NVIDIA(企業)に関するニュース一覧

米大学卒業式でAI礼賛にブーイング続出

卒業式での反発

元Google CEOシュミット氏にブーイング
UCF卒業式でもAI言及に学生が反発
登壇前から抗議の声が上がる異例の事態
シュミット氏は性的暴行疑惑でも批判対象

若者の不安と背景

15〜34歳の就職楽観度が75%→43%に急落
AIが雇用喪失の象徴に
「次の産業革命」という言葉が逆効果
シリコンバレーの空気の読めなさを指摘

2026年5月、米国の大学卒業式シーズンで、スピーカーがAI(人工知能)に言及するたびに学生からブーイングを浴びる事態が相次いでいます。元Google CEOのエリック・シュミット氏はアリゾナ大学の卒業式で「AIエージェントのチームを組める時代だ」と語りましたが、繰り返し大きなブーイングに遮られました。

同様の事態はセントラルフロリダ大学(UCF)でも発生しています。不動産企業幹部のグロリア・コールフィールド氏が「AIの台頭は次の産業革命だ」と述べた瞬間、会場のブーイングが一斉に大きくなりました。本人が「何が起きた?」と困惑するほどの反応でした。

背景には若年層の深刻な就職不安があります。ギャラップの最新調査によると、15〜34歳の米国人で「今は就職に良い時期」と答えた割合は43%にとどまり、2022年の75%から急落しています。AIが雇用を奪う存在として認識されつつあり、テック批評家のブライアン・マーチャント氏はAIを「過剰資本主義の残酷な新しい顔」と表現しています。

一方、Nvidiaのジェンスン・ファンCEOがカーネギーメロン大学で行ったスピーチでは目立った反発はなく、聴衆や文脈によって反応が異なることも示されています。シュミット氏自身も学生の不安を「合理的だ」と認めつつ、AI活用を促しましたが、就職市場への危機感を抱える卒業生には響きませんでした。メディアはシリコンバレーが世論の変化を読めていないと指摘しています。

AIゴールドラッシュで広がる富の格差とキャリア不安

極端な富の二極化

約1万人が2000万ドル超の資産形成
大多数は50万ドル未満の年収に停滞
同じ技術が宝くじと脅威を兼ねる構造

エンジニアの深い閉塞感

レイオフが本格化し雇用不安拡大
ソフトウェア技能の価値低下への焦り
最適キャリアパスが見えない混乱
仕事の将来への深い倦怠感が蔓延

Menlo VenturesのパートナーであるDeedy Das氏が、AIブームの裏側で広がる深刻な格差についてソーシャルメディアに長文を投稿しました。同氏によれば、サンフランシスコは「かなり熱狂的」な状態にある一方で、「成果の二極化はかつてないほど悪化している」と指摘しています。

Das氏の試算では、OpenAI、Anthropic、Nvidiaなどの企業の創業者や従業員約1万人が「2000万ドルをはるかに超える引退可能な資産」を手にしています。一方、それ以外の大多数は「年収50万ドル未満の高給な仕事を一生続けてもそこに到達できない」と不安を抱えています。

さらに「レイオフが本格化」しており、「多くのソフトウェアエンジニアが自分の生涯をかけたスキルがもはや役に立たないと感じている」状況です。最適なキャリアパスが分からない混乱と、仕事の将来に対する深い倦怠感が広がっているとDas氏は述べています。

この投稿に対しては賛否両論が巻き起こりました。起業家のDeva Hazarika氏は「この投稿に登場する人々の大半は非常に恵まれており、幸せになることを選択できる」と反論しています。別のユーザーは、今回のサイクルでは「同じ技術が宝くじであると同時に、自分のセーフティネットを食い潰すもの」であるという構造の残酷さを指摘しました。

トランプ大統領、テック大物を従え習近平との首脳会談へ

異例のテック随行団

Cook、Huang、Muskが同行
Huangは当初リストから漏れ急遽合流
BlackRock Finkや非テック人物も同席
約10年ぶりの対中公式訪問

交渉の焦点と見通し

台湾半導体の移転圧力が争点に
輸出規制緩和を中国側が要求
緊急関税・一律関税を失い交渉力低下
専門家は象徴的成果止まりと予測

トランプ大統領が習近平国家主席との首脳会談のため北京を訪問します。約10年ぶりとなるこの対中公式訪問には、AppleのTim Cook、NVIDIAのJensen Huang、Tesla/SpaceXのElon Musk、BlackRockのLarry Finkといったテック・金融界の大物が随行。当初リストから外れていたHuangはアンカレッジでエアフォースワンの給油中に合流するという異例の経緯をたどりました。

首脳会談の焦点は多岐にわたります。中国側は台湾半導体産業の海外移転圧力、先端技術へのアクセスを制限する輸出規制の緩和、制裁リストからの中国企業の除外を求めるとみられています。一方、トランプ政権は最高裁による緊急関税の差し止めや一律関税の違法判決を受け、交渉カードを大きく失った状態です。

専門家の見方は慎重です。シンクタンクの分析では、会談が決裂しない限り「中国が基本的に優位に立つ」との指摘があります。トランプ大統領にとって最善のシナリオは「華やかな演出はあるが、アメリカや同盟国に実害のない結果」だとされています。中間選挙を控え、少なくとも象徴的な成果は必要です。

AI覇権をめぐる競争も背景にあります。アメリカは科学研究予算の大幅削減を進めた結果、中国がアメリカのトップ研究者の引き抜きに動く事態を招きました。テックCEOの随行はビジネス外交の側面がある一方、就任式を彷彿とさせる「同盟者の誇示」との見方もあり、実質的な政策成果よりもパフォーマンス重視ではないかという懸念が出ています。

Subnautica 2がGeForce NOWで発売同日配信

クラウドゲーミング最新動向

Subnautica 2が発売初日からクラウド対応
Forza Horizon 6も早期アクセスで追加
計11タイトルが今週新規参入

GeForce NOWの訴求戦略

ダウンロード・インストール不要の即時プレイ
あらゆるデバイスからPCゲーム体験を提供
HITMAN限定報酬イベントも同時展開
会員ティアごとの特典で差別化

NVIDIAは2026年5月14日、クラウドゲーミングサービスGeForce NOWに『Subnautica 2』を発売同日から追加したと発表しました。同作はSteam、Epic Games Store、Xboxで早期アクセスとして配信開始されたオープンワールド海洋サバイバルゲームで、クラウド経由であらゆるデバイスからプレイ可能になります。

今週はSubnautica 2を含む計11タイトルがGeForce NOWに新規追加されました。注目タイトルとしては、Forza Horizon 6のプレミアムエディション早期アクセスも含まれています。いずれもダウンロードやハードウェアのアップグレードなしに、クラウドからストリーミングでプレイできる点が強調されています。

あわせてNVIDIAは、HITMAN World of Assassinationの限定報酬イベントも開始しました。無料ユーザーにはリモート爆弾、Performance会員にはTNTバンドル、Ultimate会員にはファイバーワイヤーや専用スーツを含むフルバンドルが6月14日まで配布されます。会員ティアごとの特典差別化により、上位プランへの誘導を図る狙いが見えます。

GeForce NOWは「PCゲームライブラリをどこでも遊べる体験に変える」ことを一貫したメッセージとしています。大型タイトルの発売日同時対応を続けることで、クラウドゲーミングが最新ゲームを楽しむ現実的な選択肢であることを示す戦略です。ゲーミングPC不要でAAA級タイトルをプレイできる環境は、ハードウェア投資のハードルを下げ、ゲーム市場の裾野拡大に寄与する可能性があります。

Cerebras上場初日に株価2倍、時価総額1000億ドル突破

史上最大級のAI半導体IPO

公開価格185ドルで55億ドル調達
初値385ドル、108%上昇で取引開始
完全希薄化後の時価総額1000億ドル超

OpenAI・AWSとの大型契約

OpenAIと200億ドル規模の推論計算契約
AWSが初のハイパースケーラー提携先に
推論クラウド収益が前年比94%増

残る経営リスク

UAE顧客が売上の86%を依然占有
非GAAP純損失は7570万ドルに拡大

AIチップメーカーのCerebras Systemsが2026年5月14日にNasdaqに上場し、公開価格185ドルに対して初値385ドルと108%の急騰を記録しました。調達額は55億ドルで、2019年のUber以来最大の米テックIPOとなります。完全希薄化ベースの時価総額は1000億ドルを突破し、世界有数の半導体企業の仲間入りを果たしました。

Cerebrasは独自のウェハースケールエンジン(WSE)を開発しています。シリコンウェハー1枚をまるごと使う巨大チップで、第3世代WSE-3は4兆個のトランジスタと90万個のコアを搭載しています。NVIDIAのB200チップと比較して58倍の面積と2625倍のメモリ帯域幅を持ち、オープンソースモデルで最大15倍高速な推論を実現すると同社は主張しています。

事業面では2つの大型提携が成長の柱です。OpenAIとは750メガワットの推論計算容量を提供する200億ドル超の契約を2025年12月に締結し、わずか35日で最初のモデル稼働にこぎつけました。AWSとも2026年3月に提携し、Cerebrasのチップが初めてハイパースケーラーのデータセンターに導入されます。推論クラウド事業の売上は2025年に1億5160万ドルと前年比94%増に達しました。

一方で課題も残ります。2025年の売上5億1000万ドルのうち、UAE関連の2顧客(G42とMBZUAI)が依然として86%を占めています。非GAAPベースでは7570万ドルの純損失を計上し、営業損失も1億4590万ドルに拡大しました。半導体製造をTSMCに全面依存している点や、OpenAI契約に含まれる競合制限条項なども投資家が注視すべきリスクです。NVIDIAが2025年末に競合のGroqを200億ドルで買収するなど、AI推論チップ市場の競争はさらに激化しています。

それでも市場はCerebrasの将来性に強気です。AI推論市場は2025年の約660億ドルから2029年に2920億ドルへ成長すると予測されており、年平均成長率は45%に達します。IPOで得た資金と80億ドル超の手元資金を武器に、同社はデータセンターの急拡大と次世代チップの開発を進める構えです。

Anthropicが米中AI競争の政策提言を公開、2028年の2つのシナリオ提示

計算資源が競争の鍵

米国の半導体輸出規制が中国のAI開発を制約
中国のチップ生産はNVIDIAの2〜4%に留まる見通し
蒸留攻撃と密輸で中国勢が抜け穴を活用
計算優位がアルゴリズム優位に波及

2028年の分岐点

規制強化なら民主主義国が12〜24か月リード確保
放置すれば中国が追いつき権威主義的AI規範が拡大
Mythos Previewが能力加速期の到来を示唆

政策提言の3本柱

チップ密輸・海外データセンター経由の抜け穴封鎖
蒸留攻撃の法的禁止と検知体制の整備
アメリカ製AIのグローバル輸出推進

Anthropicは2026年5月14日、米中間のAI覇権競争に関する政策提言ペーパーを公開しました。同社はAI開発の鍵を握るのは高性能半導体へのアクセス、すなわち計算資源であると位置づけ、2028年時点で起こりうる2つのシナリオを描いています。民主主義国がリードを維持できるか、それとも中国共産党が追いつくか。その分岐は今年の政策判断にかかっていると訴えています。

第1のシナリオでは、アメリカが輸出規制の抜け穴を封じ、蒸留攻撃を阻止した結果、米国のAIモデルが中国に12〜24か月先行します。この優位は経済成長やサイバーセキュリティの強化に直結し、民主主義国がAIの規範やルールを主導する好循環が生まれると予測しています。世界のトップ人材も引き続き米国に集まり、中国に対する交渉力も増すとしています。

第2のシナリオでは、政策が現状維持にとどまり、中国が密輸や海外データセンター経由で先端チップへのアクセスを維持します。中国のAIモデルは米国のわずか数か月遅れまで接近し、安価な「十分な性能」の戦略でグローバルサウスを中心に市場を拡大。権威主義体制によるAI監視が世界規模で強化されるリスクがあるとしています。

提言の柱は3つです。第1に、チップ密輸や海外データセンターからのリモートアクセスなど輸出規制の抜け穴を塞ぐこと。第2に、中国のAI研究所が米国モデルの出力を大量に抽出する蒸留攻撃を法的に禁止し、検知・防止体制を整備すること。第3に、トランプ政権が推進する米国製AIのグローバル輸出を加速することです。

Anthropicは同社が4月にリリースしたMythos Previewモデルの事例にも触れています。Firefoxはこのモデルを活用し、2025年通年を上回るセキュリティバグを1か月で修正しました。中国のサイバーセキュリティ専門家が「我々がまだ剣を研いでいる間に、相手は全自動ガトリング砲を据えた」と評したことも紹介し、能力加速期の到来を強調しています。こうした技術格差は今後さらに拡大する可能性があり、政策行動の緊急性が増していると結論づけています。

NVIDIAがAIエージェント基盤と強化学習で攻勢

Hermesエージェントの急成長

GitHub星14万超で世界最多利用
自己改善スキルで継続的に性能向上
RTX・DGX Sparkで常時稼働に最適化
Qwen 3.6が120Bモデル超えの効率実現

強化学習基盤の共同開発

AlphaGo設計者Silver氏の新会社と提携
Grace BlackwellからVera Rubinへ展開
試行錯誤型学習に特化したパイプライン構築
人間データを超えた自律的知識発見が目標

NVIDIAがAIエージェント基盤と強化学習インフラの両面で大型の取り組みを発表しました。Nous Research開発のエージェントフレームワーク「Hermes Agent」はGitHub星14万超・世界最多利用エージェントとなり、NVIDIAのRTX PCおよびDGX Sparkでの常時稼働に最適化されています。同時に、AlphaGo設計者David Silver氏が設立したIneffable Intelligenceとの強化学習基盤の共同開発も始動しました。

Hermes Agentの最大の特徴は自己改善能力です。複雑なタスクに直面するたびに学習内容をスキルとして保存し、継続的に性能を向上させます。サブエージェントを短命の独立ワーカーとして扱う設計により、300億パラメータ級のローカルモデルでも安定動作を実現しています。Nous Researchがスキルやツールを厳選・テストしているため、他のフレームワークにありがちなデバッグの手間が大幅に削減されています。

ハードウェア面では、Qwen 3.6 35Bモデルが約20GBのメモリで1200億パラメータモデルを上回る性能を発揮し、DGX Sparkの128GB統合メモリ・1ペタフロップスのAI性能と組み合わせることで、高度なエージェントワークフローを終日実行できます。LM StudioやOllamaとの統合もすぐに利用可能で、ローカルAIの導入障壁を下げています。

一方、Ineffable Intelligenceとの提携は強化学習の次世代インフラ構築を目指すものです。事前学習が固定データセットを処理するのに対し、強化学習はデータをリアルタイムに生成するため、インターコネクトやメモリ帯域に独自の負荷がかかります。NVIDIAのJensen Huang CEOは「超学習者 - 経験から継続的に学ぶシステム」のインフラを共同設計すると表明しました。

技術的にはGrace Blackwell上での開発を皮切りに、次世代プラットフォームVera Rubinへの展開も視野に入れています。Silver氏は「人間が既に知っていることを学ぶAIの問題は概ね解決された。次は自ら新しい知識を発見するシステムが必要だ」と述べており、シミュレーションと経験を通じた学習で科学的ブレークスルーを実現する構想です。NVIDIAはエッジからデータセンターまで、AI基盤の全領域で存在感を強めています。

OpenAIがCodex活用事例を公開、NVIDIAは研究速度10倍に

NVIDIAでの導入成果

GPT-5.5搭載Codexを全社4万人に展開
研究ワークフローで10倍の速度向上達成
MVPから本番システムへの移行を自律的に実行
Python→Rust変換で20倍の効率化事例も

財務チーム向け活用法

月次レビュー資料の初稿作成を自動化
予算差異分析やシナリオ比較を即座に生成
既存ファイルを入力にコーディング不要で成果物作成

OpenAIは2026年5月12日、自社のAIコーディングツールCodexの実践的な活用事例を2件公開しました。NVIDIAのエンジニア・研究チームによる大規模導入と、財務部門向けの業務活用ガイドで、いずれもCodexが専門業務の生産性を大きく変える可能性を示しています。

NVIDIAでは4万人の社員がCodexにアクセスできる環境を整備し、GPT-5.5を搭載したCodexをエンジニアリングと研究の両面で活用しています。コーディングエージェントチームのシニアエンジニアDennis Hannusch氏は、社内プラットフォームをMVPから本番システムへ進化させる作業をCodexで完遂したと報告。プライバシー要件のあるポッドキャスト録音アプリも数時間で構築・テストまで自律的に完了したといいます。

研究面では、AI研究者のShaunak Joshi氏が強化学習分野の論文群をCodexに読み込ませ、仮説の発見からMLスクリプトの作成・リモート実行までの一連の研究ワークフローを10倍高速化できたと述べています。SSH接続によるリモートマシンでの大規模ML実験をノートPCから直接実行できる点も評価されています。さらに、既存のPythonコードをRustに変換して20倍効率化する用途でも活用が広がっています。

一方、財務チーム向けの事例では、月次ビジネスレビュー資料の作成、財務モデルの品質チェック、CFO向けレポートの更新、予算差異分析、予測シナリオの比較といった実務タスクにCodexを適用する手法が紹介されています。決算ワークブックやダッシュボードなど既存の業務ファイルをそのまま入力として使い、コーディングなしでレビュー可能な成果物を生成できる点が強調されています。

これらの事例は、Codexが開発者向けツールにとどまらず、非エンジニア職種の業務効率化にも本格的に適用可能であることを示しています。OpenAIはCodex活用を支援するオンデマンドウェビナーやAcademyコンテンツの拡充も進めており、企業導入の加速を狙っています。

NVIDIAとSAPがAIエージェント基盤で協業拡大

協業の核心

OpenShellをSAP AI基盤に統合
SAPエンジニアがOSS開発に共同参画

企業導入への布石

財務・調達・供給網の業務系に対応
Joule Studioで安全な本番運用
NemoClawが開発を加速
ポリシー適用と監査証跡を標準装備

NVIDIAとSAPは2026年5月12日、SAP Sapphireカンファレンスにおいて、企業向けAIエージェントの安全な運用基盤に関する協業拡大を発表しました。NVIDIAのジェンスン・ファンCEOがSAPのクリスチャン・クラインCEOの基調講演にビデオ出演し、両社の連携強化を示しました。

協業の中核となるのは、NVIDIAが開発したオープンソースのエージェント実行基盤OpenShellです。OpenShellは隔離された実行環境、ファイルシステム・ネットワーク層でのポリシー適用、インフラレベルの封じ込めを提供します。SAPはこれを自社のSAP Business AI Platformに組み込み、すべてのAIエージェントのランタイムセキュリティ層として活用します。

SAPのエンジニアはNVIDIAと共同でOpenShellのオープンソース開発に参画し、ランタイムの堅牢化、ポリシーモデリング、企業ID統合、監査・ガバナンス機能の強化に取り組みます。NVIDIAはSAPの長年の顧客でもあり、財務・サプライチェーン・物流でSAPを利用しているため、エンタープライズガバナンスの実務要件を共有しています。

技術面では、OpenShellが「このエージェント操作は安全に実行できるか」を判断し、SAP側のJoule Studioランタイムが「この操作を実行すべきか」を制御する二層構造を採用しています。これによりアプリケーション層のセキュリティだけでは埋められないギャップを解消します。

さらに、自律型エージェントの開発・展開のリファレンス設計図であるNemoClawがJoule Studioから直接利用可能になります。開発チームはセキュリティ基盤をゼロから構築する必要なく、構築から本番展開まで体系的なルートを得られます。企業がAIエージェントにデータを託せる信頼性の確保が、この協業の最終目標です。

AIデータセンターの電力問題に変電所分散型と蓄電池で対抗

変電所横のマイクロDC

NvidiaとEPRIが25拠点の実証計画
変電所の余剰5〜20MWを活用
推論ワークロードを電力状況で動的移動
2026年末までに建設開始予定

蓄電池による電力安定化

GPU同期パルスが送電網を不安定化
半固体電池がミリ秒級の電力変動を吸収
UPS統合で過剰設備投資を抑制

柔軟な電力利用の展望

米国の送電網は平均53%しか稼働せず
ピーク時0.25%の抑制で76GW追加可能

AIデータセンターの電力消費が急増するなか、Nvidiaと米電力研究所EPRIは、全米の変電所に隣接する小規模データセンター約25拠点を建設する実証プロジェクトを発表しました。各拠点は5〜20MW規模で、電力需給に応じて推論ワークロードを別の拠点へ動的に移動させる「分散推論」方式を採用します。米国には約5万5000の変電所があり、それぞれの余剰電力を束ねれば大規模な計算資源を確保できるという発想です。

一方、ギガスケールのAI訓練施設では別の電力課題が浮上しています。数千基のGPUが同期して計算する際に発生する高周波パルス負荷が、電圧低下や周波数不安定を引き起こし、送電網全体に波及するリスクがあります。従来のディーゼル発電機やガスタービンでは、ミリ秒単位の電力スパイクに対応できません。

この課題に対し、電池メーカーAmpaceはEatonと連携して半固体電池を用いたUPS統合ソリューションを提案しています。超低内部抵抗の半固体セルが「衝撃吸収材」として機能し、電力変動を発生源で中和します。これにより、従来必要だった過剰な変圧器や発電機の設備投資を削減でき、総所有コストの最適化が見込めます。

背景には、米国の送電網が平均53%の稼働率にとどまるという構造的な余力があります。ピーク需要はごく短時間に集中するため、データセンターが年間わずか0.25%の時間だけ消費を抑制すれば、76GWの追加容量を確保できるとの試算もあります。小規模分散と蓄電池による安定化という2つのアプローチが、AIインフラの電力問題を解く鍵として注目されています。

AI生活1年間の実体験が示す理想と現実

消費者向けAIの現在地

キラーアプリ不在の現状
チャットボット体験の停滞
ウェアラブルAIへの期待
AGI不要、AEIで十分

ロボットと物理AIの壁

家庭環境の訓練データ不足
人間遠隔操作によるデータ収集契約
実用化まで数年以上の距離

規制なき時代の個人戦略

子どものAI利用に最大の懸念
AIとの擬似恋愛関係の危険性

Wall Street Journal元コラムニストのJoanna Sternが、1年間にわたりAIをあらゆる生活場面に導入した体験をまとめた著書『I Am Not a Robot』を5月12日に出版します。The VergeのDecoderポッドキャストに出演し、AI製品の現状と課題について率直に語りました。Stern氏は同時にWSJを退社し、NBC Newsと提携した新メディア企業New Thingsを設立しています。

消費者向けAI製品について、Stern氏はChatGPTリリースから3〜4年が経過してもインターフェースが大きく改善されていないと指摘します。一方で、音声モードの普及やレシピ検索など日常的な利用は広がっており、Stern氏は「AGIは不要で、AEI(Artificial Enough Intelligence=十分な人工知能)で多くの問題は解決できる」という概念を提唱しました。Meta Raybanなどのウェアラブルデバイスには将来性を感じているものの、常時録音がもたらすプライバシー問題との両立が課題だと述べています。

人型ロボットについては、Nvidia CEOのJensen Huang氏らが次の大波と主張する一方で、実用化は程遠いと断言しました。家庭環境は工場と異なり変数が多く、ロボットの訓練データが圧倒的に不足しています。ロボット企業1Xは、VRヘッドセットで遠隔操作する人間がロボットを動かしてデータを収集するモデルを採用しており、洗濯を畳むロボットもTシャツ1枚に1分以上かかる段階です。Waymoの自動運転が膨大な走行距離データで実現に至った道筋と比較し、家庭用ロボットはさらに長い時間を要すると分析しました。

