AMDとGoogleの標準化戦略、VulcanoのAIネットワーキングでNvidiaに挑む
AMDは、大規模GPUクラスタ向けの緊密に統合されたネットワーキングでNvidiaが優位に立つなか、800 Gbps対応のPensando Vulcano AI NICを発表した。AMDとGoogleの関係が注目されるのは、両社がインフラ購入者により多くのハードウェア選択肢を提供することを目指す、オープンなインターコネクト標準を支持しているためだ。ただし、GoogleはVulcanoの導入計画を発表していない。
Vulcanoは、AIデータセンター内のコストのかかる課題に取り組む。ネットワークの輻輳、パケット損失、あるいは復旧の遅延によってサーバー間の通信が滞ると、アクセラレータはアイドル状態になり得る。AMDによると、GPUごとにVulcanoカード3枚を使用することで、スケールアウト帯域幅を毎秒2.4テラビット提供できるという。
この数値はAMDにとって分かりやすい訴求点となるが、自動的な勝利を意味するものではない。Nvidiaはすでに、GPU、Spectrum-X Ethernet、InfiniBand、NVLink、スイッチ、ネットワーキングソフトウェアを組み合わせた確立済みの製品群を販売している。Vulcanoは、オープンかつプログラマブルなEthernetアプローチが、単一ベンダーの完全なスタックを必要とせずに、同等の運用上の一貫性を実現できることを示す必要がある。
AMD Pensando Vulcano 800で何が変わったのか
Vulcanoは、GPU選定後に追加される付属品ではなく、AMDのラックスケールAIプラットフォームにおける中核的なネットワーキング要素となる。
AMDは2026年7月23日、Pensando Vulcano 800 AI NICの詳細を公表した。このアダプターは、ローカルのスケールアップ接続が実用上の限界に達した後、サーバーやラックをまたいでアクセラレータを接続するスケールアウトネットワーキング向けに設計されている。
各カードは800 Gbpsのネットワーク接続を提供する。AMDは、1基のGPUに最大3枚のNICを割り当てる構成をサポートし、訴求している合計2.4 Tbpsの帯域幅を実現する。
この構成は、複数のアクセラレータで1つのネットワークアダプターを共有エンドポイントとして扱う方式とは異なる。独立した複数のリンクにより、利用可能な帯域幅を増やすと同時に、クラスタ内でトラフィックに複数の経路を与えられる。
AMDはこれをマルチプレーンアーキテクチャと呼ぶ。ネットワークプレーンとは、独自のリンクとスイッチングリソースを備えた独立したデータパスである。トラフィックを複数のプレーンに分割することで、リンク障害や経路輻輳の影響を抑えられる可能性がある。
同社はまた、Vulcanoによってスイッチングコストを最大33％削減できるとしている。AMDはこの見積もりを、同社のリファレンス構成において必要となるケーブルとトランシーバーが少なくなることに起因するとしており、あらゆる導入環境で一律に削減できるという意味ではない。
性能に関する主張にも同様の留保が必要だ。AMDは、VulcanoによりAIジョブの完了時間を最大13％改善できるとしている。この結果は、特定のワークロードとシステム前提に基づく同社のベンチマークである。
いずれの割合も、すべてのクラスタにおいて独立して検証された性能とみなすべきではない。購入者には、スイッチ、光モジュール、トポロジー、ソフトウェアのバージョン、障害時の挙動、アクセラレータ利用率を含む、ワークロードレベルでのテストが求められる。
その根本的な仕組みには、なお妥当性がある。分散トレーニングでは、アクセラレータ間でモデルパラメータや中間結果を繰り返し交換する。1つの経路でも遅延すれば集団通信処理全体が足止めされ、高価なGPUが他のGPUを待つことになる。
分散推論では別のトラフィックパターンが生まれる。ユーザー需要の変化に伴い、リクエスト、モデル状態、キャッシュ済みデータがシステム間を移動することがある。予測可能なレイテンシーは、ピークスループットと同じほど重要になり得る。
Vulcanoは、プログラマブルなトランスポートロジック、輻輳制御、障害分離、運用中診断によってこうしたパターンに対応する。AMDによると、運用者はネットワークシリコンを交換する代わりに、ソフトウェアを通じてこうした挙動の一部を更新できるという。
このNICは、第3世代のプログラマブルP4エンジンを採用する。P4は、ネットワークデバイスがパケットを処理する方法を定義するための言語およびアーキテクチャである。ハードウェアがサポートする範囲内で、ベンダーが選択的な転送・トランスポート動作を変更できる。
