KDDIの分散型AI、混雑時の上り速度を平均60％改善

KDDIとKDDI総合研究所は、2026年10月14日の発表で、分散型AIを使って基地局の設定を時間帯ごとに調整した結果、全国の一部商用ネットワークの混雑エリアで上り通信速度が平均約60％向上し、上りの低速度エリアが約30％減ったと明らかにした。今回実証した調整技術は2026年11月から全国の商用ネットワークへ順次導入し、2026年度中に本格稼働させる予定だ。

AI Watchの報道によると、実証は2026年6月から8月に、全国から選定した100の混雑エリアで実施された。低速度エリアとは上り速度が1.5Mbps以下だったエリアを指す。実際に利用されている商用網で得た結果だが、測定対象は選ばれた場所と条件に限られる。

平均60％と低速度エリア30％減が示す範囲

二つの改善値は、同じ現象を別の単位で測っている。平均約60％は、混雑する時間帯に測った上り通信速度の改善率だ。約30％は、上り速度が基準以下だったエリアの数が設定の調整後にどれだけ減ったかを示す。後者は、利用者の三割が高速化したという人数の割合ではない。

上り通信は、スマートフォンからネットワークへデータを送る方向を指す。写真や動画の投稿、クラウドへのアップロード、ビデオ通話で自分の映像を相手へ送る処理が関係する。動画を視聴したりファイルを受信したりする下り通信について、今回の改善率をそのまま当てはめることはできない。

実証場所は、全国を均等に代表する地点ではなく、混雑しているエリアから選ばれた。したがって平均値の分母は、全国の全基地局や全利用者の通信ではない。普段は空いている場所まで含めた全国平均の速度上昇率でも、端末ごとに約60％速くなるという保証でもない。今回の結果から読み取れるのは、需要が集中する場所で制御信号の配分を変えたとき、上り通信の改善が観測されたということだ。

低速度エリアの減少には、平均速度だけでは見えにくい意味がある。平均が上がっても極端に遅い場所が残れば、そこにいる利用者の送信は滞る。今回の指標は、遅さが目立つエリアの数も減ったことを示している。ただし、個々の端末の待ち時間や、導入後の各地域で同じ削減率になるかどうかまで測った値ではない。

基地局は何を変え、AIは何を学ぶのか

調整の対象は、基地局が各端末に割り当てる制御信号のリソース量だ。制御信号は、端末へデータを送受信するタイミングと無線リソースを知らせる。混雑時にそのためのリソースが不足すると、送信できる余地があっても指示が十分に行き渡らず、上り速度が落ちることがある。今回の技術は、時間帯によって変わる混雑に合わせ、この配分を自律的に変える。

混んでいる時間帯には、端末に必要な制御信号を配分してデータ送受信の機会を増やす。空いている時間帯には配分に余裕を持たせ、接続の安定性を図る。同じ基地局でも朝、昼、夜で需要の形は変わるため、設定値を一日中固定する方法では、その変化を細かく追いにくい。今回の改善は基地局設備を増設した効果ではなく、商用網にある設備の設定を調整した結果として示された。

この判断を支えるのが、複数のAIが協力して学習する分散強化学習だ。各基地局に対応する推論器が設定値を求めて反映し、学習器がそれぞれの経験から共通する知識を取り出して共有する。時間帯ごとの情報を加えると扱うデータが膨らむため、全国の基地局データを基に作った圧縮モデルで、最適化に必要な特徴を残しながら入力を小さくした。

KDDIの技術解説は、推論器への入力データの次元数を約10分の1に減らし、学習時間を約5分の1に短縮したと説明する。また、速度だけを追って接続を不安定にしないよう、両者のバランスを学習時の報酬に反映する設計を「AIが目指す先に埋め込む」と表現している。商用網で自律調整を続けるには、送信機会を増やす判断と接続を保つ判断の両方が必要になる。

全国展開済みの技術と、これから導入する機能

KDDIの分散型AIには、すでに全国の基地局へ展開された段階と、今回発表された時間帯別の調整という次の段階がある。先行する仕組みは、基地局ごとに適切な設定値を求めるものだった。そこへ混雑の時間変化を取り込み、同じ場所でも時間帯に応じて設定を変えられるようにしたのが今回の実証だ。全国展開済みという説明は、今回の機能が全地域で稼働済みという意味ではない。

1. 先行段階では、一部の基地局で分散型AIによるエリア最適化を始め、対象を全国の基地局へ広げた。
2. 今回の実証では、商用網から選んだ混雑エリアで、時間帯別に制御信号の配分を調整した。
3. 次の段階では、その調整技術を全国の商用ネットワークへ順次導入し、本格稼働へ移す計画だ。

順次導入は、全国の基地局が同時に新しい設定へ切り替わるという意味ではない。地域ごとの適用順序や、個々の基地局でいつ調整が始まるかは示されていない。利用者が体感する時期は、全国への導入開始時期だけでは決まらず、普段接続する基地局への適用と、その場所の混雑状況にも左右される。

利用者の送信体験にどう表れるか

効果が表れやすいのは、混雑する場所で上り通信を使う場面だ。写真や動画を投稿するときの待ち時間、クラウドへのアップロード、Web会議やビデオ通話で相手へ送る映像の途切れ方に変化が生じうる。制御信号の不足を和らげ、端末がデータを送る機会を確保するという仕組みからも、こうした用途への影響は説明できる。

実際の体感は、接続する基地局、時間帯、周辺の利用状況、端末側の条件によって異なる。実証で示されたのは選定した混雑エリアでの平均と、低速だったエリア数の変化であり、個々の利用者に一定の上り速度を約束する値ではない。全国への適用が進んだ後は、実証対象以外の商用エリアでも同様の傾向が続くかが焦点となる。

関連記事：

• Microsoft LoopかNotionか、外部共有の可否が最初の分岐点
• Equinixの分散AI推論基盤、2027年開始でも価格と都市は未定
• インドのAI人材は世界平均の2倍、差を生んだのは判断を渡さない働き方