NVIDIAのCEO、黄仁勋が最新の署名記事を発表：「AIの『五層ケーキ』」

AIは、現代世界を形作る強力な力の一つです。それは単なる巧妙なアプリケーションや単一のモデルではなく、電力やインターネットと同じく不可欠なインフラストラクチャーです。

AIは、実際のハードウェア、エネルギー、経済システムに依存して動作します。原材料を大規模に知能に変換することが可能です。すべての企業がAIを導入し、すべての国や地域がAIを発展させています。

AIがこのように発展している理由を理解するには、基本原理から推論し、計算分野で起きている根本的な変化を把握する必要があります。

プリセットソフトウェアからリアルタイムインテリジェンスへ

計算技術の歴史において、ソフトウェアは通常、事前に作成されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは綿密に設計され、表に格納され、正確なクエリによって検索されました。SQLは不可欠な存在となり、過去の世界を動かしてきました。

しかし、AIはこのモデルを打ち破ります。

私たちは初めて、非構造化情報を理解できるコンピュータを手に入れました。画像を認識し、テキストを読み、音声を聴き、その意味を理解します。文脈や意図に基づいて推論も可能です。最も重要なのは、リアルタイムで知能を生成できることです。

すべての応答は新たに作り出されます。各回答は提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索するのではなく、必要に応じて推論し、知能を生成する仕組みです。

知能がリアルタイムで生成されるため、その背後にある計算アーキテクチャも再設計が必要です。

AIはインフラストラクチャーである

産業の観点から見ると、AIのアーキテクチャは五層に分かれます。

エネルギー

最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムの電力供給が必要です。生成されるトークンは、電子の流れ、熱管理、エネルギーの変換による計算の結果です。この層の下には抽象化はありません。エネルギーはAIインフラの最重要原則であり、システムがどれだけ知能を生み出せるかの制約要因です。

チップ

エネルギー層の上に、チップがあります。これらのプロセッサは、大規模にエネルギーを効率的に計算能力に変換することを目的としています。AIの負荷は、大量の並列処理能力、高帯域幅メモリ、迅速な相互接続を必要とします。チップの進歩は、AIの拡張速度と知能の適用範囲を決定します。

インフラストラクチャ

チップの上に、インフラ層があります。これには土地、電力供給、冷却システム、建築工事、ネットワーク通信、そして何千ものプロセッサを一台のマシンに編成するシステムが含まれます。これらはAI工場です。情報を保存するためではなく、知能を創造するために設計されています。

モデル

インフラ層の上に、モデル層があります。AIモデルは、多様な情報を理解できます：言語、生物学、化学、物理学、金融学、医学、そして物理世界そのものです。言語モデルはその一例です。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット技術、自律システムなどの分野で進行しています。

応用

最上層は応用層であり、ここに経済的価値が生まれます。例えば、医薬品開発プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などです。自動運転車はAIの具体的な応用例です。ヒューマノイドロボットは、AIの具現化の一例です。同じアーキテクチャでも、異なる成果をもたらします。

これが五層のケーキ構造です：

エネルギー → チップ → インフラストラクチャ → モデル → 応用。

各成功した応用は、その下層のすべてを駆動し、その運用を支える動力源となります。

私たちはこの構築プロセスを始めたばかりで、すでに数千億ドルを投資していますが、さらに数兆ドル規模のインフラ整備が必要です。

世界的に見て、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大のインフラ建設となるでしょう。

この建設を支える人手は非常に膨大です。AI工場には電工、配管工、金属工、ネットワーク技術者、設置作業員、オペレーターなどが必要です。これらは高度な技術を要し、待遇も良い仕事であり、現在は供給不足です。この変革に参加するには、コンピュータ科学の博士号は必須ではありません。

一方、AIは知識経済全体の生産性向上に寄与しています。例えば放射線科では、AIはスキャン画像の解釈を支援していますが、放射線科医の需要は依然として増加しています。これは矛盾ではありません。

放射線科医の役割は患者のケアであり、スキャン画像の解釈はその仕事の一部に過ぎません。AIがより多くのルーチン作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できるようになります。病院の効率は向上し、より多くの患者にサービスを提供できるとともに、雇用も増えます。

生産性の向上は生産能力を生み出し、その拡大は成長を促進します。

過去一年の変化は？

この一年で、AIは重要な閾値を超えました。モデルの性能が著しく向上し、大規模に導入され始めています。推論能力が強化され、幻覚現象が減少し、実用化の能力が大きく向上しました。AIを基盤とした応用は、初めて実際の経済価値を創出し始めています。

医薬品開発、物流、顧客サービス、ソフトウェア開発、製造などの分野での応用は、強力な市場適合性を示しています。これらの応用は、その下層の各層にも大きな牽引効果をもたらします。

オープンソースモデルはこの点で重要な役割を果たしています。世界のほとんどのモデルは無料で公開されています。研究者、スタートアップ、企業、国家も、先進的なAIに参加するためにオープンモデルを活用しています。オープンモデルが最先端に達すると、それはソフトウェアだけでなく、技術スタック全体の需要を喚起します。

DeepSeek-R1はその良い例です。強力な推論モデルを広く公開することで、応用層の普及を加速し、訓練、インフラ、チップ、エネルギーの需要増加を促しています。

要点

AIを不可欠なインフラとみなすと、その影響は明らかです。

AIはTransformer大規模言語モデルから始まりましたが、その意義はそれだけにとどまりません。これは産業革命であり、エネルギーの生産と消費、工場の建設様式、仕事の組織、経済成長の道筋を根本から変えています。

現在、AI工場が建設中です。知能がリアルタイムで生成されるためです。チップは効率性が拡張速度を決定するため、再設計されています。エネルギーは、知能の生産規模の上限を根本的に決定するため、重要な要素となっています。応用は加速し、基盤モデルが閾値を超え、大規模に投入されているからです。

各層は相互に強化し合います。

その結果、AIの規模は非常に大きくなり、多くの産業に同時に影響を及ぼし、単一の国や地域、分野に限定されません。すべての企業がAIを活用し、すべての国がAIを発展させるでしょう。

私たちはまだ初期段階にあります。ほとんどのインフラは未完成で、多くの労働者は訓練を受けておらず、多くの機会は未発掘です。

しかし、方向性は明確です。

AIは現代世界のインフラとなりつつあります。私たちの選択、構築の速度、参加の範囲、そして責任ある展開方法が、この時代の行方を決定します。

NVIDIA GTCは2026年3月16日から19日にかけて、米国カリフォルニア州サンノゼおよびオンラインで同時開催されます。次世代AIの無限の可能性を共に探求しましょう。