原文タイトル：電力インフラからトークン経済へ：AI産業チェーンの「七層ケーキ」
原文著者：律動BlockBeats
原文出典：
転載：火星财经
AI時代の推進力は、モデルからトークンへと変わった
過去2年間、AI業界の前半期のナarrativeは主に各大手企業が展開した「大規模モデル戦争」を中心に展開された。パラメータ数は千億から兆へと拡大し、訓練コストは数千万ドルから数億ドルに上昇、GPUクラスターは数千枚から数万枚へと拡大した。皆が誰のモデルがより強力か、誰がAGIに近づいているかを議論し、まるでAI競争の終点は大規模モデルの性能そのものにあるかのようだった。
しかし、2026年に入り、AI産業の推進ロジックはすでに変化している。JPMorganの最新レポートは、今後AIインフラの持続的拡大を本当に牽引するのは、モデル訓練ではなく、大量のAI推論（Inference）需要であると指摘している。将来的に最も消費される計算資源は、大規模モデルの訓練ではなく、世界中に散らばるAIエージェント（Agent）だ。呼び出し、インタラクション、タスク実行のたびに本質的にトークンを消費している。AI産業は「モデル時代」から「トークン工業時代」へと進化している。
なぜなら、未来のAIの世界を動かすのは、モデルそのものではなく、トークンを中心とした生産、配信、スケジューリング、消費の体系だからだ。特にAIエージェントが大規模に登場し始めると、トークンがリアルタイムに生成され、地域を跨いで配布され、動的に調整され、効率的に消費される仕組みが、AI産業の最も核心的な新たな課題となる。
黄仁勋氏が最近提唱したように、AIは単なるソフトウェア産業ではなく、電力やインターネットのような基盤インフラ体系だ。彼の「五層ケーキ」構造では、AI産業はエネルギー、チップ、インフラ、モデル、アプリケーションの五層に分かれている。しかし、AI産業が「訓練時代」から「推論時代」へと徐々に移行する中、GoodVision AIはAI経済産業チェーン全体を、トークンを中心に回る「七層ケーキ構造」として理解しようとしている。
第一層：電力——AI時代のエネルギー基盤 第二層：AIDC——トークン工場 第三層：GPU——トークンの生産装置 第四層：LLM——トークンの生産エンジン 第五層：トークン配信——AI時代の「電力網」 第六層：トークン最適化と知能的スケジューリング——AI時代の「脳」 第七層：AIエージェント——トークン消費の最終端
エネルギー、GPUからAIDC、エッジノード、モデル推論、知能的スケジューリングまで、AI産業はかつてない「トークン工業体系」を形成しつつある。
しかし、現段階ではこの体系は未成熟だ。
最先端のGPUを持つ者もエネルギー不足に悩み、巨大なAIDCを構築しても効率的なスケジューリングができず、強力なAIエージェントを開発しても推論コストと遅延に直面し、エッジノードを掌握しても統一協調ネットワークを形成できない。産業チェーンは高速に発展しているが、各層間には多くの断絶、冗長性、効率のボトルネックが存在している。
これら七層のインフラが真に連携し、協調してつながる時、AI産業は今日の「ツール時代」から、真に知能世界の「大規模採用時代」へと進むことができる。
第一層ケーキ：電力——AI時代のエネルギー
産業革命は石炭と石油を争い、インターネット時代はトラフィックとサーバーを争ったが、AI時代の最下層の戦いは再びエネルギーに戻っている。
なぜなら、AIが最終的に消費するのは電力だからだ。大規模AIデータセンターの消費電力は、すでに中規模都市に匹敵する。世界各地で新たに建設されるAIDC（AIデータセンター）は、同じ問題に直面している。GPUは購入できるが、土地は確保できても電力供給が追いつかず、電網の調整も追いつかない。
これが、ますます多くのAI企業がエネルギーインフラに再注目している理由だ。GTC 2026で、黄仁勋氏は未来のデータセンターを「トークン工場」と定義した。その工場の最上流には、超エネルギー産業が生まれる。
中国市場では、長江電力、中国核電、中国広核、三峡エナジー、龍源電力、華電新能源などが、水力、原子力、風力、太陽光といった主要エネルギー分野を代表している。核電と水力は安定供給能力により、AIDCの最重要基盤エネルギーとなり、風力と太陽光は、グリーン電力とESGの需要増により恩恵を受けている。「東数西算」や大規模AIデータセンターの推進に伴い、新エネルギー基地と計算力センターの連携は急速に強化されている。
米国市場では、NextEra Energy、Dominion Energy、Duke Energy、Southern Co.、Exelonなどの伝統的エネルギー大手もAIデータセンターの拡大により恩恵を受けている。特にNextEraは北米のグリーン電力リーダー、Dominionは北バージニアの「データセンター回廊」の中核送電資源を握り、Exelonは原子力の安定供給能力を背景に、AI時代の「全天候高安定電力」需要の重要な受益者となっている。全体として、世界の電力産業は従来の公益事業から、AIインフラのコアリソース層へと徐々に進化している。
この層の競争構図は、従来のエネルギー企業の「電気料金競争」から、下流のAIデータセンター、クラウド事業者、エネルギー企業間の「電力ロックイン競争」へと変化している。長期的で安定的、低コストのエネルギーを確保できる者が、トークン生成の第一の「龍珠」を握る。
第二層ケーキ：AIDC——トークン原料工場
単一のGPUは意味がない。重要なのは規模の大きなクラスターだ。そこでAIDCが登場する。