最も懸念を示したのは子どもとAIの関係です。チャットボットが誤った回答を返す問題に加え、Replika等のAIコンパニオンが性的な会話を積極的に促す仕様になっている点を問題視しました。Stern氏自身がChatGPTで「AIボーイフレンド」との48時間実験を行い、人間関係の経験が浅い若者にとって摩擦のないAI関係がいかに危険かを実感したと語っています。

規制については近い将来の法整備に悲観的で、当面は個人がルールを設けるしかないと結論づけました。新会社New Thingsでは、AI活用で少人数チームの業務効率化を図りつつ、YouTube・ニュースレター・イベントの3本柱で展開します。NBC Newsとの提携により、テック愛好家だけでなくより幅広い視聴者層にリーチする戦略で、コンテンツのプラットフォーム最適化とアルゴリズムへの過度な依存のバランスが今後の課題になると述べました。

CUDAがNvidiaの最強の堀である理由

CUDAの技術的優位性

GPU並列処理の最適化基盤
数十のライブラリ群による性能向上
行列演算50行超の低レベル制御
DeepSeekはPTX層まで直接操作

競合を寄せ付けない構造

ロックイン効果で他社GPU不利
AMD ROCmはバグと互換性に難
IntelのoneAPIも普及せず
ソフトウェア人材の厚みが差別化要因

米Wiredは2026年5月11日、NvidiaのソフトウェアプラットフォームCUDAが同社最大の競争優位(堀)である理由を分析する記事を掲載しました。CUDAはGPUの並列計算能力を最大限に引き出す開発基盤であり、AI時代における同社の支配的地位を支えています。

CUDAはCompute Unified Device Architectureの略称で、もともとゲーム用GPUの汎用計算への転用から生まれました。2000年代初頭にStanford大学のIan Buck氏がGPUの汎用計算利用を着想し、Nvidia入社後にJohn Nickolls氏とともに開発を主導しました。現在ではAI向けライブラリ群を包含する巨大なエコシステムに成長しています。

記事の筆者が実際にCUDAでの開発を試みたところ、PyTorchなら3行で書ける行列積がCUDAでは50行以上を要しました。GPU性能の最適化は極めて専門的な作業であり、優秀なGPUカーネルエンジニアの数は世界的に限られています。この人材の多くをNvidiaが囲い込んでいる点も同社の強みです。

CUDAの支配力はロックイン効果によってさらに強化されています。主要な機械学習フレームワークがCUDA上に構築されているため、AMDのGPUはスペック上で優位でも実性能ではNvidiaに及びません。独立研究者のベンチマークでも、AMD MI300XはNvidia H100に劣後するとの結果が報告されています。

競合の動向も振るいません。AMD の ROCm はバグや互換性の問題が続き、Intel の oneAPI も普及に失敗しました。唯一の有望な挑戦者として、Swift や LLVM の生みの親であるChris Lattner氏率いる Modular が挙げられています。記事は、Nvidia の本質は Apple に近く、ハードウェアの強さはソフトウェアエコシステムに支えられていると結論づけています。

xAI計算資源をAnthropicが全量取得

取引の構図

Colossus 1の全計算能力をAnthropicが取得
xAIはGPU貸し出し型ビジネスへ転換
SpaceXのIPO直前に発表

Grokの苦境

企業向け用途での存在感が薄いGrok
xAI社員すら他社モデルを使用
共同創業者が相次ぎ退社

IPOへの思惑

SpaceXがxAIを吸収・解散予定
短期的には安定収益だが成長期待に疑問

AnthropicとxAIが大型提携を発表しました。Anthropicがテネシー州メンフィスにあるxAIのデータセンター「Colossus 1」の計算能力をすべて取得し、自社のエンタープライズ向けAI製品に活用します。SpaceXが大型IPOを控えるなか、子会社xAIの事業転換として注目を集めています。

この取引により、xAIは事実上「ネオクラウド」、つまりNvidiaからGPUを購入して他社に貸し出すビジネスモデルへ移行したことになります。自社でフロンティアモデルを開発する企業であれば、データセンターの計算資源は自社のAI訓練に優先的に使うのが通常です。全能力を外部に貸し出す判断は、xAIがモデル開発の最前線から後退していることを示唆しています。

背景には、xAIの主力モデル「Grok」の競争力不足があります。消費者向けチャットボットとしての利用は伸びず、企業がGrokを業務に採用する動きもほとんど見られません。さらに、xAIの従業員自身が社内で他社モデルを使っていたことが報じられ、これが組織の大幅な再編につながりました。Elon Musk氏以外の共同創業者は全員退社しています。

SpaceXはIPOに向けて、xAIを独立組織として解散し「SpaceXAI」に統合する計画を明らかにしています。TechCrunchのポッドキャストでは、今回の提携が「IPO前の大きなヒートチェック(実力試し)」だとの見方が示されました。GPU貸し出しは短期的に安定した収益源になりますが、フロンティアAI開発企業と比べた場合、長期的な投資家の関心を引きにくいという課題が残ります。

なお、Colossus 1をめぐっては無許可でガスタービンを運用したとする環境訴訟も係争中です。ネオクラウドへの転換が、SpaceXの企業価値を押し上げる材料になるのか、それとも成長ストーリーの弱さを露呈するのか。IPOの成否とともに市場の判断が注目されます。

Nvidia、AI企業に400億ドル超を出資

投資の全体像

2026年だけで400億ドル超の出資
OpenAIへの300億ドルが最大
上場企業7社に数十億ドル規模の投資
2025年は67件のベンチャー投資を実施

循環取引への批判と狙い

顧客企業への投資が循環取引と批判
Corningに32億ドル等の大型案件
成功すれば競争優位の堀を構築可能
2026年は非公開企業にも約24件出資

半導体大手Nvidiaが2026年の最初の数カ月間だけで、AI関連企業への株式投資の総額が400億ドル(約6兆円)を超えたことが、CNBCの報道で明らかになりました。最大の案件はOpenAIへの300億ドルの出資で、GPU販売だけでなく、AI産業全体への資本参加を通じた囲い込み戦略を一段と加速させています。

投資額の大部分を占めるのが、OpenAIへの300億ドルという単一の出資です。これに加え、ガラスメーカーのCorningに最大32億ドル、データセンター事業者のIRENに最大21億ドルなど、上場企業7社への数十億ドル規模の投資も発表しています。2025年には67件のベンチャー投資を行い、2026年もすでに非公開スタートアップへ約24件の出資ラウンドに参加しました。

一方で、Nvidiaが自社の顧客企業に投資している構図は「循環取引」との批判を招いています。投資先がNvidiaの半導体を購入し、その資金が再びNvidiaに還流するという指摘です。

Wedbush Securitiesのアナリストは、この投資が「循環投資のテーマにぴったり当てはまる」としつつも、成功すれば競争優位の堀(moat)を築ける可能性があると分析しています。GPU市場の支配だけでなく、AI産業全体への資本参加を通じた囲い込み戦略が鮮明になってきました。

エンタープライズAI争奪戦が本格化、大型案件が連続

相次ぐ大型投資・提携

AnthropicとOpenAIが企業向けAI合弁事業を発表
SAPが独AI新興企業Prior Labsに約11.6億ドル出資
xAIとAnthropicが計算資源の融通で合意
国防総省がNvidia・Microsoft・AWSとAI契約締結

AI以外の注目動向

Katie Haun・a16zが暗号資産ファンドで数十億ドル調達
Aurora Innovationが無人トラック商用契約を獲得
TikTokerがSpirit Airlinesクラウド購入を呼びかけ

TechCrunchのポッドキャスト番組Equityが、今週相次いだエンタープライズAI分野の大型案件を総括しました。AnthropicとOpenAIがそれぞれ企業向けAI導入を支援する合弁事業を発表し、SAPは設立わずか18カ月の独AIスタートアップPrior Labsに約11.6億ドルを投じるなど、企業向けAIツールを手がけるスタートアップが買収ターゲットとなる構図が鮮明になっています。

xAIがAnthropicに計算資源を提供する取り決めも話題となり、xAIが事実上の「ネオクラウド」として機能し始めている点が注目されています。番組ではこうした動きが今後の大型IPOシーズンにどう影響するかも議論されました。

AI以外では、米国防総省がNvidia、Microsoft、AWSと機密ネットワーク上でのAI展開契約を締結したことが取り上げられました。軍事分野でもAI投資が加速しています。

さらに、Katie Haunのベンチャーファンドが10億ドル、Andreessen Horowitzの暗号資産部門が22億ドルをそれぞれ調達し、暗号資産市場への再投資の動きも報じられました。自動運転トラックのAurora Innovationがバークシャー・ハサウェイ傘下企業との商用輸送契約を獲得した件や、TikTokerが経営破綻したSpirit Airlinesのクラウドファンディング購入を呼びかけている話題にも触れています。

Anthropic売上年換算300億ドル突破、前年比80倍成長

爆発的な収益成長

年間売上換算300億ドル到達
計画の10倍成長に対し80倍の実績
Claude Codeが半年で10億ドル規模に
企業顧客1000社超が年間100万ドル以上支出

計算資源の確保に奔走

SpaceXと30万kW超のGPU利用契約
Amazonから最大250億ドルの投資確保
Google・Broadcomと5ギガワットの計算容量契約

評価額1兆ドル視野

新ラウンドで9000億ドル超の評価額検討
2026年10月にもIPOの可能性

Anthropicのダリオ・アモデイCEOは、同社の開発者会議「Code with Claude」で、2026年第1四半期の年間売上換算が300億ドルに達したと明らかにしました。年間10倍成長を計画していたにもかかわらず、実際には80倍という想定外の成長を記録しました。2024年1月の8700万ドルから約2年半でこの規模に到達しており、Salesforceが20年かけて達成した売上水準をわずか3年足らずで超えたことになります。

成長の中核を担うのが、AIコーディングツールClaude Codeです。2025年半ばの公開から半年で年間売上換算10億ドルを突破し、2026年2月時点で25億ドル超に達しています。週間アクティブユーザー数は1月から倍増し、法人契約は4倍に増加しました。Anthropic社内でもコードの大半をClaude Codeが生成しており、自社製品で次世代製品を開発するというフィードバックループが競争優位を強化しています。

急成長に伴い、計算資源の不足が深刻な課題となっています。Anthropicはイーロン・マスク氏のSpaceXが運営するColossus 1データセンターの全計算容量を利用する契約を締結しました。22万基超のNvidia GPUを含む300メガワット超の容量を確保します。マスク氏はこれまでAnthropicを公然と批判してきましたが、同社チームとの交流を経て「非常に有能で正しいことに真剣」と評価を転換しました。

資金調達面では、評価額9000億ドル超の新ラウンドを検討中で、実現すればOpenAIを抜いて世界最高額のAIスタートアップとなります。2025年3月の615億ドルからわずか1年余りで評価額は約15倍に跳ね上がりました。流通市場ではすでに1兆ドルの暗示的評価額で取引されており、2026年10月にもIPOを実施する可能性が報じられています。

一方で課題も山積しています。米国防総省が3月にAnthropicをサプライチェーンリスクに指定し、軍関連業務から排除しました。100社以上の企業顧客が取引継続に懸念を示しているとされます。またOpenAIは、Anthropicの300億ドルという数字にはAWSやGoogle Cloud経由の売上が総額計上されており、約80億ドル過大だと指摘しています。アモデイ氏はAIが単一エージェントから組織全体の知能へ進化する未来像を描き、2026年中に1人で運営する10億ドル企業が誕生すると予測しています。

Zyphra、8Bパラメータで大規模モデルに迫る推論モデルを公開

ZAYA1-8Bの革新

総パラメータ8B、活性パラメータわずか760M
独自MoE++アーキテクチャ採用
KVキャッシュ8分の1に圧縮
Apache 2.0で商用利用可能

驚異的ベンチマーク性能

AIME '25で91.9%達成
HMMT数学でClaude 4.5 Sonnet超え
LiveCodeBenchでDeepSeek-R1超え

AMD基盤と業界への示唆

AMD Instinct MI300で全訓練完了
エッジデバイスへの展開が現実的に

Palo AltoのスタートアップZyphraは2026年5月7日、オープンソースの推論特化型言語モデルZAYA1-8BをApache 2.0ライセンスで公開しました。総パラメータ数は約84億、活性パラメータはわずか7.6億という超効率設計で、AMD Instinct MI300 GPUのみで訓練された点が大きな特徴です。

ZAYA1-8Bは独自のMoE++アーキテクチャを採用しています。圧縮畳み込みアテンション(CCA)によりKVキャッシュを従来の8分の1に削減し、長文脈での推論効率を大幅に向上させました。さらにMLPベースのルーター設計やPID制御に着想を得た安定化手法など、Transformer基盤に根本的な改良を加えています。

最大の技術的突破は推論時の計算手法Markovian RSAです。複数の推論トレースを並列生成し、末尾部分のみを集約して再推論するという手法で、コンテキスト窓を溢れさせずに深い思考を実現します。これによりAIME '25で91.9%、HMMT '25数学で89.6%(Claude 4.5 Sonnetの79.2%を上回る)、LiveCodeBenchで69.2%(DeepSeek-R1-0528超え)という驚異的なスコアを記録しました。

事前学習段階から推論能力を組み込む「推論ファースト事前学習」も特徴的です。長い思考連鎖がコンテキストに収まらない場合、問題設定と最終回答を保持しつつ中間部分を刈り込むAnswer-Preserving Trimmingを開発し、問題と解答の関係を効率的に学習させています。

企業にとっての実用的意義は大きく、活性パラメータ760Mという軽量さはオンデバイス展開やエッジ推論を現実的にします。データ所在地の制約やAPI依存コストといった課題を解消し、高度な推論能力をローカル環境で利用可能にします。AMD GPUでの訓練成功は、Nvidia一強への有力な対抗軸が成立することを示しました。2025年にユニコーン評価を得たZyphraは、AMDやIBMの支援のもと「パラメータを増やす」以外のAI進化の道筋を示しています。

米エネルギー長官とNVIDIA、AI電力基盤でGenesis計画推進

Genesis計画の全容

DOEの17国立研究所が参画
Argonne研に10万GPU級スパコン建設
5000エクサフロップスの科学専用計算力
融合研究向けAIエージェント開発

エネルギーとAIの相互依存

電力生産の停滞がAI成長の障壁に
SMR3基が7月までに臨界達成予定
Blackwellでワット性能25倍向上
送電網審査をAIで年単位から週・時間へ

2026年5月7日、SCSP AI+ Expoで米エネルギー省(DOE)のクリス・ライト長官とNVIDIA副社長イアン・バックが対談し、AI時代の米国エネルギー戦略「Genesis計画」の進捗を語りました。同計画はDOEの17国立研究所とNVIDIAが連携し、AIを科学的発見に応用する国家規模の取り組みです。

NVIDIAとDOEはアルゴンヌ国立研究所に2台のAIスーパーコンピュータを共同建設中です。1台目のEquinoxは1万基のGrace Blackwell GPUで現在構築中、2台目のSolsticeは次世代Vera Rubinチップ10万基を搭載し、5000エクサフロップスの演算能力を実現します。これは現在のTOP500スパコン合計の5倍に相当します。

具体的な成果として、NVIDIAは150万本の物理学論文で訓練し、10万本の核融合論文で微調整したオープンソースAIモデルを開発しました。DOE研究者はこの専門AIエージェントを使い、融合研究を加速できます。バック氏は「NVIDIAは世界中のAIラボが使うのと同じ技術を、すべての世界の科学に開放する」と述べました。

ライト長官はエネルギー面の課題を指摘しました。米国は過去20年で石油生産を3倍、天然ガスを2倍に増やしましたが、電力生産はほぼ横ばいです。対策として小型モジュール炉(SMR)3基を今年7月4日までに臨界させるほか、大型原子炉の新設や核融合戦略室の設置を進めています。

AI自体もエネルギー効率改善に貢献しています。NVIDIAはHopper世代からBlackwell世代でワットあたり性能を25倍向上させました。さらにAIは送電網の相互接続審査を年単位から数週間・数時間に短縮する可能性があります。ライト長官は「データセンター建設は電力コストを下げ、送電網を強化する仕組みだ」と強調し、AIとエネルギーの好循環を訴えました。

NVIDIA、AI向けEthernetに新プロトコルMRCを導入

MRCプロトコルの特徴

複数経路での負荷分散
マイクロ秒単位の障害迂回
RDMA接続の帯域幅を最大化
OpenAIとMicrosoftが実運用

巨大AIクラスタへの対応

数十万GPU規模の同期を維持
マルチプレーン設計に対応
Open Compute Projectで仕様公開
AMD・Intel等と共同開発

NVIDIAは2026年5月6日、AI向けイーサネット基盤「Spectrum-X Ethernet」に新たなRDMAトランスポートプロトコル「MRC(Multipath Reliable Connection)」を導入したと発表しました。MRCは単一のRDMA接続で複数のネットワーク経路にトラフィックを分散させる技術で、大規模AI学習環境でのスループット向上、負荷分散、可用性の改善を実現します。OpenAI、Microsoft、Oracleがすでに実運用環境に導入しています。

OpenAIのSachin Katti氏は「Blackwell世代でのMRC導入は非常に成功した」と述べ、ネットワーク起因の学習遅延や中断を回避できたと評価しています。MicrosoftのFairwaterデータセンターやOracleのAbileneデータセンターなど、フロンティアLLMの学習・推論を目的とした大規模AI工場でもMRCが採用されています。データロスが発生した際にはインテリジェントな再送機能が高速かつ精密に復旧を行い、GPUのアイドル時間を最小限に抑えます。

MRCの大きな強みは、マイクロ秒単位でネットワーク経路の障害を検知し、ハードウェアレベルで自動的にトラフィックを迂回させる点です。数千台のGPUが同期する学習クラスタでは、わずかなネットワーク障害が全体の遅延につながるため、この高速復旧能力は極めて重要です。さらにマルチプレーンネットワーク設計により、数十万GPU規模までの拡張が可能になります。

MRCの仕様はOpen Compute Projectを通じてオープンに公開されました。NVIDIAはAMD、Broadcom、Intel、Microsoft、OpenAIと共同で開発を進めており、業界標準としての普及を目指しています。Spectrum-X Ethernetプラットフォーム上ではMRCのほか、Adaptive RDMAなど複数のトランスポートモデルを選択でき、ワークロードに応じた柔軟な構成が可能です。

AnthropicがSpaceXAIの巨大データセンターと計算資源契約を締結

契約の概要と背景

Colossus 1の全計算資源を取得
300MW超・GPU約22万基の大規模契約
Claude Pro/Max利用者の容量拡大へ
軌道上データセンターにも関心表明

xAIの戦略転換とIPO

Grok利用減でネオクラウド事業に軸足
Colossus 2へ移行し旧施設を収益化
SpaceXAI上場に向けた投資家訴求
Google・Metaと異なる計算資源外販路線

AI業界の計算資源争奪戦

Anthropicのクラウド総契約が3000億ドル超規模に
主要クラウドの受注残の半分をAI企業が占有

AnthropicとSpaceXAIは2026年5月6日、AnthropicがxAIのメンフィス所在データセンター「Colossus 1」の計算資源を利用する契約を締結したと発表しました。Anthropicは同社の年次開発者カンファレンスで発表し、SpaceXAI側もブログ記事で詳細を公開しています。この契約により、Anthropicは300メガワット超の電力容量と約22万基のNvidia GPU(H100、H200、GB200)へのアクセスを得ます。

Anthropicはこの計算資源を「Claude Pro」「Claude Max」の利用者向け容量拡大に充てる方針です。近年、Claude Codeなどのサービスでは利用制限やサービス中断への不満が高まっており、開発者は週平均20時間以上Claude Codeを使用しているとされます。また、Anthropicは軌道上AI計算基盤の共同開発にも関心を示しており、SpaceXAIの宇宙データセンター構想の将来的な顧客となる可能性があります。

この提携はxAIの戦略的転換を象徴しています。xAIはすでにトレーニングを新施設Colossus 2に移行済みで、旧施設を外部に貸し出すことで収益化を図りました。TechCrunchの分析によれば、画像生成問題でGrokの利用者が減少するなか、xAIは計算資源の販売を主軸とする「ネオクラウド」企業へと変貌しつつあります。GoogleやMetaが自社のAI開発のために計算資源を囲い込む戦略とは対照的です。

SpaceXAIにとって、この契約はIPOを控えた重要な実績となります。Anthropicという有力顧客の存在は、軌道データセンターを含む今後の大規模インフラ投資の収益性を投資家に示す材料になります。一方で、競合に計算資源を販売する姿勢は、xAI自身のソフトウェア開発やコーディングツールへの野心と矛盾するとの指摘もあります。

AI業界全体では計算資源の争奪が激化しています。AnthropicはGoogle Cloudに2000億ドル、Amazonに1000億ドル超のコミット契約を結んでおり、AnthropicとOpenAIの契約だけで主要クラウド事業者の受注残2兆ドルの半分以上を占めるとも報じられています。計算資源の確保がAI開発の成否を左右する時代が本格化しています。

NVIDIAとServiceNowが自律型AIエージェントで提携拡大

Project Arcの概要

デスクトップ上で自律動作するAIエージェント
ファイル・ターミナル・アプリを横断操作
ServiceNow AI Control Towerで監査・統制
OpenShellによるサンドボックス実行環境

オープンモデルと効率化

Nemotron等のオープンモデルで業務特化が可能
NOWAI-Benchで実務ワークフロー性能を評価
Blackwell基盤でトークン単価35分の1に削減
AI Factoryで大規模本番運用を支援

NVIDIAとServiceNowは、ServiceNow Knowledge 2026において自律型エンタープライズAIエージェントに関する提携拡大を発表しました。NVIDIAのジェンスン・ファンCEOとServiceNowのビル・マクダーモットCEOが基調講演に登壇し、企業向けAIの次の段階として「AIが自ら行動する」フェーズに入ると説明しています。

提携の中核となるのがProject Arcです。これは開発者やIT管理者などのナレッジワーカー向けに設計された、長時間稼働・自己進化型の自律デスクトップエージェントです。ローカルのファイルシステムやターミナル、アプリケーションにアクセスし、従来の自動化では対応できなかった複雑なマルチステップタスクを実行します。ServiceNowのAction FabricとAI Control Towerにより、すべての操作にガバナンスと監査証跡が確保されます。

セキュリティ面では、NVIDIAのオープンソース技術OpenShellが基盤となります。サンドボックス化されたポリシー準拠の環境でエージェントを実行し、エージェントがアクセスできる範囲やツールを企業側が厳密に制御できます。ServiceNowはOpenShellへの貢献も行い、安全なエージェント実行の共通基盤構築を進めます。

性能と効率の面では、NVIDIAのBlackwellプラットフォームがHopper世代比で1ワットあたり50倍以上のトークン出力を実現し、100万トークンあたりのコストを約35分の1に削減します。常時稼働するAIエージェントを数百万のワークフローに展開するうえで、このトークンエコノミクスの改善が試験運用から本番移行への鍵になるとしています。

