AI時代の最大の勝者は誰かと問われれば、答えはほぼ疑いようがありません――エヌビディアです。ひっきりなしに品薄状態のH100を武器に、まるでゴールドラッシュでシャベルを売る人のように、世界中のAI企業が血みどろの争いを繰り広げるのを尻目に、自分は黙々と大金を稼ぎ、市場価値は一直線に天井知らずで突き進んできました。最新の財務資料によると、エヌビディアは今後5年間で累計260億ドルという巨額を投じ、オープンソースのAI大規模言語モデルの研究開発を全力で推進する予定です。これは、エヌビディアがシャベルを売るだけに満足せず、自ら下りて金を掘りに行くということです。 **大手筆の投資** 3月12日、エヌビディア社が米国証券取引委員会（SEC）に提出した財務書類によると、エヌビディアは今後5年間で累計260億ドル（約1788億元の人民元に相当）を巨額投資し、オープンソースAI大規模言語モデルの研究開発を全力で推進します。エヌビディア社も、正式に「チップ製造業者」から「フルスタック型AIのトップ実験室」へと向かう戦略的転換を開始しました。 計画によれば、今回の260億ドルの投資は、単一モデルの研究開発に単純に集中するものではなく、オープンソースAI大規模言語モデルの全産業チェーンをカバーします。資金は今後18〜24か月の間に段階的に実装され、最初の自社開発のオープンソースAIモデルは、最速で2026年末から2027年初めにかけて正式に登場する見通しです。 比較すると、この投資規模はOpenAIがGPT-4の訓練に費やした30億ドルを大きく上回ります。技術ロードマップに関してエヌビディアは、「オープンウェイト（Open-weight）」の「中間の道」を選択しました。この方式は、OpenAIの完全なクローズドと、Meta傘下のLlamaシリーズの完全なオープンの間に位置します。 具体的には、エヌビディアは公開モデルの重要なパラメータ（重み）を開示し、企業や開発者が無料でダウンロードでき、自社の端末やプライベートクラウド上で実行・微調整できるようにします。これにより、企業のデータのプライバシー、カスタマイズ、コスト管理に関するニーズを満たします。ただし、モデルの学習データやコードは、完全に公開されない可能性があります。 AIのオープン化を推進する非営利団体Laude Instituteの創設者で、計算機科学者のAndy Konwinskiは、エヌビディアのこの投資をマイルストーン級のシグナルだと位置づけています。「彼らは、多数のオープン型とクローズ型のAIプロジェクトの、前線における交差点にいます」とKonwinskiは述べています。「これは、オープン性への信念に対する、前例のない形での表明です。」 さらに業界分析によれば、オープンソース戦略はエヌビディアにとってより長期的な商業的意義もあります。エヌビディアはモデルを発表する際に、重みや技術の詳細を公開し、スタートアップ企業や研究者がその技術的基盤の上に改良や革新を加えやすくします。これはエヌビディアのハードウェア・エコシステムを中心とする開発者ネットワークの形成に役立ち、ひいてはチップの市場における粘着性をさらに強化します。 **OpenAIに肩を並べる** エヌビディアは2023年11月に最初のNemotronモデルを公開して以来、ロボット、気候モデリング、タンパク質の折りたたみといった垂直領域向けの専用モデルを順次提供してきました。エヌビディアのディープラーニング研究担当副社長であるBryan Catanzaroは、エヌビディアは最近、5500億パラメータのモデルの事前学習を完了したとも明かしています。中核となるモデル研究開発においてエヌビディアは、多モーダル、多領域の最先端の大規模言語モデルを重点的に開発し、言語、コード、科学計算、エージェントなど複数の方向性をカバーします。 このほどエヌビディアは、エンタープライズ向けマルチエージェントシステム専用に設計した新世代のオープンソース大規模言語モデルNemotron 3 Superも発表しました。モデル総パラメータ数は1280億（推論時にだけ活性化するのは120億）、ネイティブで100万tokenの超長コンテキストウィンドウをサポートします。主流のAPIアクセス方式とは異なり、エヌビディアは今回、モデルの重み、事前学習／後学習データセット、完全な学習手順を公開しました。 1280億パラメータは、OpenAI GPT-OSSの最大バージョン規模と概ね同等です。エヌビディアは、AI指数の総合スコアにおいてNemotron 3 Superが37点、GPT-OSSは33点だったと主張しています。 特筆すべきは、エヌビディアが同時に、一部の中国モデルのスコアがこの水準を上回ることを認めている点です。