AI産業チェーンが全面的に力を入れる 高コストパフォーマンスのコンピューティングパワーが鍵となる

以下は改訂された記事の本文です:

大手企業のAIへの追求は続いています。今週、マイクロソフト、グーグル、Metaが決算を発表しましたが、Metaは次四半期の指針が予想を下回ったためやや影響を受けたものの、他の2社は株価が好調でした。以前に強調された「収入-支出-再収入」の正の循環論理が展開されており、マイクロソフトとグーグルのクラウド収入の成長率と全体の利益率が持続的に向上しています。AIは広告、検索などのビジネス規模の急速な成長も促進しています。同時に、主要なクラウド企業の計算能力競争が激化しており、短期的には資本支出の減速は難しい状況です。AI時代の初期において、主要企業は継続的な投資を通じて、激しい競争で生き残る可能性があります。ある計算能力サービスプロバイダーの予測によると、AIの計算能力の供給と需要のバランスは2030年まで達成されない可能性があります。

市場は、実際に生産性を向上させたり、生活や学びを便利にしたりする「身近な」AIアプリケーションをもっと見ることを期待しています。今年は、OpenAIのSoraの驚くべきパフォーマンスと国産大モデルKimiの台頭を目の当たりにしました。今後は、GPT、Gemini、Llamaの継続的な更新や、トップ企業がPCやスマートフォンなどの端末に大モデルを導入することが期待されます。AGIへの道のりは曲がりくねっており、社会を本当に変えるAIアプリケーションを開発するには、まだかなりの時間がかかるかもしれません。

現在注目すべきは「コストパフォーマンスの高い算力」です。4Gと5Gの時代を振り返ると、モバイルデータのコストが下がったことで、モバイルアプリの黄金時代が生まれました。同様に、単位算力のコストが下がることはAGI時代に入るための必要条件であり、安価で入手しやすく、安定したAI算力は歴史的なAIアプリケーションの基盤です。Soraを例に挙げると、一般公開までには数ヶ月かかる見込みで、安全性の問題に加え、推論に必要な算力の最適化も求められています。大手クラウドプロバイダーは競争力を維持するために大規模な投資を行う能力がありますが、市場全体の需要を代表することはできません。多くの中小企業には、より高いコストパフォーマンスの算力が必要です。

算力コストを分解すると、約10％の電力運営コストを除いて、残りはほぼ固定資産投資であり、GPU、ネットワーク機器、冷却装置などが含まれます。GPUに関しては、TSMCがAI算力に必要なCoWoSの生産能力を拡大しており、年末までに月間生産能力が4万近くになることが予想されており、2023年の総生産能力を150％以上向上させる見込みです。ネットワーク機器に関しては、NVIDIAのGB200が短距離の大規模銅ケーブル接続を採用しており、高性能を追求するだけでなく、顧客のコスト管理も考慮しています。同時に、光モジュールメーカーはLPOなどの高コストパフォーマンスの光接続ソリューションを積極的に推進しています。冷却に関しては、単一のラックの電力密度が上昇するにつれて、ある臨界値を超えると、液冷のコストパフォーマンスが風冷を上回ることになります。