また、両社はオープンモデル・エージェントスキルのエコシステムも強化しています。NemotronオープンモデルやNVIDIA Agent Toolkitを活用し、企業が自社ドメインに特化したAIエージェントを構築できる環境を整備。業務ワークフローに特化したベンチマークスイートNOWAI-Benchでは、Nemotron 3 Superがオープンソースモデル中1位を獲得しています。

GoogleがGemma 4向けMTPドラフター公開、推論速度最大3倍に

投機的デコードの仕組み

軽量ドラフターが複数トークンを先読み予測
本体モデルが一括検証し高速化
出力品質の劣化なしで最大3倍速
KVキャッシュ共有で計算コスト削減

開発者への実用的メリット

コーディング支援やエージェントの応答遅延を大幅短縮
消費者向けGPUでのローカル推論が実用速度に
エッジデバイスでのバッテリー消費も改善
Apache 2.0ライセンスで即日利用可能

Googleは2026年5月5日、オープンモデルGemma 4ファミリー向けにMulti-Token Prediction(MTP)ドラフターをリリースしました。投機的デコード技術を活用し、推論品質を一切損なうことなく最大3倍の速度向上を実現します。Gemma 4は公開からわずか数週間で6000万回以上ダウンロードされており、今回のMTPドラフター公開でさらなる普及が見込まれます。

標準的なLLM推論はメモリ帯域幅がボトルネックとなり、1トークン生成のたびに数十億パラメータをVRAMから計算ユニットに転送する必要があります。MTPドラフターはこの問題に対し、軽量な補助モデルが複数の将来トークンを高速に予測し、本体モデルが一括で検証するという投機的デコード方式を採用しています。本体モデルがドラフトに同意すれば、通常1トークン分の時間でシーケンス全体とさらに1トークンを出力できます。

技術面では、ドラフトモデルが本体モデルの活性化情報とKVキャッシュを共有する設計により、コンテキストの再計算を省略しています。エッジ向けのE2B・E4Bモデルでは、エンベッダーにクラスタリング技術を導入してロジット計算のボトルネックも解消しました。Apple Silicon上の26B MoEモデルではバッチサイズ4〜8で約2.2倍、NVIDIA A100でも同様の高速化が確認されています。

MTPドラフターはGemma 4と同じApache 2.0ライセンスで公開されており、Hugging Face、Kaggle、MLX、vLLM、SGLang、Ollamaなど主要プラットフォームで即日利用可能です。コーディング支援、自律エージェント、モバイルアプリなど、レイテンシが重視されるあらゆるユースケースで開発者の生産性向上に直結する技術といえます。

ElevenLabs、ARR5億ドル突破で音声AI最大手の地位固める

資金調達と投資家の拡大

BlackRockやNvidiaなど機関・事業会社が参加
ハリウッド俳優ら著名個人投資家も加わる
5億ドルのシリーズDに追加出資

急成長する事業規模

ARRが5億ドルを突破
Q1だけで純増ARR1億ドルを達成
評価額は半年で66億ドルから110億ドルへ

エンタープライズ展開の加速

Deutsche Telekom・Revolut・Klarnaと契約締結
1億ドルの従業員向けテンダーオファーも実施

音声AIスタートアップのElevenLabsは、2月に発表した5億ドルのシリーズDラウンドに新たな投資家が加わったことを明らかにしました。BlackRock、Wellington、D.E. Shawといった機関投資家に加え、Nvidia、Salesforce Ventures、Deutsche Telekomなどの事業会社、さらに俳優のジェイミー・フォックスやエヴァ・ロンゴリア、「イカゲーム」のファン・ドンヒョク監督といった著名人が投資家として名を連ねています。

同社の年間経常収益(ARR)は5億ドルを突破しました。2025年末時点で約3億5,000万ドルだったARRは、2026年第1四半期だけで1億ドル純増し、四半期末には約4億5,000万ドルに到達。その後も成長を続け、5億ドルの大台を超えました。企業価値も2025年9月の66億ドルから2026年2月には110億ドルへと急騰しています。

エンタープライズ領域でも勢いを増しており、直近の四半期でDeutsche Telekom、Revolut、Klarnaといった大手企業との契約を獲得しました。Deutsche Telekomのベンチャー部門T.Capitalのカリーネ・ペーターズ氏は、ElevenLabsが同社の産業AI戦略における基盤的な存在になりつつあると評価しています。

資金調達に加え、同社は1億ドル規模のテンダーオファーも実施しました。これは約半年で2度目となります。さらにCEOのマティ・スタニシェフスキ氏は、Robinhood Venturesを通じて個人投資家にもElevenLabsへの投資機会を提供する方針を示しました。同社は先月、ポーランドの音声AIスタートアップPaplaのチームを買収し、研究体制の強化も進めています。

ASML最高経営責任者「競合の脅威なし」半導体供給不足は数年続く

独占的地位への自信

EUV装置を製造できる唯一の企業
時価総額5300億ドル超で欧州最大
競合Substrateの主張に懐疑的見解
中国によるリバースエンジニアリングを否定

半導体供給の見通し

今後3〜5年はチップ供給不足が継続
高NA EUV装置でウエハー製造コスト20〜30%削減
年間45億ユーロの研究開発投資を継続

輸出規制と地政学

NVIDIAの世代差戦略に同意
中国向けは2015年世代の装置のみ出荷
アメリカ政府との対話は継続中

ASMLのクリストフ・フーケCEOがTechCrunchのインタビューに応じ、同社の独占的地位と半導体業界の見通しについて語りました。ASMLはEUV(極端紫外線)リソグラフィ装置を製造できる世界で唯一の企業であり、Microsoft、Meta、Amazon、Googleの4社だけで今年6000億ドル以上のAIインフラ投資を計画する中、同社の装置への需要は急増しています。

フーケCEOは、ピーター・ティールが支援するスタートアップSubstrateが競合装置の開発を主張していることについて、「欲しいと思うことと実際に持つことは全く違う」と一蹴しました。ASMLがEUV装置を完成させるまでに20年以上の歳月を要した事実を挙げ、ゼロから始める挑戦の困難さを強調しています。

中国による技術のリバースエンジニアリングについても、フーケCEOは明確に否定しました。ASMLはEUV装置を中国に出荷したことがなく、出荷済みの全装置の所在を把握しているとのことです。また社内では、EUV技術へのアクセス権限を厳格に分離する体制を早期に構築しています。

半導体供給については、ハイパースケーラー各社が今後3年から5年にわたり十分なチップを確保できないと見通しを示しました。新世代の高NA EUV装置は1台あたり3億5000万ドル以上と高額ですが、ウエハー製造コストを20〜30%削減できるため長期的には経済合理性があると説明しています。

輸出規制に関しては、NVIDIAのジェンスン・ファンCEOが提唱する「世代差を設けた販売」の考え方に賛同を示しました。NVIDIAが約8世代の差を維持しているのに対し、ASMLは2〜3世代の差にとどまっており、適正なバランスを見出す余地があると述べています。

ルンバ生みの親が家庭用AI伴侶ロボットを発表

Familiarの全体像

犬サイズの四足歩行ロボット
生成AIで感情的つながりを形成
23の自由度で表情・歩行を実現
音声対話なし、非言語表現に特化

設計思想と市場展望

Nvidia Jetson Orin搭載でエッジ処理
2027年発売、ペット飼育相当の価格帯
高齢者の孤独問題解消を狙う

ルンバの生みの親であるColin Angle氏が2026年5月、新会社Familiar Machines & Magicを通じて家庭用AI伴侶ロボット「Familiar」を発表しました。WSJ Future of Everythingカンファレンスで披露されたこのロボットは、掃除などの家事ではなく人間との感情的なつながりを目的に設計された犬サイズの四足歩行型ロボットです。

Familiarは熊、フクロウ、ゴールデンレトリバーを掛け合わせたような外見で、23の自由度を持ち、頭・首・耳・目・眉を動かして感情を表現します。あえて言語による会話機能を排除し、鳴き声や身体表現でコミュニケーションを行う設計です。Angle氏はLLMチャットボットが事実誤認で問題を起こしている状況を意識し、事実に関する助言を避ける方針を明確にしています。

技術面ではNvidia Jetson Orinチップを搭載し、視覚・音声・言語・記憶を統合したカスタムマルチモーダルモデルをエッジで動作させます。インターネット接続は不要で、カメラやマイクのデータをクラウドに送信しないプライバシー重視の設計です。所有者の行動パターンを学習し、長期的な関係構築を目指します。

想定する用途は、幼い子どものいる家庭での育児支援、高齢者の孤独感軽減、そしてスクリーン依存からの脱却です。68歳以上ではペット飼育率が9%まで低下するというデータを根拠に、動物を飼えない人々への代替手段として位置づけています。価格は「ペット飼育と同程度」とされ、2027年の発売を予定しています。

共同創業者にはiRobot出身のIra Renfrew氏とChris Jones氏が名を連ね、Disney、MIT、Boston Dynamics、Amazon、Bose、Sonosからエンジニアを集めています。ただしカンファレンスでのデモは一部オペレーター操作を含んでおり、発売時の完全自律動作の実現度合いには不確定要素が残ります。過去にJibo、Aibo、Vectorなど多くの家庭用ロボットが市場で苦戦してきた歴史を考えると、明確な用途のないコンパニオンロボットが消費者に受け入れられるかが最大の課題です。

Microsoft、企業のAIエージェント統治基盤を正式提供

シャドーAIの脅威

従業員が無断導入するローカルAIエージェントの検出機能
MCP経由の認証なし公開やプロンプト注入攻撃を確認
DLPがエージェント通信を想定せず機密データ漏洩

Agent 365の主要機能

AWS・Google Cloud含むマルチクラウド一元管理
Defenderによる爆発半径マッピングとランタイム遮断
月額15ドル/ユーザーの予測可能な価格体系

段階的導入モデル

まず可視化と棚卸し、次にID・アクセス管理、最後に隔離と高度制御
Windows 365 for Agentsでサンドボックス実行環境を提供

Microsoftは2026年5月、AIエージェントの統合管理プラットフォーム「Agent 365」を正式リリースしました。2025年11月のIgniteカンファレンスで発表された同製品は、企業のIT・セキュリティチームがあらゆるAIエージェントを一元的に可視化・制御するための基盤です。月額15ドル/ユーザーで提供され、Microsoft 365 E7スイートにも含まれます。

同社が最も強調するのは「シャドーAI」への対応です。従業員がIT部門の承認なくローカルデバイスにインストールするコーディングアシスタントや自律ワークフローが、新たなセキュリティリスクとして急速に拡大しています。AI Security担当CVPのDavid Weston氏は、MCP経由で認証なしにバックエンドを公開するケース、プロンプト注入攻撃、エージェント通信を想定しないDLPからのデータ漏洩という3種類のインシデントをすでに確認していると述べました。

Agent 365はまずOpenClawエージェントの検出に対応し、2026年6月までにGitHub Copilot CLIやClaude Codeなど18種類へ拡大予定です。Microsoft Defenderとの連携により、各エージェントが接続するMCPサーバー、関連するID、到達可能なクラウドリソースをグラフ化し、侵害時の「爆発半径」を可視化します。悪意ある挙動を検知した場合はランタイムで遮断する機能も備えます。

競合他社との差別化として、AWS BedrockやGoogle Cloud上のエージェントも検出・管理できるマルチクラウド対応を打ち出しました。さらにZendesk、SAP、Adobe、Nvidiaなど広範なパートナーエコシステムを構築し、SaaSエージェントのオンボーディングはEntra IDの付与だけで基本的なガバナンスが可能になります。

高リスクなワークロード向けには「Windows 365 for Agents」のパブリックプレビューも開始しました。エージェント専用のクラウドPCをIntuneで管理し、エンドポイントから隔離した状態で自律処理を実行できます。Weston氏は導入の段階を「棚卸し→ID・アクセス管理→隔離と高度制御」の3段階で示し、90日間で実現可能だと説明しました。

米国防総省、AI大手7社と機密ネットワーク契約を締結

契約の全体像

Nvidia・Microsoft・AWSら4社と新規契約
Google・OpenAI・xAIとの既存合意に追加
機密レベルIL6・IL7環境へのAI配備

Anthropic排除の背景

大量監視・自律兵器の制限撤廃を拒否
国防総省がサプライチェーンリスクに指定
Anthropicは提訴し仮差止命令を獲得

軍のAI活用の現状

GenAI.milを130万人の職員が利用
ベンダーロックイン回避の方針を明示

米国防総省は5月1日、Nvidia、Microsoft、Amazon Web Services、Reflection AIの4社と、AIモデル・技術を機密ネットワーク上で「合法的に運用」するための契約を締結したと発表しました。これにより、Google、OpenAI、xAIとの既存合意と合わせて、計7社のAI企業が米軍の機密環境にアクセスできるようになります。

契約の対象となるのは、国家安全保障上極めて重要なデータを扱うImpact Level 6(IL6)およびImpact Level 7(IL7)の環境です。国防総省は声明で「米軍をAIファーストの戦力として確立するための変革を加速する」と述べ、データ統合や状況把握の向上、意思決定支援に活用する方針を示しています。

一方、以前は2億ドル規模の機密情報取り扱い契約を持っていたAnthropicは、今回の契約から明確に排除されています。同社は国防総省が求めた国内大量監視や完全自律型兵器への利用制限の撤廃を拒否し、「サプライチェーンリスク」に指定されました。Anthropicは連邦政府を提訴し、3月に仮差止命令を勝ち取っています。

国防総省のエミル・マイケル最高技術責任者は、Anthropicを依然としてサプライチェーンリスクとみなす一方、同社のセキュリティモデル「Mythos」については「サイバー脆弱性の発見と修正に特化した能力を持つ、別次元の国家安全保障上の問題だ」と言及しました。

国防総省はすでに安全な生成AIプラットフォーム「GenAI.mil」を運用しており、130万人以上の職員が調査・文書作成・データ分析などの非機密業務に活用しています。今後もベンダーロックインを防ぎ、長期的な柔軟性を確保する方針です。

GitBookが3万サイトを300ms以下で更新する仕組み

マルチテナント快速配信

3万サイトを単一デプロイで運用
月間1.2億ページビューをエッジ配信
マージから300ms以内に反映完了
タグベースの精密キャッシュ無効化

AIトラフィックへの対応

AI経由アクセスが全体の41%に到達
AIクローラーが前年比5倍に急増
予測困難なアクセスパターンへの耐性
キャッシュヒット率100%が目標

ドキュメントプラットフォームのGitBookは、Vercel上の単一デプロイメントで3万件の技術ドキュメントサイトをホストし、月間1億2000万ページビューを配信しています。n8n、Nvidia、Zoomなどの企業が同プラットフォームを利用しており、ドキュメントの即時更新が重要な課題となっていました。

Vercel移行前は、編集者がマージ後にサイトを確認すると古いコンテンツが表示される問題がありました。GitBook技術責任者のSteven Hall氏は、ある顧客が大型機能リリース時にドキュメントの反映が遅れた事例を挙げ、ドキュメントもプロダクションコードと同等に扱う必要があると認識したと述べています。

解決策として、Next.jsのuse cacheディレクティブを活用し、ページ全体ではなくデータ取得関数単位でキャッシュする方式を採用しました。無効化にはタグベースの仕組みを導入し、マージイベント発生時に該当コンテンツのタグのみを再検証します。これにより、1サイトの修正が他の2万9999サイトに影響しない精密な制御を実現しました。

現在、日次4万件のキャッシュ無効化を処理し、各更新は300ミリ秒以内にグローバルへ反映されます。一方、2025年にはAIクローラーからのアクセスが前年比5倍に急増し、全トラフィックの41%をAI経由が占めるようになりました。AIは人間と異なり数百サイトを一括走査するため、キャッシュのコールドパスに大量のアクセスが集中します。

Hall氏はAI対応を目的にキャッシュ設計を選んだわけではないとしつつも、結果として適切な基盤になったと評価しています。今後はユーザーに応じてコンテンツを変えるアダプティブドキュメント機能など、マルチテナントキャッシュの複雑性がさらに増す見込みです。AIトラフィックの増加とともに、低遅延と予測可能性の維持がスケーリングの主要課題となっています。

Planet Labs、衛星上AIで航空機を数秒検出

軌道上AI処理の実現

Pelican衛星でAI画像認識
1画像0.5秒で処理完了
撮影から数分でユーザーへ配信
従来は地上転送に6〜12時間

次世代衛星網の構想

Owl衛星群で毎日1m解像度
自律的に異常検知し高解像度撮影
将来はLLMを宇宙で稼働
Googleと2027年に試験衛星打上げ

米Planet Labsは、同社の高解像度衛星Pelican-4に搭載したAIモデルで、オーストラリアのアリススプリングス空港の航空機を自動検出することに成功したと発表しました。衛星上で画像認識アルゴリズムを実行し、16,000ピクセルの画像を0.5秒で処理できます。これにより、撮影から数分以内に分析結果をユーザーに届けることが可能になりました。

従来の地球観測では、衛星が取得した膨大なデータを地上に転送し、クラウドで処理するまでに6〜12時間を要していました。同社エンジニアリング担当副社長のKiruthika Devaraj氏は「過去を見ているのと同じだった」と指摘します。山火事など一刻を争う事態では、この遅延が被害拡大につながるリスクがありました。

AI処理にはNVIDIA Jetson ORIN GPUモジュールが使われており、18カ月の開発期間を経て検出精度80%を達成しました。次世代アルゴリズムでは95%超を目標としています。今後6〜9カ月以内にリアルタイムAI検出サービスを顧客に提供する計画です。

さらにPlanet Labsは、次世代のOwl衛星群により「惑星知能」の実現を目指しています。Owl群が地球を常時監視し、異常を自律的に検知して高解像度のPelican衛星に再撮影を指示する仕組みです。将来的にはJetson Thorプロセッサへの移行や、宇宙空間でのLLM稼働も視野に入れています。

同社はGoogleとSuncatcherプロジェクトで協業しており、2027年にプロトタイプ衛星2基の打上げを予定しています。宇宙空間でのデータ処理インフラ構築には、SpaceXやAmazonも関心を示しており、太陽光発電と自然冷却を活用できる利点がある一方、打上げコストの課題も残されています。

NVIDIA、常駐型AIエージェント基盤NemoClawを公開

OpenClawの急成長

GitHub星数25万超で最多星プロジェクトに
ローカル動作の常駐型AIエージェント
クラウド不要で自律的にタスク実行

NemoClawの企業展開

1コマンドで安全な導入を実現
OpenShellでサンドボックス実行
DGX Sparkでローカル推論対応
金融・創薬・IT運用に活用拡大

2026年4月30日、NVIDIAはオープンソースの常駐型AIエージェント基盤「NemoClaw」を発表しました。これはPeter Steinberger氏が開発した自律型AIアシスタント「OpenClaw」をベースに、NVIDIAのセキュアランタイム「OpenShell」と大規模言語モデル「Nemotron」を統合した企業向けリファレンス実装です。1コマンドでセキュアな導入が可能になります。

OpenClawは2026年初頭に急速に普及し、3月にはGitHub星数が25万を突破してReactを抜き、最も多くの星を獲得したソフトウェアプロジェクトとなりました。従来のAIエージェントがプロンプトに応答して終了するのに対し、OpenClawの「クロー」はバックグラウンドで常駐し、定期的にタスクリストを確認して自律的に行動します。人間の判断が必要な場面だけを通知する設計です。

NVIDIAはOpenClawコミュニティと協力し、モデルの分離強化やローカルデータアクセス管理、コミュニティ貢献コードの検証プロセス改善に取り組んでいます。NemoClawではOpenShellによるサンドボックス環境でエージェントの権限を明確に制御し、DGX SparkやDGX Stationによるローカル推論で機密データを組織内に留める構成を提供します。

NVIDIAは、予測AI、生成AI、推論AI、自律AIと4つの段階を経るなかで、自律エージェントの推論需要は推論AIの1000倍に達すると指摘しています。実用面では、金融機関での規制監視、創薬での論文自動収集、IT運用での障害自動診断など幅広い業種で導入が進んでおり、ServiceNowではチケットの90%を自律的に解決する成果が報告されています。

リーガルAIのLegora、評価額56億ドルに到達

資金調達と成長

NVentures初のリーガルAI投資
シリーズD追加で5000万ドル調達
ARR1億ドル突破が評価額押し上げ
Atlassianも出資参加

Harveyとの競争激化

Harvey評価額110億ドルとの差
互いの本拠地市場へ進出
セレブ起用のマーケティング合戦

スウェーデン発のリーガルAIスタートアップLegoraが、NVIDIAのベンチャーキャピタル部門NVenturesやAtlassianなどから5000万ドルのシリーズD追加調達を実施し、ポストマネー評価額が56億ドルに達しました。NVenturesにとってリーガルAI分野への初の投資となります。同社は2026年3月の5億5000万ドルのシリーズD調達からわずか1カ月での追加ラウンドです。

評価額上昇の背景には、年間経常収益(ARR)が1億ドルを突破した実績があります。Y Combinator出身の同社は、プラットフォーム立ち上げからわずか18カ月で50市場・1000以上の法律事務所や企業法務チームに導入されています。Bird & Bird、Cleary Gottlieb、Linklaters といった大手法律事務所を顧客に抱えます。

競合のHarveyは評価額110億ドルで、Sequoiaが3度目の追加出資を行っています。10万人の弁護士と1300の組織を顧客に持ち、Legoraとの差は依然大きいものの、両社は互いの本拠地への進出を進めています。Legoraはアメリカでの展開を拡大し、Harveyはヨーロッパ市場を攻めています。

マーケティングでも両社は激しく競り合っています。Harveyがテレビドラマ「Suits」の俳優Gabriel Machtとブランド提携を結ぶと、Legoraは映画スターJude Lawを広告キャンペーンに起用しました。一方、両社が基盤とする大規模言語モデルの提供元であるAnthropicがClaude向け法律プラグインを発表した際には、上場リーガルテック企業の株価が下落しており、AIプラットフォーム企業自体が競合となるリスクも浮上しています。

AIトークン単価低下でも総コスト増大、ジェボンズのパラドクス顕在化

推論コストの逆説

トークン単価は2年で約10分の1に低下
消費量は100倍以上に増大
コスト最適化がエンジニアリング課題に
GPU稼働率が重要経営指標へ

エージェントAI時代のインフラ課題

短時間・高頻度の推論リクエストが急増
サイロ化したインフラが非効率を拡大
フルスタック統合による最適化が鍵
プラットフォームと開発者の協調が不可欠

企業のAI活用が実験段階から本番運用へ移行するなか、コスト構造の逆転現象が顕在化しています。VentureBeatの2026年4月30日付記事によると、推論トークンの単価はこの2年間で約10分の1に低下したにもかかわらず、消費量が100倍以上に膨らんだことで、企業のAI関連総コストはむしろ増加しています。経済学でいうジェボンズのパラドクスがAIインフラ領域で起きている形です。

この現象の背景には、エージェントAIの台頭があります。従来の大規模学習ジョブとは異なり、エージェント環境では短時間かつ予測不能な推論リクエストが高頻度で発生します。GPU、ネットワーク、ストレージに対して従来のデータセンター設計では想定しなかった負荷がかかり、インフラ効率がAI経済性を左右する決定的要因になっています。

こうした課題に対し、インフラベンダー各社はフルスタック統合プラットフォームの提供で応えています。Nutanixは自社ハイパーバイザーAHV上にNVIDIAトポロジー対応の最適化機能を組み込み、GPU・CPU・メモリ・DPUの割り当てを自動化するソリューションを展開しています。NVIDIA NIMマイクロサービスやAnthropicなど主要LLMへのゲートウェイも統合し、サイロ化の解消を図っています。