それは工業時代の製鋼所や発電所、ライン工場のように、何千ものGPUを集中させて安定したトークン生産能力を確保する仕組みだ。しかし、工場の問題も出てきている。従来のAIDCの建設周期は通常18〜36ヶ月かかり、電網の拡張にはさらに長い時間を要する。AI需要が指数関数的に増加する中、旧時代のIDCの建設速度は、新たなトークン経済に追いつかなくなっている。
米国株市場では、Equinixは世界有数のデータセンター運営企業の一つで、30以上の国で240以上のデータセンターを運営している。彼らのコア優位性は、単なるデータセンターの数だけでなく、グローバルな接続能力と低遅延ネットワーク資源にあり、AI計算力の展開において重要なインフラノードとなっている。
Digital RealtyはPlatformDIGITALを通じてAIインフラに参入し、大規模クラウドサービス事業者や金融機関にサービスを提供している。
中国市場では、润泽科技はA株の代表的なAIDC運営企業の一つだ。伝統的なIDCからAI計算力センターへと事業を拡大し、大規模なデータセンターや電力資源、AIDC運用能力を競争力の源とする。奥飛データ、首都在线なども地域データセンターやクラウドインフラ、AI計算力の托管に引き続き拡大している。中科曙光は、AIDC事業において、官民や研究機関との協力を進めている。
一方、「マイニングからの転換」を図るプレイヤーも存在する。CoreWeave、IREN、Applied Digital、Cipher Miningなどは、もともと暗号通貨マイニングに関わっていたが、AI GPU需要の急増により、AI計算インフラに迅速にシフトしている。IRENは「グリーン電力＋AI計算力」モデルを推進し、再生可能エネルギーを用いた高密度GPUデータセンターを構築。Applied DigitalやCipher Miningも、従来のマイニングからAI高性能計算インフラへと転換を進めている。
さらに、エッジ化、小型化、モジュール化されたAIファクトリーが新たな潮流となりつつある。インターネット時代の大型コンピュータからクラウドへと進化したように、AI計算力も超大型中心から地域化エッジノードへと拡散している。
したがって、GoodVision AIは別の道を選択した。より軽量でモジュール化、迅速に複製可能なAIファクトリーを構築することだ。従来の大型AIDCと比べ、GoodVision AIは地域展開能力、高密度GPUクラスターの効率、エネルギーと計算力の一体化協調を重視している。
その核心は、単一の超大型データセンターを建設するのではなく、世界の人口密集地域に高速展開できる2〜4MW規模の小型推論計算室を設置することだ。このモデルは、現地のエネルギー資源へのアクセスも迅速であり、今後のAI推論需要のエッジ側への拡散にも適している。
従来のAIDCは工業時代の大型製鋼所のようなものだとすれば、GoodVision AIが構築するのは、より軽量で柔軟、ユーザーに近い「地域化トークン工場」だ。未来のグローバル分散推論ネットワークの発展方向に適した形態だ。
第三層ケーキ：GPU——トークンの生産装置
電力がエネルギーなら、GPUは生産装置だ。AI爆発の最初の数年間、GPUは主に訓練に使われていたが、今後は推論の需要がより大きくなる。なぜなら、訓練は少数のトップ企業だけのものだが、推論はすべてのアプリケーション、すべてのデバイス、すべての端末に浸透していくからだ。ロボットは推論を必要とし、自動運転も推論を必要とし、AIメガネも推論を必要とし、将来的にはAIエージェント間の協調もリアルタイムでトークンを消費している。
NVIDIAは依然として世界のAIチップ産業の絶対的中心だ。H100、B200、BlackwellなどのGPU製品は、現在のAI訓練と推論の標準をほぼ定義している。さらに重要なのは、NVIDIAはチップだけを売るのではなく、CUDA、TensorRT、DGX、HGXなどのソフトウェア・ハードウェアエコシステムを構築し、完全なエコシステムを形成していることだ。したがって、競合はGPU性能だけでなく、AIソフトウェアエコシステム全体に挑戦しなければならない。
AMDは現在の最大のGPUチャレンジャーで、MI300XなどのAI GPUを展開している。NVIDIAと比べて、AMDはオープンエコシステムとROCmソフトウェアプラットフォームを重視し、よりオープンな形でAI開発者や企業顧客を引きつけようとしている。
BroadcomやMarvellは、ASICと高速インターコネクトの路線を代表している。AI推論シナリオが複雑化するにつれ、多くの企業が高効率と低コストを追求し、カスタムASICの開発に乗り出している。
IntelはサーバーCPUとGaudi AIアクセラレータを通じてAI市場に参入し、自身のCPUエコシステムを活用してAIインフラ競争に再参入しようとしている。
中国市場では、寒武紀が国産AIチップの代表的企業の一つで、思元シリーズAIチップを推進し、自社開発のAIフレームワークNeuwareを構築している。海光情報はAMD Zenアーキテクチャのライセンスを持ち、DCUや推論市場に重点を置いている。
摩尔线程、燧原科技、沐曦股份、壁仞科技などの国産GPU企業は、中国のAIチップの「国産代替」路線を代表している。これらは一般にCUDAエコシステムとの互換性を重視し、国産GPUクラスターの構築を目指している。
CUDAエコシステムからHBMメモリ、Tensor Coreまで、AI産業の核心は、「単位時間あたりのトークン生成効率」の向上にある。同時に、GPUやその背後のサーバー、光モジュール、液冷、スイッチなどのインフラも、トークン生産効率と密接に関係している。
