Featured

#AnthropicDiscloses$84.5BComputeDealWithSpaceX

AI競争は、ソフトウェア競争というより、インフラ競争の様相を呈し始めている。

AnthropicのIPO申請書類は、次世代のAI企業がどれほどのコンピューティング能力を必要とすると考えているのかを、驚くほど詳細に示している。ロイターによると、AnthropicはxAIとの間で最大845億ドル相当のコンピューティング能力に関する契約の可能性を開示しており、さらに、より広範な長期インフラ契約は今後10年間で少なくとも5,180億ドルに達する見込みだという。

これらの数字は、最初は理解しにくい。しかし、より重要な問題は、Anthropicが単にいくら支出するのかということではない。

そもそも、世界で最も先進的なAIモデルの一部を構築している企業が、なぜこれほど大量のコンピューティング能力を必要としているのかということだ。

その答えは、ますます明確になっている。

最先端モデルのトレーニングは、方程式の一部分にすぎない。モデルが商業的に有用になると、コンピューティング需要がなくなるわけではない。ユーザーからのリクエストにはすべて推論処理が必要になる。継続的に稼働するAIエージェントは、すべてリソースを消費する。コンテキストウィンドウが長くなれば、より多くのメモリが必要になる。より高性能なモデルには、より大規模で高度なインフラが求められる。そしてAIが、たまに利用するチャットボットから、継続的にタスクを実行できるシステムへと移行するにつれ、必要な計算量は劇的に増加する可能性がある。

これはAI産業の経済性を変える。

希少な資源は、もはや才能ある研究者や優れたアルゴリズムへのアクセスだけではない。信頼性の高いコンピューティング能力そのものが、戦略的資産になりつつある。

Anthropicのインフラ契約は、需要を満たすことがさらに難しくなる前に、企業がその資産を確保しようとしていることを示している。

845億ドルの契約が特に興味深いのは、すべてを自社で構築するのとは異なるアプローチを示しているからだ。コンピューティング能力をリースすれば、AI企業はすべてのデータセンターを建設し、すべての電力接続を確保し、すべてのサーバーを購入し、物理的な導入プロセス全体を自ら管理することなく、大規模なGPUインフラにアクセスできる。

この柔軟性は重要だ。

AI需要は急速に拡大しているが、数年先の需要を予測することも難しい。リースを利用すれば、企業はより迅速に容量を拡大でき、後に大量のハードウェアが十分に活用されなくなるリスクを避けられる可能性がある。

しかし、この戦略には別の側面もある。

長期的なインフラ契約は、巨額の固定的な義務になり得る。ロイターは、Anthropicが開示したインフラ契約のおよそ80%が、実際の利用状況にかかわらず拘束力を持つと報じた。つまり同社は、将来のAI需要、収益、モデル利用が、現在のインフラに関する意思決定を正当化するという大規模な賭けを実質的に行っていることになる。

ここで、AIインフラの話はさらに興味深くなる。

Anthropicは、単一のコンピューティング能力源に依存していない。開示された契約には、Google、Amazon、Microsoft、Broadcomなど、複数のインフラおよびテクノロジー企業との契約が含まれており、その中には非常に大規模な契約もある。この戦略は、AI事業の基盤を拡大し続けながら、複数の供給元から十分な容量を確保することを目指しているようだ。

言い換えれば、AI競争はモデルの背後にあるインフラ経済全体を生み出している。

そして、ここで私たちはメモリの問題に直接行き着く。

AIコンピューティングについて語るとき、GPUが最も注目を集める。しかし、GPUは単独では動作できない。大規模なトレーニングと推論には極めて高いメモリ帯域幅が必要であるため、高帯域幅メモリ、つまりHBMは、現代のAIアクセラレーターにおける重要な構成要素だ。

最新のTrendForceの調査は、この話の重要性をさらに高めている。同社は、HBMの供給が2027年まで逼迫した状態にとどまると予測しており、供給の逼迫、HBM4の構成比拡大、AIサーバー需要の継続を背景に、2027年のHBMの加重平均販売価格の予測を前年比121%上昇へと引き上げた。

つまり、AIインフラ競争はデータセンターで終わるわけではない。

AIコンピューティング需要の増加は、GPU、HBM、ネットワーク機器、電力インフラ、冷却システム、データセンター建設、電力供給の各分野に圧力を生み出す。

だからこそ、Anthropicの申請書類で最も興味深いのは、見出しになった数字そのものではないと私は考えている。

それは、構造的な変化が確認されたことだ。

長年にわたり、AIをめぐる議論はモデルアーキテクチャ、ベンチマークスコア、製品機能に支配されてきた。今やボトルネックは、ますます物理的なものになっている。優秀な研究者や高度なアルゴリズムがあっても、十分なチップ、メモリ、電力、データセンター容量がなければ、市場が期待する規模でモデルをトレーニングしたり提供したりすることはできない。

同時に、単純により多くのハードウェアを投入することが、業界の恒久的な解決策になるわけでもない。

コンピューティングコストが上昇し続ければ、AI企業は最終的に、より多くの容量だけでなく、より優れた効率性も必要とするようになる。小型モデル、量子化、スパース性、推論の最適化、改良されたアーキテクチャ、専用アクセラレーターは、いずれも特定のタスクに必要な計算量を削減できる。

これは、AIの次の段階に向けて興味深い均衡を生み出す。

より多くのコンピューティング能力は、モデルが実行できることを広げる。より優れた効率性は、その能力をどれだけ経済的に提供できるかを決める。

したがって、Anthropicの巨額なインフラ契約は、1社のAI企業の支出計画をはるかに超えることを示している。

それは、AI産業が、モデル自体を開発することと同じくらい、コンピューティング能力を確保することが重要になり得る段階に入ったことを示している。

真の競争は、単に誰が最も賢いAIを構築するかという問題ではないのかもしれない。

十分なコンピューティング能力、メモリ、エネルギー、インフラを確保しながら、経済性も成立させられるのは誰かという問題に、ますます変わっていく可能性がある。

そしてそれは、845億ドルの契約という見出しよりも、はるかに大きな物語だ。