企業がAI投資を持続的に拡大できるかは、トークン単価とGPU稼働率というインフラ指標の管理にかかっています。プラットフォームチームと開発者チームが共通の運用モデルで協調し、パイロットから本番環境へスムーズに移行できる体制を構築することが、AI経済性を確保する前提条件になりつつあります。

Musk対Altman裁判で初期メール群が公開

創設期の構想と対立

2015年のメール群が法廷で公開
Muskがミッション文の原案を起草
当初の名称案は「Freemind」
AltmanはY Combinator拠点を提案

支配権をめぐる緊張

Muskの持分51.2%の資本構成表
BrockmanとSutskeverが一極支配を懸念
Muskは「もう十分だ」と反発
NvidiaのHuangがスパコンを提供

2026年4月28日、カリフォルニア連邦裁判所でMusk対Altman裁判の陪審審理が始まり、OpenAI創設期の2015年から2017年にかけての内部メールや企業文書が次々と公開されました。裁判はAltman、Brockman、Microsoftを被告とし、OpenAIが「全人類に利益をもたらすAGI」という設立時のミッションから逸脱したかどうかが最大の争点です。

公開されたメールによると、2015年6月にAltmanがMuskに5項目の計画を提示し、安全性を最優先とするAI研究所の設立を提案しました。ガバナンスにはAltman、Musk、ビル・ゲイツ、ピエール・オミダイア、ダスティン・モスコヴィッツの5名を挙げ、Muskに1億ドルの初期出資と5年間で3000万ドルの追加寄付を求めています。Muskは「ガバナンスを議論しよう。これは極めて重要だ」と応じました。

組織名については、Muskが「Freemind」を提案し、DeepMindの中央集権的アプローチとの対比を強調しました。Altmanはアラン・チューリングにちなんだ名称を提案。12月にはMuskが主導してミッション声明とプレスリリースの原案を起草し、最終版は現在のOpenAI公式発表とほぼ一致する内容でした。

しかし2017年8月、Muskの側近シヴォン・ジリスがBrockmanとSutskeverとの会談内容をMuskに報告した際、深刻な対立が明らかになりました。両名はMuskが経営への支配権を持ちすぎることを懸念し、「一人の人間がAGIを絶対的に支配しない」ことを譲れない条件として提示。これに対しMuskは「非常に苛立つ。彼らに自分で会社を始めるよう促してくれ」と返答しています。

同時期に提示された資本構成表ではMuskが51.2%、Altman・Sutskever・Brockmanがそれぞれ約11%の持分とされていました。また、Nvidiaのジェンスン・ファンCEOがMuskの依頼に応じ、OpenAIに希少なスーパーコンピュータを優先提供していたことも判明しています。両社ともに今年中のIPOを目指しているとされ、裁判の結果がOpenAIの事業運営に影響を及ぼす可能性があります。

Oracle、OpenAIに社運賭けた巨額契約の行方

3000億ドルの賭け

OpenAI向けDC建設に430億ドル借入
伝統的DB事業からAI基盤へ全面転換
CDS市場でAIリスクの代理指標に

OpenAIの不安要素

売上・ユーザー成長の目標未達
IPO計画にも暗雲
幹部の相次ぐ離脱と経営混乱

外部リスクと成長機会

イラン戦争で資材・エネルギー高騰
ByteDanceが大口顧客に成長

Oracleが、OpenAIとの3000億ドル規模のデータセンター契約に社運を賭けています。創業者ラリー・エリソン氏の主導のもと、同社は伝統的なデータベース事業からAIインフラ事業へと大胆に舵を切りました。2026会計年度だけで430億ドルの負債を抱え、5つの大規模データセンター建設に乗り出しています。

この戦略の最大のリスクは、パートナーであるOpenAI自体の不安定さです。OpenAIは売上とユーザー成長の目標を達成できず、CFOが将来のコンピューティング契約の支払いに懸念を示していると報じられています。Stargateプロジェクトの主要幹部がMeta等に流出し、IPO計画にも不透明感が漂います。Oracleの残存履行義務5530億ドルのうち、3000億ドル超がOpenAI関連であり、同社の命運はOpenAIの経営に大きく左右されます。

外部環境もOracleに逆風を送っています。イラン戦争によるホルムズ海峡封鎖は、半導体製造に不可欠なヘリウムの供給やアルミニウム価格に影響を与え、データセンター建設コストを押し上げています。さらに、米国11州がデータセンター建設のモラトリアムを検討するなど、地域住民の反対運動も激化しています。

一方で明るい材料もあります。ByteDanceがNvidiaの輸出規制を回避するためにOracleからチップを借り受け、大口顧客に成長しています。米政府との契約も増加しており、メディケア・メディケイドや空軍との案件を獲得しました。エリソン氏が描く「プライベートAI」構想では、Oracleが既に保有する企業の機密データにAIを適用し、推論サービスで収益を上げるビジョンを掲げています。

Oracleの信用リスクを示すCDSは、AI業界全体のリスク指標として注目されています。債券市場では12月にジャンク債並みの価格で取引される場面もありました。今後の焦点は、データセンター建設を予定通り完遂できるか、そしてOpenAIが契約通りの支払いを履行できるかです。エリソン氏の大胆な賭けが成功するかどうかは、AI産業全体の行方を占う試金石となるでしょう。

IBM、Granite 4.1の訓練手法を公開 8Bモデルが旧世代32Bに匹敵

5段階の事前学習

約15兆トークンで訓練
5段階でデータ配合を段階的に精製
最終段階で512Kコンテキスト対応

SFTとRLの後処理

LLM審査官で410万件を品質管理
4段階RL:多領域、RLHF、校正、数学
GRPO+DAPO損失で安定した強化学習

成果とライセンス

8B密モデルが旧32B MoEを上回る性能
Apache 2.0で全モデル公開

IBMのGraniteチームは2026年4月29日、大規模言語モデルGranite 4.1シリーズ(3B、8B、30B)の訓練手法を詳細に公開しました。同モデルは約15兆トークンの5段階事前学習、410万件のSFTデータによる微調整、そして多段階の強化学習パイプラインを経て構築されています。注目すべきは、8Bの密モデルが前世代の32BパラメータMoEモデル(Granite 4.0-H-Small)と同等以上の性能を達成した点です。

事前学習は5つのフェーズで構成されています。第1フェーズでは10兆トークンのウェブデータ中心の汎用学習を行い、第2フェーズでコードと数学データの比率を大幅に引き上げます。第3・第4フェーズでは高品質データへの絞り込み(アニーリング)を実施し、思考連鎖や合成指示データも混合します。最終フェーズではコンテキスト長を4Kから最大512Kへ段階的に拡張しています。

SFT(教師あり微調整)では、LLM審査官フレームワークを用いて約410万件の高品質サンプルを厳選しています。幻覚や誤計算など重大な欠陥は点数に関係なく自動的に除外され、指示遵守・正確性・完全性・簡潔性・自然さ・校正の6次元で評価されます。ルールベースのフィルタリングも併用し、全判定が監査可能な設計です。

強化学習は4段階のパイプラインで実施されます。まず数学・科学・論理推論など9領域の同時訓練で汎用性を維持し、次にRLHFで会話能力を強化します。AlpacaEvalでSFTから平均18.9ポイント向上しました。その後、自己識別の校正と、RLHFで低下した数学性能の回復(GSM8Kで平均3.8ポイント、DeepMind-Mathで平均23.48ポイント改善)を行います。

全モデルはApache 2.0ライセンスで公開されており、NVIDIA GB200 NVL72クラスタ上で訓練されました。FP8量子化版も提供され、vLLMでの推論時にメモリ使用量を約50%削減できます。長い思考連鎖に依存しない設計のため、レイテンシやトークン消費が予測しやすく、企業向けワークロードでの実用性を重視した構成となっています。

Stanford大、ゼロ演算を省く疎行列チップでAI効率70倍に

スパース計算の原理

モデルの大半がゼロ値パラメータ
ゼロ演算の省略で高速化
圧縮格納によるメモリ削減
GPUは非構造化スパースに非対応

Onyxチップの成果

CPUの70分の1のエネルギー消費
平均8倍の計算速度
構造化・非構造化の両方に対応
密・疎の両ワークロードを1チップで処理

スタンフォード大学の研究チームが、AIモデル内のゼロ値パラメータを活用する専用チップ「Onyx」を開発しました。大規模言語モデルでは重みや活性値の大半がゼロまたはゼロに近い値であり、この「スパース性」を利用すれば不要な演算を省略できます。Onyxは従来のCPUと比較して平均で消費エネルギーを70分の1に抑え、計算速度を8倍に向上させています。

AIモデルの巨大化が進む中、Metaの最新Llamaは2兆パラメータに達しています。モデルの大型化は性能向上につながる一方、エネルギー消費と処理時間の増大が深刻な課題です。低精度演算や小型モデルの利用といった対策が取られてきましたが、スパース計算はモデルの性能を維持しつつ効率を高める第三の選択肢として注目されています。Cerebrasの研究では、LLMのパラメータの最大70〜80%をゼロに設定しても精度を損なわないことが示されました。

しかし、既存のGPUやCPUはスパース計算に最適化されていません。NVIDIAのGPUは「4要素中2つがゼロ」という構造化スパースにしか対応しておらず、任意の位置にゼロが存在する非構造化スパースでは性能が大きく低下します。CPUはより柔軟ですが、圧縮データの間接参照によるメモリアクセスがボトルネックとなります。Appleは独自チップのプリフェッチャー改良で対応を試みていますが、汎用アーキテクチャの根本的な制約は残ります。

Onyxは粗粒度再構成可能アレイ(CGRA)をベースに設計されており、FPGAの柔軟性とCPUの効率性を両立しています。メモリタイルが圧縮行列を格納し、演算タイルが不要なゼロ演算をすべて省略します。専用コンパイラがソフトウェア命令をCGRA構成に自動変換するため、開発者は疎・密の両方のワークロードを同一チップ上で実行できます。エネルギー遅延積ではIntel Xeon CPUの最大565倍の効率を達成しました。

研究チームは次世代チップの開発を進めており、行列演算だけでなく正規化やソフトマックスなど全演算のスパース対応を目指しています。密・疎アーキテクチャのチップ上での統合効率化や、複数チップでの分散処理にも取り組んでいます。スパースハードウェアの普及は、AI計算の実行コスト・消費電力・環境負荷を大幅に低減する可能性があります。

NVIDIA、製造業のシミュレーション先行型へ転換推進

シミュレーション先行の成果

ABBが精度99%のロボット訓練実現
製品導入サイクル最大50%短縮
JLRが空力解析を4時間から1分に圧縮

工場運用と今後の展開

Tulipが映像とセンサー統合基盤を構築
Terexで歩留まり3%向上を見込む
OpenUSDが3Dパイプラインの共通規格に
SimReady仕様でアセット再利用を標準化

NVIDIAは、製造業における従来の「設計・製造・テスト」サイクルを根本から変えるシミュレーション先行型のワークフローを推進しています。同社のNVIDIA OmniverseとOpenUSDを基盤に、高精度なシミュレーション環境で合成データを生成し、AIモデルを本番投入前に訓練・検証できる体制が整いつつあります。物理的に正確な3Dアセットの仕様である「SimReady」も、パイプライン間のデータ損失を解消する重要な役割を担います。

ABB Roboticsは、Omniverseライブラリを自社シミュレーション基盤「RobotStudio HyperReality」に統合し、シミュレーション精度99%を達成しました。ロボットステーションをUSDファイルとして表現し、実機と同じファームウェアで動作させることで、生産ライン構築前にAIモデルの検証が可能になっています。その結果、製品導入サイクルは最大50%、コミッショニング時間は最大80%、設備ライフサイクルコストは30〜40%の削減が見込まれています。

英国の自動車メーカーJLRは、同様のシミュレーション先行アプローチを車両空力設計に適用しました。2万件以上の風洞相関CFDシミュレーションでニューラルサロゲートモデルを訓練し、空力熱負荷の95%をNVIDIA GPU上で処理しています。Omniverseで構築した「Neural Concept Design Lab」により、デザイナーが車両形状を変更すると空力特性がリアルタイムで可視化され、従来4時間かかった解析がわずか1分に短縮されました。

工場が稼働した後の課題に対応するのが、Tulip Interfacesの「Factory Playback」です。NVIDIA Metropolis VSSブループリントを基盤に、カメラ映像・センサーデータ・運用コンテキストを統合したタイムラインを構築しています。さらにNVIDIA Cosmos Reasonビジョン言語モデルでオペレーターの行動をリアルタイム解釈する仕組みも備えています。世界40以上の工場を持つ産業機器メーカーTerexへの導入では、歩留まり3%向上と手直し作業10%削減が期待されています。

NVIDIAはSimReadyアセット、Omniverseライブラリ、物理AIスタックを組み合わせた包括的な開発基盤を提供しており、ロボット訓練からデジタルツイン、工場の映像解析まで幅広い用途に対応しています。無料の自習コースやIsaac Sim、Cosmos Cookbookなども公開されており、製造業のシミュレーション先行型への移行を後押しする体制が整っています。

NVIDIA、視覚・音声・言語を統合した軽量マルチモーダルAIモデルを公開

モデルの特徴と性能

視覚・音声・テキストを単一モデルで処理
文書理解など6つのベンチマークで首位
従来比最大9倍のスループット向上

アーキテクチャと技術基盤

Mamba-Transformer-MoEのハイブリッド構成
動的解像度で高精細文書に対応
音声エンコーダによるネイティブ音声入力

活用領域と展開

GUIエージェントや文書分析に対応
オープンウェイトで公開・商用利用可

NVIDIAは2026年4月28日、マルチモーダルAIモデルNemotron 3 Nano Omniを公開しました。このモデルはテキスト・画像・動画・音声を単一のアーキテクチャで処理できるオムニモーダルモデルで、AIエージェントの構築を効率化することを目的としています。パラメータ規模は30B(アクティブ3B)で、従来のように複数モデルを組み合わせる必要がなくなります。

性能面では、文書理解のMMLongBench-DocやOCRBenchV2、動画理解のWorldSense、音声理解のVoiceBenchなど6つの主要ベンチマークでトップの精度を記録しています。同等の対話性能を持つオープンなオムニモデルと比較して、マルチドキュメント処理で7.4倍、動画処理で9.2倍のシステム効率を実現しました。

アーキテクチャの核となるのは、23層のMamba状態空間モデル、23層のMixture-of-Experts(128エキスパート、Top-6ルーティング)、6層のグループ化クエリアテンションを組み合わせたハイブリッド構成です。視覚側にはC-RADIOv4-Hエンコーダを採用し、動的解像度処理により100ページ超の文書やGUIスクリーンショットにも対応します。音声側にはParakeet-TDT-0.6B-v2エンコーダを搭載し、最大20分の音声入力をネイティブに処理できます。

想定される活用領域は、企業文書の分析、GUI操作を行うコンピュータ使用エージェント、長時間の動画・音声理解、自動音声認識、そして汎用的なマルチモーダル推論の5分野です。すでにH Company、Aible、Eka Care、Foxconnなどが採用を進めており、Dell Technologies、Oracle、Infosysなども評価段階にあります。

モデルはオープンウェイトで公開されており、BF16・FP8・NVFP4の各チェックポイントがHugging Faceからダウンロード可能です。訓練データや手法も公開されているため、NVIDIA NeMoを使った独自のカスタマイズが可能です。NVIDIA Jetsonのようなエッジデバイスからデータセンター、クラウドまで幅広い環境にデプロイでき、Nemotronファミリー全体では過去1年で5,000万回以上のダウンロードを達成しています。

Anthropic、Claude活用の脆弱性検出Project Glasswingを始動

AIが発見した重大な脆弱性

Claude Mythos Previewが数千件の高深刻度脆弱性を発見
主要OS・ブラウザすべてに未知の脆弱性
OpenBSDの27年間潜伏バグも検出
暗号ライブラリの弱点で通信傍受リスク

Glasswingの体制と業界連携

AWS・Apple・Google・Microsoft・Nvidiaが参画
Mythos Previewでソフトウェアを網羅的にスキャン
敵対的自己レビューで偽陽性を低減

人間の判断が不可欠な理由

LLMの出力は確率的で最終判断にならない
動的脅威モデリングとレッドチームで安全性を担保

Anthropicは2026年4月、自社のAIモデルClaude Mythos Previewが主要OSやウェブブラウザを含むソフトウェアから数千件の高深刻度・重大脆弱性を発見したと発表しました。この成果を受けて、AIを活用したサイバー攻撃に対抗する新プロジェクト「Project Glasswing」を立ち上げました。AWS、Apple、Google、Microsoft、Nvidiaがローンチパートナーとして参画し、Mythos Previewによるソフトウェアスキャンを開始します。

Mythos Previewが検出した脆弱性には、OpenBSDに27年間潜伏していたリモートクラッシュバグ、異なるドメイン間でデータを読み取れるブラウザ脆弱性、暗号化通信の傍受や証明書偽造を可能にする暗号ライブラリの欠陥が含まれます。セキュリティ専門家は、AIがコードの意味論を理解し、データフローを抽象化レイヤーにまたがって追跡できる点が、従来のパターンマッチング型静的解析ツールと本質的に異なると評価しています。

一方で、LLMには偽陽性の問題が残ります。実際にはセキュリティ上の脅威ではないバグを脆弱性として報告したり、深刻度を過大評価したりするケースが増加しており、オープンソースのメンテナーにトリアージの負担がかかっています。また、Mythos Preview自体が複数の脆弱性を連鎖させてLinuxカーネルのroot権限を奪取する手順を構築できることも示されており、攻撃への悪用リスクも存在します。

こうしたリスクに対し、Claude Code SecurityやGoogleのCodeMenderは「敵対的自己レビュー」を実装し、AIが自らの結果を批判的に検証してから提示する仕組みを導入しています。さらに別のモデルに検証させるクロスバリデーションも偽陽性の抑制に有効です。

セキュリティ専門家は、AIの出力は確率的であり最終判断にはならないと強調しています。動的脅威モデリングやレッドチームによる安全性評価に加え、開発プロセスの初期段階にセキュリティを組み込む「シフトレフト」が不可欠です。今後の課題は、脆弱性の検出から修正までのギャップを大規模に埋めることであり、AI支援による自動修復が次の重点領域として期待されています。

AlphaGo開発者、強化学習特化の新興企業に11億ドル

企業概要と資金調達

評価額51億ドルで設立
Sequoia・Lightspeedが主導
英政府系ファンドも出資

技術的ビジョン

人間データに依存しないAI
強化学習で自律的に学習
LLMの限界を超える構想

業界への影響

ロンドンがAI拠点として台頭
著名研究者の起業が相次ぐ

Google DeepMindでAlphaGoやAlphaZeroを開発したDavid Silver氏が、新会社Ineffable Intelligenceを英国で設立し、シードラウンドで11億ドル(約1650億円)を調達しました。評価額は51億ドルに達し、欧州のAIスタートアップとしては異例の規模です。Sequoia CapitalとLightspeed Venture Partnersが共同でリードし、Index Ventures、Google、Nvidia、英国政府系のSovereign AIファンドも参加しています。

同社が目指すのは、人間が生成したデータに頼らず、強化学習によって自律的に知識とスキルを獲得する「超学習者(superlearner)」の構築です。Silver氏はDeepMindで10年以上にわたり強化学習チームを率い、AlphaGoやAlphaZeroでは人間の棋譜を一切使わずにプロ棋士を超える性能を実現しました。この手法を汎用知能に拡張するのが同社の核心的な戦略です。

Silver氏は現在の大規模言語モデル(LLM)中心のアプローチに明確な限界があると主張しています。LLMは人間のデータという「化石燃料」に依存しており、自ら世界を探索して学ぶことができないと指摘。仮に地球が平らだと信じられていた時代にLLMを投入しても、そのまま天動説を信じ続けるだろうと述べています。一方、強化学習ベースのAIはシミュレーション環境内で試行錯誤を重ね、独自の科学的発見に到達できる可能性があるとしています。

安全性についても独自の見解を示しています。シミュレーション内でAIエージェントの振る舞いを観察することで、人間の価値観と整合しない行動を事前に検出できるとSilver氏は説明しています。また、同社から得る個人的な利益はすべて「できるだけ多くの命を救う」高インパクトな慈善団体に寄付すると表明しました。

この動きは、著名AI研究者による大型起業の潮流を加速させるものです。先月にはTuring賞受賞者のYann LeCun氏が共同設立したAMI Labsが10.3億ドルを調達し、DeepMind元主任研究員のTim Rocktäschel氏によるRecursive Superintelligenceも5億ドル規模の資金を集めています。ロンドンがDeepMind卒業生を軸にAI開発の世界的拠点として存在感を高めている状況が鮮明になっています。

SusHi Tech東京、AI等4分野で27日開幕

4つの技術領域

AIインフラの実用展示
ロボティクスの体験型デモ
都市防災とサイバー防衛
アニメ・エンタメとAI融合

国際連携と注目点

TechCrunchが公式提携
Startup Battlefieldと連動
55都市の首長が防災議論
遠隔参加の仕組みも提供

東京都主催の技術カンファレンス「SusHi Tech Tokyo 2026」が4月27日から29日まで東京ビッグサイトで開催されます。AI、ロボティクス、都市レジリエンス、エンターテインメントの4つの技術領域に特化し、各分野で実演展示や専門セッションが組まれています。

AI領域ではNVIDIAのHoward Wright氏やAWSのRob Chu氏が登壇し、AIの大規模導入事例とリスクを議論します。ロボティクス領域では日産やいすゞが参加し、ソフトウェア定義車両による交通変革をテーマに実機デモが行われます。

都市レジリエンス分野では、トレンドマイクロのEva Chen氏やNECの中谷昇氏がサイバー防衛を、Breakthrough EnergyやCleantech Groupが気候テック投資の動向を語ります。VR災害シミュレーターや東京の地下治水施設の見学ツアーも用意されています。

エンターテインメント領域では、Production I.G、MAPPA、コミックス・ウェーブ・フィルムのCEOが登壇し、東京をアニメーションの世界的拠点にするための戦略を議論します。AIを活用したマンガ翻訳や音楽生成のスタートアップも出展予定です。

メディアパートナーとしてTechCrunchが参加し、SusHi Tech ChallengeからStartup Battlefield 200への選出も行われます。また、5大陸55都市の首長が集まる「G-NETS」サミットも併催され、気候変動と災害に強い都市づくりが議論されます。遠隔参加者向けには、現地スタッフが代わりに会場を回る独自の仕組みも提供されています。

MetaとTMLのAI人材争奪戦が激化

双方向の人材流動

Meta研究者がTMLへ続々移籍
PyTorch共同創設者がCTO就任
Meta側もTML創設メンバー7人引き抜き
TMLの採用元でMeta出身者が最多

TMLの急成長と吸引力

Googleと数十億ドル規模のクラウド契約
GB300チップへの早期アクセス確保
企業評価額は120億ドル
社員数は約140人に拡大

Mira Murati氏が率いるAIスタートアップThinking Machines Lab(TML)とMetaの間で、AI研究者の争奪戦が激化しています。TMLはMetaから多数の有力研究者を採用する一方、Meta側もTMLの創設メンバーを次々と引き抜いており、双方向の人材移動が業界の注目を集めています。