これらは、NVIDIAやOpenAIのようなAIアプリ企業ほど華やかではないが、AIの世界が本当に動くかどうかを決定づける要素だ。工業革命において蒸気機関だけでなく、鉄道や電力網、港も必要だったように、AI革命も単なるソフトウェア革命ではなく、エネルギー、チップ、ネットワーク、クラウド、インフラを包括するグローバル産業チェーンのアップグレードだ。
Vertivは、世界的なデータセンターUPSと電力管理のリーダーで、データセンターの電力供給、ラック配電、精密空調システムを提供している。
英维克はA株の液冷・温度制御システムのリーディングカンパニーで、顧客にはBATなどの大手インターネット企業が含まれる。GPUの消費電力が増大する中、液冷はAIDCの標準装備となりつつある。
中恒電気、科华データ、科士达などは、UPSや電源システム、IDC電力供給分野で重要な役割を果たしている。
ネットワークと光モジュールの分野では、中际旭创、新易盛、天孚通信などが、AIクラスタ内の高速通信需要の急増により恩恵を受けている。
サーバー全体の組み立てでは、Dell、HPE、Supermicro、Lenovo、浪潮信息などがAIサーバーの大規模組立と供給を担っている。
この層は直接最終ユーザーに向かうわけではないが、AIインフラの安定運用を左右する。液冷、UPS、光モジュール、スイッチ、エネルギー貯蔵、サーバー全体の構成は、工業時代の鉄道や電力網、港のように、AI世界の「売り子」ビジネスの要となっている。
第四層ケーキ：LLM——トークンの生産エンジン
LLM（大規模言語モデル）は、トークンがどのように理解・生成・組織されるかを決定する。過去2年、OpenAI、Anthropic、Google、Meta、xAI、DeepSeekなどの企業が世界的な「大規模モデル競争」を巻き起こした。パラメータ数は千億から兆へと拡大し、モデルの能力もテキスト生成からマルチモーダル、推論、コード、エージェント協調、長期記憶へと拡大している。
しかし、産業が進展するにつれ、市場は次第に気づき始めている。未来に本当に重要なのは、「誰が最大のモデルを持つか」ではなく、「誰がより低コストで高効率にモデルを継続運用できるか」だ。なぜなら、モデル自体は直接価値を生み出さず、価値を創出するのは、モデルが呼び出され続ける推論過程だからだ。
これにより、LLMは過去の「モデル能力の展示」から、AI世界の「トークン生産エンジン」へと進化している。
OpenAI、Anthropic、Google Gemini、Meta Llamaなどのクローズド・オープンソースモデルは、未来のAIエコシステムの入り口を争っている。一方、DeepSeekなどの新興プレイヤーは、より低コスト・高推論効率の方式で、業界の競争構図を再構築しつつある。現在、LLM層の競争は、パラメータ数の競争から、多次元の比較へと変化している。
トークンコスト、推論効率、コンテキスト能力、多エージェント協調、長期記憶、モデルとインフラの連携能力
なぜなら、AI時代に本当に重要なのは、「大規模モデルが賢い」だけではなく、「モデルが世界中で継続的かつ大規模に低コストで運用できるか」だからだ。GoodVision AIもこの層で独自の最適化を進めている。大規模モデルメーカーと協力し、モデルをAIファクトリーに展開し、従来の計算力レンタルからトークンサービスへと移行させることで、収益性を向上させ、ユーザー体験も向上させている。
第五層ケーキ：トークン配信——AI時代の「電力網」
AIDCが完成した後、次に浮上した問題は、「これらの計算資源を世界中でどう使うか」だ。
そこで、計算力レンタルプラットフォームが登場した。これらはAI時代の「電力網」のように、GPUリソースを分散・配信し、必要に応じて開発者や企業、AIアプリに貸し出す。
AWS、Azure、Google Cloud、阿里雲、Tencent Cloudは、この層の最強プレイヤーだ。彼らは世界最大のクラウドインフラを持ち、AI GPUリソースを自社のIaaS体系に徐々に取り込んでいる。
一方、「AIネイティブクラウド」と呼ばれる新興企業も急速に台頭している。CoreWeave、Nebius、Nscaleなどは、AI訓練と推論のニーズに特化したGPUクラウドプラットフォームを構築している。従来のクラウド事業者よりも柔軟で、AIタスクに特化し、GPUクラスターの最適化に長けている。
CoreWeaveは、現在のNeoCloudの代表的企業の一つだ。もともとイーサリアムマイニングに特化していたが、その後AI GPUクラウドサービスに全面転換し、NVIDIAの重点支援を受けるAIインフラ企業となった。
DigitalOceanやVultrなどの軽量クラウドは、中小開発者やスタートアップ向けに、迅速な展開と低コストのGPUサービスを提供している。
中国市場では、優刻得、金山雲、首都在线などが、GPUクラウドとAI計算力レンタルの主要供給者だ。この層の競争は、分散した計算資源をいかに効率的に配分するかの「電力網」構築に似ている。
第六層ケーキ：トークン最適化と知能的スケジューリング——AI時代の「脳」
これは最も過小評価されやすいが、最も重要な「ケーキ」の層だ。AIエージェントの使用量爆発に伴い、多くのタスクは最も高価な大規模モデルを呼び出す価値がないことが判明した。多くの単純なタスクはローカルモデルで完結し、リアルタイムのタスクはエッジ推論に適し、プライバシー重視のタスクはクラウドにアップロードできない。計算資源の有無だけでなく、「どう賢く計算資源を使うか」が新たな課題となる。