さらにエヌビディアによれば、Nemotron 3 SuperはPinchBenchという新しいベンチマークに参加しており、このテストはOpenClawに対するモデルの制御能力を専用に評価するものです。Nemotron 3 Superは、このテストで1位に入ったとされています。 技術面では、エヌビディアはこのモデルの学習に採用された複数の革新的手法も公開しており、推論能力の向上、長いコンテキストの処理能力、強化学習による応答能力を高めるためのアーキテクチャとトレーニングのテクニックを含みます。 Catanzaroは「エヌビディアは、これまで以上に高いレベルでオープンソースモデルの開発に注目しており、私たちは大きな進展を遂げています」と述べました。 エコシステムの面では、エヌビディアはすでにGoogle CloudのVertex AI、甲骨文クラウドのインフラ、Dell Technologies、HPEなどの主要クラウドサービス事業者およびハードウェアメーカーと連携に合意しており、Amazon AWS BedrockやMicrosoft Azureの接続も準備中です。CodeRabbit、Factory、Greptileなどのソフトウェア開発エージェント企業に加え、生命科学機関のEdison ScientificやLila Sciencesも、このモデルを自社のエージェントのワークフローに統合すると発表しています。 **進路の再定義** 長年にわたり、エヌビディアの中核的な強みは半導体ハードウェア領域に集中しており、世界のAIチップ市場におけるシェアは80%超ですが、AIモデル層における発言権は相対的に弱い状況でした。これまで、大規模言語モデルの技術標準や学習パラダイムの多くはOpenAIやMetaなどのメーカーによって定義されてきました。 今回、エヌビディアが自ら乗り出して最上位のオープンソースモデルを自社開発する主な狙いは、AIモデルの技術ロードマップを基底から定義しようとすることです。自社のハードウェアアーキテクチャとソフトウェアスタックを、AI業界全体の事実上の標準にするために、オープンソースモデルによって計算資源の需要を引き込みます。もしNemotronが企業エージェントAIの主流となる基礎モデルになるなら、大規模にこのモデルを動かすために必要なGPU基盤は依然としてエヌビディアに依存することになります。つまり、モデル層でのオープン化を推進しながら、同時にハードウェア層での需要のロックインを固めるのです。 金融アナリストは、もしエヌビディアがハードウェアの覇権的地位を固めると同時に、基礎モデル市場で成功裏に10%のシェアを獲得できれば、この取り組みは3年以内に同社の年間売上に最大500億ドル相当の上乗せをもたらす可能性があると予測しています。Bryan Catanzaroは、オープンソース・エコシステムの発展を推進することはエヌビディアの中核的な利益に完全に合致しており、今回の巨額投資は場当たり的な追随ではなく、長期にわたる業界調査と見通しに基づく戦略的な選択だと述べています。 現地時間の火曜日、エヌビディアCEOの黄仁勲も、人工知能についての珍しい長文ブログ記事を発表しました。これは彼が2016年以来発表した第7の公開長文であり、記事ではAI産業の基底となるロジックを体系的に解説しています。記事の中で黄仁勲は、AIの「5層アーキテクチャ」を定義しました。彼によれば、現在のAI産業はまだ極めて初期の発展段階にあり、業界はすでに数千億ドルを投じているものの、AIの真の潜在力はまだ十分に掘り起こされていません。今後も、基底となるインフラを整えるために、数兆ドル規模の継続的な投資が必要だとしています。 黄仁勲は、AIが今日の世界を形作る最も強力な力の一つになっていると指摘しました。それは単一の「賢いアプリケーション」や「モデル」ではなく、電力やインターネットと同様に不可欠な基盤インフラのような存在です。現実のハードウェア、エネルギー、経済的基盤の上で稼働し、原材料を吸収して規模化された知能へと変換することができます。将来、すべての企業がAIを使い、すべての国がAIインフラを構築することになるでしょう。 AIの発展が雇用にもたらす懸念については、黄仁勲は、AIは雇用を減らすどころか、むしろ大量の新しい雇用機会を生み出すと考えています。とりわけ基盤インフラと熟練した技能職の領域では、AIインフラの構築に必要な労働力が非常に大きくなります。AI工場には、電工、水道工、鉄鋼労働者、ネットワーク技術者、据付工、オペレーターなどが必要で、これらはいずれも高技能・高賃金の職種です。しかも現状では人手不足です。AIは、トラック運転手、看護師、会計士など、世界規模で存在する大きな人手不足のギャップを埋めており、失業を生み出しているわけではありません。