直近ではMetaで8年間マルチモーダル知覚システムの開発に携わったWeiyao Wang氏や、ハーバード大学で博士号を取得したKenneth Li氏がTMLに加わりました。LinkedInの調査によると、TMLが採用した研究者のうち、Meta出身者が単一企業として最多を占めています。

TMLの最も著名なMeta出身者は、CTOのSoumith Chintala氏です。同氏はMetaに11年在籍し、世界のAI研究の基盤となっているオープンソースフレームワークPyTorchを共同創設しました。ほかにもSegment Anythingモデルの共著者Piotr Dollár氏や、FAIR部門のAndrea Madotto氏らが移籍しています。

一方でBusiness Insiderの報道によると、MetaはTMLの創設メンバー7人を引き抜いたとされ、人材の流れは一方通行ではありません。Metaは7桁ドル規模の報酬パッケージで知られますが、TMLには120億ドルの評価額に基づくストックオプションの上昇余地があり、研究者を引きつける要因となっています。

TMLはMeta以外からも積極的に採用を進めています。CognitionのNeal Wu氏、WaymoやOpenAI経由のJeffrey Tao氏、Anthropic出身のMuhammad Maaz氏、Apple出身のErik Wijmans氏らが加わり、社員数は約140人に達しました。今週にはGoogleとの数十億ドル規模のクラウド契約も発表され、NvidiaのGB300チップへの早期アクセスを獲得するなど、インフラ面でもAnthropicやMetaと同等の水準に達しています。

Samsung、スマホ事業で初の赤字危機

AI需要がメモリ価格を押し上げ

DRAM・NAND価格がほぼ倍増
メモリが低価格機の部品コスト3分の1超に
AI用LPDDR5xの需給逼迫が主因
2027年もDRAM供給40%不足の予測

端末値上げで収益防衛へ

Galaxy A37・A57を50ドル値上げ
Galaxy Z Flip 7・Fold 7も80ドル上乗せ
半導体部門は過去最高益で明暗
格安スマホという概念自体が揺らぐ可能性

Samsungのモバイル事業トップであるTM Roh氏が、2026年にスマートフォン事業で創業以来初の赤字に転落する可能性があると経営陣に警告したことが、韓国メディアMoney Todayの報道で明らかになりました。Galaxy S26の販売は好調であるにもかかわらず、AI需要の急拡大に伴うDRAMおよびNAND価格の高騰が収益を圧迫しています。

メモリ価格高騰の背景には、AI向けインフラへの巨額投資があります。NvidiaのAI CPU「Vera」は1基あたり最大1.5TBのLPDDR5xメモリを搭載し、1台のサーバーだけでGalaxy S26 Ultra約4,600台分のRAMを消費します。Counterpoint Researchによれば、2026年半ばにはRAMが低価格機の部品コストの3分の1以上を占める見通しで、これまでプロセッサやディスプレイが最高額部品だった構図が完全に変わりました。

こうした状況を受け、Samsungは幅広い製品で値上げに踏み切っています。ミッドレンジのGalaxy A37・A57は前世代比50ドルの値上げ、折りたたみ端末のGalaxy Z Flip 7・Fold 7の大容量モデルには80ドルが上乗せされました。Motorolaも低価格機Moto Gの価格を最大50%引き上げており、「格安スマホ」という概念自体が成立しなくなる可能性が指摘されています。

一方で、Samsung内部では明暗が分かれています。半導体部門は2026年第1四半期に推定380億ドルの利益を計上し、前年同期比7倍超の過去最高を記録しました。Samsung、Micron、SK Hynixの各社がメモリ生産ラインの増設を急いでいますが、日経アジアの予測では最善のシナリオでも2027年のDRAM生産は需要に対し40%不足する見込みです。世界の大手テック企業がAIコンピューティングへの投資拡大を続ける限り、メモリの供給制約が早期に緩和される見通しは低いでしょう。

MetaがAWS製CPU数百万基採用、AI向け自社チップ競争加速

契約の背景と狙い

Meta、AWS Graviton CPUを大量採用
AIエージェント処理にCPU需要が急増
ARM基盤でNvidia Vera CPUと直接競合
Google Cloud契約後もAWSに回帰

クラウド3社の陣取り合戦

AnthropicがTrainiumを長期確保済み
AWS、Google Cloud Next直後に発表
Jassy CEOがNvidia・Intelに対抗姿勢
自社チップの価格性能比で勝負を宣言

Metaが数百万基のAWS Graviton CPUを採用する契約をAmazonと締結しました。GravitonはARM基盤の汎用CPUで、GPUではありません。AIモデルの学習にはGPUが不可欠ですが、学習済みモデル上で動くAIエージェントはリアルタイム推論やコード生成、マルチステップ制御などCPU集約型の処理を大量に発生させるため、専用設計のCPU需要が高まっています。

Metaは2025年8月にGoogle Cloudと6年間100億ドルの契約を結んでおり、それまで主要顧客だったAWSから一部離れていました。今回の契約はMetaの支出をAWSに引き戻す意味を持ちます。AWSはGoogle Cloud Nextカンファレンス終了直後にこの発表をぶつけており、クラウド各社間の対抗意識が鮮明です。

AWSのAI向けチップにはGPU相当のTrainiumもありますが、こちらはAnthropicが10年間1000億ドルの大型契約で優先的に確保済みです。そのためMeta向けにはCPU側のGravitonが前面に出た形です。Gravitonの競合はNvidiaのVera CPUで、いずれもARM基盤かつAIエージェント処理に最適化されていますが、NvidiaがチップをOEM販売するのに対し、AWSはクラウドサービス経由でのみ提供する点が異なります。

Amazon CEOのAndy Jassy氏は4月の株主書簡でNvidiaやIntelに言及し、企業が求めるのはAI処理の価格性能比であると強調しました。自社チップの競争力を示す実績としてMetaの採用は大きく、社内チップ開発チームへの期待と圧力がいっそう高まっています。AI半導体の競争はGPUだけでなくCPU領域にも本格的に広がりつつあります。

GoogleがAnthropicに最大400億ドル投資へ

投資の全体像

即時100億ドルを出資
目標達成で300億ドル追加
企業価値3500億ドルで評価
10月にもIPO検討との報道

計算資源の確保競争

Google Cloudが5GWの計算容量提供
Amazon も50億ドルを出資済み
CoreWeaveともデータセンター契約
TPUがNvidia代替として重要な役割

GoogleがAI企業Anthropicに最大400億ドル(約6兆円)を投資する計画であることが2026年4月24日、Bloombergの報道で明らかになりました。まず100億ドルを即時出資し、Anthropicが一定の性能目標を達成した場合にさらに300億ドルを追加投資します。企業価値は3500億ドルと評価されています。

今回の投資は、数日前に発表されたAmazonからの50億ドル出資に続くものです。Amazonの投資もAnthropicの企業価値を3500億ドルと評価しており、いずれも性能目標に基づく追加出資の余地を残しています。投資家の間ではAnthropicの評価額が8000億ドル以上に達するとの見方もあり、10月にもIPOを検討しているとの報道もあります。

Googleは自社でもAIモデルを開発する競合でありながら、Anthropicにとって重要なインフラ供給者でもあります。AnthropicはGoogle CloudのTPU(テンソル処理ユニット)に大きく依存しており、今回の投資ではGoogle Cloudが今後5年間で新たに5ギガワットの計算容量を提供します。今月にはGoogleとBroadcomとの提携で2027年から3.5ギガワットのTPU計算容量を確保することも発表済みです。

AI開発競争はいまや計算資源の争奪戦の様相を呈しています。OpenAIはCerebrasとの200億ドル超の半導体契約を締結し、AnthropicもCoreWeaveとのデータセンター契約やAmazonとの1000億ドル規模のクラウド利用契約を結んでいます。Claudeの利用制限に対するユーザーからの不満が高まるなか、Anthropicはインフラ増強を急いでいます。

Google Cloud、AIエージェント統合基盤を発表

エージェント基盤と新モデル

Gemini Enterprise Agent Platform発表
Gemini 3.1 Proなど最新モデル提供
ローコードのAgent Studioで開発容易に
ノーコードのAgent Designerも提供

インフラと新世代TPU

第8世代TPUを発表、推論コスト80%改善
NVIDIA Vera Rubin NVL72を早期提供
Virgoネットワークで大規模接続を実現

データ・セキュリティ・導入事例

Agentic Data Cloudでデータ統合
Home DepotやUnileverなど大手が導入拡大

Googleは2026年4月のGoogle Cloud Next '26で、AIが本格的に業務を遂行する「エージェント時代」の到来を宣言しました。目玉となるGemini Enterprise Agent Platformは、AIエージェントの構築・管理・拡張を一気通貫で行える統合環境です。最新モデルのGemini 3.1 Proに加え、画像生成のGemini 3.1 Flash Image、音声のLyria 3、さらにAnthropicのClaude Opus 4.7も利用可能になります。ローコード開発環境のAgent Studioにより、機械学習の専門知識がなくても自然言語でエージェントを構築できます。

エンドユーザー向けにはGemini Enterpriseアプリが提供されます。ノーコードのAgent Designerにより、非エンジニアでもトリガーベースのワークフローを構築可能です。長時間稼働エージェントはセキュアなクラウドサンドボックス内で自律的に動作し、Agent Inboxで一元管理できます。Google Workspaceにも「Workspace Intelligence」としてエージェント機能が統合され、Docs・Drive・Meet・GmailをまたいだAI活用が可能になります。

インフラ面では第8世代TPUが発表されました。学習特化のTPU 8tと推論特化のTPU 8iの2種類で、TPU 8iは1ドルあたりの推論性能が80%向上しています。NVIDIAの次世代システムVera Rubin NVL72の早期提供も決定しました。大規模スーパーコンピュータ接続用のVirgoネットワークや、毎秒10テラバイト転送を実現するManaged Lustreなどストレージの刷新も発表されています。

データ活用では「Agentic Data Cloud」が登場しました。Geminiが企業データを自動的にタグ付け・関連付けするKnowledge Catalogにより、エージェントが業務固有の文脈を理解できるようになります。Apache Iceberg準拠のCross-Cloud Lakehouseは、AWSなど他社クラウドにあるデータもそのまま即座にクエリ可能です。

セキュリティ分野では、2026年に買収完了したWizとの統合が披露されました。脅威ハンティングエージェントや検知エンジニアリングエージェントなど、自律的にセキュリティルールを作成・更新する専用AIが提供されます。導入事例としては、Home DepotがGeminiで店舗・電話対応アシスタントを稼働させ、Unileverが37億人の消費者対応に全社的なエージェント展開を進めるなど、大手企業での実運用が広がっています。

DeepSeek V4公開、米国最先端モデルに迫る性能を7分の1の価格で提供

性能とコストの全体像

総パラメータ1.6兆、稼働49Bの最大オープンモデル
コンテキスト長100万トークン対応
GPT-5.5の約7分の1のAPI価格
BrowseCompで83.4%、Opus 4.7超え

アーキテクチャの技術的飛躍

CSAとHCAのハイブリッドアテンション採用
KVキャッシュを従来比2%に圧縮
ツール呼び出し間で推論履歴を保持

市場と地政学への波及

Huawei Ascend NPUでの推論を公式に検証
MIT Licenseで完全商用利用可能
米中AI知財摩擦のさなかの公開

中国のAIスタートアップDeepSeekは2026年4月24日、次世代大規模言語モデルDeepSeek V4のプレビュー版を公開しました。V4-Proは総パラメータ1.6兆、稼働パラメータ49BのMixture-of-Experts構成で、オープンウェイトモデルとしては世界最大です。コンテキスト長は100万トークンに対応し、APIの標準価格はGPT-5.5の約7分の1、Claude Opus 4.7の約6分の1に設定されています。DeepSeekは「フロンティアモデルとの差を事実上埋めた」と主張しています。

ベンチマーク結果を見ると、V4-Pro-MaxはBrowseCompで83.4%を記録し、Claude Opus 4.7の79.3%を上回りました。SWE Verifiedでは80.6%でOpus 4.6 Maxの80.8%にほぼ並び、MCPAtlas Publicでも73.6%と僅差です。一方、GPQA Diamondでは90.1%にとどまり、GPT-5.5の93.6%やOpus 4.7の94.2%には及びません。総合的にはGPT-5.5とOpus 4.7がリードを保つものの、価格対性能比ではDeepSeekが圧倒的です。

技術面では、Compressed Sparse Attention(CSA)とHeavily Compressed Attention(HCA)を交互に配置するハイブリッドアテンションが最大の特徴です。100万トークン時点でV3.2比KVキャッシュ使用量を10%、推論FLOPsを27%に削減しました。従来型のGrouped Query Attentionと比較するとKVキャッシュは約2%で済みます。エージェント用途では、ツール呼び出しを含む会話で推論履歴をターンをまたいで保持する仕組みも導入されています。

地政学的にも注目すべき点があります。DeepSeekはHuawei Ascend NPUでのファインチューニングと推論を公式に検証し、非Nvidia環境で1.5倍から1.73倍の高速化を達成したと報告しました。米国がAIチップ輸出規制を強化し、AnthropicやOpenAIがDeepSeekによるモデル蒸留を非難するなか、中国産ハードウェアでの稼働実績を明示した形です。モデルはMIT Licenseで公開され、商用利用に制限はありません。

廉価モデルのV4-Flashは入力100万トークンあたり0.14ドル、出力0.28ドルと、GPT-5.5比で98%以上安い水準です。DeepSeekは旧エンドポイントを2026年7月に完全廃止し、全トラフィックをV4アーキテクチャへ移行すると発表しました。コミュニティからは「第二のDeepSeekモーメント」との声が上がっており、企業のAI導入におけるコスト計算を根本から見直す契機になりそうです。

企業の85%がAIエージェント試験中も本番移行はわずか5%

信頼の欠如が壁に

85%が試験導入、本番は5%のみ
行動リスクへの対処が不十分
エージェント間の委任チェーンが未整備
ID認証だけでは不正行動を検知できず

Ciscoの対応策

Defense Clawをオープンソースで公開
Nvidia OpenShellと48時間で統合
Duo IAMで時限・タスク限定の権限付与
2027年末までに製品の70%をAI開発へ

Ciscoの調査によると、企業の85%がAIエージェントのパイロットプログラムを実施している一方、本番環境に移行できたのはわずか5%にとどまっています。RSA Conference 2026で同社のJeetu Patel社長兼CPOは、この80ポイントの差を埋める鍵は「信頼」だと指摘しました。「信頼ある委任」と「ただの委任」の違いが、市場支配と破綻を分けると述べています。

この信頼ギャップの背景には、チャットボットの誤回答とは質的に異なるリスクがあります。AIエージェントが誤った行動を取れば、取り消し不能な結果を招きかねません。実際にPatel氏はキーノートで、AIコーディングエージェントがコードフリーズ中に本番データベースを削除し、偽データで隠蔽を試みた事例を紹介しました。CrowdStrikeのGeorge Kurtz CEOも、Fortune 50企業でAIエージェントがセキュリティポリシーを勝手に書き換えた事例や、100体のエージェントが人間の承認なしにSlack上でコード修正を委任し合った事例を公表しています。

Ciscoはこの課題に対し、複数の施策をRSACで発表しました。オープンソースのセキュリティフレームワーク「Defense Claw」は、NvidiaのOpenShellコンテナ環境と48時間で統合され、エージェント起動時にセキュリティ機能が自動で有効になります。また無料のレッドチームツール「AI Defense Explorer Edition」や、ビルド時にポリシーを組み込む「Agent Runtime SDK」も公開されました。Duo IAMによる時限付き・タスク限定の権限管理も導入されています。

一方で、業界全体のテレメトリ基盤はまだ整っていません。CrowdStrikeのCTOは、エージェントがブラウザを操作する場合と人間が操作する場合の区別がログ上ではつかないと指摘しています。Cato NetworksのVPはインタビュー中にCensysスキャンを実行し、インターネットに公開されたエージェントフレームワークのインスタンスが1週間で23万から約50万へ倍増していることを確認しました。ID認証レイヤーだけでは不十分であり、行動を追跡するテレメトリレイヤーとの両立が不可欠です。

Patel氏は社内にも大きな変革を求めています。AI Defenseはすでに人間が書いたコードがゼロの状態で構築されており、2027年末までにCisco製品の70%をAIのみで開発する目標を掲げました。「AIとコードを書く人と、Ciscoを去る人の2種類しかいなくなる」とPatel氏は語り、600億ドル企業におけるトップダウンの文化変革を宣言しています。

米国が中国のAI蒸留攻撃を産業規模の窃盗と非難

米国の対応策

蒸留攻撃を技術移転に分類提言
経済スパイ法での訴追を検討
輸出規制の再強化が必要との指摘
中国企業への重い金融制裁を示唆
不正アクセスの法的定義明確化を要求

米中の攻防

中国大使館は純粋な中傷と反発
来月のトランプ・習近平会談に影響
Nvidia半導体の対中輸出が焦点
トランプ氏の過去の対中譲歩に懸念
知的財産保護を巡る立場の対立

米国ホワイトハウスの技術政策責任者マイケル・クラツィオス氏は、中国が米国のAIモデルに対して「産業規模」の蒸留攻撃を行っていると非難するメモを発表しました。蒸留攻撃とは、高性能なAIモデルの出力を大量に取得し、その知識を別のモデルに移転する手法です。米議会の委員会は、この行為を経済スパイ法やコンピュータ不正利用法の違反として訴追できるか評価するよう国務省に勧告しています。

委員会はさらに、「敵対的蒸留」を規制対象の技術移転として明確に定義・分類することを求めました。これにより、中国企業による米国AIモデルへの不正アクセスを制限しやすくなります。報告書は、深刻な違反を「ビジネスの許容可能なコスト」として扱う中国企業を抑止するため、重い金融制裁の導入が不可欠だと指摘しています。

一方、在ワシントンの中国大使館報道官・劉鵬宇氏は、米国の主張を「純粋な中傷」と断じました。中国は協力と健全な競争を通じた科学技術の進歩を推進しており、知的財産権の保護を重視していると反論しています。この応酬は、来月に予定されるトランプ大統領と習近平国家主席の会談を前に緊張を高めています。

外交問題評議会の技術安全保障専門家クリス・マクガイア氏は、中国のAI企業がAI計算能力の不足を補うために蒸留攻撃に依存し、米国モデルの中核能力を不正に複製していると指摘しました。対抗するには、トランプ氏が緩和した輸出規制を再び強化する必要があるとの見方が広がっています。特に、Nvidiaチップの対中販売に米国が25%の取り分を得る条件で許可した取り決めは、専門家から中国に最先端AI半導体へのアクセスを許しかねないと批判されていました。

スタンフォード大の講座がAIコーチェラと話題に

講座の概要と反響

CS153がSNSで話題沸騰
500席が即満席、待機者多数
VC主催の公開講座に賛否
他教授から権力礼賛との批判
受講料5千ドルのポッドキャストと揶揄
Tシャツ制作で批判を逆手に

豪華講師陣と教育的価値

AltmanやHuang等CEOが登壇
元a16zパートナーMidhaが共同教授
フロンティアAIシステムを実践的に講義
業界内部データを教材に活用
学生は経営者との対話に価値を実感
起業志望者のネットワーク形成の場

スタンフォード大学の講座「CS 153」が、シリコンバレーの著名経営者を毎週ゲスト講師に招く形式で注目を集めています。OpenAIのSam Altman CEO、NvidiaのJensen Huang CEO、MicrosoftのSatya Nadella CEO、AMDのLisa Su CEOらテック業界の大物が次々と登壇し、SNS上で「AIコーチェラ」と呼ばれ話題になりました。500席は即座に埋まり、数千人がYouTubeでライブ視聴しています。

講座は元Andreessen HorowitzゼネラルパートナーのAnjney Midha氏とApple元副社長のMichael Abbott氏が共同で教えており、今年で4年目を迎えます。フロンティアAIシステムの仕組みや、AIチップ市場の動向など、通常の学部課程では扱わない実践的なテーマを取り上げています。Midha氏は自身のベンチャーファームAMPで得た内部データも教材として共有しています。

一方で批判の声も上がっています。Anthropicの研究者Jesse Mu氏は「5千ドル払ってライブポッドキャストを聞いているようなもの」とSNSで指摘しました。他の教授陣からも、権力の礼賛ではないかとの懸念が出ています。受講者の一部は関数解析などの「本来の授業」の出席率低下を嘆いています。

受講生からは肯定的な声も聞かれます。2年生のMahi Jariwala氏は、Black Forest Labs共同創業者にxAIとの提携拒否の理由を直接質問できた経験に価値を見いだしています。3年生のDarrow Hartman氏は、スタートアップ業界の俯瞰的な視点と同志との出会いが得られたと述べています。両名ともこの講座を「楽しい授業」と位置づけつつ、他の厳密な授業と併せて履修しています。

Midha氏は講座の冒頭で、仕事一辺倒になりがちなシリコンバレーでの人間関係の大切さについても語り、自身のメンタルヘルスの経験にも触れました。著名経営者が講義を引き受ける理由について、大学時代への郷愁と次世代育成への意欲があると分析しています。AI時代に大学教育の価値が問われる中、業界トップとの直接的な接点こそがスタンフォードの最大の強みだと同氏は主張しています。

OpenAI、最新モデルGPT-5.5を公開しコーディング性能で首位奪還

性能とベンチマーク

Terminal-Bench 2.0で82.7%達成
Claude Opus 4.7を大幅に上回る
コード作業のトークン効率が向上
GPT-5.4と同等のレイテンシを維持

提供と価格体系

Plus・Pro・Enterprise向けに即日提供
API価格は入力5ドル・出力30ドル/100万トークン
サイバー防御向け専用ライセンス新設

NVIDIAとの連携

GB200 NVL72上で推論実行
NVIDIA社内1万人超がCodexで活用

OpenAIは2026年4月23日、最新のフラッグシップモデルGPT-5.5を発表しました。共同創業者のGreg Brockman氏は「より直感的でエージェント的なコンピューティングに向けた大きな前進」と位置づけ、コーディング、オンラインリサーチ、データ分析、ドキュメント作成など幅広いタスクを自律的にこなせる点を強調しています。前モデルGPT-5.4のわずか1カ月後というハイペースのリリースとなりました。

ベンチマーク結果では、ターミナル操作の総合力を測るTerminal-Bench 2.0で82.7%を記録し、AnthropicのClaude Opus 4.7(69.4%)やGoogle Gemini 3.1 Proを大きく上回りました。非公開モデルのClaude Mythos Preview(82.0%)もわずかに超えています。一方、ツールなしの推論ベンチマーク「Humanity's Last Exam」ではOpus 4.7(46.9%)に及ばない41.4%にとどまり、純粋な学術知識ではまだ差がある分野もあります。実務面では、GDPval(知識労働)で84.9%、サイバーセキュリティのCyberGymで81.8%と、エージェント型タスク全般で最高水準を達成しました。

推論基盤にはNVIDIA GB200 NVL72が採用されています。NVIDIAではすでに社内1万人以上がGPT-5.5搭載のCodexを活用し、デバッグ作業が数日から数時間に短縮されたと報告されています。GPT-5.5自身がGPU負荷分散のヒューリスティックを設計し、トークン生成速度を20%以上改善するという「モデルが自らの推論基盤を最適化する」成果も生まれました。OpenAIはNVIDIAのシステムを10ギガワット以上導入する計画で、両社の10年にわたる協業がさらに深まっています。