トークン需要の指数関数的増加に伴い、「適切なモデルを適切な計算資源で、適切なタスクに割り当てる」ことが、トークンを合理的かつ効率的に使う鍵だ。これがGoodVision AIがAIトークン工場の展開に加え、取り組んでいる方向の一つだ。
まるで今日の電力システムのように：一部の需要は大規模電網から、他は屋根の太陽光から来る。最も重要なのは、その中間の「知能的スケジューリングシステム」だ。
未来のAIも同じ構造になるだろう。単純なタスクはローカルの小モデルで処理し、複雑なタスクはクラウドの大モデルを呼び出し、高プライバシーのタスクはエッジ側で処理し、高並列のタスクはハイブリッドクラウドで動的に調整する。
GoodVision AI以外にも、青云科技、Lambda、OpenRouter、Fireworks AIなどが、トークン最適化と知能的スケジューリングのリーディングカンパニーだ。
この「ケーキ」層は、前述のAIDCや計算力レンタルの層と重なる部分も多い。GPU資源や地域ノード、推論タスクの規模が拡大するにつれ、「計算力を所有する」だけでは長期的な壁は築きにくい。多くのAIDC運営者やGPUクラウドプラットフォームは、今後の効率と利益率を左右するのは、GPUの数だけでなく、モデルや計算資源、トークンの流れを動的に調整する能力だと気づき始めている。
したがって、もともとAIDCやGPUクラウドを展開していたプラットフォームも、「知能的スケジューリング層」へと拡張し始めている。例えば、中国の優刻得、首都在线、中科曙光などは、自社GPUクラウド設備やマルチクラウド資源、推論スケジューリング能力を融合させ、「計算力販売」から「最適化」に進もうとしている。
第七層ケーキ：モデルとエージェント——トークン消費者
この層は最もユーザーに近く、流量を獲得しやすい反面、競争も激しい。GTC 2026で黄仁勋は次のように述べた：未来の各企業は、「トークンの生産者と消費者」になるだろう。
AIエージェントは、複数のモデルやツール、APIを呼び出し続け、推論、計画、実行を行う。これにより、未来のAIが消費するトークン量は、今日の人間とAIの対話規模をはるかに超える。現在、多くのAIヘビーユーザーは、多エージェントの並列・相互呼び出しシステムを構築し、1日あたり10億トークンを消費しても全く問題ない。
未来は、10億人がAIを使うのではなく、100億、さらには1000億のAIエージェントが同時に動作し、相互に呼び出し合う時代になる。そして、真のボトルネックは、「モデルの能力」から「トークンのスケジューリング効率」へと移る。
Microsoft、Google、Meta、Amazonなどの巨大テックは、オフィスシステム、検索、ソーシャルネットワーク、クラウドサービスを通じて、AI能力をすべての製品に徐々に浸透させている。
Adobe、Salesforce、ServiceNow、Palantirなどの企業ソフトウェア企業は、企業向けAIエージェントや自動化ワークフローの推進を加速させている。同時に、Hugging FaceはAI時代の「GitHub」として台頭している。これは単なるモデルコミュニティだけでなく、世界的なAI開発エコシステムの重要なインフラだ。
中国市場では、科大訊飛、昆仑万維、三六零、金山办公、商汤科技などが、AIアシスタント、AIオフィス、AIエージェントの展開を進めている。
「七層ケーキ」が本当に形成されると、AIの世界は本格的に始動する。
今日のAI産業は、未だに完全に成熟したインフラ体系の一部に過ぎない。
最先端のGPUを持つ者もエネルギー不足に悩み、巨大なAIDCを構築しても効率的なスケジューリングができず、強力なモデルやエージェントを開発しても推論コストと遅延に直面し、エッジノードを掌握しても統一協調ネットワークを形成できない。電力、AIDC、GPU、LLM、トークン配信、知能的スケジューリング、AIエージェントといった層は、いずれも高速に発展しているが、層間には多くの断絶や冗長性、効率のボトルネックが存在している。
これらの「七層ケーキ」が完全に構築され、協調して高効率に動き出す時、AI産業は「ツール時代」から、真に知能世界の「大規模採用時代」へと進む。
未来のAI世界は、少数の巨大企業が大規模モデルを訓練するだけでなく、数十億のAIエージェントが常時稼働し、協調し、計算力とトークンを継続的に呼び出し続ける世界になる。各対話、推論、ツール呼び出し、自動タスク実行の背後には、エネルギー、GPU、ネットワーク、スケジューリングシステム、推論ノードの協調運転がある。
これもまた、AI産業が過去の「ソフトウェアロジック」から、エネルギー、チップ、クラウド、エッジネットワーク、知能的スケジューリングを包括するスーパー産業体系へと進化している証左だ。
工業革命が蒸気機関だけでなく、鉄道や電力網、港を必要としたように、インターネット革命もPCだけでなく、光ファイバーやデータセンター、クラウドを必要としたように、AI革命の成熟は、単なる爆発的なアプリの登場だけではなく、持続的にトークンを生成・配信・調整・消費できる「知能基盤インフラ」のグローバルネットワークの形成にある。
これらの七層インフラが最終的に完全に連結されると、AI産業の競争ロジックも根本的に再構築される。最も重要な企業は、もはや最大のモデルを持つ企業だけではなく、エネルギー、計算力、ネットワーク、モデル、トークンの流れをつなぐことができる企業になるだろう。
394.95K 人気度
94.24M 人気度
62.25K 人気度
997.77K 人気度
