2
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

日刊IETF (2026-03-02) Part 15/19 ─ AI DCファブリック向けFRR要件定義、分散LLM推論フレームワークODSIも

2
Posted at

こんばんは!!!!!!!!!!!!!!!
GMOコネクトの名もなきエンジニアです。
よろしくお願いします!

日刊IETFは、I-D AnnounceやIETF Announceに投稿されたメールをサマリーし続けるという修行的な活動です!!
今回は、2026-03-02(UTC基準)に公開されたInternet-DraftとRFCをまとめました。

  • Internet-Draft: 394件
  • RFC: 0件

参照先:


その日のサマリー & Hot Topics

  • Part 15はAI/MLファブリックとネットワーク設計の融合が色濃く表れた回です。AI DCファブリックで100マイクロ秒以下の収束を実現するIP Fast Rerouteの要件定義や、Efficient Remote Protectionによるヘアピン回避、SRv6ネットワークでのフロー単位精密輻輳制御など、AI基盤ネットワークに特化した高速障害復旧と輻輳制御の提案が揃いました。LLM推論を分散実行するためのオープンフレームワーク「ODSI」は、レイヤー単位のアクティベーション転送やルーティングを定義する野心的な提案です。

  • AIエージェントの通信インフラとしてIPv6がどう進化すべきかを分析する文書や、エージェント間通信のルーティング考慮事項、セマンティック駆動のトラフィックシェーピング契約など、AIネットワーキングの標準化議論が一気に広がりを見せています。セキュリティ面ではJOSEの「none」アルゴリズムとRSA1_5の非推奨化が進み、MLSでの署名削減によるプロトコル効率化も提案されました。光ネットワークとAIコンピューティングの統合制御フレームワーク「UONACO」も登場し、ネットワークとAIの境界がますます曖昧になっています。

投稿されたInternet-Draft

Fine-Grained Flow Control Backpressure Mechanism for Wide Area Networks

WAN向けのきめ細かいフロー制御バックプレッシャーメカニズムの提案です。データプレーンの輻輳検知と通知を活用し、ミリ秒レベルの輻輳応答を実現します。L2 PFCをICMPv6などのネットワークプロトコルで拡張してWANでの輻輳バックプレッシャーメッセージングを可能にするほか、ネットワークスライシングによる分離を活用して、テナントやタスク粒度でのフロー制御を提供します。転送パスに沿った輻輳通知のマルチホップ伝搬もサポートしています。
Draft Link

Hybrid Energy Saving Mechanism for Transport Network

トランスポートネットワークのエネルギー節約メカニズムの提案です。デバイスレベルの自律性とネットワーク全体の協調を統合し、デバイスとネットワークコントローラーの両方でハイブリッド制御を実装することで、SLA対応かつマルチレイヤーのエネルギー最適化を実現します。環境負荷の低減とネットワーク品質の維持を両立させるアプローチです。
Draft Link

JOSE: Deprecate 'none' and 'RSA1_5'

RFC 7518を更新し、JWSアルゴリズム「none」とJWEアルゴリズム「RSA1_5」を非推奨にする提案です。これらのアルゴリズムにはセキュリティ上の既知の弱点があります。Designated Expertsに対するレビュー手順も更新し、今後のアルゴリズム登録が満たすべきセキュリティ要件のベースラインを確立します。JWT/JWEのセキュリティ強化に向けた重要な一歩です。
Draft Link

YANG Data Model for End-to-End Internet Traffic Operational Statistics

エンドツーエンドのインターネットトラフィック運用統計のためのYANGデータモデルです。ドメイン間の相関分析とネットワークパフォーマンス分析を支援することを目的としており、複数のネットワークセグメントにまたがるトラフィック状況の可視化を標準化された形式で実現します。
Draft Link

Coupling ECN Marking Thresholds with Dynamic Buffer Allocation

動的バッファ割り当てとECNマーキング閾値を連動させるフレームワークとアルゴリズムの提案です。動的バッファ割り当てを行うネットワーク機器では、キューに利用可能な最大バッファがアクティブキュー数や残余共有バッファプールに応じて変動するため、静的なECN閾値では早すぎるマーキングや遅すぎるマーキングが発生します。設定可能なパラメータで適応的な関係を維持し、複雑な機械学習モデルやフロー単位のトラッキングなしに安定した輻輳シグナリングを確保する設計です。
Draft Link

