AWS、ファットツリー型データセンター網を準ランダムグラフに置き換え——そして実運用に展開

1980年代半ば以降、データセンターネットワークは「ファットツリー」階層として構築されてきた。データは積み重なったスイッチ層を上下に移動し、配線は最大のコストの一つである——アマゾンのデータセンターだけでも2,000万キロメートルのファイバーで接続されている。2012年の「Jellyfish」提案のようなランダムグラフ型トポロジーは、柔軟な容量プールを約束したが、ルーティングがより困難でケーブル端点がランダムに選ばれるため、スケールしなかった。

2023年から、Amazon ScholarsのRatul MahajanとSeshadhri Comandurを含むAWSのチームは「聖杯」を探し求めた。すなわち、平坦で、効率的で、障害に強く、配線の少ないネットワークである。筆頭著者のGiacomo Bernardiはまず、繰り返しの非周期的パターンであるペンローズ・タイルを試したが、シミュレーションされたネットワークは信頼性が低かった。構造化された部分をランダム性に置き換えて初めて結果は改善した。「我々は混沌を受け入れ、準ランダムなアプローチを採用した」と彼はWIREDに語った。

障害となったのは——ランダムグラフの配線を誰が行うのか、という点だった——これにはShuffleBoxが答えとなった。アマゾンが構築した光学デバイスで、ルーター間の接続を内部で混合し、混沌としたファットツリーのケーブルの巣を整然とした波に変える。AWSは2024年にダブリンのデータセンターでRNGを初めて展開し、その後ドイツとスペインでも展開、現在では新築データセンターの大半に導入されていると述べている。バイスプレジデントのMatt Rehderは、ルーターとスイッチが69%少なく、スループットが33%高く、ネットワーク電力が40%低く、運用コストが27%低いと主張している。

Jellyfishの共著者で、この研究に関与していないイリノイ大学アーバナ・シャンペーン校教授のBrighten Godfreyは、ランダムネットワークグラフの実世界での使用を「注目に値する」と評している。特筆すべきは、AWSがRNGをAIトレーニングクラスター向けに売り込んでいないことだ。協調的なトレーニングトラフィックはランダムグラフに近似しない。これは日常的なクラウドアーキテクチャに関するものである。この設計は2026年4月の論文「RNG: Flat Datacenter Networks at Scale」で詳述されている。

ファットツリー階層を準ランダムグラフ——平坦な経路プール——に置き換え、過去の試みを頓挫させたランダム配線を制御するShuffleBoxデバイスを構築した。

性能の数値はAWSの主張だが、展開は検証可能である。まず2024年にダブリン、次にドイツとスペイン、現在では新築の標準となっている。

元のランダムグラフ研究の独立した専門家は、本番での使用を「注目に値する」と評している。

ShuffleBoxは障害点をハードウェアの問題として再定義した。これが2012年のアイデアがついにスケールした理由である。

数値は業界の真のコストセンター——スイッチ、ファイバー、そしてそれらが消費する電力——を対象としている。

このアイデアは、運用上の混乱を吸収するハードウェアを14年間（Jellyfish、2012年）待っていた。巧妙なアーキテクチャが実践で失敗するときは、人間が維持できない部分を自動化せよ。

2026年5月時点で、RNGはアイルランド、ドイツ、スペインのAWSデータセンターで本番稼働しており、新築データセンターの大半に導入されつつある。チームは2026年4月に設計を発表し、他にこれを大規模に実施した者はいないと述べている。AWSはまだRNGをAIトレーニングクラスター向けに位置づけていない。