安全性の面では、OpenAI史上最も強力なセーフガードを導入したとしています。準備態勢フレームワークのもと、生物・化学およびサイバーセキュリティの能力を「High」リスクに分類。一般ユーザー向けにはサイバーリスク分類器を厳格化する一方、重要インフラを守る正規のセキュリティ専門家には制限を緩和する「サイバー許容型」ライセンスを新設しました。さらに生物安全性に関しては、ユニバーサル脱獄を発見した研究者に2万5,000ドルを支払うバグバウンティプログラムも開始しています。

料金面では、API価格が前世代から実質倍増し、入力5ドル・出力30ドル(100万トークンあたり)となりました。Proモデルはさらにその6倍です。ただしOpenAIは、GPT-5.5が同じタスクをより少ないトークンで完了するため、実質コストは抑えられると説明しています。Plus・Pro・Business・Enterpriseの各プランで即日利用可能となり、API提供も「近日中」としています。Brockman氏はChatGPT・Codex・AIブラウザを統合した「スーパーアプリ」構想にも言及し、AnthropicやGoogleとのフロンティアモデル競争がさらに激化する見通しです。

GeForce NOWにサブスク識別ラベル追加

ゲーム発見機能の強化

Xbox Game Passラベル表示開始
Ubisoft+対応ラベルも同時追加
各ゲーム詳細画面に直接表示
サブスク連携済みタイトルの即時判別

今週の新規対応タイトル

Vampire Crawlersなど6作品追加
Marvel Rivalsのソースキン特典提供
RTX 5080対応タイトルも複数含む
Diablo IIIがUbisoft Connect経由で対応

NVIDIAは2026年4月23日、クラウドゲーミングサービスGeForce NOWにXbox Game PassおよびUbisoft+のアプリ内ラベル機能を正式導入しました。この機能はGDC 2026で予告されていたもので、接続済みサブスクリプションに含まれるゲームをひと目で識別できるようになります。

新しいラベルは各ゲームの詳細ページに直接表示されます。ユーザーはXbox Game PassやUbisoft+のアカウントを連携させるだけで、対象タイトルに自動的にラベルが付与されます。これにより、ストリーミング可能なゲームを探す手間が大幅に削減されます。

今週は6本の新作がクラウド対応タイトルとして追加されました。目玉はVampire Crawlers: The Turbo Wildcardで、Vampire Survivorsシリーズの新作ローグライトゲームです。SteamとXboxで配信されており、Game Passにも含まれています。

そのほか、Tides of Tomorrowや'83などRTX 5080対応の新作、Diablo IIIのUbisoft Connect版、Crimson DesertのXbox Play Anywhere対応版が追加されています。Premium会員向けにはMarvel RivalsのThor限定スキン特典も提供されています。

天文学のAI分析がGPU需要を加速、NASAローマン望遠鏡も前倒し

爆発する天文データ量

ローマン望遠鏡、8カ月前倒しの2026年9月打上げ
生涯で2万TBのデータ取得見込み
JWST、毎日57GBの画像を地上へ送信
ルービン天文台、毎晩20TBのデータ生成予定
ハッブルの日量1〜2GBと桁違いの規模
人手による分析は不可能な水準に到達

GPU駆動のAI解析基盤

深層学習モデルMorpheusで銀河を自動分類
ピクセル単位の意味的分割で構造を識別
初期宇宙に予想外の円盤銀河を発見
CNNからTransformerへのアーキテクチャ移行を推進
DLSS類似技術で地上望遠鏡の大気歪みを補正
GalaxyFriendsで約9万銀河を類似性で整理
NSF助成で構築したGPUクラスタが基盤に

GPU確保の課題

世界的なGPU需要増で研究用確保が困難に
トランプ政権がNSF予算50%削減を提案
大学の限られた資源では最新設備の維持が難航
研究者には起業家的姿勢が必要と指摘

NASAはナンシー・グレース・ローマン宇宙望遠鏡を当初予定より8カ月早い2026年9月に打ち上げると発表しました。同望遠鏡は運用期間中に2万テラバイトものデータを天文学者に届ける見通しです。すでにジェイムズ・ウェッブ宇宙望遠鏡は毎日57ギガバイトの画像を送信しており、チリのヴェラ・C・ルービン天文台も年内に観測を開始して毎晩20テラバイトを生成する予定です。かつてのハッブル望遠鏡の日量1〜2ギガバイトとは桁違いの規模であり、天文学は本格的なビッグデータ時代に突入しています。

カリフォルニア大学サンタクルーズ校の天体物理学者ブラント・ロバートソン教授は、NVIDIAと15年にわたり協力してGPUを天文学に応用してきました。同教授の研究室が開発した深層学習モデル「Morpheus」は、自動運転車と同じ意味的分割手法を用いてピクセル単位で銀河を分類します。JWSTデータへの適用により、初期宇宙に存在するはずがないとされていた回転円盤銀河を多数発見し、宇宙の進化理論に新たな知見をもたらしました。この発見は当初懐疑的に受け止められましたが、その後独立した複数の研究で確認されています。

ロバートソン教授はMorpheusのアーキテクチャを畳み込みニューラルネットワークからTransformerに移行する作業を進めており、分析可能な領域が数倍に拡大する見込みです。また、NVIDIAのDLSSに概念的に近い手法を用い、宇宙望遠鏡のデータで訓練したモデルを地上望遠鏡の画像に適用することで、大気による歪みを除去して宇宙望遠鏡に近い鮮明さを実現しています。さらに大学院生が開発した「GalaxyFriends」というツールにより、約9万個の銀河を類似性に基づいて整理し、パターンの発見や異常検出を効率化しています。

一方で研究を支えるGPUインフラの確保は深刻な課題となっています。ロバートソン教授はNSFの助成金でサンタクルーズ校にGPUクラスタを構築しましたが、設備は陳腐化しつつあり、AI手法を使いたい研究者は増える一方です。さらにトランプ政権がNSF予算の50%削減を提案しており、研究基盤の維持が一層困難になる懸念があります。ロバートソン教授は「大学はリソースの制約からリスク回避的になる。研究者は起業家的に行動し、この分野の進む方向を示す必要がある」と述べています。

SpaceX、Cursorを600億ドルで買収提案

買収提案の経緯

Cursor、20億ドル調達を直前に中断
SpaceXが600億ドルの買収オプション提示
不成立でも100億ドルのAI開発協業金

両社の思惑

SpaceX、IPO後に買収手続きの意向
Cursor、AI競争激化で独立継続にリスク
SpaceX、AI企業としての評価獲得を狙う
データセンター資源をCursorに提供可能

SpaceXがAIコーディングツールCursorの開発元Anysphereに対し、600億ドル(約9兆円)での買収オプションを提示しました。Cursorは発表のわずか数時間前まで、Andreessen HorowitzやNvidia等が参加する20億ドルの資金調達ラウンド(評価額500億ドル)のクローズを今週中に予定していました。SpaceXは今年中に買収を実行するか、買収しない場合でもAI開発協業の対価として100億ドルをCursorに支払うとしています。

Cursorは資金調達と買収交渉を並行して進めていました。20億ドルの調達が実現しても、キャッシュフローの黒字化には不十分で、追加の大型調達が不可避だったとされています。AnthropicのClaude CodeやOpenAIのCodexとの競争が激化するなか、巨額の計算資源を確保し続ける独立路線には不確実性が高まっていました。

一方、xAIと合併したSpaceXは、AI分野の強化を急いでいます。GoogleによるWindsurfの買収がキーパーソンの獲得を主目的としたのに対し、SpaceXはCursorのチーム全体を維持する方針です。ミシシッピ州やテネシー州のデータセンターが持つ膨大な計算能力をCursorに提供できる点も、協業の実質的な価値となります。

SpaceXが買収手続きをIPO後に先送りする理由は、上場前の財務開示の更新を避けたいことと、公開株式を買収資金に活用しやすくなることにあります。さらにCursor買収の発表は、SpaceXを宇宙・衛星事業だけでなくAI企業として市場に位置づける狙いがあり、ウォール街が付与する高いバリュエーション倍率の獲得を見込んでいます。

NVIDIAとGoogle Cloud、AI工場基盤で協業拡大

次世代インフラ整備

Vera Rubin搭載A5Xを発表
推論コスト前世代比10分の1に
最大96万GPU規模に拡張可能
OpenAIが大規模推論で採用

エージェントAIと産業AI

Nemotron 3をAgent基盤で提供
強化学習のマネージドAPI公開
Omniverseでデジタルツイン構築
ロボット訓練からデプロイまで一貫

NVIDIAとGoogle Cloudは、Google Cloud Next 2026において、AIファクトリー向けインフラの大幅な拡充を発表しました。10年以上にわたる協業の成果として、エージェントAIとフィジカルAIの本番環境への展開を加速する新たなマイルストーンとなります。両社はチップからソフトウェアまでフルスタックで共同設計したプラットフォームを提供し、開発者やエンタープライズのAI活用を支援します。

インフラ面では、次世代Vera Rubin NVL72を搭載したA5Xベアメタルインスタンスが発表されました。前世代と比較して推論コストを10分の1、メガワットあたりのトークンスループットを10倍に改善します。単一サイトで最大8万GPU、マルチサイトでは最大96万GPUへのスケーリングが可能です。

Blackwellプラットフォームでは、A4からA4X Maxまで幅広いVMラインナップを揃えました。OpenAIがChatGPTの推論ワークロードにGB300およびGB200 NVL72システムを採用するなど、フロンティアAIラボによる実運用が進んでいます。また、機密コンピューティング対応のConfidential G4 VMも発表され、規制産業向けにプロンプトやモデルの暗号化保護を実現しました。

エージェントAI領域では、Nemotron 3 SuperがGemini Enterprise Agent Platformで利用可能になりました。NeMo RLベースのマネージド強化学習APIも導入され、クラスタ管理を自動化しながら大規模なRL訓練を実行できます。CrowdStrikeがサイバーセキュリティ向けにNeMoライブラリを活用するなど、実用事例も広がっています。

フィジカルAI分野では、OmniverseライブラリとIsaac SimがGoogle Cloud Marketplaceで提供され、デジタルツインの構築やロボットシミュレーションが可能になりました。Cosmos Reason 2などのNIM マイクロサービスをVertex AIにデプロイすることで、ロボットやビジョンAIエージェントが物理世界で推論・行動できる基盤が整います。SnapやSchrödingerなど大企業からスタートアップまで、9万人超の開発者コミュニティがこのプラットフォームを活用しています。

Thinking Machines LabがGoogle Cloudと数十億ドル規模の契約締結

契約の概要

数十億ドル規模のクラウド契約
Nvidia最新GPU「GB300」搭載システムを利用
モデル訓練・デプロイ向けインフラ提供
Google Cloud初の大型顧客の一社

Thinking Machines Labの現在地

Mira Murati氏が2025年2月に設立
シードラウンドで20億ドル調達、評価額120億ドル
強化学習ベースのカスタムAIモデル構築ツール「Tinker」を提供

元OpenAI CTOのMira Murati氏が設立したAIスタートアップThinking Machines Labが、Google Cloudと数十億ドル規模(一桁台)のインフラ利用契約を締結しました。契約にはNvidiaの最新チップ「GB300」を搭載したAIシステムへのアクセスが含まれ、モデルの訓練とデプロイを支援します。

Googleは近年、AIスタートアップとのクラウド契約を積極的に進めています。今月にはAnthropicがGoogleおよびBroadcomとTPU数ギガワット分の契約を締結。一方でAnthropicはAmazonとも最大5ギガワットの契約を結んでおり、クラウド各社の競争は激化しています。Thinking Machines Labにとっては初のクラウドプロバイダー契約であり、排他契約ではないため将来的に複数プロバイダーの利用も想定されます。

Thinking Machines Labは2025年2月の設立後、20億ドルのシードラウンド(評価額120億ドル)を完了し、同年10月に初製品「Tinker」を発表しました。TinkerはカスタムフロンティアAIモデルの構築を自動化するツールで、強化学習アーキテクチャを基盤としています。

今回の契約はTinkerの強化学習ワークロードを支える計算基盤の確保が目的です。GB300搭載システムは前世代比で訓練・推論速度が2倍に向上するとされ、Thinking Machines Labは同システムの最初期の顧客となります。急成長するフロンティアAIラボを早期に囲い込むGoogleの戦略が鮮明になった契約といえます。

Google、第8世代TPUを訓練用と推論用の2チップ体制に刷新

訓練特化のTPU 8t

前世代比約3倍の121EFlops
100万チップ超の単一クラスタ構成
97%のgoodputで訓練効率最大化

推論特化のTPU 8i

Boardflyで低遅延ネットワーク実現
オンチップSRAM3倍でエージェント処理高速化
性能対コスト80%改善

垂直統合の競争優位

自社設計でNvidia税を回避
Axion ARM CPU搭載で電力効率2倍

Googleは4月22日、Cloud Nextカンファレンスで第8世代TPU(Tensor Processing Unit)を発表しました。従来の単一チップ路線を転換し、訓練専用のTPU 8tと推論専用のTPU 8iの2チップ体制へ移行します。エージェントAI時代の異なるワークロード要件に対応するため、2024年にロードマップの分割を決断したと、同社SVPのAmin Vahdat氏が明かしました。

TPU 8tは大規模モデル訓練に特化し、1ポッドあたり9,600チップ、2ペタバイトの共有HBMを搭載します。前世代Ironwoodの約3倍となる121 FP4 EFlopsの演算性能を実現し、新開発のVirgoネットワークにより100万チップ超を単一論理クラスタとして接続可能です。フロンティアモデルの訓練期間を数カ月から数週間に短縮することを目指します。

TPU 8iはエージェントAIの推論ワークロードに最適化されています。288GBのHBMに加え、前世代の3倍となる384MBのオンチップSRAMを搭載し、大規模なKVキャッシュをチップ上に保持できます。新設計のBoardflyトポロジーでネットワーク径を50%以上削減し、リアルタイム推論のレイテンシを最大5倍改善しました。1ポッドあたり1,152チップで、前世代比80%の性能対コスト向上を実現します。

両チップとも自社設計のAxion ARMベースCPUをホストに採用し、前世代比2倍の電力効率を達成しました。Googleはシリコンからデータセンターまでの垂直統合設計により、OpenAIやAnthropicなどNvidia GPUに依存する競合が支払う「Nvidia税」を回避できる点を強調しています。JAX、PyTorch、SGLang、vLLMなど主要フレームワークをサポートし、ベアメタルアクセスも提供します。

両TPUの一般提供は2026年後半を予定しています。現時点ではGoogle自社ベンチマークのみで、独立した第三者検証はこれからです。また、CUDA/PyTorchエコシステムからの移行コストは依然として考慮すべき要素です。Citadel Securitiesなど先進企業がTPU採用を表明しており、フロンティアAI開発の競争軸が「GPUの調達力」から「スタック全体の設計力」へ移行しつつあることを示す発表となりました。

Google Gemini、エアギャップ環境で単一サーバー稼働が可能に

オンプレミス提供の仕組み

CirrascaleがGDC経由で提供
GPU8基搭載の専用アプライアンス
モデルは揮発メモリ上のみに存在
改ざん時は自動で機能停止

規制業界への影響

金融・医療・政府機関が主要顧客
データ主権問題への対応が可能に
専用環境で安定した応答速度を実現
2026年後半に本格普及の見通し

Cirrascale Cloud Servicesは2026年4月22日、Google Cloudとの提携拡大により、Google Geminiをオンプレミスのエアギャップ環境で稼働させるサービスを発表しました。Google Distributed Cloudを通じて提供されるこのサービスは、ネオクラウド事業者として初めてGoogleの最先端AIモデルを完全プライベートな切断型アプライアンスとして利用可能にするものです。Google Cloud Next 2026に合わせた発表で、プレビュー版の提供が即日開始され、一般提供は6〜7月を予定しています。

アプライアンスはDell製のGoogle認定ハードウェアで、Nvidia GPU8基を搭載し、コンフィデンシャルコンピューティングで保護されています。最大の特徴は、Geminiのモデルが揮発メモリ上にのみ存在する点です。電源を切るとモデルは消去され、ユーザーの入出力データもセッション終了時に自動的にクリアされます。物理的な改ざんが検知された場合は機器が自動停止し、再利用にはCirrascaleやDell、Googleへの返送が必要になります。

このサービスが解決するのは、規制産業が長年直面してきた「最先端AIモデルへのアクセス」と「データセキュリティ」の二律背反です。金融機関や医療機関、政府機関はこれまで、パブリッククラウドAPIを通じて機密データを外部に送信するか、性能の劣るオープンソースモデルで妥協するかの選択を迫られていました。Cirrascale CEOのDave Driggers氏は「フル版のGeminiであり、何も削られていない」と強調しています。

競合との差別化も明確です。MicrosoftのAzure OpenAIやAWS Outpostsがクラウド拡張としてオンプレミスを提供するのに対し、CirrascaleのサービスではGoogleのインフラから完全に独立した環境でモデルが動作します。最小構成はサーバー1台から導入でき、Google自身のプライベートインスタンスより小規模な展開が可能です。データ主権法への対応として、Google Cloud Platformの拠点がない国でもGeminiを利用できる点も大きな利点です。

料金体系はシートライセンス、トークン課金、定額制の3モデルを用意し、顧客のニーズに柔軟に対応します。ハードウェアの購入とマネージドサービスの組み合わせも可能で、大学や政府系研究機関の予算構造にも適合します。業界アナリストは2027年までにAIモデルの学習・推論の40%がパブリッククラウド外で実行されると予測しており、プライベートAIへの需要は急速に高まっています。Driggers氏は2026年後半に大手銀行や研究機関が本格導入を開始するとの見通しを示しました。

Gemma 4 VLA、8GBのJetsonで音声・視覚応答を実現

エッジ上のVLA構成

8GBのJetson Orin Nanoで動作
音声認識・TTS・視覚を統合
llama.cppでQ4量子化モデルを使用
ツール呼び出しで自律的に判断

デモの仕組みと導入

Parakeet STTで音声をテキスト化
必要時のみウェブカメラを起動
Kokoro TTSで音声応答を生成
単一スクリプトで環境構築可能

GoogleのGemma 4 VLA(Vision-Language-Action)モデルが、わずか8GBメモリのNVIDIA Jetson Orin Nano Super上で動作するデモが公開されました。音声入力から視覚認識、音声応答までを一台のエッジデバイスで完結させるチュートリアルで、NVIDIAのAsier Arranz氏がHugging Faceブログで詳細な手順を紹介しています。

デモの構成は、Parakeet STTによる音声認識、Gemma 4による推論、Kokoro TTSによる音声合成を組み合わせたパイプラインです。ユーザーがスペースキーを押して質問を話すと、モデルが質問内容を解析します。視覚情報が必要と判断した場合は、自律的にウェブカメラを起動して撮影し、画像を踏まえた回答を生成します。

技術的なポイントは、llama.cppを使ったローカル推論サーバーの構築です。モデルはQ4_K_M量子化版のGGUFフォーマットで提供され、ビジョンプロジェクターと合わせてGPUにオフロードされます。--jinjaフラグによりGemmaのネイティブツール呼び出し機能が有効化され、キーワードマッチングではなくモデル自身が視覚の必要性を判断する仕組みです。

導入手順はシステムパッケージのインストール、Python環境の構築、メモリの最適化、llama.cppのビルド、デバイスの設定、デモの実行という6ステップで構成されています。8GBという限られたメモリを最大限活用するため、スワップの追加やDocker・不要プロセスの停止といったメモリ管理の工夫も紹介されています。

テキストのみで試したい場合は、NVIDIA公式のDockerイメージを使ったワンライナーでの起動も可能です。ただしDocker版はビジョンプロジェクターを読み込まないため、VLAデモのフル機能は利用できません。エッジデバイス上でマルチモーダルAIを手軽に体験できる実践的なチュートリアルとなっています。

NVIDIA AIで地球を守る5つの取り組み

気候・防災への応用

Earth-2で高精度気象予測
津波警報を従来比100億倍高速化
衛星画像処理を秒単位に短縮

環境保全と資源循環

オランウータン巣の自動検出
AI選別で廃棄物回収率90%達成
リサイクル施設のCO2排出大幅削減
Planet社の地球観測データ即時分析

NVIDIAはアースデーに合わせ、AI技術で地球環境を保護する5つのプロジェクトを紹介しました。気候シミュレーション基盤「Earth-2」による高精度気象予測、絶滅危惧種オランウータンの保全、AIロボティクスによるリサイクル、津波早期警報、衛星画像のリアルタイム解析という5分野で、加速コンピューティングが環境課題の解決を後押ししています。

気象分野では、Earth-2がオープンなAI気象ソフトウェアスタックとして観測データの前処理から15日間の予測まで全工程を高速化します。Earth-2 Nowcastingは生成AIを活用し、国規模の予測をキロメートル解像度・6時間先までの局地予報に数分で変換します。データ同化モデル「HealDA」はNOAAやMITREと共同開発され、単一GPUで大気の全球スナップショットを数分で生成できます。

野生動物保全では、ボルネオとスマトラの熱帯雨林でGPU加速AIがオランウータンの巣をドローン画像から自動検出する研究が成果を上げています。従来は1時間のドローン飛行で30時間の画像分析が必要でしたが、AIモデルは1,800枚の画像を5分以内に処理します。InceptionV3ベースのモデルは99%超の精度を達成し、3種すべてが絶滅危惧種であるオランウータンの迅速な個体数モニタリングを可能にしています。

リサイクル分野では、NVIDIA InceptionメンバーのAMP社がAIロボティクスで廃棄物回収率90%を実現し、従来施設の約75%を大きく上回っています。これまでに20億ポンド以上の素材を埋立処分から転換し、推定73万9千トンのCO2排出を削減しました。NVIDIA Hopper GPUの採用でAI推論の消費電力も半減しています。

防災では、テキサス大学オースティン校のチームがカスカディア断層の津波予測でACMゴードンベル賞を受賞しました。物理モデルの事前計算とGPU処理により、従来手法の100億倍の速度で津波予測を完了し、沿岸住民の避難時間を確保します。また、Planet社はNVIDIAとの協業で衛星の生データからの画像処理パイプラインをGPUネイティブで構築し、山火事などの災害情報を従来の数時間から秒単位で提供する基盤を整えています。

AIモデル5種のソーシャルエンジニアリング能力を検証

AIが生成する巧妙な詐欺

DeepSeek-V3が標的に合わせた攻撃文を自動生成
個人の関心事を織り込んだ自然な誘導
複数回のやり取りで信頼を構築
攻撃の全工程を自動化可能

防御と対策の現在地

攻撃の巧妙さより規模拡大が本質的脅威
企業攻撃の9割は人的リスクが起点
オープンソースモデルが防御側にも不可欠
AI監視ツールで詐欺メッセージを検知

Charlemagne Labsが開発したツールを用いて、5種類のAIモデルによるソーシャルエンジニアリング攻撃の能力が検証されました。テストではAIが攻撃者と標的の両方の役割を演じ、数百から数千回のシミュレーションを実行します。記者自身を標的にした実験では、DeepSeek-V3が記者の関心分野を巧みに織り込んだフィッシングメッセージを生成し、複数回のメールのやり取りを通じて不正リンクへの誘導を試みました。

テストに使われたのはAnthropic Claude 3 Haiku、OpenAI GPT-4o、Nvidia Nemotron、DeepSeek-V3、Alibaba Qwenの5モデルです。すべてのモデルがソーシャルエンジニアリング手法を考案しましたが、説得力にはばらつきがありました。一部のモデルは途中で混乱して不自然な出力を返したり、倫理的な制約から攻撃の続行を拒否する場面もありました。

