企業や研究機関向け、共同PoCを含む伴走支援でユースケース開拓を目指す

IOWNによるGPU分散インフラ「GPU over APN」実証環境を開放　NTTドコビジが全国8拠点をつなぎ提供

　NTTドコモビジネスは、全国に分散配置されたGPUリソースを統合的に活用できる実証環境「GPU over APN Testbed」を、2026年7月6日より提供開始した。

　同基盤では、全国8か所のデータセンターに分散されたGPU環境と100Gbps級の「IOWN APN」を用いて、自組織のAIワークロードを検証できる。これまで同社が「GPU over APN」として推進してきた実証実験を、企業や研究機関、パートナーに広げるもので、同環境を起点として分散GPUのユースケースを開拓していく狙いだ。

　NTTドコモビジネスのイノベーションセンター IOWN推進室 担当課長である野山瑛哲氏は、同環境について「我々だけの検証成果だった“離れたGPUをひとつに束ねる技術”を、顧客のユースケースで試せる場を提供する」と説明した。

NTTドコモビジネス イノベーションセンター IOWN推進室 担当課長 野山瑛哲氏

やむを得ない・あえての分散需要に対応する「GPU over APN」

　今回の実証環境の前段となる「GPU over APN」とは、低遅延・高速大容量通信を特徴とする「IOWN APN（All-Photonics Network）」で複数のデータセンター間をつなぎ、分散配置されたGPUの柔軟な活用を実現する取り組みである。

GPU over APNのコンセプト

　同社 イノベーションセンター IOWN推進室 担当部長 エバンジェリストの張暁晶氏は、AIインフラを分散させる背景として、「やむを得ない分散」と「あえて行う分散」という2つの側面があると説明する。

　やむを得ず分散する理由は、GPUサーバーの消費電力急増に伴う電力や設備、冷却能力の確保、GPUサーバー群の重量増への対応といった「インフラの制約」からだ。張氏は、「こうした“物理的な天井”によって、すべてを1箇所に集められない状況が生まれている」と指摘する。

　一方で、あえて分散するのは、障害や災害に対する「事業継続」を強化したいケースや、データ保管場所を管理しながら処理のみを分散させる「データ主権」を担保したいケースが挙げられる。「こうした2つの観点で、分散という選択肢が“新たなスタンダード”になりつつある」（張氏）

NTTドコモビジネス イノベーションセンター IOWN推進室 担当部長 エバンジェリスト 張暁晶氏

　しかし、AIインフラを分散するには、拠点間ネットワークの帯域幅・遅延がボトルネックとなり、ひとつのシステムとして統合的に扱えないという課題があった。この課題に対して、IOWN APNでデータセンター間をつなぐことで解決を図っているのがGPU over APNだ。

IOWN APNにより拠点分散が現実的に

　NTTドコモビジネスでは、これまで主に2つのユースケースでGPU over APNの実証を重ねてきた。

　ひとつは、「GPUサーバー同士を引き離す」ユースケースで、複数のデータセンターで単一のGPUクラスタを構成し、計算処理を実施するものだ。実際に、100GbpsのIOWN APNを利用することで、単一データセンターでのLLM（70億パラメータ規模）の学習時間と比較して、分散環境でも「1.005倍」とほぼ同等の性能を発揮できることを確認しているという。

　もうひとつは、「GPUとストレージを引き離す」ユースケースであり、他拠点に置いたストレージから、高速なデータの読み書きを実施するものだ。こちらも、IOWN APNを活用することで、拠点から移動させられない機密度の高いデータを、コピーせずに直接読み書きできることを確認している（関連記事：複数DCに分散設置したGPUクラスタで生成AI学習、NTT ComがIOWN APNで実証に成功）。

GPU over APN ユースケース