2.19M 人気度
電力インフラからトークン経済へ：AI産業チェーンの「七層ケーキ」
原文タイトル：電力インフラからトークン経済へ：AI産業チェーンの「七層ケーキ」
原文著者：律動BlockBeats
原文出典：
転載：火星财经
AI時代の推進力は、モデルからトークンへと変わった
過去2年間、AI業界の前半期のナarrativeは主に各大手企業が展開した「大規模モデル戦争」を中心に展開された。パラメータ数は千億から兆へと拡大し、訓練コストは数千万ドルから数億ドルに上昇、GPUクラスターは数千枚から数万枚へと拡大した。皆が誰のモデルがより強力か、誰がAGIに近づいているかを議論し、まるでAI競争の終点は大規模モデルの性能そのものにあるかのようだった。
しかし、2026年に入り、AI産業の推進ロジックはすでに変化している。JPMorganの最新レポートは、今後AIインフラの持続的拡大を本当に牽引するのは、モデル訓練ではなく、大量のAI推論（Inference）需要であると指摘している。将来的に最も消費される計算資源は、大規模モデルの訓練ではなく、世界中に散らばるAIエージェント（Agent）だ。呼び出し、インタラクション、タスク実行のたびに本質的にトークンを消費している。AI産業は「モデル時代」から「トークン工業時代」へと進化している。
なぜなら、未来のAIの世界を動かすのは、モデルそのものではなく、トークンを中心とした生産、配信、スケジューリング、消費の体系だからだ。特にAIエージェントが大規模に登場し始めると、トークンがリアルタイムに生成され、地域を跨いで配布され、動的に調整され、効率的に消費される仕組みが、AI産業の最も核心的な新たな課題となる。
黄仁勋氏が最近提唱したように、AIは単なるソフトウェア産業ではなく、電力やインターネットのような基盤インフラ体系だ。彼の「五層ケーキ」構造では、AI産業はエネルギー、チップ、インフラ、モデル、アプリケーションの五層に分かれている。しかし、AI産業が「訓練時代」から「推論時代」へと徐々に移行する中、GoodVision AIはAI経済産業チェーン全体を、トークンを中心に回る「七層ケーキ構造」として理解しようとしている。
第一層：電力——AI時代のエネルギー基盤
第二層：AIDC——トークン工場
第三層：GPU——トークンの生産装置
第四層：LLM——トークンの生産エンジン
第五層：トークン配信——AI時代の「電力網」
第六層：トークン最適化と知能的スケジューリング——AI時代の「脳」
第七層：AIエージェント——トークン消費の最終端
エネルギー、GPUからAIDC、エッジノード、モデル推論、知能的スケジューリングまで、AI産業はかつてない「トークン工業体系」を形成しつつある。
しかし、現段階ではこの体系は未成熟だ。
最先端のGPUを持つ者もエネルギー不足に悩み、巨大なAIDCを構築しても効率的なスケジューリングができず、強力なAIエージェントを開発しても推論コストと遅延に直面し、エッジノードを掌握しても統一協調ネットワークを形成できない。産業チェーンは高速に発展しているが、各層間には多くの断絶、冗長性、効率のボトルネックが存在している。
これら七層のインフラが真に連携し、協調してつながる時、AI産業は今日の「ツール時代」から、真に知能世界の「大規模採用時代」へと進むことができる。
第一層ケーキ：電力——AI時代のエネルギー
産業革命は石炭と石油を争い、インターネット時代はトラフィックとサーバーを争ったが、AI時代の最下層の戦いは再びエネルギーに戻っている。
なぜなら、AIが最終的に消費するのは電力だからだ。大規模AIデータセンターの消費電力は、すでに中規模都市に匹敵する。世界各地で新たに建設されるAIDC（AIデータセンター）は、同じ問題に直面している。GPUは購入できるが、土地は確保できても電力供給が追いつかず、電網の調整も追いつかない。
これが、ますます多くのAI企業がエネルギーインフラに再注目している理由だ。GTC 2026で、黄仁勋氏は未来のデータセンターを「トークン工場」と定義した。その工場の最上流には、超エネルギー産業が生まれる。
中国市場では、長江電力、中国核電、中国広核、三峡エナジー、龍源電力、華電新能源などが、水力、原子力、風力、太陽光といった主要エネルギー分野を代表している。核電と水力は安定供給能力により、AIDCの最重要基盤エネルギーとなり、風力と太陽光は、グリーン電力とESGの需要増により恩恵を受けている。「東数西算」や大規模AIデータセンターの推進に伴い、新エネルギー基地と計算力センターの連携は急速に強化されている。
米国市場では、NextEra Energy、Dominion Energy、Duke Energy、Southern Co.、Exelonなどの伝統的エネルギー大手もAIデータセンターの拡大により恩恵を受けている。特にNextEraは北米のグリーン電力リーダー、Dominionは北バージニアの「データセンター回廊」の中核送電資源を握り、Exelonは原子力の安定供給能力を背景に、AI時代の「全天候高安定電力」需要の重要な受益者となっている。全体として、世界の電力産業は従来の公益事業から、AIインフラのコアリソース層へと徐々に進化している。
この層の競争構図は、従来のエネルギー企業の「電気料金競争」から、下流のAIデータセンター、クラウド事業者、エネルギー企業間の「電力ロックイン競争」へと変化している。長期的で安定的、低コストのエネルギーを確保できる者が、トークン生成の第一の「龍珠」を握る。
第二層ケーキ：AIDC——トークン原料工場
