AI業界の発展と政策動向

SpaceXは、四半期末時点で1,000億ドルの現金と約480億ドルの契約受注残高を保有していると報告した。これは、6月の公募増資で調達した857億ドルを反映している。同社は、Starship、Starlinkのブロードバンドおよびモバイル衛星サービス、ならびにAIインフラの開発に資本を投じる計画だ。 経営陣は、コンピューティング容量を年末までに2ギガワット超、2027年末までに約10ギガワットへ拡大する目標を掲げており、インフラにはNVIDIAベースのシステムのみを使用する。Starlink Mobileは、数千基のV2衛星を打ち上げ、2027年第3四半期にデータ通信サービスを開始することを目指している。

サムスン電子は、HBM4、HBM4E、HBM5、LPDDR5X-PIM、PM1763、BM1773を含むAIメモリおよびストレージ製品の全ラインアップを発表した。同社は今年初め、1c DRAMと4nmベースダイ技術を使用したHBM4の量産を開始し、5月にはHBM4Eのサンプル出荷を開始した。また、HBM5には2nm GAAおよび高密度TSV技術を適用する計画だ。今回の発表は、データ移動と消費電力の削減を目指すプロセッシング・イン・メモリ（PIM）方式によってAIデータセンターの需要に対応するものであり、データ転送速度のボトルネック解消に焦点を当てたアプローチとともに、AIメモリ市場におけるサムスンの競争力を高める狙いがある。 サムスン電子、1c DRAMと2nm GAA技術でHBM製品ロードマップを前進 サムスン電子は、HBM4、HBM4E、HBM5にまたがるHBM製品ロードマップを発表した。同社は今年初め、1c DRAMと4nmベースダイ技術を活用したHBM4の量産を開始した。HBM4Eのサンプル出荷は5月に始まった。HBM5には、2nmゲート・オール・アラウンド（GAA）技術と高密

同社CEOのイーロン・マスク氏によると、SpaceXはNVIDIAのテクノロジーのみを用いてAIインフラを構築している。航空宇宙企業である同社は、年末までに2ギガワット超、2027年末までに約10ギガワットのコンピューティング容量を目標としている。この戦略は、AmazonがTrainiumチップを開発し、GoogleがTPUの導入を拡大し、AnthropicがAWS、AMD、Voltaの各プラットフォームにインフラを分散させるなど、複数ベンダーやカスタムシリコンを活用する業界他社とは対照的である。 SpaceXの財務状況がインフラ拡張を後押し SpaceXは四半期末時点で1,000億ドルの現金と、約480億ドルの契約残高を保有していた。同社はコンピューティング容量の目標を達成するため、調達に充てる資金をNVIDIAのインフラに振り向けている。マスク氏は、AIインフラ構築における同社の第一選択肢としてNVIDIAのアーキテクチャを挙げた。 競合他社は複数ベンダーのチップ戦略を追求 AmazonはAIワークロードにおける自社製Trainiumチップの比率を高めており、Googleはデータセ

SpaceXの第2四半期決算説明会で、イーロン・マスク氏は、同社がNVIDIA製GPUのみを使用すると述べ、Vera Rubinを最高のアーキテクチャであり、AIコンピューターだと評価しました。SpaceXは、2026年末までに計算能力を2GW超、2027年末までに約10GWへ拡大することを目指しています。第2四半期末時点で、同社は1,000億米ドルの現金と約480億米ドルの受注残を有していました。 マスク氏は、NVIDIAの多層的なパートナーシップとSpaceXとの協業を称賛しました。単一サプライヤー戦略により、調達と業務が効率化される一方、交渉力とサプライチェーン上のリスクがいずれも1社のベンダーに集中することになります。

サムスン電子は、zHBMと呼ばれる次世代3Dメモリ技術を公開し、HBM5と比較してGPUあたり最大8倍の性能と、3倍の電力効率を実現すると主張しました。このアーキテクチャ上の革新は、HBMをAIアクセラレーターの直上に直接積層するもので、データの移動距離を短縮し、性能と電力効率を同時に向上させます。この設計アプローチは、業界がデータ伝送のボトルネックに対処しようとする取り組みに沿うものであり、メモリとファウンドリーの両方の能力を統合したサムスンの一体型体制によって可能になります。 サムスンのzHBM、AIアクセラレーター上への直接積層アーキテクチャを採用 zHBM技術は、メモリ設計における根本的な構造変化を示しています。このシステムでは、HBMをAIアクセラレーターの直上に直接積層することで、処理中にデータが移動しなければならない距離を短縮します。このアーキテクチャは、AI処理システムにおける重大なボトルネックとして業界関係者が指摘してきた、データ伝送速度の限界に対処するものです。 HBM5、GAAトランジスターと2nmファウンドリープロセスを採用 サムスンはHBM5で、GAA（Gat