AMDのVulcano設計には、PCIeおよびUALinkの接続オプションも含まれる。この柔軟性により、異なるラック設計のもとで、アダプターをCPUまたはアクセラレータに接続できる。
したがって、この製品は単なる高速Ethernetポートではない。AMDは、GPU、CPU、ネットワーキングシリコン、オープントランスポート、管理ソフトウェアを、1つのラックスケールシステムとして連携させようとしている。
AMDとGoogleの標準化における連携が重要な理由
amd googleの関係は標準化における連携であり、Google CloudがVulcanoを本番環境向けに選定した証拠ではない。
AMDとGoogleは、2024年にUltra Accelerator Linkのプロモーターグループを立ち上げた初期企業の一部だった。Broadcom、Cisco、Hewlett Packard Enterprise、Intel、Meta、Microsoftも参加していた。
UALinkは、コンピューティングポッド内のアクセラレータ間におけるスケールアップ通信を対象とする。スケールアップネットワーキングは密結合されたアクセラレータ領域を構築する一方、スケールアウトネットワーキングは、より大きなファブリック上で複数のサーバーや領域を接続する。
これらの役割はシステム境界で重なり合うものの、互換的ではない。Vulcanoは主にスケールアウトおよびスケールアクロスのトラフィックを処理する。そのUALinkインターフェースは、新たに登場するオープンなラックアーキテクチャにおいて、アクセラレータと直接接続するのに役立つ。
そのため、amd googleというキーワードは誤解を招く印象を与えかねない。GoogleがVulcanoを共同設計した、NICを購入した、あるいはGoogle Cloudのキャパシティをこれに充てると約束したことを示す、確認済みの発表はない。
Googleが重要なのは、ハイパースケール事業者であり、標準化の参加者でもあるためだ。Googleの関与は、同社が大規模AIシステムにおけるトラフィック、信頼性、フリート管理の要件を理解していることから、オープンインターコネクトに関する取り組みの意義を高める。
UALink consortiumは、1つのポッド内で最大1,024基のアクセラレータを接続するための最初の仕様を公開した。複数のクラウド事業者とチップサプライヤーからの支援は、この標準が1社のベンダーに依存するリスクを低減し得る。
Vulcanoは、システム間通信向けにUltra Ethernetもサポートする。UEC仕様は、AIおよび大規模な高性能コンピューティング向けのEthernetベース通信スタックを定義している。
Ultra Ethernetが変えるのは、単なる生のリンク速度だけではない。緊密に同期するワークロードに必要な、パケット配信、輻輳管理、マルチパス、セキュリティ、通信セマンティクスに対応する。
AMDは、Multipath Reliable Connection、すなわちMRCも推進している。このトランスポートは、信頼性の高い配信を維持しつつ、データを複数の経路に分散し、輻輳や障害に対応できる。
AMDによると、同社は大規模トレーニング環境向けにOpenAIとMRCを共同開発したという。同社は以前のPollara 400 NICにこのトランスポートを実装しており、新プラットフォームが一般提供されればVulcanoもサポートするとしている。
AMDのMRC実装によると、Pollaraは同社のラボでInstinct MI350およびMI355クラスタとともに検証された。AMDは、OpenAIもこの検証に参加したとしている。
MRCはIPv6上のセグメントルーティングと連携でき、運用者はパケット経路を明示的に制御できる。また、等コストマルチパスルーティングや動的負荷分散にも対応できる。
この適応性は、AMDのより広範な主張を支える。運用者は、アクセラレータクラスタを取り巻くすべてのスイッチ、ケーブル、管理プロセスを置き換えることなく、新しいトランスポート動作を導入できるべきだというものだ。
Googleの標準化への参加はこの主張を強めるが、AMDの製品性能に関する主張を検証するものではない。仕様は共通の動作を定義する一方、本番導入では実装品質が明らかになる。
文書化された標準だけでは、輻輳時にジョブ完了時間が安定することを保証できない。また、診断ツールが障害を迅速に特定することや、異なるベンダーがすべてのオプション機能を同じように解釈することを証明するものでもない。