単一のGPUは意味がない。重要なのは規模の大きなクラスターだ。そこでAIDCが登場する。
それは工業時代の製鋼所や発電所、ライン工場のように、何千ものGPUを集中させて安定したトークン生産能力を確保する仕組みだ。しかし、工場の問題も出てきている。従来のAIDCの建設周期は通常18〜36ヶ月かかり、電網の拡張にはさらに長い時間を要する。AI需要が指数関数的に増加する中、旧時代のIDCの建設速度は、新たなトークン経済に追いつかなくなっている。
米国株市場では、Equinixは世界有数のデータセンター運営企業の一つで、30以上の国で240以上のデータセンターを運営している。彼らのコア優位性は、単なるデータセンターの数だけでなく、グローバルな接続能力と低遅延ネットワーク資源にあり、AI計算力の展開において重要なインフラノードとなっている。
Digital RealtyはPlatformDIGITALを通じてAIインフラに参入し、大規模クラウドサービス事業者や金融機関にサービスを提供している。
中国市場では、润泽科技はA株の代表的なAIDC運営企業の一つだ。伝統的なIDCからAI計算力センターへと事業を拡大し、大規模なデータセンターや電力資源、AIDC運用能力を競争力の源とする。奥飛データ、首都在线なども地域データセンターやクラウドインフラ、AI計算力の托管に引き続き拡大している。中科曙光は、AIDC事業において、官民や研究機関との協力を進めている。
一方、「マイニングからの転換」を図るプレイヤーも存在する。CoreWeave、IREN、Applied Digital、Cipher Miningなどは、もともと暗号通貨マイニングに関わっていたが、AI GPU需要の急増により、AI計算インフラに迅速にシフトしている。IRENは「グリーン電力＋AI計算力」モデルを推進し、再生可能エネルギーを用いた高密度GPUデータセンターを構築。Applied DigitalやCipher Miningも、従来のマイニングからAI高性能計算インフラへと転換を進めている。
さらに、エッジ化、小型化、モジュール化されたAIファクトリーが新たな潮流となりつつある。インターネット時代の大型コンピュータからクラウドへと進化したように、AI計算力も超大型中心から地域化エッジノードへと拡散している。
したがって、GoodVision AIは別の道を選択した。より軽量でモジュール化、迅速に複製可能なAIファクトリーを構築することだ。従来の大型AIDCと比べ、GoodVision AIは地域展開能力、高密度GPUクラスターの効率、エネルギーと計算力の一体化協調を重視している。
その核心は、単一の超大型データセンターを建設するのではなく、世界の人口密集地域に高速展開できる2〜4MW規模の小型推論計算室を設置することだ。このモデルは、現地のエネルギー資源へのアクセスも迅速であり、今後のAI推論需要のエッジ側への拡散にも適している。
従来のAIDCは工業時代の大型製鋼所のようなものだとすれば、GoodVision AIが構築するのは、より軽量で柔軟、ユーザーに近い「地域化トークン工場」だ。未来のグローバル分散推論ネットワークの発展方向に適した形態だ。
第三層ケーキ：GPU——トークンの生産装置
電力がエネルギーなら、GPUは生産装置だ。AI爆発の最初の数年間、GPUは主に訓練に使われていたが、今後は推論の需要がより大きくなる。なぜなら、訓練は少数のトップ企業だけのものだが、推論はすべてのアプリケーション、すべてのデバイス、すべての端末に浸透していくからだ。ロボットは推論を必要とし、自動運転も推論を必要とし、AIメガネも推論を必要とし、将来的にはAIエージェント間の協調もリアルタイムでトークンを消費している。
NVIDIAは依然として世界のAIチップ産業の絶対的中心だ。H100、B200、BlackwellなどのGPU製品は、現在のAI訓練と推論の標準をほぼ定義している。さらに重要なのは、NVIDIAはチップだけを売るのではなく、CUDA、TensorRT、DGX、HGXなどのソフトウェア・ハードウェアエコシステムを構築し、完全なエコシステムを形成していることだ。したがって、競合はGPU性能だけでなく、AIソフトウェアエコシステム全体に挑戦しなければならない。
AMDは現在の最大のGPUチャレンジャーで、MI300XなどのAI GPUを展開している。NVIDIAと比べて、AMDはオープンエコシステムとROCmソフトウェアプラットフォームを重視し、よりオープンな形でAI開発者や企業顧客を引きつけようとしている。
BroadcomやMarvellは、ASICと高速インターコネクトの路線を代表している。AI推論シナリオが複雑化するにつれ、多くの企業が高効率と低コストを追求し、カスタムASICの開発に乗り出している。
IntelはサーバーCPUとGaudi AIアクセラレータを通じてAI市場に参入し、自身のCPUエコシステムを活用してAIインフラ競争に再参入しようとしている。
中国市場では、寒武紀が国産AIチップの代表的企業の一つで、思元シリーズAIチップを推進し、自社開発のAIフレームワークNeuwareを構築している。海光情報はAMD Zenアーキテクチャのライセンスを持ち、DCUや推論市場に重点を置いている。
摩尔线程、燧原科技、沐曦股份、壁仞科技などの国産GPU企業は、中国のAIチップの「国産代替」路線を代表している。これらは一般にCUDAエコシステムとの互換性を重視し、国産GPUクラスターの構築を目指している。
