目次
- 01.執筆者 自己紹介
- 02.アメリカ拠点立ち上げのきっかけ
- 03.なぜシリコンバレーか？
- 04."Zero to One"
- 05.新たなサニーベール拠点
- 06.米国拠点のこれからの展望
- Blog
- -
ソフトバンク 米国拠点：これまでの歩みと展望
（ソフトバンク株式会社の米国子会社であるSB Telecom Americaの一部門）
#AI-RAN #その他 #LargeTelecomModel #Transformer #オフィスツアー #社員紹介
2025.11.21
ソフトバンク株式会社
Topicsトピック
Rajeev Koodliは、モバイル通信、インターネットワーキング、分散型クラウドコンピューティング分野における20年以上の先駆的な実績を持つ、世界的に著名なテクノロジーリーダーです。リーダーシップ、戦略立案、アーキテクチャ設計、プロダクト開発、研究およびイノベーションにおける豊富な専門知識を通じて、4G/5Gシステム、ハイパースケールクラウドインフラ、IPv6ネットワーキング、AI分野における革新的な貢献により、通信業界およびテクノロジー業界に大きな影響を与えてきました。彼の技術革新は、グローバルなモバイルネットワーキング標準に多大な影響を与えており、彼の技術的リーダーシップは業界の再構築に寄与しています。
1. 執筆者 自己紹介
現在、私はソフトバンク株式会社 先端技術研究所の顧問であり、ソフトバンク株式会社の米国子会社であるSB Telecom Americaのシニア・バイス・プレジデント（SVP）を務めています。シリコンバレー拠点を率いており、AIインフラ向けのプロダクトエンジニアリングチームと、モバイルネットワークのためのAI基盤に関する研究開発（R&D）を担当しています。
これまで、Intel、Google、Starent（Ciscoに買収）、およびNokiaにおいて、AI、ハイパースケール・コンピューティング、4G/5Gネットワーク、IPモビリティおよびネットワーキング、分散システムなどの分野でリーダーシップ職を務めてきました。
2. アメリカ拠点立ち上げのきっかけ
2024年初頭、ソフトバンク先端技術研究所 所長の湧川隆次氏との偶然の出会いがすべての始まりでした。
湧川氏はNVIDIAと協力して米国でAI-RANに関する取り組みを立ち上げようとしており、私自身も AIの世界に深く飛び込む機会を探していました。ほどなくして田村 峻、川井 雄登という2 人の若手エンジニアが加わり、2024 年4 月に米国拠点での活動が始まりました。
当初の目標は、NVIDIAと連携しながらソフトバンクAI-RAN 技術を成長させることでした。サンタクララにあるNVIDIA Building Kに拠点を構え、ラック1台分のGPUクラスタをAI-RANと AIトレーニングに活用。その後、活動範囲が拡大し、サニーベールの中心街に新オフィスを見つけるという幸運にも恵まれました。
エンジニアとして加わった川井 雄登(左)と田村 峻(右)
3. なぜシリコンバレーか？
AIによる変革が世界の社会構造を再定義しつつある今、ソフトバンクには、AIインフラ、ソフトウェア、そしてAIモデルの創出と活用のあり方に積極的に貢献できる大きなチャンスがあります。特にAIデータセンターおよびモバイルエッジAIは、今後数年で世界的な社会的影響を及ぼす重要な分野であり、ソフトバンクにとっても極めて重要です。
シリコンバレーは AIイノベーションの中心地であり、NVIDIA をはじめとする戦略的パートナーや、この変革を牽引するスタートアップが集まっています。AIを重視するソフトバンクにとって、シリコンバレーという現場でイノベーションを起こすことは不可欠です。世界中から集まる優秀な人材、トップクラスの大学、そして重要なパートナーや顧客へのアクセス――この地には計り知れない可能性があります。
4. "Zero to One"
私たちの思いがけない出会いの中で話題にしたテーマのひとつは、「モバイル通信ネットワークのための基盤モデル（Foundation Model）の構築」でした。
私のビジョンは（そして今も変わらず）、ソフトバンクが保有する膨大な非公開通信データを活用し、ネットワーク運用や無線信号処理のあり方を根本から変革することにあります。
ソフトバンクの Large Telecom Model（LTM：大規模通信モデル） の開発は、まさに “0から1” の挑戦でした。
2024年春の米国オフィス設立を機にスタートしたこのプロジェクトでは、生の通信データと長年にわたるエンジニアリングの知見を融合し、実用的で高性能なAIシステムへと昇華させることを目指しました。
AIのコア部分の開発も難題でしたが、それ以上に複雑だったのはインフラの構築です。断片的に存在する運用データ源からテラバイト級の実ネットワークデータを安全に確保し、セキュアなGPU演算・ストレージ基盤を整備し、多様で扱いにくい実世界のテレメトリーデータを処理できる堅牢なデータパイプラインを構築する必要がありました。
開発プロセスは極めて反復的でした。学習、評価、フィードバックを絶えず繰り返しながら、モデルの挙動とデータ品質の間に密接なフィードバックループを築いていきました。この「学習・評価・調整・再学習」のサイクルこそが、通信ネットワーク運用の深い専門知識を生成AIの基盤モデルに埋め込むプロセスだったのです。
同様に、無線信号処理のためのトランスフォーマーモデル の開発もまた、私たちにとって“0から1”のマイルストーンとなりました。
2024年夏、私たちは「密なトランスフォーマー構造は、従来のニューラルネットワークを超えることができるのか？」という問いから出発しました。