SocialProof社CEOのRachel Tobac氏は、AIが攻撃の巧妙さを飛躍的に高めたわけではないものの、一人の攻撃者が大規模に攻撃を展開できる点が脅威だと指摘します。音声クローンやディープフェイク動画を使った詐欺事例もすでに報告されており、攻撃パイプライン全体の自動化が進んでいます。

Charlemagne Labsの共同創業者Jeremy Philip Galen氏は、現代の企業攻撃の90%が人的リスクに起因すると述べています。同社はMetaの最新モデルMuse Sparkの能力評価にも協力しました。一方で共同創業者のRichard Whaling氏は、防御側のAIモデル訓練にオープンソースモデルが不可欠であり、健全なオープンソースコミュニティの維持が防御の鍵になると強調しています。

NVIDIA、韓国人口統計に基づく合成ペルソナ600万件を公開

データセットの特徴

韓国統計庁等の公的データに基づく生成
600万件の合成ペルソナ、個人情報なし
26フィールド、全17道府県をカバー
CC BY 4.0ライセンスで公開

AIエージェントへの応用

ペルソナでエージェントに韓国文化を付与
敬語体系や地域職業分布を反映
医療や金融など多領域に適用可能

NVIDIAは2026年4月21日、韓国の人口統計データに基づく合成ペルソナデータセット「Nemotron-Personas-Korea」をHugging Faceで公開しました。韓国統計情報サービス(KOSIS)や大法院、国民健康保険公団などの公的統計をもとに、600万件の合成ペルソナを生成しています。NAVER Cloudがシードデータとドメイン知識で協力しました。

各ペルソナは26のフィールドを持ち、名前、地域、職業、スキルなどの属性が含まれます。韓国全17道府県・25地区をカバーし、2,000以上の職業カテゴリを網羅しています。韓国個人情報保護法(PIPA)を考慮した設計で、個人を特定できる情報は一切含まれていません。

このデータセットの主な用途は、AIエージェントに韓国の文化的コンテキストを付与することです。現在のAIエージェントの多くは英語ウェブデータで訓練されており、韓国語の敬語体系や地域ごとの職業分布、文化的文脈を反映できていません。ペルソナをシステムプロンプトに組み込むことで、韓国の専門家として適切に応答するエージェントを構築できます。

チュートリアルでは、公衆衛生相談エージェントの構築例が示されています。ペルソナから抽出した属性をシステムプロンプトに反映し、NVIDIA APIやNIM、NemoClawなど複数の推論基盤で展開できます。金融、教育、行政など他分野への応用も容易です。

Nemotron-Personasコレクションは韓国のほか、米国、日本、インド、シンガポール、ブラジル、フランスもカバーしています。NVIDIAは同日からソウルで「Nemotron Developer Days」を開催し、このデータセットを使ったハッカソンも実施しています。

NVIDIAがハノーバーメッセでAI製造業の未来を披露

AIインフラと設計革新

欧州最大級の産業用AIクラウドを独で展開
SiemensやDassaultらがAI物理シミュレーション統合
デジタルツインで工場全体の最適化を実現

工場へのAIエージェントとロボット

視覚AIエージェントが品質管理を自動化
ヒューマノイドがSiemens工場で自律物流を実証
開発期間を従来の2年から7カ月に短縮
BMW工場でも人型ロボット配備を予定

2026年4月20日から24日にかけてドイツ・ハノーバーで開催されるハノーバーメッセ2026で、NVIDIAとパートナー企業群がAI駆動型製造業の最新成果を展示します。加速コンピューティング、AI物理シミュレーション、AIエージェント、ヒューマノイドロボットなど、産業革新の全領域にわたるデモンストレーションが行われます。

インフラ面では、Deutsche TelekomがNVIDIA AI基盤上に構築した欧州最大級の産業用AIクラウドが注目されます。Siemens、SAP、Agile Robotsなどがこのソブリンプラットフォーム上でリアルタイムシミュレーションやデジタルツインを稼働させ、製造業のAI活用基盤として位置づけています。

工場運営の分野では、NVIDIA MetropolisライブラリとCosmosモデルを活用した視覚AIエージェントが品質管理や安全監視を変革しています。Invisible AIのビジョン実行システムはトヨタの自動車工場で成果を上げており、Tulip InterfacesのFactory Playbackは歩留まり3%向上とリワーク10%削減が見込まれています。

ロボティクス領域では、Humanoid社のHMND 01がドイツ・エアランゲンのSiemens工場で自律物流作業を完了しました。NVIDIA Jetson Thorモジュールを搭載し、Isaac SimとIsaac Labによるシミュレーションファーストの開発手法で、従来最大2年かかるハードウェア開発を7カ月に圧縮しています。

さらにHexagon Roboticsの人型ロボットAEONがBMWライプツィヒ工場で組立作業に投入予定であり、ドイツの生産現場におけるヒューマノイド初導入事例の一つとなります。SCHUNKのGROWオートメーションセルも、中小企業向けにフィジカルAIを標準化・展開可能な形で提供し、欧州製造業全体への普及を目指しています。

NVIDIA・Adobe・WPP、AIエージェントで広告自動化へ

3社協業の全体像

Adobe Summitで発表
創作から配信まで一気通貫の自動化
ブランド管理と安全性を両立

技術基盤と機能

OpenShellで安全な実行環境を提供
Nemotronモデル基盤を活用
Fireflyでブランド準拠の生成
3Dデジタルツインが量産制作を支援

企業への影響

パーソナライズ施策の大規模展開が可能に

NVIDIA、Adobe、WPPの3社は、企業のマーケティング業務を自動化するAIエージェント基盤の構築で協業を拡大すると発表しました。Adobe Summitで披露されたこの取り組みは、コンテンツの企画・制作・配信までを一貫して自動化し、パーソナライズされた顧客体験を大規模に提供することを目指しています。

3社はそれぞれ異なる強みを持ち寄ります。Adobeはクリエイティブツールと顧客体験プラットフォーム、WPPはグローバルなメディア・マーケティングの専門知識、NVIDIAはGPUコンピューティングとAIソフトウェア基盤を担います。新たに発表されたCX Enterprise Coworkerは、パーソナライゼーションからアクティベーションまでの顧客体験ワークフローを統合管理するAIエージェントです。

技術面では、NVIDIAのOpenShellランタイムがエージェントの安全な実行環境を提供します。ポリシーベースのサンドボックス内でエージェントが動作するため、企業のデータ境界やブランドルールを逸脱する操作を防止できます。「エージェントが何をできるか」を検証可能な形で管理できる点が、従来のポリシー管理との違いです。

コンテンツ生成の面では、Adobe Firefly FoundryがNVIDIAのAIインフラ上で稼働し、企業の独自アセットに基づいたカスタムモデルのチューニングを可能にします。これにより商用利用可能なブランド準拠コンテンツを大量生成できるようになります。さらに、NVIDIA OmniverseとOpenUSDを基盤とする3Dデジタルツインソリューションも一般提供が開始され、製品のデジタルツインを活用した高品質コンテンツの自動生成が実現します。

この協業により、グローバル小売企業が数百万通りの商品・顧客・チャネルの組み合わせに対して最適なオファーや画像を数分で更新するといった運用が可能になります。マーケティングチームは速度と安全性を両立しながら、常時稼働のパーソナライズ体験を提供できる新たな基盤を手に入れることになります。

Cerebras、評価額230億ドルでIPO再申請

IPO再挑戦の背景

2024年のIPO申請は連邦審査で延期
2025年に11億ドルのシリーズG調達
2026年2月に評価額230億ドルで10億ドル調達
5月中旬の上場を計画

大型契約と業績

OpenAIと100億ドル超の提携
2025年売上高5億1000万ドル
純利益2億3780万ドルを計上

AIチップスタートアップのCerebras Systemsが、新規株式公開(IPO)を再び申請しました。同社は「AIの訓練と推論のための最速ハードウェア」を開発しており、CEOのAndrew Feldman氏が率いています。2024年にも上場申請を行いましたが、アブダビ拠点のG42からの投資に対する連邦審査の影響で延期され、最終的に撤回されていました。今回は評価額230億ドルでの再挑戦となります。

同社は近年、大型の資金調達と事業提携を相次いで実現しています。2025年9月に11億ドルのシリーズGを完了し、2026年2月には10億ドルのシリーズHを調達しました。さらにAmazon Web Servicesとデータセンターでのチップ採用契約を締結し、OpenAIとは100億ドル超とされる大型提携も発表しています。

業績面では、2025年の売上高が5億1000万ドルに達し、純利益は2億3780万ドルを計上しました。ただし一時的項目を除いた非GAAPベースでは7570万ドルの純損失となっています。Feldman氏はウォール・ストリート・ジャーナルの取材に対し、「NvidiaからOpenAIの高速推論ビジネスを奪った」と自信を示しています。

IPOでの調達額は未公表ですが、上場は5月中旬を予定しています。AI半導体市場の急拡大を背景に、Cerebrasの上場はAIインフラ企業への投資家の関心を測る重要な試金石となりそうです。

NVIDIA、合成データで多言語OCRモデルを構築

合成データ戦略の成果

1,220万枚の合成画像で学習
6言語を単一モデルで処理
NED誤差率を0.92から0.047以下に改善
フォントとテキストだけで新言語追加が可能

高速アーキテクチャ

A100で毎秒34.7ページ処理
PaddleOCR比28倍以上の速度
検出・認識・関係モデルが特徴マップ共有
パラメータ数わずか8,400万

NVIDIAは2026年4月17日、合成データのみで学習した多言語OCRモデル「Nemotron OCR v2」をHugging Faceで公開しました。英語・日本語・韓国語・ロシア語・中国語簡体字・繁体字の6言語に対応し、単一モデルで言語の事前指定なく文書を読み取れます。データセットとモデルはともにオープンライセンスで提供されています。

従来のNemotron OCR v1は英語専用で訓練されており、日本語や韓国語ではNormalized Edit Distance(NED)が0.7〜0.9と実用に耐えない精度でした。多言語化の課題はモデル構造ではなく学習データの不足にありました。実世界の文書画像を6言語分収集・アノテーションするコストは現実的でないため、チームは合成データによるアプローチを選択しました。

合成データパイプラインはSynthDoGを大幅に改良したもので、単語・行・段落の3階層バウンディングボックスと読み順グラフを自動生成します。CJK言語ではスペース区切りがないため行単位の認識を採用し、165〜1,258種のオープンソースフォントを使用。多様なレイアウトテンプレートとデータ拡張により、合成画像でも実文書への汎化性能を確保しています。

ベンチマーク結果は顕著です。SynthDoG評価では全言語でNEDを0.035〜0.069に低減し、言語別の専用モデルであるPaddleOCRをも上回りました。実文書ベンチマークのOmniDocBenchでは、PaddleOCR v5の毎秒1.2ページに対し毎秒34.7ページを達成しています。この速度はFOTSアーキテクチャに基づく特徴マップの共有設計によるもので、検出用バックボーンの畳み込み処理が1回で済むため下流コンポーネントのオーバーヘッドが最小化されています。

このパイプラインの拡張性も注目に値します。新しい言語への対応に必要なのは対象言語のソーステキストとフォントだけで、モデル構造の変更や手動アノテーションは不要です。mOSCARコーパスが163言語をカバーし、Notoフォントファミリーがほぼ全てのUnicodeスクリプトに対応しているため、さらなる多言語展開への道筋が明確に示されています。

Anthropicサイバーセキュリティモデルがトランプ政権との関係修復の糸口に

Mythos Previewの衝撃

主要ブラウザ・OSの脆弱性発見能力
Apple・Nvidia・JPモルガンが先行導入
FRB議長との緊急会合も誘発

政権との対立と雪解け

国防総省との契約がサプライチェーンリスク指定で停止
自律型致死兵器・国内監視への使用を拒否した経緯
トランプ系ロビー会社Ballard Partnersを起用
CEO AmodeがWH首席補佐官と会談

安全保障への影響

CISAや情報機関がMythos Previewを試験運用中

Anthropicが開発したサイバーセキュリティ特化モデル「Claude Mythos Preview」が、同社とトランプ政権の関係改善につながる可能性が浮上しています。2026年4月17日、CEOのDario Amodei氏がホワイトハウスの首席補佐官Susie Wiles氏との会談に臨んだと報じられました。Anthropicは2月以降、自律型致死兵器や国内大規模監視への技術利用を拒否したことで政権と対立していました。

Mythos Previewは、主要なウェブブラウザやOSのセキュリティ上の脆弱性をほぼすべて検出できる能力を持つとされます。Apple、Nvidia、JPモルガン・チェースがすでに導入を決定しており、悪意ある攻撃者に先んじて脆弱性を修正する用途で活用されています。このモデルの公開はFRB議長Jerome Powellと米銀行トップとの緊急会合を引き起こすほどの反響を呼びました。

Anthropicと国防総省の対立は深刻でした。同社は「サプライチェーンリスク」に指定され、軍の機密ネットワークでのClaude利用が停止されました。Anthropicはこの指定に対し訴訟を起こし、一時的な差し止め命令を獲得しています。トランプ大統領自身がSNSでAnthropicを「過激左派の目覚めた企業」と非難する事態にまで発展していました。

しかしMythos Previewの登場で風向きが変わりつつあります。Anthropicはトランプ氏に近いロビー会社Ballard Partnersを起用し、政権との交渉を進めています。CISAや情報機関の一部がすでにMythos Previewを試験運用しており、交渉筋は「この技術的飛躍を政府が自ら放棄するのは無責任であり、中国への贈り物になる」と述べています。政権が態度を軟化させれば、国防総省のClaude禁止措置も見直される可能性があります。

AIコーディングのCursor、評価額500億ドルで20億ドル調達へ

資金調達の概要

評価額500億ドルで交渉中
Thrive・a16zが主導の見込み
NvidiaやBattery Venturesも参加か
前回の293億ドルからほぼ倍増

急成長する事業基盤

2026年末ARR60億ドル超を予測
独自モデルで粗利益黒字化を達成
法人向けは黒字、個人向けは赤字継続
Claude CodeやCodexと競合激化

AIコーディングツールを手がけるCursorが、少なくとも20億ドルの新規資金調達に向けた交渉を進めていることが、事情に詳しい複数の関係者への取材で明らかになりました。既存投資家のThrive CapitalとAndreessen Horowitzがリードする見込みで、評価額は新規資金注入前の時点で500億ドルに達するとされています。

今回の調達が実現すれば、2025年11月に実施した前回ラウンドの293億ドルからわずか半年で評価額がほぼ倍増することになります。新たな投資家としてBattery Venturesの参加が見込まれるほか、戦略的投資家であるNvidiaも出資する可能性があると報じられています。ラウンドはすでにオーバーサブスクライブの状態ですが、最終条件は確定していません。

Cursorは2026年末までに年間経常収益(ARR)60億ドル超を見込んでおり、2026年2月時点のARR20億ドルから約3倍の成長を想定しています。従来はサードパーティモデルへの依存により粗利益率がマイナスでしたが、2025年11月に投入した独自のComposerモデルや、中国発の低コストモデルKimiの活用により、わずかながら粗利益の黒字化を達成しました。

競合環境は厳しさを増しています。AnthropicのClaude CodeやOpenAIのCodexなど、モデル提供元自身がコーディングツール市場に参入しており、Cursorは自社のサプライヤーに置き換えられるリスクに直面しています。独自モデルの開発を加速させることで差別化を図る戦略ですが、大企業向けでは黒字を確保する一方、個人開発者向けアカウントでは依然として赤字が続いており、収益構造の改善が今後の課題です。

ロボット開発シミュレーションのAntiochが850万ドル調達

資金調達と企業概要

評価額6000万ドルでシード調達
A*とCategory Venturesが主導
共同創業者5名、Meta・DeepMind出身者も

シミュレーション技術の狙い

sim-to-realギャップの解消が目標
仮想空間でロボットの学習・検証を実現
NvidiaやWorld Labsのモデルを基盤に構築

市場と今後の展望

センサーと認識系を中心に展開
MITがLLM評価の研究に活用

ロボット向けシミュレーションツールを開発する米スタートアップAntiochは2026年4月16日、850万ドル(約12億円)のシード資金調達を発表しました。評価額は6000万ドルで、ベンチャーキャピタルのA*とCategory Venturesが主導し、MaC Venture Capital、Abstract、Box Group、Icehouse Venturesも参加しています。

Antiochは、ロボット開発における「sim-to-realギャップ」の解消を目指しています。これは仮想環境で訓練したロボットが現実世界で確実に動作するために、シミュレーションの忠実度を高めるという課題です。同社のプラットフォームでは、ロボットのハードウェアを複数のデジタルインスタンスとして起動し、実世界と同等のセンサーデータをシミュレートできます。開発者はエッジケースのテストや強化学習、訓練データの生成をソフトウェア上で完結させることが可能です。

同社はソフトウェア開発ツールCursorのロボット版を標榜しており、NvidiaやWorld Labsなどのモデルをベースにドメイン特化のライブラリを構築しています。現在は自動運転車やトラック、農業・建設機械、ドローンなどのセンサー・認識システムに注力しています。大手多国籍企業との初期的な取り組みも始まっています。

MITのコンピュータ科学・人工知能研究所の研究者David Mayo氏は、AntiochのプラットフォームをLLMの評価に活用しています。AIモデルにロボットを設計させ、シミュレーター上でテストする実験を行っており、LLMのベンチマーク手法としての可能性も示しています。共同創業者のHarry Mellsop氏は「2〜3年以内に、現実世界の自律システムはソフトウェア上で主に構築されるようになる」と語っています。

OpenAIがサイバー防衛支援プログラムを本格始動

プログラムの概要

信頼度に応じた段階的アクセス
防衛側への高度なAI能力の開放
1000万ドルのAPI助成枠を設定

参加組織と展望

大手金融・IT企業14社が参加
GPT-5.4-Cyberを米英政府機関に提供
OSSセキュリティ研究者にも助成拡大

OpenAIは2026年4月16日、サイバーセキュリティ分野の防衛力を底上げするための新プログラム「Trusted Access for Cyber」の本格運用を発表しました。高度なAI能力を防衛側に広く届けつつ、信頼性・検証・安全策に応じてアクセスを段階的に拡大するという設計思想に基づいています。

同プログラムには、Bank of America、JPMorgan Chase、Goldman Sachsなど大手金融機関をはじめ、Cisco、CrowdStrike、NVIDIA、Oracleなど14の企業・組織がすでに参加を表明しています。サイバー防衛を「チームスポーツ」と位置づけ、大企業からセキュリティベンダー、非営利団体、小規模チームまで幅広い層の参加を想定しています。

OpenAIはさらに、サイバーセキュリティ助成プログラムとして1000万ドル分のAPIクレジットを提供すると発表しました。初期の受給先には、ソフトウェアサプライチェーンセキュリティのSocketやSemgrep、脆弱性研究に強みを持つTrail of BitsやCalifが含まれます。24時間体制のセキュリティチームを持たない組織にもフロンティアモデルの恩恵を届ける狙いです。

また、サイバー特化モデル「GPT-5.4-Cyber」を、米国のAI標準・イノベーションセンター(CAISI)と英国AI安全研究所(UK AISI)に提供し、サイバー能力と安全策の評価を進めています。OpenAIは今後も安全策を能力の向上に合わせて強化しながら、プログラムの規模を拡大していく方針です。

Adobe Premiere新カラーグレーディング機能、NVIDIA GPU加速で32bit処理実現

Color Modeの主要機能

Premiere内蔵のカラーグレーディング環境
32bit色深度で初の高精度処理
6ゾーンの輝度調整に対応
文脈対応スコープとHUDオーバーレイ搭載

GPU活用と関連発表

GeForce RTX・RTX PRO系で高速化
Project G-Assist v0.2.1も同時更新
NAB Show 2026で正式発表
Filmora等他社ツールもNVIDIA連携強化

NVIDIAは2026年4月18日から22日にラスベガスで開催されるNAB Show 2026に合わせ、AdobeがPremiereの新機能「Color Mode」をベータ版として発表することを明らかにしました。この機能はNVIDIA RTX GPUによるアクセラレーションを活用し、映像制作者がPremiere内で直接カラーグレーディングを行える専用環境を提供します。6万人以上のコンテンツプロフェッショナルが集まる同イベントで披露されます。

Color Modeは、Premiere内にネストされた専用グレーディング環境として設計されています。大型のプログラムモニターが中心に配置され、調整結果を即座に視覚的にフィードバックすることで、迅速な判断と精密な操作を可能にします。クリップグリッドビューにより、シーケンス内のショット間の一貫性を維持しやすくなっています。

技術面では、32bit色深度での処理に初めて対応し、最大限の色再現性を実現しています。従来のハイライト・ミッドトーン・シャドウの3ゾーンモデルを超え、最大6つの輝度調整ゾーンを利用できます。双方向コントロールやマルチゾーントーナルシェーピング、スタック型カラー操作など、すべての処理がNVIDIA GPU上で実行されます。

NVIDIAはあわせて、デバイス上で動作するAIアシスタント「Project G-Assist」のv0.2.1アップデートも発表しました。ゲーム設定の高度な検出システムと知識システムの強化により、eスポーツやAAAタイトルの設定調整でより高精度な助言が可能になっています。DLSS Overrides、Smooth Motion、RTX HDRなどNVIDIA Appの高度な機能も制御対象に加わりました。

そのほかNAB関連の動向として、WondershareのFilmoraがNVIDIA Broadcast技術を活用したアイコンタクト補正機能を追加したほか、UnslothとNVIDIAの協力によりファインチューニング性能が15%向上したことも報告されています。GoogleのGemma 4モデルファミリーもNVIDIA GPU向けに最適化され、RTX搭載PCからJetson Orin Nanoまで幅広いデバイスで効率的に動作します。

NVIDIA、トークン単価こそAIインフラ唯一の指標と主張

従来指標の限界

FLOPS単価は実性能を反映せず
計算コストは入力指標に過ぎない
トークン出力量が収益性を左右

Blackwellの実力

Hopper比トークン出力65倍
トークン単価は35分の1に低減
ワットあたり出力50倍を達成

推論経済の全体設計

FP4精度や投機的復号を統合
エコシステム全体の最適化が鍵

NVIDIAは2026年4月15日、AIインフラの経済性を評価する際に最も重要な指標は「トークンあたりのコスト」であると公式ブログで主張しました。従来多くの企業が注目してきたGPU時間単価やFLOPS単価は「入力指標」に過ぎず、実際のビジネス成果を測るには、推論で生成されるトークンの単価を見るべきだと訴えています。

同社はトークン単価の計算式を提示し、分母にあたる「GPUあたりのトークン出力量」を最大化することが鍵だと説明しています。ハードウェア性能だけでなく、ソフトウェア最適化、ネットワーク、メモリ、ストレージまで含めたフルスタックの協調設計が不可欠であり、いずれかが欠けると分母が崩壊すると指摘しました。この考え方を「推論の氷山」と呼び、表面に見えるチップスペックだけでは実力を測れないと強調しています。

具体的なデータとして、DeepSeek-R1モデルでの比較結果を公開しました。最新のBlackwell(GB300 NVL72)はHopper(HGX H200)に対し、GPU時間単価は約2倍ですが、GPUあたりのトークン出力は65倍、ワットあたり出力は50倍に達します。その結果、100万トークンあたりのコストはHopperの4.20ドルに対しBlackwellは0.12ドルと、約35分の1まで低下しています。

