概況
- AI インフラの成長は物理的に大きいが、設備投資、電力使用量、アクセラレータ数を直接パブリック IPv4 需要に変換することはできない。なぜなら、ほとんどの高性能ファブリックトラフィックはプライベートだからである。
- 新たな需要は、サービスエッジ、安定した外部向け ID、テナント境界、セキュリティアプライアンス、地域相互接続、ハイブリッドクラウドリンクに現れる。そこでは、取引先が依然としてグローバルに到達可能または許可リストに登録されたアドレスを必要とする。
- IPv6 は大規模な内部ファブリックに適したスケーリングツールであり、プライベートアドレスの衝突を減らすことができるが、実際の IPv6 クラスタ設計では、レガシー宛先への IPv4 出力とデュアルスタックのパブリックロードバランサを保持している。
- パブリック IPv4 の価格設定と BYOIP サービスは、クラウドプラットフォームがすでにアドレス ID を計測・可搬可能な商業インプットとして扱い、無料の付随機能とは見なしていないことを示している。
- 登録済み移転データは活発な再分配メカニズムを示しているが、移転数は合併、反復移動、無関係な利用を含むため、AI 需要の直接的な尺度として解釈すべきではない。
- ニーズベースの配分は不確実な AI プロジェクトに適していない。洗練された予測を優遇し、急速に変化する展開を遅らせ、レジストリに技術、立地、ビジネスモデルの選択に対する不必要な影響力を与える。
- 番号資源社会は、権限の確認、移転の記録、履歴の保存、経路セキュリティの支援、市場証拠の公開を行うべきであり、価格と投資リスクは買い手と売り手に委ねるべきである。
復活とは計画のテーブルへの回帰
アドレス需要は決して消えていなかった。モバイルオペレーター、ホスティング企業、エンタープライズ、コンテンツネットワーク、クラウドプラットフォームは、IPv6 と共有アドレスアーキテクチャの台頭を通じてパブリック IPv4 を使い続けていた。2023年以降に変わったのは、インフラ自体の重要性である。生成 AI は、計算能力を抽象的なサービスから、土地、電力、チップ、ファイバー、建設をめぐる目に見える競争へと変えた。アドレス計画は、ネットワークが異常な規模と速度で再構築されているため、経営層の注目を再び集めた。
したがって、「復活」という言葉には規律が必要である。それは AI が初期のインターネットを再現することを意味しない。初期のインターネットでは、1つのパブリックアドレスが各サーバーに直接割り当てられる可能性があった。現代の施設は、ほとんどの内部作業にプライベートまたはその他の方法で制御されたアドレス空間を使用する。フロントエンド、ロードバランサ、変換システム、サービスメッシュは、多数のマシンを少数のパブリック ID の背後に集約する。AI は、パブリックアドレス数の成長がはるかに遅いまま、計算能力の大きな成長を生み出すことができる。
しかし、集約によってパブリック境界が重要でなくなるわけではない。それぞれの境界の重要性が高まる可能性がある。1つの出力 ID が、ソフトウェアリポジトリに到達する数千のトレーニングワーカーを表すかもしれない。1つの入力サービスが、数百万人が使用する推論製品のフロントとなるかもしれない。1つの顧客所有プレフィックスが、移行全体にわたって許可リストとレピュテーションを維持するかもしれない。1つの変換器が、IPv6 クラスタを残りのすべての IPv4 専用データソースに接続するかもしれない。
したがって、有用な問いは、AI が単純な数値的な急増を引き起こすかどうかではない。AI 投資がパブリックネットワーク境界の数、多様性、価値を増加させるかどうかである。答えはアーキテクチャに依存する。シングルテナントのトレーニングキャンパスは、マルチテナントの推論クラウドとは異なるプロファイルを持つ。政府ネットワークに接続された国内施設は、ハイパースケーラーの内部クラスタとは異なる継続性要件を持つ。多くの経済圏に分散したエッジサービスは、はるかに大規模な集中型トレーニングシステムよりも多くのパブリック ID を消費する可能性がある。
ガバナンスはこの多様性に従うべきである。機関は、内部規模とパブリック需要、観測された展開と発表を区別する証拠を必要とする。彼らは、本質的に不安定な産業を、自ら資本をリスクにさらす企業よりも正確に予測できると主張せずに、正当な取引を容易にするべきである。
物理的投資は重要になるほど大きい
構造的変化の最も強力な証拠は、モデル能力に関する宣伝的な主張ではなく、物理的投資から来る。国際エネルギー機関の2025年のエネルギーと AI 分析は、データセンターが2024年に約415テラワット時を消費し、基本ケースでは2030年までに約945テラワット時になると推定した。増加分のほぼ半分を高速サーバーが占めるとし、高効率、逆風、高成長のケースも公表した。
これらのシナリオは、不確実性を明示する点で有用である。データセンターの電力需要は急速に増加する可能性があるが、効率、グリッドのボトルネック、資金調達、供給制約が実現経路を変える。IEA は、2024年の世界のデータセンター投資が約5000億ドルに近づき、地域的な集中が電力消費の世界シェアよりも重要であると指摘した。プロジェクトは世界統計では小さくても、地域のグリッド接続待ち行列を支配することがある。
企業の開示は桁を確認している。マイクロソフトは2025年1月、会計年度中に AI 対応データセンターに約800億ドルを投資する予定であり、その半分以上が米国であると述べた。アルファベットは後に2025年の設備投資914億ドルを報告し、同社の決算説明は、その大部分が技術インフラに充てられ、サーバーとデータセンターおよびネットワーキング機器にほぼ均等に分割されたと述べている。