私は「Self-Attention」の仕組みは、畳み込みニューラルネットワーク（CNN）よりも入力コンテキストから“より多く”を引き出せるのではないかと直感していました。これは以前のチャネル補間（Channel Interpolation）研究で得られた成果をさらに拡張できるのではないかと考えたのです。
当初は非現実的とみなされていましたが、議論を重ねるうちに「もし無線信号をテンソル形式で符号化し、時間・空間的な埋め込み（temporo-spatial embeddings）として自己注意機構に入力し、補間などの無線タスクとしてデコードできれば、動くかもしれない」と確信するようになりました。
チーム全員がすぐに納得したわけではありませんが、粘り強く試行錯誤を重ねた結果、理想的なCSI（チャネル状態情報）に次ぐ性能を持つニューラルレシーバー の実現可能性を示すことに成功しました。
このモデルは、チャネル補間タスクにおいて約330マイクロ秒という低レイテンシーを達成しています。
さらに、このモデルは、Massive MIMO、SRS予測、マルチユーザーペアリングなど、さまざまなタスクにおいて高い汎化能力を示しています。
現在、LTM と Transformer Machine AI の双方が着実に進化を続けています。
LTMは日本語能力を備えた大規模言語モデル「Sarashina」への統合が進められており、ソフトバンクの各事業部でも運用分野での試行が始まっています。同様に、Transformer Machine AIも多くの応用分野へと拡張を続けています。
5. 新たなサニーベール拠点
では新たなサニーベールの拠点はどのように誕生したのでしょうか。
LTM の開発で多忙を極める中、私は AI を中心とする進化するインフラ産業に注目し始めました。従来のクラウドとは異なり、AI ワークロードは学習・微調整・推論といった GPU 中心のインフラを必要とします（従来のクラウドが CPU やネットワーキング、データベース、企業統合などに焦点を当てているのに対して）。
もちろん、クラウドハイパースケーラー（大手クラウド事業者）が主要なプレイヤーですが、AI向けに特化した「ネオクラウド」と呼ばれる新興勢力も台頭しています。
こうした新しい動きが、ソフトバンク向けに独自の AIインフラソフトウェア製品 を立ち上げる機会を私たちに与えました。
この潮流は、ソフトバンク向けに独自のAIインフラソフトウェアを立ち上げる好機となりました。経営陣の支援のもと、より大きなチームや実験環境を収容できる拠点が必要となり、新オフィス開設に至ったわけです。タイトなスケジュールながら中核チームと快適なオフィスを整え、現在も優秀な仲間を募集中です。
サニーベールにある米国拠点
6. 米国拠点のこれからの展望
現在、米国拠点の重点分野は以下のとおりです。
・AI向けインフラソフトウェア製品の開発：
AIワークロード（学習・微調整・推論）をサポートするための重要な基盤であり、集中型およびエッジデータセンター上で動作し、基盤インフラ全体を管理します。これはプロダクト開発プログラムです。
・AI-RANを中心としたエコシステムの拡大：
NVIDIA との強力な共同開発を継続しつつ、大学・政府機関との新たなパートナーシップや AI-RANアライアンスにおける業界へのリーダーシップを発揮しています。
・モバイルネットワーク向けAI基盤モデルの開発：
これらのモデルは、モバイルネットワークに関わるさまざまなユースケースにおいて、一般的な専門知識や転移学習の基盤となるものです。LTMは通信事業の運用コスト削減を、Transformer Machine AIは設備投資効率の改善を目指しています。
私たちは、AIの推論や強化学習の進化を取り入れ、これらのモデルをさらに発展させ続けています。
2025 年前半、チームは大きく拡大しました。そのため、サニーベールの美しいダウンタウンに新オフィスを構えたのは大正解でした。引き続きAI インフラのコアチームを組織し、テストインフラやAIフレームワーク分野の採用を進めています。また、日本での GB200プラットフォーム展開 に向けた準備も進めています。
AI-RANも拡大し続けており、現在ではアライアンス参加企業が100社を超えています。
個人的にも、新拠点とチームをゼロから立ち上げる体験は非常にやりがいがありました。スタートアップのような環境で、チームは毎日楽しく働いています。湧川氏をはじめとし、社内の皆のサポートと信頼に心から感謝しています。
R&D分野における「Zero to One+」の成果を見ることができるのは本当に楽しみです。そして、AIインフラソフトウェア製品の開発で私たちがこれから成し遂げていくことにも大きな期待を寄せています。これから新たな挑戦が続きます。どうぞご期待ください。
チームメンバー
この日本語版ページはAIツールによって作成されたものであり、内容に相違が生じた場合は英語版の記載を優先します。
関連記事
Large Telecom Model
プレスリリース：通信業界向けの生成AI基盤モデル 「Large Telecom Model」を開発
プレスリリース：通信業界向け生成AI基盤モデル「Large Telecom Model」が国産AIモデルに発展、社内利用を開始
ウェビナーアーカイブ：GenAI Large Telecom Model: The Future of Mobile Network Operations
無線信号処理のためのTransformerモデル
プレスリリース：Transformerを活用してAI-RANを高度化し、5G通信速度を約30%向上
論文：A Unified Transformer Architecture for Low-Latency and Scalable Wireless Signal Processing（英文のみ）
ウェビナーアーカイブ：AI-Native Mobile RAN Signal Processing - A Transformer-based Approach