネットワーク」というコンセプトも出てきています。しかし、今はどちらかというと通信業界側の一方的な期待ということでしょうか。

関谷　AIに問い合わせて推論の結果を得る部分の通信は、AIの学習と比べると全然大したことないので、やはり今、重要なのはデータセンターネットワーク、GPU同士のインターリンクのところだと思います。
　ただ、将来的に、「AI通信のためだけのデータネットワーク」ができる可能性はあると思っています。
　少し前の4G LTEまでは、音声通信とデータ通信のネットワークは別物でした。それと同じように、通常のインターネットとは異なる、AIの推論のためだけのデータネットワークです。社会全体がAIに頼るということになってくれば、AIとデバイス間の通信は必須ですから、音声のようにAI通信を別物として取り扱うということはあり得ます。
　5Gで言えば、ネットワークスライシングを用いて、AIの推論を素早く行うための低遅延かつ高信頼のネットワークを提供するということが考えられます。

●確かに、電話のことを思い浮かべれば、AI専用のネットワークが広く提供されている将来も自然なように思えます。

関谷　他の通信の影響を受けない専用網、あるいは限りなく専用網に近いネットワークを用いて、AI通信を行いたいというデマンドは自ずと出てくるでしょう。
　もう1つ、Network for AIのリクワイアメントとして考えられるのは、MEC（Multi-access Edge Computing）です。データセンターまで行くことなく、中間で全部処理できた方が、低遅延という点では一番いいわけですから。AIの学習については、今後も従来通り、巨大なAI専用のデータセンターで行われることが多いと思います。しかし、推論については、やはりアプリケーションですので、低遅延で行えたほうがいいですし、学習に比べれば大量のデータ処理が発生しませんから、ユーザーにより近いところで実行するためのアーキテクチャが求められるようになると思います。

AIとRANを両立

●MECの展開方法の1つとして、「AI-RAN」への期待が高まっています。RAN（Radio Access Network）用とAI用のリソースを共通化するもので、ソフトバンクやエヌビディアらが立ち上げた「AI-RANアライアンス」が取り組んでいますが、関谷先生はそのAI-and-RANワーキンググループのバイスチェアを務められていますね。

（聞き手・太田智晴）
続きは本誌をご覧下さい