Proposed Update to BGP Link-State SPF NLRI Selection Rules

大規模データセンター向けに拡張されたBGP-LS-SPFのNLRI選択ルールの更新提案です。BGPプロトコルとBGP-LS拡張のメカニズムを活用してLink-State分散とSPF計算を行う際の経路更新と収束を改善しつつ、一貫したSPF計算結果を維持することを目指しています。
Draft Link

Efficient Remote Protection

Efficient Remote Protection(ERP)というIP Fast Rerouteメカニズムの提案です。障害発生箇所の直近ノードではなく、複数ホップ上流の戦略的に選ばれたノードで事前計算済みバックアップパスを起動することで、LFAやTI-LFAで生じるトラフィックヘアピンを回避します。完全なリンク/ノード障害だけでなく、輻輳やリンク容量低下といったパフォーマンス劣化にも適用可能で、AI DCやDCIネットワークなどリンク使用率の高い環境で効果を発揮します。
Draft Link

Problem Statement for Network Resilience

ネットワークレジリエンスに関する問題空間を定義し、複雑で連鎖的かつ予期しない障害に対処する際の、現行ネットワークアーキテクチャの限界を分析する文書です。大規模障害シナリオにおけるネットワーク設計の課題を体系的に整理しています。
Draft Link

IP Fast Reroute for AI/ML Fabrics

AI DCファブリックおよびDCI環境で100マイクロ秒未満の収束を達成するための要件とメカニズムをまとめた文書です。大規模マルチティアClosトポロジやBGPオンリーファブリックの文脈で、既存のIP Fast Reroute(ECMP、LFA、TI-LFA)の限界を分析しています。ハードウェアアクセラレーションによるネットワーク通知メカニズムと、輻輳考慮のリモートプロテクション戦略が、AIワークロードの厳しいパフォーマンス要件に対応するために必要であると指摘しています。
Draft Link

Carrying NRP related Information in MPLS Packets

MPLSパケットでNetwork Resource Partition(NRP)セレクタIDと関連情報を伝搬するメカニズムの提案です。NRPはアンダーレイネットワーク上のリンク集合におけるネットワークリソースと関連ポリシーのサブセットで、enhanced VPNサービスのアンダーレイとして使用できます。パケット転送においてNRPセレクタでパケットの所属NRPを識別し、NRP固有の処理を実行するための手続きを規定しています。
Draft Link

Capabilities and Future Requirements of IPv6 for the Internet of Agents (IoA)

AIエージェントが数千億規模に増大する将来を見据え、Internet of Agents(IoA)のためのIPv6の能力と発展要件を分析する文書です。IPv6の広大なアドレス空間、ネイティブなエンドツーエンド接続性、豊富な組み込み機能がIoAの基盤インフラとして機能する点を体系的に分析し、IoAがIPv6の将来的な発展に課す要件を探っています。AIエージェント時代のネットワーキング基盤の方向性を示す提案です。
Draft Link

Flow-Level Precision Congestion Control for SRv6 Networks

SRv6ネットワークにおけるフロー単位の精密輻輳制御メカニズムの提案です。フロー単位の輻輳情報配信とホップバイホップのバックプレッシャー制御を可能にする新しい輻輳通知メッセージフォーマットを定義しています。キューレベルで動作する従来のPFCと比較して、よりきめ細かい輻輳制御を提供し、ヘッドオブラインブロッキング、輻輳の拡散、デッドロックの問題を緩和します。IEEE 802.1Qbb PFCとの相互運用モデルも記述されています。
Draft Link

A Control Framework for Unified Optical Networks and AI Computing Orchestration (UONACO)

光ネットワークとAIコンピューティングの統合オーケストレーション(UONACO)の制御フレームワークです。広域ネットワーク上のAIコンピューティングサービスモデルを定義し、UONACO制御アーキテクチャ、コンポーネントとインターフェースの特定、および相互作用の記述を行っています。光ネットワークとAIコンピューティングリソースの一元的な制御管理を目指す野心的な提案です。
Draft Link

Operations, Administration and Maintenance (OAM) for Network Resource Partition (NRP) in MPLS Network