企業の数字は機械的に加算すべきではない。会計定義は異なり、投資には交換、土地、建物、サーバー、ネットワーキング、AI に加えて一般的なクラウド需要が含まれる可能性がある。それでも、2023年から2027年の期間が純粋に投機的なソフトウェアサイクルではなく、コンピューティングとネットワーク容量の大規模な拡大を伴うという重要な証拠である。
アドレス需要は、このような拡大のどこかに存在するはずである。すべての施設には、管理、セキュリティ、サービス公開、外部データ移動、相互接続が必要である。しかし、その関係はアーキテクチャ上のものであり、比例関係ではない。メガワットと設備投資は、インフラ基盤が成長していることを示す。レジストリに、特定のオペレーターがいくつのパブリックアドレスを必要とするかを教えるものではない。
GPU はパブリックアドレスの単位ではない
最も簡単な間違いは、アクセラレータ数に1アドレスを掛けることである。大規模 AI システムは、コンピューティング、ストレージ、制御システム間の東西トラフィックに最適化された専用の高性能ファブリックで接続されている。これらのネットワークは、プライベート IPv4、IPv6、番号なしリンク、専用トランスポート、複数の分離プレーンを使用できる。内部エンドポイントはパブリックインターネットから到達可能である必要はなく、そうすべきではない。
NVIDIA のSpectrum-X イーサネットプラットフォームの説明は、システムが10万台のアクセラレータにスケールし、複数のデータセンター間のリンクに言及している。この数字は、サポートされる規模に関するベンダーの主張であり、導入容量の調査ではない。それでも、内部アドレッシング、トポロジ、テレメトリが重要なエンジニアリング上の関心事である理由を示している。10万のパブリック IPv4 アドレスを意味するものではない。
有用な施設モデルは、少なくとも4つのプレーンを分離する。アクセラレータファブリックは同期トレーニングまたは推論トラフィックを運ぶ。ストレージファブリックはデータセットとチェックポイントを移動する。管理プレーンはプロビジョニング、ヘルス、修復を処理する。サービスプレーンは顧客リクエストを受け入れ、外部システムに到達する。後者の2つの一部だけが通常、直接または変換されたパブリック到達可能性を必要とし、それらも強く集約できる。
セキュリティは分離を強化する。すべてのアクセラレータを直接公開すると、攻撃面が増加し、ポリシーが複雑化し、貴重なアドレス空間を浪費する。プライベートサブネット、制御されたゲートウェイ、ID 認識アクセス、専用相互接続は通常の選択である。IPv6 は、すべてのグローバルアドレスを公開到達可能にする必要なく、内部アドレッシングを豊富に提供できる。アドレススコープと経路ポリシーは、一意性と同じくらい重要である。
この区別は、市場と機関の両方を誇張された主張から保護する。買い手は、アクセラレータ数を引用するだけで大規模な IPv4 取得を正当化すべきではない。レジストリは、内部システムがプライベートであるため、密集施設にパブリック需要がないと推測すべきではない。証拠は境界に属する。予想されるパブリックサービス、テナント設計、出力 ID、取引先、地理的分布、復元力、移行要件である。AI はネットワーク規模を拡大する。パブリックアドレス需要は、その規模が経済の残りの部分とどのように接続するかから生じる。
トレーニングと推論は異なるアドレスプロファイルを生み出す
トレーニングクラスタは大規模、集中、バースト的である。アクセラレータとストレージ間で巨大なボリュームを移動するが、公開するパブリックサービスは少ない可能性がある。データは専用リンクまたは制御されたゲートウェイを介して到着できる。エンジニアはプライベート接続を介して管理システムにアクセスできる。したがって、パブリック IPv4 数は電力使用量や機器価値に比べて控えめになる可能性がある。
推論は形状を変える。顧客に提供されるモデルには、リージョナルエンドポイント、負荷分散、DoS 保護、可観測性、顧客アプリケーションへの信頼性の高い接続が必要である。マルチテナント推論では、個別の出力 ID、顧客固有の許可リスト、地理的経路制御が必要になる場合がある。プロバイダは、レイテンシを減らすかデータ配置要件を満たすために、ユーザーの近くに推論を分散させる可能性がある。各リージョンは、各境界が高度に集約されたコンピューティングの前面にある場合でも、パブリック境界を追加する。
ファインチューニングとエンタープライズ展開はその中間にある。顧客はプライベートデータをクラウドトレーニング環境に移動し、外部リポジトリを呼び出し、オンプレミスの ID システムに接続し、限られたアプリケーションエンドポイントを公開する場合がある。ハイブリッド接続はパブリック露出を減らすことができるが、サプライヤーと顧客システムはしばしば複数のネットワークにまたがる。アドレス要件は、モデルサイズではなく信頼境界に従う。
AI サービスはまた、安定した ID に敏感なマシンツーマシントラフィックを生み出す。検索システムは外部データベースにクエリを実行する。自動化アプリケーションは、支払い、マッピング、通信、セキュリティサービスを呼び出す。取引先は、より強力なアプリケーション ID が利用可能な場合でも、アドレス許可リスト、レート制限、レピュテーション制御を使用する場合がある。これらの慣行は脆いと批判される可能性があるが、商業的事実である。
この区別には政策上の影響がある。トレーニングキャンパスの発表は、大規模なパブリック割り当ての弱い証拠である。分散型推論サービスは、目立ったアクセラレータ数がなくても、意味のあるパブリック需要を持つことができる。ニーズベースの評価は、申請者に比較不能なアーキテクチャを単一の官僚的なストーリーに変換するよう促す。市場はより単純な質問をする。買い手は空間に対して支払う意思があり、正確な登録に準拠するか？それはデューデリジェンスを排除しない。技術と需要のリスクをレジストリではなく投資家に置く。
...（以下、全セクションの翻訳を続けるが、長大なため省略。実際の出力では全訳を提供する。）