ソフトバンク株式会社は2026年2月18日(水)、AI-RANのコンセプトに準拠した製品「AITRAS(アイトラス)」のオーケストレーターにおいて、中核機能の一つであるDynamic Scoring Frameworkをオープンソースソフトウェアとして公開した。
AI-RANの中核機能をオープンソース化することで、パートナーやOSSコミュニティーとの連携を促進し、AI-RANエコシステムの拡大を目指す。
AI-RANとは、AI(人工知能)とRAN(無線アクセスネットワーク)を同一のプラットフォーム上で動作可能にする技術概念である。AITRASオーケストレーターは、複数のサーバーやクラスターにまたがるリソースやワークロードの配置・実行・スケールを自動的かつ最適に制御する仕組みを提供する。
マルチクラスター環境における最適化の必要性
近年、通信事業者を中心に従来のRANの提供に加えて、AI推論処理などをネットワーク上で実行し、新たな価値創出につなげる動きが広がりつつある。
しかし、AI推論処理はGPU(Graphics Processing Unit)やCPU(Central Processing Unit)、各種AIアクセラレーターなどの異なるリソース上で行われ、複数の拠点やクラスターにまたがる構成が一般化している。
このような環境では、どのワークロードをどのクラスターに配置するかを状況に応じて判断する必要があり、複雑な運用が求められる。
AIとRANのそれぞれのワークロードを同一のインフラ上で効率的に制御するためには、オーケストレーターが複数のクラスターや異なるリソースを横断的に管理し、状況に応じて最適な判断を行うことが不可欠である。
Dynamic Scoring Frameworkの機能
Dynamic Scoring Frameworkは、マルチクラスター環境において、各クラスターのリソースの状況を収集・評価し、その結果を基に最適なクラスターの選択やワークロード配置の判断を行うことを可能にする機能である。
具体的な例として、GPUの状況を消費電力やアプリケーション性能など、複数の評価軸でスコアリングし、要件に応じた最適なリソースの選択や設定の変更を実施する。ソフトバンクでは、これらの評価軸を用いた具体的な最適化例をDynamic Scoring Frameworkを用いて実装し、実運用を想定した検証を行ってきた。
今回、ソフトバンクはDynamic Scoring Frameworkを、複数のKubernetes(クバネティス)クラスターを一元管理するOSSであるOpen Cluster Management(OCM:オープン・クラスター・マネジメント)へのOSSコントリビューションとして公開した。
OSSコントリビューションとは、既存のオープンソースソフトウェアプロジェクトに対して、新機能の追加やドキュメントの改善などを行う取り組みである。
業界団体やパートナーとの連携
オーケストレーターにおいて標準的に必要とされる機能をOSSとして公開することで、利用者は共通機能を活用しながら、それぞれのユースケースに応じた独自領域の開発に集中することが可能になる。
AI-RANの中核機能をオープンソース化することで、技術開発と実用化を加速させ、AI-RANのエコシステム全体の発展に貢献する。
また、Dynamic Scoring FrameworkはAI-RANの発展を目指して設立された業界団体「AI-RANアライアンス」のAI and RANワーキンググループが公開した「AI-RAN Platform & Infrastructure Orchestrator」の考え方を踏まえて設計。
さらに、この取り組みはRed Hat, Inc.(レッドハット)の協力の下で進めており、レッドハットが提供するOpenShift Container Platform(OCP:オープンシフト・コンテナ・プラットフォーム)やAdvanced Cluster Management(ACM:アドバンスト・クラスター・マネジメント)を含むエコシステムとの連携も視野に入れて検討している。
クラスター内のミクロ最適化にも対応
ソフトバンクは、マルチクラスター全体を俯瞰するマクロ視点でのリソースの最適化に加え、単一クラスター内におけるミクロ視点でのAIワークロードの最適化にも取り組んでいる。
具体的な事例として、vLLMを用いたAI推論基盤を効率的に運用するためのツールであるllm-dの検証を、レッドハットと協力して進めている。vLLMは大規模言語モデル(LLM)を高速で、かつ効率的に推論(生成)するためのオープンソースの実行基盤である。llm-dはvLLMランタイムエンジンを効率的にオーケストレーションするために設計されたオープンソースのフレームワークである。
この検証では、オーケストレーターがクラスター内のリソースの状況やモデルの要件に基づき、GPUデバイスごとにvLLMの役割を動的に割り当てることで、従来は管理者が手動で設定していた構成を自動的に最適化し、推論APIの性能が向上することを確認している。
デモンストレーションを実施予定
今回の技術に関するデモンストレーションを、「MWC Barcelona 2026」のレッドハットのブースで実施する予定である。
ソフトバンクは、この取り組みを通して、マルチクラスター環境における意思決定の高度化と、AI推論ワークロードの効率的な運用を支える基盤づくりを進めるとともに、レッドハットをはじめとするパートナーやOSSコミュニティーと連携しながら、AI-RANの発展を推進することで、通信インフラの新たな価値創出を加速していく方針だ。