MPLSネットワークにおけるNRPのOAMメカニズムの実装を記述する文書です。pingやtracerouteなど既存のOAMメカニズムを拡張することで、NRPの包括的なサポートを実現します。NRPベースのネットワークスライシングにおける運用監視と障害切り分けの標準化に寄与する仕様です。
Draft Link

An Open, Decentralized, and Scalable Framework for Large Language Model Inference

LLM推論を独立運用され相互に信頼しない参加者間で分散実行するためのオープンフレームワーク「ODSI」の提案です。推論をモノリシックな計算やベストエフォートサービスではなく、明示的な期限付きの分散レイヤーワイズ実行プロセスとして扱います。レイヤー対応のアクティベーション転送とルーティング、異種コンピュートリソース間の分散協調、信頼された実行環境を前提としない説明責任と正当性のセキュリティメカニズムを組み合わせています。アーキテクチャの枠組みと設計根拠を定義する段階で、具体的なプロトコル仕様は別文書で策定予定です。
Draft Link

OAuth 2.0 Delegated Authorization

OAuth 2.0における委譲認可の提案です。クライアントが付与された権限のサブセットを下位アクセストークン(委譲アクセストークン)に委譲できるメカニズムを定義しています。委譲先に対してきめ細かい権限制御を維持しつつ安全に認可を委譲できるようにする仕組みで、マイクロサービスアーキテクチャでの権限伝搬に有用です。
Draft Link

Routing Considerations in Agentic Network

AIエージェント間通信のルーティングに関する考慮事項をまとめた文書です。AIエージェントがタスク遂行中に異なるスキルを持つ他のエージェントに接続する必要がある場合、エージェント間通信はインターネットにとって新しい種類のトラフィックとなります。特にクロスドメインシナリオにおいて、エージェントネットワークがIPネットワーク上のオーバーレイとして機能する場合のルーティング課題を記述しています。
Draft Link

Power and Energy YANG Module

通信ネットワーク内またはネットワークに接続されたデバイスの電力・エネルギー監視のためのYANGデータモデルです。ネットワーク機器のエネルギー消費の可視化と管理を標準化するもので、グリーンネットワーキングの実現に向けた基盤的な仕様です。
Draft Link

Fewer signatures in MLS

Messaging Layer Security(MLS)のKeyPackageメッセージ、およびCommitやUpdate Proposalを含むPublicMessages・PrivateMessagesの署名を1つ削減する修正版を規定する提案です。MLS全体の処理効率を改善しつつセキュリティ特性を維持する最適化で、大規模グループメッセージングでの計算コスト削減に効果があります。
Draft Link

Semantic-Driven Traffic Shaping Contract for AI Networks

AIネットワーク向けの「セマンティック駆動シェーピング契約」の提案です。従来のプロトコルはAI学習・推論トラフィックを不透明なバイトストリームとして扱うため、スケジューリング効率が低くなります。この契約により、アプリケーションや分散学習フレームワークが「最低限必要なセマンティクス」をネットワークに明示的に渡し、ネットワーク側が多様なセマンティクスを持つテンソルフローに対して差別化転送とリソース割り当てを実行できるようにします。異種コンピューティング環境や統合学習推論シナリオでのリソース利用効率とタスク完了時間の改善を狙っています。
Draft Link

編集後記

  • AI DCファブリック向けの100マイクロ秒収束という要件には驚かされます。従来の「50ms以下」ですら速いと思っていたのに、AIワークロードはそれをさらに500倍速く求めているんですね。Efficient Remote Protectionの「ヘアピンを避けるために上流で切り替える」という発想は、トラフィックエンジニアリングの知見がFRRに活かされていて興味深いです。
  • LLM推論の分散フレームワーク「ODSI」は、信頼しない参加者同士でモデルのレイヤーを分担して推論するという壮大な構想です。テンソルフローのセマンティクスをネットワークに伝えるシェーピング契約も含めて、ネットワークプロトコルの世界がAIの実行基盤に踏み込んでいく流れを強く感じます。

最後に、GMOコネクトでは研究開発や国際標準化に関する支援や技術検証をはじめ、幅広い支援を行っておりますので、何かありましたらお気軽にお問合せください。

お問合せ: https://gmo-connect.jp/contactus/

2
2
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
2

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?