torygreen

チップサプライヤー。インフラ貸し手。自社顧客へのエクイティ投資家。今やNvidiaはこの3つを同時に担っている。今月、それぞれの帽子をかぶり続けるための請求書は、$750B
> $250B でOpenAIのオハイオ州リースを後ろ盾にする形となった。
> $500B はSKグループのメモリーと絡み合い。
> $5B はSSIへ。製品のない会社へ。
> $1B はNaverへ。Nebiusの持ち分。チップはテキサスの自社がリースする施設へ流れ込み、しかもそれが自分自身に戻ってくる。
Nvidiaが実質的に作り出したループは、顧客に資金を出す→顧客がNvidiaのチップを買う→Nvidiaが収益を計上する→Nvidiaが次の顧客に資金を出す、というものだ。需要と供給が彼らの同じバランスシート上に圧縮されつつある。
ベンダー、貸し手、そして投資家として、AIスタック全体にわたって同時に機能しているのは「1社」だ。
デフォルトリスクの価格付けを仕事にしている人々は、エクイティ勢より先にそれに気づいた。5年物CDSで記録的な82bps。取引開始以来最大の単日変動だ。
そして緊張の中心は、主に中央集権モデルがこれほどまでに資本を食うようになったため、規模拡大を続けるには今や自ら需要を“作る”必要が出てきたことにある。コンピュートが豊富で安いときに、自分の顧客を引き受け

2026年は、閉鎖されたラボが計画していた年ではなく、クローズドなフロンティア・モデルが収益を得られる「閉ざされた空間」は、@Kimi_MoonshotからK3が登場した後、いまや約3ポイントの幅にまで狭まっている。
K3は能力面でOpus 4.8を、タスクあたりの価格は半分で、きれいに上回って着地し、重みは数日で公開される。これをなお上回っているのはFable 5とGPT-5.6 Solだけ。
そのラインより下はすべてオープン領域になり、誰でもハードウェアコストで提供できるモデルで、回収すべきR&Dマージンがない。
これが、すべてのクローズドなリリースに対する新しい計算式だ。オープン・フロンティアより上に着地すれば、そのギャップに値付けできる。フロンティアと同等かそれ以下に着地すれば、市場がコストで得られるものに対してマージンを取ることになる。2位はかつてAIの事業だったが、今や無料ダウンロードだ。
そして、その帯はさらに狭まっている。1年前はオープンモデルが6〜8か月遅れていた。K3はそれを、ほぼ1世代にまで縮め、Qwen、GLM、DeepSeek、MiniMaxはいずれもその後ろに順番待ちになっている。
閉鎖ラボは、もはや上位を争うだけではない。彼らは、その直下に急速に迫ってくる「床」に追い上げられているのだ。

.@nvidiaはインドネシアの島に170,000台のGPUを設置しようとしている。キャンパスは2週間前に発表され、2027年Q1に稼働開始予定だが、これは現在の米国ではほぼ不可能なタイムラインだ。
GPUがボトルネックではない。Nvidiaが収益分配の形でそのうち170,000台を提供している。問題は、意味のある期限に間に合う形でそれらをどこに接続するか、どこに差し込むかの部分にある。
米国の送受電（相互接続）待ち行列は、多くの地域で5年以上かかる。オンサイトの背後設備（自家発）のガスタービンでも18か月だ。そのギャップが、いまやサイト選定ゲームのすべてになっている。
さらに米国側で摩擦が増え続けている。Q1だけでも能力の約$130B がブロックまたは遅延している。地球上最大のデータセンター市場であるバージニアは、さらに$0.011/kWhの電力税を追加した。1GW規模のサイトなら$100M 年分だと思えばいい。
かつてサイト選定は不動産の判断だった。いまは電力調達の判断であり、最速の回答は海外へ移っている。

$130B データセンタープロジェクトはQ1に阻止または遅延された。これは今年の2025年分すべてをわずか1四半期に詰め込んだことに等しい。
75件。反対団体が3か月で396から833へと倍増し、49州に広がった。年の最初の6週間で300件以上の法案が提出され、14州でモラトリアム提案が出され、ニューヨークの議会はちょうど20MW超の案件に対する1年間の一時停止を可決した。ギャラップでは、データセンターが自宅の近くにできることに反対するアメリカ人が71%で、約半年前から増えている。
一方でハイパースケーラーは、これらが起きていないかのように、今年だけで$690B を設備投資（capex）に投じる計画だ。
これが構造的であり、景気循環的ではない理由はこうだ。反対は、プロジェクトがそもそも申請される前に動員される。データセンターのうわさだけで、組織的な抵抗が引き起こされる。業界全体の需要供給見通しは、許可が形式にすぎない前提で組まれているが、これはすぐに巨大なボトルネックへと変わっている。
制約は電力のはずだった。ところが、制約はゾーニング（用途地域）会議だった。