したがって購入者にとって、amd googleの話は戦略的整合性に関するものだ。両社はクローズドなアクセラレータファブリックに代わる選択肢を支持してきたが、Vulcanoは測定可能なクラスタ性能を通じて採用を勝ち取る必要がある。
この区別は調達チームにとって重要である。Vulcanoは、Googleが推奨するネットワークカードとしてではなく、新興のマルチベンダー環境におけるAMD製品として評価すべきだ。
Vulcanoの仕組みは帯域幅とプログラマビリティの組み合わせ
Vulcanoにとって最も強い技術的な主張は、800 Gbps単体ではなく、複数経路、プログラマブルなトランスポート、迅速な障害復旧の組み合わせにある。
AIネットワーキングには、多数のエンドポイント間で同期された通信が含まれる。トレーニング中、集団通信処理では、参加するすべてのアクセラレータが生成したデータを統合または再分配する。
1つのフローが輻輳に遭遇すれば、トレーニングステップ全体が遅くなる可能性がある。残りのGPUはローカル処理を終えていても、集団通信が完了するまで先に進めない。
従来のEthernetでは、多くの場合、識別情報のハッシュに基づいてフローを経路に分散する。別の経路に未使用容量があっても、大きなフローが輻輳した経路に閉じ込められる場合がある。
MRCは、複数の経路をより意図的に利用するよう設計されている。トラフィックを複数部分に分割し、経路状況に反応し、アプリケーションに通信全体の再開を強いることなく復旧できる。
Vulcanoのプログラマブルなパケット処理エンジンは、その制御の一部をネットワークエッジ付近に配置する。この位置が重要なのは、NICが各サーバーに出入りするトラフィックを観測するためだ。
このカードは、クラスタを稼働させたまま障害を分離し、診断を実行することもできる。AMDは、これらの機能によって修復時間を短縮し、一部のクラスタ全体に及ぶ保守時間を回避できるとしている。
こうした機能は、クラスタ規模の拡大とともに価値を増す。数千のコンポーネントから成るシステムでは、各コンポーネントの個別信頼性が高くても、リンク、光モジュール、ファームウェア、スイッチの障害が日常的に発生する。
ネットワークは、1つの障害を停止したジョブへと発展させるのではなく、予測可能な形で性能を低下させなければならない。複数のプレーンが代替経路を提供し、トランスポートロジックがその間をトラフィックがどう移動すべきか判断する。
GPUごとに3枚の800 Gbps NICを搭載すれば、大きな物理的容量を生み出せる。しかし、合計帯域幅があるからといって、すべてのワークロードが継続的に2.4 Tbpsの有用データを転送できるわけではない。
GPU、ホストインターフェース、集団通信ライブラリ、トポロジー、リモートエンドポイントのすべてが、効率的にトラフィックを供給しなければならない。プロトコルのオーバーヘッドやワークロードの同期も、アプリケーションレベルのスループットを低下させる。
AMDのアーキテクチャは、PCIeとUALinkのホスト接続の両方をサポートする。PCIeはCPUや周辺機器向けのよく知られたインターフェースであり続ける。UALinkは、単一のGPUサプライヤーへの依存を抑えた、アクセラレータへの直接接続を対象とする。
Vulcanoは、Instinct MI400シリーズのアクセラレータとEPYC Veniceプロセッサを採用するAMDのラックスケール設計、Heliosにも結び付けられている。AMDは、このNICをHeliosの標準的なスケールアウトネットワーキングコンポーネントとして位置付けている。
この統合により、AMDは検証をより細かく管理できる。同社は、ファームウェア、ROCm通信ライブラリ、アクセラレータの挙動、ネットワークテレメトリーを、協調したプラットフォームとしてテストできる。
ただし、プログラマビリティには運用コストが伴う。変更可能なパケットパイプラインには、規律あるバージョン管理、テスト、可観測性、ロールバックのプロセスが必要となる。
ネットワークチームは、障害が発生したジョブの実行中に、どのファームウェアとトランスポート設定が有効だったかを把握しなければならない。また、輻輳イベントをアプリケーション性能と関連付けるツールも必要になる。
P4という名称が、こうした要件をなくすわけではない。これは、サポートされるパケット処理機能の挙動を変更するための余地を、AMDおよび承認された運用者により多く与えるにすぎない。
オープン標準は、別の実装上の課題を生み出す。同じ仕様への対応をうたう2製品でも、オプション機能、性能上限、管理インターフェースは異なり得る。
したがって、相互運用性テストが決定的になる。購入者には、Vulcanoがサードパーティー製のスイッチ、光モジュール、ルーティングソフトウェア、監視システムと確実に連携するという証拠が必要だ。