Samsung Electronicsは、HBM4、HBM4E、HBM5、LPDDR5X-PIM、PM1763、BM1773を含む、AIメモリおよびストレージ製品の全ラインアップを公開しました。同社は今年初め、1c DRAMと4nmベースダイ技術を採用したHBM4の量産を開始し、5月にはHBM4Eのサンプル出荷を開始しました。今回の発表は、データ移動と消費電力を削減するメモリ中心のコンピューティングアーキテクチャへ業界が移行する中、AIデータセンターの需要を見据えたものです。 Samsung Electronics、複数世代の製品でHBMロードマップを推進 Samsung Electronicsは今年初め、1c DRAMと4nmベースダイ技術を組み込んだHBM4の量産を開始しました。同社は5月にHBM4Eのサンプル出荷を開始しました。HBM5の開発計画には、2nm GAA（Gate-All-Around）技術と高密度TSV（Through-Silicon Via）の実装が含まれています。 LPDDR5X-PIM、モバイルAI向けにメモリ内コンピューティングを導入 LPDDR5X-PIM

最近の報道によると、古河電気工業は、AIデータセンターの建設に伴う需要の急増に対応するため、6億3,500万ドルを投じて光ファイバーの生産能力を倍増させる計画を発表しました。この拡張は、AIインフラの構築が世界的に加速する中、データセンター内およびデータセンター間の接続性向上を背景に増大する光ファイバーケーブルの需要に対応するものです。

Bank of Americaのアナリスト、Vivek Arya氏は、AIメモリーのスーパーサイクルが加速していることを理由に、Micron Technologyの目標株価を1,500ドルから1,550ドルへ引き上げ、買い推奨を維持した。この引き上げは、Micronの2026年度第3四半期の売上高が前年同期比346%増の4,146億ドルとなったことを受けたものだ。MicronはSamsungおよびSK Hynixと並ぶ、世界で3社しかないHigh Bandwidth Memory（HBM）メーカーの1社として事業を展開しており、NVIDIAのGPU生産における重要なサプライヤーとなっている。 Bank of America、Micronの目標株価を1,550ドルに引き上げ Bank of Americaのアナリスト、Vivek Arya氏は、Micron Technologyの目標株価を1,500ドルから1,550ドルへ引き上げ、買い推奨を維持した。Arya氏は、AIストレージのスーパーサイクルを今回の引き上げの主な要因として挙げた。アナリストによると、NVIDIAのすべてのGPUには

Samsung Electronicsは、HBM5と比較してGPU性能を最大8倍、電力効率を3倍向上させる次世代3Dメモリーアーキテクチャー「zHBM」を発表しました。zHBMは、メモリーをAIアクセラレーターの直上に積層する設計により、データ転送距離を短縮します。さらに、HBM5にはGAA（ゲート・オール・アラウンド）トランジスターとSamsungの2ナノメートル・ファウンドリープロセスが導入され、従来世代と比べて熱管理性能が20％以上向上しています。Samsungはまた、デバイス上で動作するAIアプリケーション向けにz-NAND-Oも発表し、従来のDRAMベースのサーバーに匹敵する性能を約6分の1のコストで実現するとしています。

イーロン・マスク氏は最近の発言で、Starsmind AIの初号衛星の打ち上げを来年から開始し、当初予定していた2028年から前倒しする計画を明らかにした。SpaceXは計算能力を年末までに2GW超へ、2027年末までに10GW近くまで拡大することを目指している。同社はNVIDIAベースのインフラのみに依存する計画だ。四半期末時点で、SpaceXは1,000億ドル超の現金と、約480億ドルの受注残を保有していた。この戦略転換は、低コストの軌道投入と太陽光発電を組み合わせ、地上の電力網が抱える制約を回避しようとする取り組みを反映している。

サムスン電子は8月11日、AI向けメモリーおよびストレージ製品のロードマップを発表し、HBM4Eのサンプル出荷を5月に開始するとともに、次世代HBM5には2nm GAA技術を採用する予定だと明らかにした。同社はまた、メモリー内で演算を実行できる業界初のLPDDR製品、LPDDR5X-PIMを発表した。データ移動と消費電力の削減を目的としている。 サムスンは、HBM4の第3四半期売上高が前四半期比で3倍超に増加し、2026年下半期のHBM売上高全体の60%を超えると予測している。主な注目点は、HBM4EおよびPIM製品の顧客認証の時期と、実際の採用規模だ。

AMDは、Ryzen AI Max+ 395システムが、オンデバイスAIエージェントのワークフローにおいてNVIDIAのDGX Sparkを上回るとする社内ベンチマーク結果を公表した。HEPAベンチマークでは、Ryzenシステムがエージェントの完全なワークフローを15%速く完了し、エンドツーエンドの完了時間はRyzenシステムが311.6秒、DGX Sparkが367.1秒だった。AMDは、この性能優位性について、同時マルチスレッディング（SMT）とAVX-512/VNNI命令セットを備えるZen 5 CPUアーキテクチャによるものだと説明した。NVIDIAのGrace Blackwell CPUにはこれらの機能がないとしている。同社は、エージェントパイプラインでは8段階のうち7段階がCPU上で実行され、最終生成のみがGPUで処理されると指摘した。AMDは、今回のベンチマークデータは自社公表の結果であり、サードパーティによる検証が必要だと述べた。 AMD、HEPAベンチマークでエージェントワークフローの完了時間が15%短いと報告 HEPAベンチマークでは、両システムにおけるエージェント