CUDAエコシステムからHBMメモリ、Tensor Coreまで、AI産業の核心は、「単位時間あたりのトークン生成効率」の向上にある。同時に、GPUやその背後のサーバー、光モジュール、液冷、スイッチなどのインフラも、トークン生産効率と密接に関係している。
これらは、NVIDIAやOpenAIのようなAIアプリ企業ほど華やかではないが、AIの世界が本当に動くかどうかを決定づける要素だ。工業革命において蒸気機関だけでなく、鉄道や電力網、港も必要だったように、AI革命も単なるソフトウェア革命ではなく、エネルギー、チップ、ネットワーク、クラウド、インフラを包括するグローバル産業チェーンのアップグレードだ。
Vertivは、世界的なデータセンターUPSと電力管理のリーダーで、データセンターの電力供給、ラック配電、精密空調システムを提供している。
英维克はA株の液冷・温度制御システムのリーディングカンパニーで、顧客にはBATなどの大手インターネット企業が含まれる。GPUの消費電力が増大する中、液冷はAIDCの標準装備となりつつある。
中恒電気、科华データ、科士达などは、UPSや電源システム、IDC電力供給分野で重要な役割を果たしている。
ネットワークと光モジュールの分野では、中际旭创、新易盛、天孚通信などが、AIクラスタ内の高速通信需要の急増により恩恵を受けている。
サーバー全体の組み立てでは、Dell、HPE、Supermicro、Lenovo、浪潮信息などがAIサーバーの大規模組立と供給を担っている。
この層は直接最終ユーザーに向かうわけではないが、AIインフラの安定運用を左右する。液冷、UPS、光モジュール、スイッチ、エネルギー貯蔵、サーバー全体の構成は、工業時代の鉄道や電力網、港のように、AI世界の「売り子」ビジネスの要となっている。
第四層ケーキ：LLM——トークンの生産エンジン
LLM（大規模言語モデル）は、トークンがどのように理解・生成・組織されるかを決定する。過去2年、OpenAI、Anthropic、Google、Meta、xAI、DeepSeekなどの企業が世界的な「大規模モデル競争」を巻き起こした。パラメータ数は千億から兆へと拡大し、モデルの能力もテキスト生成からマルチモーダル、推論、コード、エージェント協調、長期記憶へと拡大している。
しかし、産業が進展するにつれ、市場は次第に気づき始めている。未来に本当に重要なのは、「誰が最大のモデルを持つか」ではなく、「誰がより低コストで高効率にモデルを継続運用できるか」だ。なぜなら、モデル自体は直接価値を生み出さず、価値を創出するのは、モデルが呼び出され続ける推論過程だからだ。
これにより、LLMは過去の「モデル能力の展示」から、AI世界の「トークン生産エンジン」へと進化している。
OpenAI、Anthropic、Google Gemini、Meta Llamaなどのクローズド・オープンソースモデルは、未来のAIエコシステムの入り口を争っている。一方、DeepSeekなどの新興プレイヤーは、より低コスト・高推論効率の方式で、業界の競争構図を再構築しつつある。現在、LLM層の競争は、パラメータ数の競争から、多次元の比較へと変化している。
トークンコスト、推論効率、コンテキスト能力、多エージェント協調、長期記憶、モデルとインフラの連携能力
なぜなら、AI時代に本当に重要なのは、「大規模モデルが賢い」だけではなく、「モデルが世界中で継続的かつ大規模に低コストで運用できるか」だからだ。GoodVision AIもこの層で独自の最適化を進めている。大規模モデルメーカーと協力し、モデルをAIファクトリーに展開し、従来の計算力レンタルからトークンサービスへと移行させることで、収益性を向上させ、ユーザー体験も向上させている。
第五層ケーキ：トークン配信——AI時代の「電力網」
AIDCが完成した後、次に浮上した問題は、「これらの計算資源を世界中でどう使うか」だ。
そこで、計算力レンタルプラットフォームが登場した。これらはAI時代の「電力網」のように、GPUリソースを分散・配信し、必要に応じて開発者や企業、AIアプリに貸し出す。
AWS、Azure、Google Cloud、阿里雲、Tencent Cloudは、この層の最強プレイヤーだ。彼らは世界最大のクラウドインフラを持ち、AI GPUリソースを自社のIaaS体系に徐々に取り込んでいる。
一方、「AIネイティブクラウド」と呼ばれる新興企業も急速に台頭している。CoreWeave、Nebius、Nscaleなどは、AI訓練と推論のニーズに特化したGPUクラウドプラットフォームを構築している。従来のクラウド事業者よりも柔軟で、AIタスクに特化し、GPUクラスターの最適化に長けている。
CoreWeaveは、現在のNeoCloudの代表的企業の一つだ。もともとイーサリアムマイニングに特化していたが、その後AI GPUクラウドサービスに全面転換し、NVIDIAの重点支援を受けるAIインフラ企業となった。
DigitalOceanやVultrなどの軽量クラウドは、中小開発者やスタートアップ向けに、迅速な展開と低コストのGPUサービスを提供している。
中国市場では、優刻得、金山雲、首都在线などが、GPUクラウドとAI計算力レンタルの主要供給者だ。この層の競争は、分散した計算資源をいかに効率的に配分するかの「電力網」構築に似ている。
第六層ケーキ：トークン最適化と知能的スケジューリング——AI時代の「脳」
これは最も過小評価されやすいが、最も重要な「ケーキ」の層だ。AIエージェントの使用量爆発に伴い、多くのタスクは最も高価な大規模モデルを呼び出す価値がないことが判明した。多くの単純なタスクはローカルモデルで完結し、リアルタイムのタスクはエッジ推論に適し、プライバシー重視のタスクはクラウドにアップロードできない。計算資源の有無だけでなく、「どう賢く計算資源を使うか」が新たな課題となる。