AMD AI NICのページは、ハイパースケーラーとクラウドプロバイダーを強調している。こうした顧客には、大規模環境で複雑なネットワーク挙動を検証するためのエンジニアリングチームがある。
エンタープライズでの導入は、よりゆっくり進む可能性がある。多くの企業は、アクセラレータ、NIC、スイッチ、ファームウェア、トランスポート設定を独自に統合する人員を持たないため、完成されたシステムを購入する。
Vulcanoは、検証済みのHeliosシステムやクラウドサービスを通じて、そうした組織にも役立つ可能性がある。どの程度オープンになるかは、対応構成を出荷するベンダーがどれだけ増えるかに左右される。
これが製品の実用面における試金石だ。プログラマビリティは、過度な統合作業を顧客に転嫁せずに、ネットワーク適応のコストを下げなければならない。
Nvidiaの統合スタックは依然として最大の対抗勢力
AMDが挑戦しているのは、単なる別の800 Gbps Ethernetアダプターとの競争ではなく、AIシステムアーキテクチャに対するNvidiaの支配だ。
Nvidiaは、スケールアップ領域内でNVLinkを使い、自社アクセラレータを接続できる。そのうえで、サーバーやラックをまたぐ通信にはQuantum InfiniBandまたはSpectrum-X Ethernetを提供している。
Spectrum-Xは、Nvidia製スイッチ、SuperNIC、輻輳制御、テレメトリー、ソフトウェアを組み合わせる。Nvidiaはこれらのコンポーネントを、GPUプラットフォームと密接に結び付いたエンドツーエンドのシステムとしてテストしている。
この統合により、責任の所在を明確にしやすくなる。AIジョブの性能が期待を下回った場合、顧客は1社のサプライヤーにアクセラレータ、ネットワークアダプター、スイッチ、ファームウェア、通信ライブラリの調査を求められる。
Nvidiaは、Spectrum-X Ethernetが従来のEthernetに比べてネットワーク性能を1.6倍向上できるとしている。AMDの数値と同様、これは指定構成に基づくベンダーの主張である。
Spectrum-XはSONiCを含むオープンなネットワークオペレーティングシステムもサポートする。したがって競争は、オープンなEthernetと完全にクローズドな代替手段の単純な対決ではない。
実際の違いは、制御とコンポーネントの選択にある。Nvidiaは自社シリコンとソフトウェアの定義済みの組み合わせを最適化する一方、AMDは複数ベンダーにまたがるプログラマブルデバイスと業界仕様を重視している。
緊密な統合は一貫した挙動を生み得るが、1社のリリーススケジュールへの依存を高める可能性がある。マルチベンダー設計は選択肢を広げられるが、認定作業は難しくなる。
Vulcanoは、オープンなアプローチが予測可能な性能を犠牲にしないことを証明する必要がある。ピークスループットだけでは、この問題は決着しない。
AIクラスタの運用者は、ジョブ完了時間、テールレイテンシー、障害復旧、有効GPU利用率、テナント間の性能分離を評価する。電力使用量と必要な光モジュール数も追跡する。
AMDの13パーセントの完了時間短縮という主張は、アプリケーションの結果を測定している点で重要だ。ただし、公表資料はSpectrum-XやInfiniBandに対する普遍的な優位性を示してはいない。
33パーセントのスイッチングコスト削減という主張にも、慎重な解釈が必要だ。ケーブルとトランシーバーが減れば、機器支出、設置作業、障害点を削減できる。
しかし、GPUあたり3枚のNICという構成は、別の場所でアダプター、ホストインターフェース、管理の複雑さを増やす可能性がある。総合的な結果はトポロジーと比較の基準に依存する。
Nvidiaには、すでに導入済みのシステムという別の強みもある。同社のネットワーキング製品は大規模AIクラスタですでに稼働しており、顧客は導入事例と確立されたサポート運用を利用できる。
AMDも経験なしで参入するわけではない。Pensandoは以前からDPUとPollara AI NICを出荷しており、AMDはデータセンターネットワーキングでクラウドプロバイダーやシステムベンダーと協業してきた。
それでもVulcanoは、いくつもの新しい要素と同時に登場する。Heliosでは、新しいInstinctアクセラレータ、EPYCプロセッサ、UALink接続、進化途上のオープンソフトウェアスタックが導入される。
どのレイヤーの問題であっても、認定を遅らせる可能性がある。顧客は、別の設計がより優れたコンポーネント柔軟性を約束していても、成熟した構成を選ぶかもしれない。