英伟达はAI大規模モデルに参入
AI時代の最大の勝者は誰かと問われれば、答えはほぼ疑いようがありません――エヌビディアです。ひっきりなしに品薄状態のH100を武器に、まるでゴールドラッシュでシャベルを売る人のように、世界中のAI企業が血みどろの争いを繰り広げるのを尻目に、自分は黙々と大金を稼ぎ、市場価値は一直線に天井知らずで突き進んできました。最新の財務資料によると、エヌビディアは今後5年間で累計260億ドルという巨額を投じ、オープンソースのAI大規模言語モデルの研究開発を全力で推進する予定です。これは、エヌビディアがシャベルを売るだけに満足せず、自ら下りて金を掘りに行くということです。
大手筆の投資
3月12日、エヌビディア社が米国証券取引委員会（SEC）に提出した財務書類によると、エヌビディアは今後5年間で累計260億ドル（約1788億元の人民元に相当）を巨額投資し、オープンソースAI大規模言語モデルの研究開発を全力で推進します。エヌビディア社も、正式に「チップ製造業者」から「フルスタック型AIのトップ実験室」へと向かう戦略的転換を開始しました。
計画によれば、今回の260億ドルの投資は、単一モデルの研究開発に単純に集中するものではなく、オープンソースAI大規模言語モデルの全産業チェーンをカバーします。資金は今後18〜24か月の間に段階的に実装され、最初の自社開発のオープンソースAIモデルは、最速で2026年末から2027年初めにかけて正式に登場する見通しです。
比較すると、この投資規模はOpenAIがGPT-4の訓練に費やした30億ドルを大きく上回ります。技術ロードマップに関してエヌビディアは、「オープンウェイト（Open-weight）」の「中間の道」を選択しました。この方式は、OpenAIの完全なクローズドと、Meta傘下のLlamaシリーズの完全なオープンの間に位置します。
具体的には、エヌビディアは公開モデルの重要なパラメータ（重み）を開示し、企業や開発者が無料でダウンロードでき、自社の端末やプライベートクラウド上で実行・微調整できるようにします。これにより、企業のデータのプライバシー、カスタマイズ、コスト管理に関するニーズを満たします。ただし、モデルの学習データやコードは、完全に公開されない可能性があります。
AIのオープン化を推進する非営利団体Laude Instituteの創設者で、計算機科学者のAndy Konwinskiは、エヌビディアのこの投資をマイルストーン級のシグナルだと位置づけています。「彼らは、多数のオープン型とクローズ型のAIプロジェクトの、前線における交差点にいます」とKonwinskiは述べています。「これは、オープン性への信念に対する、前例のない形での表明です。」
さらに業界分析によれば、オープンソース戦略はエヌビディアにとってより長期的な商業的意義もあります。エヌビディアはモデルを発表する際に、重みや技術の詳細を公開し、スタートアップ企業や研究者がその技術的基盤の上に改良や革新を加えやすくします。これはエヌビディアのハードウェア・エコシステムを中心とする開発者ネットワークの形成に役立ち、ひいてはチップの市場における粘着性をさらに強化します。
OpenAIに肩を並べる
エヌビディアは2023年11月に最初のNemotronモデルを公開して以来、ロボット、気候モデリング、タンパク質の折りたたみといった垂直領域向けの専用モデルを順次提供してきました。エヌビディアのディープラーニング研究担当副社長であるBryan Catanzaroは、エヌビディアは最近、5500億パラメータのモデルの事前学習を完了したとも明かしています。中核となるモデル研究開発においてエヌビディアは、多モーダル、多領域の最先端の大規模言語モデルを重点的に開発し、言語、コード、科学計算、エージェントなど複数の方向性をカバーします。
このほどエヌビディアは、エンタープライズ向けマルチエージェントシステム専用に設計した新世代のオープンソース大規模言語モデルNemotron 3 Superも発表しました。モデル総パラメータ数は1280億（推論時にだけ活性化するのは120億）、ネイティブで100万tokenの超長コンテキストウィンドウをサポートします。主流のAPIアクセス方式とは異なり、エヌビディアは今回、モデルの重み、事前学習／後学習データセット、完全な学習手順を公開しました。
1280億パラメータは、OpenAI GPT-OSSの最大バージョン規模と概ね同等です。エヌビディアは、AI指数の総合スコアにおいてNemotron 3 Superが37点、GPT-OSSは33点だったと主張しています。