Elon Musk氏は、Starmind AIの最初の衛星打ち上げが来年開始される見通しだと述べ、軌道上AIコンピューティング衛星の展開時期について、従来発表していた2028年という目標を前倒しした。この発言は、同社の軌道上コンピューティング計画の変更を示している。同計画は、低コストの打ち上げ手段と太陽光発電を組み合わせ、地上の電力網による制約を回避することを目指している。この動きは、地上データセンターの電力ボトルネックが深刻化する中で生じている。PJMは2027年から、自家発電設備を持たない大規模負荷を制限する予定だ。 同社、2027年までのコンピューティング容量拡大を目標に掲げる 同社は年末までに2GW超のコンピューティング容量を確保し、2027年末までに10GW近くまで拡大することを目指している。インフラはNVIDIA製のハードウェアのみを基盤として構築されている。四半期末時点で、同社は1,000億ドルの現金と、約480億ドルの契約残高を保有していた。 PJMの送電網制約が軌道上コンピューティング戦略を促進 PJMは2027年から、自家発電設備を持たない大規模負荷を制限する。軌道

Morgan Stanleyは、2027年のHBM（High Bandwidth Memory：高帯域幅メモリ）の総需要が約6,077,256千GB、すなわち48,618百万Gbに達し、2023年の水準から爆発的に増加すると予測しています。主な牽引役はNVIDIAとGoogleで、NVIDIAが36%のシェアを占め、Googleが35%で僅差の2位につけています。これは、Googleのカスタムチップ製品ラインであるTPU v8i、v8t、v9の拡大によるものです。この変化は、業界がGPU中心のアーキテクチャから、Google、Amazon、Microsoftなどのハイパースケーラーが開発するカスタムASICソリューションへと徐々に移行していることを反映しています。 NVIDIAとGoogleが2027年のHBM需要分布を支配 NVIDIAは、2027年のHBM総需要の36%を占め、最大のシェアを維持しています。一方、Googleの35%というシェアは、NVIDIAとほぼ同等の水準です。AMDは16%で3位に位置し、MetaのカスタムMI450チップについては別途計上されています。MI4

聯合インフォマックスによると、SKテレコムは8月5日、第2四半期の営業利益が5,660億韓国ウォンとなり、市場予想を上回ったほか、前年同期比67.34％増を記録したと発表した。同社の主力事業はAIデータセンター事業で、AIDCの売上高は1,320億ウォンに達し、前年同期比92.5％増となった。 SKテレコムは7月、AIデータセンターの開発を加速させるためSK Hyperを設立し、2029年までに段階的に5GWの容量を稼働させる計画を明らかにした。CFOのパク・ジョンソク氏は、安定した中核通信事業を維持しながら、AIDCの急速な拡大に向けた基盤を整備していると述べた。

最新のベンチマークによると、AMDのRyzen AI Max+ 395システムは、NvidiaのDGX Sparkよりもエンドツーエンドのエージェントワークフローを15％速く完了した。所要時間は、AMDが311.6秒、Nvidiaが367.1秒だった。CPUオーケストレーション性能では、AMDが34％上回った。 この8段階のエージェントパイプライン（計画、解析、OCR、チャンク分割、埋め込み、検索、生成、検証）のうち、CPUで実行されるのは7段階で、GPUで実行されるのは最後の生成処理のみである。CPUでの前処理にかかった時間は、AMDが152.1秒だったのに対し、Nvidiaは229.9秒だった。AMDは、この優位性の理由として、Zen 5コアの同時マルチスレッディング（SMT）とAVX-512／VNNI対応を挙げており、Grace BlackwellのCPUにはこれらがないとしている。3年間のハードウェア減価償却費も約27％低かった。なお、独立した検証はまだ行われていない。

Xで本日（8月11日）共有された投稿によると、コンテキストウィンドウを拡張したエージェントスウォームのテストが開始された。

報道によれば、トランプ政権のAI規制枠組みでは、オープンウェイトAIモデルは任意のローンチ前安全性評価の対象外となる。この政策では、米国の最先端のサイバーセキュリティおよびハッキング能力を備えたクローズドソースAIモデルに限り、安全性評価を適用する。

Twitter上の投稿によると、AIの安全性と倫理に取り組んできたOpenAIの上級幹部3人が最近、同社を退職した。退職した幹部には、倫理部門責任者、安全システム部門責任者、そして以前は同社のミッション・アラインメント（使命との整合性）に関する取り組みを率いていたチーフ・フューチャリストが含まれている。

最近の報道によると、GoogleのAIチームは、同社のAI選考システムによって履歴書が自動的に不採用とされるのを防ぐため、求職者に特別な対策を講じるよう助言している。