このリスクが最も高いのは、短期的なトレーニング能力を求める組織だ。優先事項は将来のサプライヤー選択肢を最大化することではなく、クラスタを迅速に稼働させることになる場合が多い。
長期視点の購入者は、オープンなアプローチをより高く評価するかもしれない。インフラは複数のアクセラレータ世代にわたって使われる一方、モデルと通信パターンははるかに速く変化する。
VulcanoのP4プログラマビリティは、AMDがこうした変化に対応する助けとなり得る。新しい輻輳制御やトランスポート挙動は、ハードウェアの能力の範囲内でソフトウェアを通じて提供される可能性がある。
Nvidiaも自社スタックを更新できる。また、より多くのコンポーネントを制御していることから、システム全体にまたがる協調的な変更を加速できる利点もある。
したがって主な競争は運用面にある。AMDは、標準に基づく選択肢がNvidiaの統合プラットフォームと同等の信頼性、ツール、検証を実現できることを示さなければならない。
Googleがオープン相互接続グループに参加していることは、代替案に真剣な業界支援があるという信頼を高める。ただし、それによってNvidiaの導入基盤や実行上の優位性がなくなるわけではない。
AMDがなお証明すべきこと
最大の不確実性は、Vulcanoが公表した改善が、現実的なマルチベンダークラスタにおける独立テストでも維持されるかどうかだ。
AMDの公開数値は、最大能力と選定された比較を示している。トレーニング、分散推論、混合ワークロードにわたる幅広いサードパーティー結果は、まだ提供されていない。
2.4 Tbpsという数値は、3枚の800 Gbps NICによるスケールアウト帯域幅の合計だ。1つのGPUアプリケーションがそのデータレートを継続的に受け取れる保証ではない。
独立したレビューでは、輻輳下での実用スループットを測定すべきだ。レイテンシー分布、パケット復旧の挙動、アクセラレータのアイドル時間も報告すべきである。
障害テストは、定常状態の速度と同じくらい重要だ。分散ジョブを動かしたまま、レビュー担当者はリンクを無効化し、パケット損失を導入し、スイッチを再起動し、経路レイテンシーを変化させるべきである。
次にMRCには、相互運用性の証拠が必要になる。AMDはトランスポートが複数のフォワーディング手法をサポートするとしているが、顧客はNIC、スイッチ、ファームウェア、ルーティングソフトウェアの検証済み組み合わせを求めるだろう。
一般提供も、まだ答えの出ていない詳細の一つだ。AMDはVulcanoがInstinct MI400シリーズのクラスタ向けに認定中だと述べており、Heliosの提供開始は2026年中が見込まれている。
認定は広範な導入と同じではない。製品は設計目標を満たしていても、システムベンダー、クラウドプロバイダー、企業には数カ月の検証がなお必要となる可能性がある。
主要キーワードが直接的な関係を示唆するため、Googleに関する疑問は特に重要だ。GoogleはUALinkを支持しているが、Google CloudがVulcanoベースのインスタンスを提供することを確認する公的な証拠はない。
Googleでの導入は、有意義な採用シグナルとなる。社内にネットワーキングの専門知識を持つハイパースケーラーが、Vulcanoを本番利用に適していると判断したことを示すからだ。
こうした発表がないことは、製品に不利な証拠ではない。ハイパースケーラーは複数のアーキテクチャを評価することが多く、選んだ導入事例だけを公表する。
ソフトウェアの準備状況も精査を要する。ROCmは、スケジューラーや運用チームに有用なテレメトリーを公開しながら、ネットワークと集合通信を連携させなければならない。
高速なNICでも、非効率な集合通信ライブラリや不適切なワークロード配置を補うことはできない。運用者が一貫したジョブ時間を求めるなら、ネットワーク認識はオーケストレーション層まで到達する必要がある。
セキュリティにも注意が必要だ。プログラマブルデバイスは構成の可能性を広げ、あらゆるファームウェア経路において署名、更新、アクセス、ロールバックに関する制御が求められる。
オープン仕様が自動的にオープンな管理を生むわけではない。顧客は、どの機能にAMDのツールが必要か、またサードパーティーの可観測性製品が不可欠なテレメトリーにアクセスできるかを確認すべきだ。
コストに関する主張には、完全なシステム会計が必要だ。公正な比較には、アダプター、スイッチ、ケーブル、光モジュール、ラックスペース、電力、サポート、エンジニアリング人件費を含めるべきである。
Vulcanoを評価するチームは、検索可能なエンジニアリングナレッジベースを通じてベンチマーク記録を保存すべきだ。ファームウェアのバージョンとトポロジーの詳細は、後の比較が有用であり続けるかを左右し得る。