現在AI分野で最も価値のある不動産は、ケンタッキー州にある閉鎖されたアルミ精錬所だ。
@AnthropicAIは、テラウルフのホーズビルキャンパスで401メガワットの20年間、190億ドルのリース契約を結んだ。このキャンパスはかつての精錬所であり、約480メガワットの既存のグリッド接続容量を持つ。テラウルフの昨年の収益は約$1B だったが、この単一の契約はそのほぼ20年分の価値がある。
資産となるのは電力接続だ。チップはさらに製造できるが、メガワットは一夜にして作り出せない。
遊休電力を抱えるすべてのビットコインマイナーは、AIの大家になりつつある：
> Hut 8はAnthropicと70億ドル、15年の契約を結んでいる
> IRENは数十億ドル規模のキャンパスを目指している
> Core Scientific、Cipher、Riotはすべて同じ方向に舵を切っている。
Anthropicは現在、マルチギガワットの電力コミットメントをまとめ、2028年まで完全には稼働しないサイトに対して15年から20年の契約を結んでいる。
彼らはまだ一度も利益を上げたことがない。まずグリッドを確保し、ビジネスモデルが追いつくことに賭けている。

AI投資はAI収益を46%上回っている。2001年のテレコムバスト時には、その差は32%だった。我々はテレコムバスト領域を超えており、2027年までに年間設備投資$1T に向けて加速し続けている。
トークン価格は別の側面を示している。Silicon Data LLMトークン支出指数は5月に100万トークンあたり2.06ドルでピークを迎えた。現在は1.62ドル。6週間で20%下落。2023年以降90%以上下落。
トークン総支出は前年比でおおよそ2倍になった。より安いトークンが市場を拡大しており、破壊しているわけではない。問題は、価格が下がっても設備投資の請求額は縮小しないことだ。インフラストラクチャのコストは、100万トークンあたり2ドルでも0.50ドルでも同じである。
トレーニングは有限の期間を持つ資本支出だった。推論は継続的である。トークン価格が90%圧縮されると、モデル提供のマージンもそれに伴って圧縮される。顧客基盤は拡大するが、ユニットエコノミクスは薄くなる。
ハイパースケーラーのコンピュート価格設定は、GPUキャパシティが不足しており、購入者が他に行き場がない世界向けに構築された。キャパシティは依然として不足している。それに対してプレミアムマージンを支払う意欲は低下している。

.@nvidiaはもはや単なるチップ製造業者ではない。自らをAIインフラの経済圏への直接参加者として位置づけている。
最近の発表によると、同社はデータセンターに融資を行い、生み出されるクラウド収益の一部を得ている。
最近の2つの提携関係がそのシフトを完璧に示している。
21万基のGPUが、6年間で250～300億ドルのコミットされたオフテイクに結びついている。
> Sharon AI $SHAZ 展開 40,000基のGB300をオーストラリアで
> Firmusはバタム島で360MWにわたって17万基のアクセラレーターに拡大中
同時に、NvidiaとパートナーはXFRAを導入した。これは分散型展開のための液冷GPUシステムで、小規模でも利用可能である。100ユニットのトライアルが進行中で、ハイパースケールに比べてコストが5分の1、構築速度が6倍高速だと主張されている。
このシフトは戦略的である。Nvidiaはハードウェアを販売することから、それらのGPUが生産において稼ぐものの一部を獲得することへと移行している。現在、同社はチップ、システム設計、ソフトウェア、そしてますます融資にまで及び、調整をはるかに管理しやすくしている。
真の制約は別のところにある。すなわち、自社で製造していないGPUを、自社で制御できない事業者によって運用されるものを、単一のマシンのように振る舞うクラスター

70%の企業がAIを利用していると回答している。実際にエージェントを本番環境で稼働させているのは10社に1社未満である。
そのギャップは、スタンフォードのAI指数（最も引用され、最も偏りのないAIデータセットであり、成果に利害関係を持つ研究所が発表したものではない）の中に存在する。
Googleだけでも昨年、AIインフラに1500億ドル以上を費やした。フロンティア研究所の収益は歴史的なペースで上昇しており、計算リソースへの支出もそれに伴って上昇している。何かがスケールすると通常インフラが収益に占める割合が縮小するのとは異なり、この支出は収益に占める割合として縮小していない。
採用がボトルネックだったことは一度もない。ボトルネックは、決して停止しないワークロードを実行し、ツールをチェックし、アクションを実行し、状態を保持し、その収益が複利効果を生む前に食いつぶすコスト構造を持たないことである。それは知能の問題ではなく、インフラの問題であり、70%の採用率が一桁台のデプロイメントしか生み出さない理由である。
これら二つの数字の間のギャップこそ、誰もまだインフラを構築していない市場である。

2026年のAIの制約はモデルの品質ではない。それは送電網の容量である。
PJMはバージニア州の容量価格が833%上昇したと発表した。同州は現在、電力の約40%をデータセンターに送っており、カリフォルニアよりも多くの電力を輸入している。ダブリンはアイルランドの全国送電網の約80%を消費している。フランクフルトは地域供給の42%を占めている。
IEAは、データセンターの需要が2030年までに再び約2倍になると考えている一方、開発中の米国のプロジェクトの半数は、すでに送電網に負荷がかかっている場所に集中している。
トークンあたりのジュールを絞り出す技術は向上しており、AIはタスク単位でより効率的になり続けている。しかし、それを実行する地理的場所は変わっていない。そしてその地理こそが、誰も最適化できない制約なのである。