さくらインターネット研究所が構築・運用するGPU800基のAI向けHPCクラスタ「さくらONE」の設計とワークロード分析が、国際会議「MLSys 2026」のIndustry Trackに採択された。特定ベンダーの専用ネットワークに依存しないオープンEthernet構成でTOP500入りした事例は、中規模GPUクラスタを運用する事業者にとって、コスト効率と性能を両立するアーキテクチャ選択の新たな根拠となる。
InfiniBand支配に一石 オープンEthernetでTOP500入り
従来、AI向けHPCシステムのネットワークにはNVIDIAのInfiniBandなど特定ベンダーの専用相互接続技術が事実上の標準として使われてきた。今回の論文が示すのは、800 GbEとネットワークOS「SONiC」を組み合わせたオープンEthernet構成で、NVIDIA H100 GPUを800基搭載するクラスタがHPLベンチマーク33.95 PFLOP/sを記録し、TOP500で世界49位を得た事実である。上位100システムのうちオープンネットワークスタックのみを採用したのは本システムのみだった。オープン技術が専用ネットワークに匹敵する性能を本番環境で発揮できるという実証は、ベンダーロックインの回避を検討する事業者に具体的な選択肢を提示する。
数百GPU規模の実態 大規模ジョブがGPU時間の大半を消費
論文では日本語医療LLMプロジェクトの実運用データも分析されている。ジョブ件数では1〜4ノードの小規模ジョブが大多数を占める一方、GPU占有時間の大半は17ノード以上の大規模ジョブが消費していた。17〜32ノードのジョブの約6%は1週間を超える連続実行となり、プロジェクトの進行に伴って大規模な継続事前学習から中規模なファインチューニングへとリソース利用が移行する遷移も確認された。これまで公開されてきたワークロード分析は数万GPU規模のハイパースケールクラスタに偏っており、数百GPU規模の実データは極めて少なかった。今回の知見は、GPU100〜1000基級のクラスタを運用する多数の事業者にとって直接的な設計指針となる。
規模に依存しないGPUクラスタの共通特性が浮上
本研究の重要な示唆は、ハイパースケールクラスタで報告されてきたワークロード特性が中規模クラスタでも同様に観測された点にある。ジョブ件数とリソース消費の偏り、大規模ジョブの長時間実行、プロジェクトフェーズに応じた負荷変動といった傾向は、システム規模に依存しないGPUクラスタの普遍的な性質である可能性を浮上させた。AIインフラの設計者が特定の企業や研究機関の特異な事例としてではなく、一般性のある知見として参照できるようになった意義は大きい。GPU基盤への投資判断において、過剰性能を避けつつ必要なリソースを見積もるための実証的根拠となる。
日本発のAIインフラ知見が国際会議で評価される意味
MLSysのIndustry Trackは、実運用システムの設計と実装から得られた洞察の共有を目的としてMLSys 2026で新設された発表トラックである。研究トラックとは異なり新規性よりも本番環境での実証性が評価される。この場に日本の事業者の論文が採択されたことは、国内のAIインフラ開発が単なる輸入・導入の段階を超え、国際的に参照可能な運用知見を発信するフェーズに入ったことを示す。さくらインターネットが特定ベンダーに依存しないオープンアーキテクチャを選択し、実際に成果を出しつつ分析を公開したという事実は、国内他事業者のインフラ戦略にも影響を与える可能性がある。