調達チームは、スケールアップとスケールアウトの要件も分けて考えるべきだ。UALink、Ultra Ethernet、MRC、PCIeは、データパスの異なる部分に対応している。
これらのレイヤーを混同すると、印象的な仕様を備えながら一貫性のない導入につながり得る。購入者には、あるアクセラレータから関連するすべてのエンドポイントへトラフィックがどう移動するかを示すアーキテクチャが必要だ。
AMDの技術的な方向性は妥当である。同社の課題は、その方向性を顧客が注文、導入、監視、修理できる再現性の高いシステムへ転換することだ。
VulcanoのAIネットワーキングにおける評価を決める3つのシグナル
Vulcanoの立ち位置は、独立したクラスタ結果、実名の本番顧客、検証済みのマルチベンダー相互運用性によって明確になる。
第1のシグナルは、完全なHeliosシステムでの独立テストだ。結果は、複数のネットワーク条件におけるジョブ完了時間、GPU利用率、テールレイテンシー、復旧状況を比較すべきである。
有用なテストでは、すべてのコンポーネントとソフトウェアバージョンを特定する。リンクで測定した帯域幅と、AIアプリケーションに実際に提供されたスループットを区別すべきだ。
複数のワークロードで強力な結果が得られれば、Vulcanoが通信ボトルネックを取り除くというAMDの主張を裏付けることになる。結果が弱い、または一貫しなければ、見出しとなる帯域幅の価値は下がる。
第2のシグナルは、実名のハイパースケールまたはクラウド導入だ。OracleはAMDのラックスケールインフラについて言及しており、OpenAIはMRCの検証でAMDと協業している。
amd googleの検索関心と、オープン相互接続の取り組みにおけるGoogleの役割を踏まえると、Googleは特に重要になる。ただし読者は、直接的な導入発表を待つべきだ。
顧客は評価以上の内容を説明する必要がある。本番提供の有無、クラスタ規模、対応ワークロード、サービスレベルに対する期待があれば、より強い証拠となる。
第3のシグナルは、すべてAMD製のリファレンス設計を超えた相互運用性だ。Vulcanoは複数のスイッチサプライヤー、ネットワークオペレーティングシステム、光モジュール、管理プラットフォームと動作すべきである。
相互運用性が成功すれば、オープンAIネットワーキングの経済的根拠は強化される。顧客は、クラスタ全体を再設計することなく、選択したコンポーネントを変更できるようになる。
Heliosがクローズドなリファレンス構成として良好な性能を示しても、互換性が限定的であればその根拠は弱まる。オープン仕様に依存していても、実際には統合型システムになる可能性がある。
AMDがこの検証を完了する間、Nvidiaが手をこまねいていることはない。Spectrum-Xはすでに、標準ベースのEthernetと周辺プラットフォームに対するNvidiaの制御を組み合わせている。
したがって、今後の比較では両社の現行製品を使う必要がある。古いEthernetに対する勝利は、Nvidiaの最新ファブリックに対する優位性を示すものではない。
開発者にとって、当面の影響は間接的なままだろう。多くの開発者がVulcanoに触れるのは、クラウドインスタンス、マネージドクラスタ、あるいはインフラチームが選定したシステムを通じてになる。
それでもネットワーキングは、トレーニング時間、推論レイテンシー、容量の可用性、サービスコストに影響する。ファブリック層の改善は、どのAIワークロードが経済的に実行可能であり続けるかを変え得る。
エンタープライズの購入者は、ポート速度の要約ではなく、ワークロードレベルの証拠をベンダーに求めるべきだ。また、障害テストと、サプライヤー間の明確なサポート境界も要求すべきである。
本質的な問いは、EthernetがAIトラフィックを運べるかどうかでは、もはやない。遅延した経路が数千基のアクセラレータを無駄にする規模で、オープンなEthernetシステムが一貫した成果を提供できるかどうかだ。
AMDは現在、Vulcano、MRC、Ultra Ethernet、Heliosを通じて具体的な答えを提示している。Googleをはじめとする標準化パートナーはオープン路線の信頼性を高めるが、AMDの実行力を保証するものではない。
最初の独立したHeliosベンチマーク、名称が明らかにされた最初のVulcanoクラウド導入、そして最初の広範な相互運用性レポートに注目したい。この3つのシグナルが、AMDの標準化への賭けが本番環境で使える代替手段となるのか、それとも魅力的な仕様のままにとどまるのかを決定する。
