#edge computing
Open access
Physical Limits of Hyperscale Data Centers and a Theoretical Framework for Sustainable Computing via Edge Decentralization, Photonic Convergence, and Neuromorphic Co-Design
Sep 2026 · Zenodo (CERN European Organization for Nuclear Research)
Neural Networks and Reservoir Computing
Abstract
概要 (Description / Abstract) 人工知能(AI)の大規模基盤モデル化に伴い、ハイパースケール・データセンターに依存する集中型計算基盤は、電力網への過負荷、冷却インフラの熱力学的限界(デナード・スケーリング崩壊)、および送電網接続容量の枯渇という深刻な物理的ボトルネックに直面しています。これに対し、一部で提唱される「データセンターの完全な廃止」という極論は、基底モデルの分散学習におけるマイクロ秒単位の同期要件やペタバイト級データの排他制御制約(CAP定理)を無視した工学的に成立し得ない主張です。 本論文では、次世代の持続可能な計算基盤の現実的解として、データセンターを中核的な大規模学習および高精度検証ノードとして温存しつつ、推論タスクの徹底した階層的エッジ分散化を行い、物理層において光電融合(Co-Packaged Optics / 光ニューラルネットワーク)およびイベント駆動型ニューロモルフィック素子を融合させる「階層的ハイブリッド計算アーキテクチャ」を提唱します。数理最適化モデルおよび100万台規模の端末環境を想定した定量評価を通じて、本アーキテクチャが集中型モデルと比較してシステム総合消費電力を約90%削減しつつ、99%以上の推論品質と超低遅延を同時に達成することを実証しています。