特筆すべきは、エヌビディアが同時に、一部の中国モデルのスコアがこの水準を上回ることを認めている点です。さらにエヌビディアによれば、Nemotron 3 SuperはPinchBenchという新しいベンチマークに参加しており、このテストはOpenClawに対するモデルの制御能力を専用に評価するものです。Nemotron 3 Superは、このテストで1位に入ったとされています。
技術面では、エヌビディアはこのモデルの学習に採用された複数の革新的手法も公開しており、推論能力の向上、長いコンテキストの処理能力、強化学習による応答能力を高めるためのアーキテクチャとトレーニングのテクニックを含みます。
Catanzaroは「エヌビディアは、これまで以上に高いレベルでオープンソースモデルの開発に注目しており、私たちは大きな進展を遂げています」と述べました。
エコシステムの面では、エヌビディアはすでにGoogle CloudのVertex AI、甲骨文クラウドのインフラ、Dell Technologies、HPEなどの主要クラウドサービス事業者およびハードウェアメーカーと連携に合意しており、Amazon AWS BedrockやMicrosoft Azureの接続も準備中です。CodeRabbit、Factory、Greptileなどのソフトウェア開発エージェント企業に加え、生命科学機関のEdison ScientificやLila Sciencesも、このモデルを自社のエージェントのワークフローに統合すると発表しています。
進路の再定義
長年にわたり、エヌビディアの中核的な強みは半導体ハードウェア領域に集中しており、世界のAIチップ市場におけるシェアは80%超ですが、AIモデル層における発言権は相対的に弱い状況でした。これまで、大規模言語モデルの技術標準や学習パラダイムの多くはOpenAIやMetaなどのメーカーによって定義されてきました。
今回、エヌビディアが自ら乗り出して最上位のオープンソースモデルを自社開発する主な狙いは、AIモデルの技術ロードマップを基底から定義しようとすることです。自社のハードウェアアーキテクチャとソフトウェアスタックを、AI業界全体の事実上の標準にするために、オープンソースモデルによって計算資源の需要を引き込みます。もしNemotronが企業エージェントAIの主流となる基礎モデルになるなら、大規模にこのモデルを動かすために必要なGPU基盤は依然としてエヌビディアに依存することになります。つまり、モデル層でのオープン化を推進しながら、同時にハードウェア層での需要のロックインを固めるのです。
金融アナリストは、もしエヌビディアがハードウェアの覇権的地位を固めると同時に、基礎モデル市場で成功裏に10%のシェアを獲得できれば、この取り組みは3年以内に同社の年間売上に最大500億ドル相当の上乗せをもたらす可能性があると予測しています。Bryan Catanzaroは、オープンソース・エコシステムの発展を推進することはエヌビディアの中核的な利益に完全に合致しており、今回の巨額投資は場当たり的な追随ではなく、長期にわたる業界調査と見通しに基づく戦略的な選択だと述べています。
現地時間の火曜日、エヌビディアCEOの黄仁勲も、人工知能についての珍しい長文ブログ記事を発表しました。これは彼が2016年以来発表した第7の公開長文であり、記事ではAI産業の基底となるロジックを体系的に解説しています。記事の中で黄仁勲は、AIの「5層アーキテクチャ」を定義しました。彼によれば、現在のAI産業はまだ極めて初期の発展段階にあり、業界はすでに数千億ドルを投じているものの、AIの真の潜在力はまだ十分に掘り起こされていません。今後も、基底となるインフラを整えるために、数兆ドル規模の継続的な投資が必要だとしています。
黄仁勲は、AIが今日の世界を形作る最も強力な力の一つになっていると指摘しました。それは単一の「賢いアプリケーション」や「モデル」ではなく、電力やインターネットと同様に不可欠な基盤インフラのような存在です。現実のハードウェア、エネルギー、経済的基盤の上で稼働し、原材料を吸収して規模化された知能へと変換することができます。将来、すべての企業がAIを使い、すべての国がAIインフラを構築することになるでしょう。
AIの発展が雇用にもたらす懸念については、黄仁勲は、AIは雇用を減らすどころか、むしろ大量の新しい雇用機会を生み出すと考えています。とりわけ基盤インフラと熟練した技能職の領域では、AIインフラの構築に必要な労働力が非常に大きくなります。AI工場には、電工、水道工、鉄鋼労働者、ネットワーク技術者、据付工、オペレーターなどが必要で、これらはいずれも高技能・高賃金の職種です。しかも現状では人手不足です。AIは、トラック運転手、看護師、会計士など、世界規模で存在する大きな人手不足のギャップを埋めており、失業を生み出しているわけではありません。