トークン需要の指数関数的増加に伴い、「適切なモデルを適切な計算資源で、適切なタスクに割り当てる」ことが、トークンを合理的かつ効率的に使う鍵だ。これがGoodVision AIがAIトークン工場の展開に加え、取り組んでいる方向の一つだ。
まるで今日の電力システムのように：一部の需要は大規模電網から、他は屋根の太陽光から来る。最も重要なのは、その中間の「知能的スケジューリングシステム」だ。
未来のAIも同じ構造になるだろう。単純なタスクはローカルの小モデルで処理し、複雑なタスクはクラウドの大モデルを呼び出し、高プライバシーのタスクはエッジ側で処理し、高並列のタスクはハイブリッドクラウドで動的に調整する。
GoodVision AI以外にも、青云科技、Lambda、OpenRouter、Fireworks AIなどが、トークン最適化と知能的スケジューリングのリーディングカンパニーだ。
この「ケーキ」層は、前述のAIDCや計算力レンタルの層と重なる部分も多い。GPU資源や地域ノード、推論タスクの規模が拡大するにつれ、「計算力を所有する」だけでは長期的な壁は築きにくい。多くのAIDC運営者やGPUクラウドプラットフォームは、今後の効率と利益率を左右するのは、GPUの数だけでなく、モデルや計算資源、トークンの流れを動的に調整する能力だと気づき始めている。
したがって、もともとAIDCやGPUクラウドを展開していたプラットフォームも、「知能的スケジューリング層」へと拡張し始めている。例えば、中国の優刻得、首都在线、中科曙光などは、自社GPUクラウド設備やマルチクラウド資源、推論スケジューリング能力を融合させ、「計算力販売」から「最適化」に進もうとしている。
第七層ケーキ：モデルとエージェント——トークン消費者
この層は最もユーザーに近く、流量を獲得しやすい反面、競争も激しい。GTC 2026で黄仁勋は次のように述べた：未来の各企業は、「トークンの生産者と消費者」になるだろう。
AIエージェントは、複数のモデルやツール、APIを呼び出し続け、推論、計画、実行を行う。これにより、未来のAIが消費するトークン量は、今日の人間とAIの対話規模をはるかに超える。現在、多くのAIヘビーユーザーは、多エージェントの並列・相互呼び出しシステムを構築し、1日あたり10億トークンを消費しても全く問題ない。
未来は、10億人がAIを使うのではなく、100億、さらには1000億のAIエージェントが同時に動作し、相互に呼び出し合う時代になる。そして、真のボトルネックは、「モデルの能力」から「トークンのスケジューリング効率」へと移る。
Microsoft、Google、Meta、Amazonなどの巨大テックは、オフィスシステム、検索、ソーシャルネットワーク、クラウドサービスを通じて、AI能力をすべての製品に徐々に浸透させている。
Adobe、Salesforce、ServiceNow、Palantirなどの企業ソフトウェア企業は、企業向けAIエージェントや自動化ワークフローの推進を加速させている。同時に、Hugging FaceはAI時代の「GitHub」として台頭している。これは単なるモデルコミュニティだけでなく、世界的なAI開発エコシステムの重要なインフラだ。
中国市場では、科大訊飛、昆仑万維、三六零、金山办公、商汤科技などが、AIアシスタント、AIオフィス、AIエージェントの展開を進めている。
「七層ケーキ」が本当に形成されると、AIの世界は本格的に始動する。
今日のAI産業は、未だに完全に成熟したインフラ体系の一部に過ぎない。
最先端のGPUを持つ者もエネルギー不足に悩み、巨大なAIDCを構築しても効率的なスケジューリングができず、強力なモデルやエージェントを開発しても推論コストと遅延に直面し、エッジノードを掌握しても統一協調ネットワークを形成できない。電力、AIDC、GPU、LLM、トークン配信、知能的スケジューリング、AIエージェントといった層は、いずれも高速に発展しているが、層間には多くの断絶や冗長性、効率のボトルネックが存在している。
これらの「七層ケーキ」が完全に構築され、協調して高効率に動き出す時、AI産業は「ツール時代」から、真に知能世界の「大規模採用時代」へと進む。
未来のAI世界は、少数の巨大企業が大規模モデルを訓練するだけでなく、数十億のAIエージェントが常時稼働し、協調し、計算力とトークンを継続的に呼び出し続ける世界になる。各対話、推論、ツール呼び出し、自動タスク実行の背後には、エネルギー、GPU、ネットワーク、スケジューリングシステム、推論ノードの協調運転がある。
これもまた、AI産業が過去の「ソフトウェアロジック」から、エネルギー、チップ、クラウド、エッジネットワーク、知能的スケジューリングを包括するスーパー産業体系へと進化している証左だ。
工業革命が蒸気機関だけでなく、鉄道や電力網、港を必要としたように、インターネット革命もPCだけでなく、光ファイバーやデータセンター、クラウドを必要としたように、AI革命の成熟は、単なる爆発的なアプリの登場だけではなく、持続的にトークンを生成・配信・調整・消費できる「知能基盤インフラ」のグローバルネットワークの形成にある。
これらの七層インフラが最終的に完全に連結されると、AI産業の競争ロジックも根本的に再構築される。最も重要な企業は、もはや最大のモデルを持つ企業だけではなく、エネルギー、計算力、ネットワーク、モデル、トークンの流れをつなぐことができる企業になるだろう。