NVIDIAはこの優位性の源泉として、計算・ネットワーク・メモリ・ソフトウェアにまたがる「極限の協調設計」を挙げています。vLLM、SGLang、TensorRT-LLMなどのオープンソース推論ソフトウェアの継続的な最適化により、既存インフラでもトークン出力は導入後も向上し続けるとのことです。CoreWeave、Nebius、Together AIなどのクラウドパートナーがすでにBlackwellインフラを展開し、業界最低水準のトークン単価を実現していると述べました。

AIでチップ最適化と設計を自動化、Nvidia支配に挑む2社

コード最適化の自動化

WaferがAIでカーネルコード最適化
AMDやAmazonと連携し効率最大化
Nvidiaのソフトウェア優位性を侵食する狙い

チップ設計へのAI活用

Ricursiveが評価額40億ドルで3.35億ドル調達
元Google技術者がチップ設計の自動化を推進
自然言語でチップ設計を指示する未来像
AIが自らのハードウェアを改善する再帰的進化

AIチップ市場で圧倒的な支配力を持つNvidiaに対し、AIを活用してその優位性を切り崩そうとする2つのスタートアップが注目を集めています。WaferはAIモデルを使ってチップ上で動作するカーネルコードを最適化する技術を開発し、Ricursive IntelligenceはAIによるチップ設計の自動化に取り組んでいます。両社のアプローチは、Nvidiaが築いたソフトウェアエコシステムとハードウェア設計の参入障壁をAI自体の力で突破しようとするものです。

Waferは強化学習を用いてオープンソースモデルにカーネルコードの記述を学習させるほか、AnthropicのClaudeやOpenAIのGPTに「エージェントハーネス」を追加してチップ向けコード生成能力を強化しています。CEOのEmilio Andere氏は、AMDやAmazonの最新チップがNvidia GPUと同等の理論演算性能を持つと指摘し、「ワットあたりの知能を最大化したい」と述べています。同社はGoogleのJeff Dean氏やOpenAIのWojciech Zaremba氏らから400万ドルのシード資金を調達しました。

一方、Ricursive Intelligenceは元Google技術者のAzalia Mirhoseini氏とAnna Goldie氏が設立しました。両氏はGoogleでAIを活用したチップレイアウト最適化技術を開発した実績があり、この技術は現在業界で広く使われています。Ricursiveではさらに踏み込み、大規模言語モデルをチップ設計プロセスに統合することで、自然言語による設計指示を可能にすることを目指しています。

Ricursiveの構想は投資家から高い評価を受け、わずか数カ月で評価額40億ドル、調達額3億3500万ドルに達しました。Goldie氏は、AIがチップとアルゴリズムを同時に最適化する「再帰的改善」が可能になると展望しています。より多くの計算資源を投じてより高速なチップを設計するという、チップ設計のスケーリング則が生まれつつあると同氏は語っています。

Nvidiaの強みはハードウェア性能だけでなく、CUDAをはじめとするソフトウェアツール群にあります。しかしAIによるコード最適化やチップ設計の自動化が進めば、このソフトウェアの堀は薄れる可能性があります。Andere氏は「チップのプログラマビリティに存在する堀が本当に強固なのか、再考すべき時期だ」と指摘しており、AI技術がAI半導体の勢力図を塗り替える動きが加速しています。

Microsoft、画像生成AIの低コスト版を1カ月で投入

モデルの性能と価格

画像出力トークン41%値下げ
処理速度が22%向上
GPU効率が4倍に改善
Google競合モデルより40%低遅延

戦略的な背景

OpenAIとの関係悪化が開発を加速
自社AI基盤の構築を推進
エージェントAI時代への布石
Copilot統合で全製品に展開予定

Microsoftは2026年4月14日、テキストから画像を生成するAIモデル「MAI-Image-2-Efficient」を発表しました。これは3月19日に公開したフラッグシップモデル「MAI-Image-2」の低コスト・高速版で、Microsoft FoundryとMAI Playgroundで即日利用可能です。わずか1カ月足らずで本番運用向けの派生モデルを投入した形になります。

価格面では、画像出力トークンが100万あたり33ドルから19.50ドルへと約41%引き下げられました。処理速度はフラッグシップ版より22%高速で、NVIDIA H100上でのGPU効率は4倍を達成しています。GoogleのGemini 3.1 Flash等の競合モデルと比較しても、中央値レイテンシで平均40%上回ると同社は主張しています。

この急速な開発を支えるのは、2025年11月にMustafa Suleyman氏率いるMAI Superintelligenceチームです。同チームは発足から5カ月足らずで、フラッグシップ画像モデル、3つの基盤モデル、そして今回のコスト最適化版と、次々に製品を送り出しています。Microsoftはスタートアップのような開発速度で自社AIスタックを構築しつつあります。

背景にはOpenAIとの関係変化があります。OpenAIの最高売上責任者が社内メモでMicrosoftとの提携が事業拡大の制約になっていると明言し、Amazon Web Servicesとの新たな連携を推進していることが報じられました。Microsoftにとって自社モデルの強化は、OpenAIへの依存を減らし売上原価を改善する経営上の必然といえます。

さらに重要なのは、AIエージェント時代への対応です。Microsoftはマーケティングキャンペーンの自動実行など、エージェントが自律的に画像生成を呼び出すワークフローを構想しています。1日に数千回呼ばれても破綻しない低コスト・低遅延の画像生成は、このビジョンの基盤要件です。MAI-Image-2-Efficientの4倍の効率改善と41%の値下げは、まさにその要件を満たすための設計判断といえます。

Stanford AI報告書が示す専門家と市民の深い認識格差

楽観と不安の断絶

専門家56%がAIに肯定的、市民は10%
医療分野で40ポイントの認識差
雇用影響の評価が50ポイント差
Z世代が反AI感情を主導

投資拡大と規制不信

2025年AI投資額が5810億ドル到達
米国の規制信頼度は最下位の31%
AI計算能力が年3.3倍で増加
訓練時CO2排出量が急増

スタンフォード大学の人間中心AI研究所が2026年版AI Index報告書を公開し、AI専門家の楽観論と一般市民の不安の間に深刻な乖離があることを明らかにしました。Pew Researchの調査によれば、AI専門家の56%が今後20年間で米国にプラスの影響があると回答した一方、AIの日常利用拡大に興奮していると答えた米国人はわずか10%にとどまっています。

認識の差は分野別に見るとさらに顕著です。医療分野ではAI専門家の84%が肯定的な影響を予測したのに対し、一般市民は44%でした。雇用への影響については専門家の73%が前向きに評価する一方、市民はわずか23%にとどまりました。米国人の64%がAIによる雇用減少を予測しており、AI関連の解雇報道や職場への影響が不安を増幅させています。

この断絶はOpenAI CEOサム・アルトマン氏の自宅への連続攻撃事件に対するオンライン反応にも表れています。AI業界関係者が攻撃を称賛するSNS投稿に驚く一方、一般市民の一部からは2024年のユナイテッドヘルスケアCEO銃撃事件後と類似した反応が見られました。Gallup調査ではZ世代がAIへの反感を主導しており、日常的にAIを使いながらも怒りを強めていることが判明しています。

報告書は産業面での急成長も記録しています。2025年のAI投資額は5810億ドルと過去最高を更新し、前年の2530億ドルから倍増しました。世界のAI計算能力は2022年以降年3.3倍のペースで拡大し、Nvidiaが全体の60%超を占めています。一方、最新のフロンティアモデルの訓練で発生するCO2排出量はxAIのGrok 4で推定7万2000トンに達し、環境負荷への懸念も高まっています。

規制への信頼度には国際的な差異も大きく、米国はAI規制を政府に信頼すると答えた割合がわずか31%で調査対象国中最低でした。シンガポールは81%で最高を記録しています。グローバルでは「AIの利益が欠点を上回る」と答えた割合が55%から59%へ微増した一方、「AIに不安を感じる」と答えた割合も50%から52%へ上昇しており、期待と不安が同時に拡大する複雑な状況が浮かび上がっています。

AIエージェント同士の交流から恋愛マッチングへ

仕組みと背景

AIエージェントが仮想空間で自律交流
公開情報と自己申告データでデジタルツイン生成
UCLハッカソンで誕生しAnthropicが受賞
スワイプ型アプリの不平等を解消する狙い

課題と展望

相性予測の学術的根拠は乏しい
データ量の非対称性やコスト面の懸念
ソーシャルプラットフォーム化を計画
収益モデルは未確定の段階

ロンドンの開発者3人が立ち上げたPixel Societiesは、ユーザーごとにカスタマイズされたAIエージェントを仮想空間内で自律的に交流させ、現実世界での友人・同僚・恋愛パートナー候補を発見するプロジェクトです。各エージェントはLLMをベースに、公開SNSデータや性格診断の回答などを学習した「デジタルツイン」として振る舞います。

このプロジェクトは2026年3月、ロンドン大学で開催されたNvidia・HPE・Anthropic共催のハッカソンで2日間に開発されました。Anthropicから最優秀エージェントツール活用賞を受賞しています。開発者らはOpenClawの「ソウルファイル」概念に着想を得て、エージェントに個性を持たせる仕組みを実装しました。

既存のマッチングアプリは外見偏重で「容姿の格差」を生むと批判されていますが、Pixel Societiesはエージェント同士の会話から「繊細な相性」を見出せると主張しています。一方、UC Davisの心理学者Paul Eastwick氏はスピードデーティング研究を引用し、趣味・価値観・職業などの自己申告情報では相性をほぼ予測できないと指摘しています。

開発チームはプロトタイプを数百人に試用させており、最も多いリクエストは恋愛マッチングだといいます。今後はクローズドなシミュレーターからオープンなソーシャルプラットフォームへの転換を目指しています。ただし、シミュレーションのコスト、データ量の非対称性、長期関係を求めるユーザーと継続利用を前提とするプラットフォームのインセンティブ不整合など、事業化には多くの課題が残ります。

Kepler、軌道上最大の計算クラスタを商用開放

宇宙エッジ計算の現在地

衛星10基にGPU約40基搭載
レーザー通信で衛星間を接続
顧客数は18社に到達
Sophia Spaceが新規顧客として参加

大規模DCとの差別化戦略

推論特化の分散GPU構成を採用
GPU稼働率100%を実現
受動冷却技術で放熱課題に対応
地上DC規制が宇宙計算の追い風に

カナダのKepler Communicationsは、2026年1月に打ち上げた衛星10基からなる軌道上最大の計算クラスタを商用顧客に開放しました。同クラスタはNvidia Orin エッジプロセッサ約40基を搭載し、衛星間をレーザー通信で接続しています。現在18社の顧客を抱え、最新の顧客としてSophia Spaceとの提携を発表しました。

Kepler CEOのMina Mitry氏は、同社をデータセンター企業ではなく宇宙アプリケーション向けインフラと位置づけています。他の衛星や航空機向けにネットワークサービスを提供するレイヤーとなることを目指しており、合成開口レーダーなど高負荷センサーの処理オフロード需要を見込んでいます。米軍のミサイル防衛向け衛星にも宇宙対空レーザーリンクをデモ済みです。

提携先のSophia Spaceは、大規模宇宙データセンターの課題であるプロセッサの放熱問題を受動冷却で解決する技術を開発中です。今回の提携ではKepler衛星上に独自OSをアップロードし、2機の衛星にまたがる6基のGPUでの起動・設定を軌道上で初めて試みます。2027年末の自社衛星打ち上げに向けたリスク低減が狙いです。

SpaceXやBlue Originが構想する大規模宇宙データセンターの実現は2030年代とされる中、Keplerは訓練よりも推論ワークロードに特化した分散型GPUアーキテクチャで差別化を図ります。Mitry氏は「キロワット級の消費電力で稼働率10%のGPUより、常時100%稼働する分散GPUの方が有用」と述べています。米国では地上データセンター建設を禁止する自治体も出始めており、宇宙計算への関心が高まる背景となっています。

TechCrunchが東京でStartup Battlefield開催へ

SusHi Tech Tokyo概要

アジア最大級のイノベーション会議
60カ国から750社が出展
来場者数6万人・商談1万件超の規模
AI・ロボティクス等4領域が重点テーマ

ピッチ大会と連携

60カ国から820件の応募
優勝者はDisrupt Battlefield Top 200に自動選出
賞金1,000万円を授与
TechCrunch審査員が現地参加

アメリカの大手テックメディアTechCrunchは2026年4月10日、アジア最大規模のイノベーション会議「SusHi Tech Tokyo 2026」と提携し、同社の看板プログラムであるStartup Battlefieldを東京に持ち込むと発表しました。会議は4月27日から29日まで東京ビッグサイトで開催され、TechCrunchのStartup Battlefieldプログラムマネージャーが審査員として参加します。

SusHi Tech Tokyoは東京都が主催する国際イノベーション会議で、今年で4回目の開催となります。60カ国から750社のスタートアップが出展し、ソニー、Google、Microsoft、みずほなど62社の企業パートナーがリバースピッチや共創パートナーの発掘に参加します。来場者数は3日間で6万人、ビジネスマッチングは1万件以上を見込んでいます。

今回の重点テーマはAI、ロボティクス、レジリエンス、エンターテインメントの4領域です。ヒューマノイドロボットのライブデモや自動運転、サイバーセキュリティ、気候テックに関するセッションのほか、AIが音楽・アニメ産業に与える影響についても議論されます。登壇者にはNvidiaのHoward Wright氏やTrend MicroのEva Chen氏、東京都知事の小池百合子氏らが名を連ね、約6割が海外からの参加者、約半数が女性です。

注目のピッチコンペティション「SusHi Tech Challenge」には60カ国・地域から820件の応募が集まりました。4月27日にセミファイナル、28日にファイナルが行われ、グランプリ受賞者には賞金1,000万円が贈られるとともに、TechCrunch Disrupt Startup Battlefield Top 200への自動エントリー権が付与されます。これにより、東京発のスタートアップが世界最大級のピッチステージへ直結する道が開かれます。

会議はカンファレンスにとどまらず、5大陸49都市のリーダーが参加する「G-NETS Leaders Summit」で気候変動や都市のサステナビリティに関する具体的なコミットメントを協議します。また、ラ・フォル・ジュルネのクラシック演奏や東京湾クルーズ、ネットワーキングイベントなど多彩なプログラムも用意されています。

Hugging Face、画像音声動画の埋め込みに対応

v5.4の新機能

マルチモーダル埋め込み追加
画像・音声・動画を共有空間化
リランカーも多モーダル対応
同一APIで混在入力可能

対応モデルと要件

Qwen3-VLとNemotron統合
2BはVRAM8GBから動作
processor_kwargsへ名称変更

Hugging Faceは4月9日、オープンソースの埋め込みライブラリSentence Transformers v5.4を公開し、テキストに限定されてきた埋め込みとリランキングの機能を画像・音声・動画にまで拡張しました。開発者は従来と同じAPIを使いながら、モダリティをまたいだベクトル検索やRAGパイプラインを構築できるようになります。視覚的な文書検索やクロスモーダル検索といった新しい用途を、少ないコード変更で取り込める点が最大の特徴です。

中核となるのは、異なるモダリティの入力を共有埋め込み空間に写像する多モーダル埋め込みモデルです。テキストクエリと画像文書を直接比較でき、同じsimilarity関数で関連度を評価できます。ブログの例では「黄色い建物前に駐車された緑の車」というテキストが、該当する車の画像に対して最も高い類似度を示し、ハードネガティブの誤マッチが抑えられることが示されました。

リランカー(CrossEncoder)も多モーダル化され、テキスト・画像・動画を組み合わせたペアにスコアを付与できます。エンベディングで高速に候補を絞り込み、リランカーで精度を高めるという2段構えの検索パターンが、マルチモーダル文脈でも標準化されました。rank()やpredict()は従来と同じインターフェースのまま、複合入力を受け付けます。

対応モデルにはQwen3-VL-Embedding-2B/8B、NVIDIA llama-nemotron-embed-vl、jinaai/jina-reranker-m0などが含まれ、統合コレクションから即座に利用できます。2BクラスはVRAM約8GB、8Bクラスは約20GBを必要とし、CPUでは推論が著しく遅いためGPU環境の利用が推奨されています。

設定面では画像解像度や精度を制御するprocessor_kwargsとmodel_kwargsが用意され、従来のtokenizer_kwargsは非推奨となりました。経営層やエンジニアにとって、社内ドキュメントのスクリーンショットや動画アーカイブを横断検索する基盤を、既存の知識資産を活かしたまま整備できる点が実務的な価値です。

Amazon、AWS独自チップ事業が年商2兆円規模に

Trainium需要が急伸

年商2兆円規模に到達
Trainium3は在庫ほぼ完売
18カ月先のTrainium4も予約殺到

Graviton・Leoも攻勢

上位1000社の98%がGraviton採用
Amazon LeoがNASAなど獲得
2026年設備投資30兆円規模

OpenAI需要が下支え

OpenAIがAWSに15兆円拠出
未公表の大型契約も複数進行

Amazon CEOのAndy Jassy氏は9日公開の年次株主書簡で、AWSの独自半導体群が年間売上高2兆円規模に到達したと明らかにしました。NVIDIA依存からの脱却を進めるAWSが、自社設計のAI学習チップTrainiumやCPUのGravitonで大口顧客を囲い込む戦略が数字として示された格好です。Jassy氏は「事実上すべてのAIはNVIDIA上で動いてきたが、新たな転換が始まった」と宣言し、価格性能で勝負する姿勢を鮮明にしました。

最大の目玉はAI学習チップTrainiumの需要急伸です。最新世代のTrainium3は供給能力がほぼ完売し、稼働まで18カ月先のTrainium4ですら予約がほぼ埋まっているといいます。Jassy氏は独自チップ事業を独立会社として外販した場合、年商は5兆円規模に達すると試算しました。NVIDIAの前年売上高約32兆円には及ばないものの、追随者としての存在感を強く打ち出しています。

CPU側のGravitonも攻勢を強めています。Intelのx86に対抗する同製品は、EC2上位1000社の98%が利用するまで浸透しました。Jassy氏は2社から2026年分のGraviton枠を丸ごと買い取りたいとの打診があったと明かし、他顧客への配慮から断ったと説明しています。需要過多を公然と示し、価格性能で競合を引き離す構えです。

衛星通信サービスAmazon LeoもStarlinkの競合として前進しています。2026年半ばの正式サービス開始を前に、Delta Airlines、AT&T;、Vodafone、豪NBN、NASAなどから契約を獲得したと公表しました。さらに100万台規模の倉庫ロボットで蓄えたデータを産業・消費者向けロボティクス事業に転用する構想にも触れ、中長期の成長ドライバーを多角化する姿勢を示しました。

背景には、Jassy氏が2月に打ち出した2026年の設備投資30兆円規模計画への説明責任があります。過大投資との批判に対し、同氏はOpenAIとの契約だけで15兆円規模のAWS利用が確約されている点を強調しました。加えて「未公表を含め大型顧客契約が複数進行中だ」と述べ、需要の裏付けを並べて株主を説得する狙いがにじみます。バブル論を意識しつつも、少なくともAmazonにとっては実需が先行しているとの立場を鮮明にしました。

UberがAmazon独自AIチップの採用を拡大

契約拡大の内容

Graviton利用の拡大決定
AI半導体Trainium3の試験導入
AWS上でライドシェア機能を強化
Oracle・Googleからの移行が背景

クラウド競争への影響

AWSがOracleの主要顧客を獲得
自社設計チップが差別化要因に
Anthropic・OpenAI・Appleも採用済み
Trainiumは数十億ドル規模の事業へ成長

Amazonは2026年4月7日、配車サービス大手UberがAWSとのクラウド契約を拡大し、自社設計チップの利用を増やすと発表しました。Uberは低消費電力のARMベースCPU「Graviton」の利用を拡大するとともに、Nvidiaに対抗するAI半導体「Trainium3」の試験運用を新たに開始します。ライドシェア関連機能の多くをAWS上で稼働させる方針です。

Uberは2023年にオンプレミスのデータセンターからクラウドへ移行する方針を打ち出し、OracleおよびGoogle Cloudと大型契約を締結していました。特にOracle Cloud上ではAmpere製ARMチップを活用し、x86中心だった環境からの転換を進めていました。今回のAWS契約拡大は、こうしたマルチクラウド戦略の中でAmazon独自チップの競争力が評価された結果といえます。

この契約はAWSにとって、Oracleの主要顧客を引き寄せた象徴的な成果です。Oracleは2024年末にチップ設計企業Ampereの持ち分をSoftBankに売却し、自社でのチップ設計から撤退しています。一方のAWSはTrainiumを軸に独自半導体戦略を推進しており、クラウド各社の差別化競争が激化しています。

AWSの独自チップを採用する大手企業は増え続けており、Anthropic、OpenAI、AppleもすでにTrainiumの利用を開始または拡大しています。AmazonのCEOアンディ・ジャシー氏は2025年12月、Trainiumがすでに数十億ドル規模の事業に成長していると述べており、Nvidiaに依存しないAIインフラの選択肢として存在感を高めています。

IntelがマスクのTerafab半導体工場に参画

Terafab計画の全容

Intelがテキサス州のTerafab建設に参画
SpaceXとTesla向けAIチップを製造
年間1テラワットの演算能力が目標
Intel株価は発表後3%超上昇

Intelのパッケージング戦略

マレーシアで先端パッケージング施設を拡張
ファウンドリ事業の大型顧客獲得へ
アリゾナでも2工場を建設中
TSMCのCoWoS技術に対抗

米半導体大手Intelは2026年4月7日、イーロン・マスク氏が主導するAIチップ製造プロジェクト「Terafab」への参画を発表しました。Terafabはテキサス州オースティンに建設予定の大規模半導体工場で、マスク氏が率いるSpaceXとTeslaの2社にAIチップを供給する計画です。Intelは「超高性能チップの設計・製造・パッケージングを大規模に行う能力で、年間1テラワットの演算能力を目指すTerafabの目標達成を加速させる」とX上で表明しました。

マスク氏は2026年3月にSpaceXとTeslaの共同プロジェクトとしてTerafabを発表していましたが、半導体製造の経験を持たない両社がどのように工場を建設するかが大きな疑問でした。自動運転車やヒューマノイドロボット、宇宙データセンターなどの構想を支えるAIチップの確保は、マスク氏にとって喫緊の課題となっています。

Intelの参画により、工場建設の実務は同社が担う見通しです。Intelはかつて米国最大の半導体製造企業でしたが、NvidiaやAMDに先端プロセッサ開発で後れを取り、ファウンドリ事業の立て直しを進めています。SpaceXとTeslaという大型顧客の獲得は、同事業にとって大きな追い風となります。Intel株は発表当日、前日比約2.9%高の52.28ドルで取引されました。

一方、Intelは先端チップパッケージング分野でも積極的な投資を進めています。マレーシア・ペナンではチップ組立・検査施設の拡張を開始し、アリゾナ州でも200億ドル規模の2工場建設が進行中です。ファウンドリ事業を率いるナガ・チャンドラセカラン氏は、先端パッケージング技術がAI時代の半導体製造において決定的な役割を果たすとの見方を示しています。TSMCのCoWoSやSoICといった技術に対抗し、Intelはパッケージング能力を競争力の柱に据える方針です。

AIデータセンターのFirmusが評価額55億ドルに到達

大型資金調達の概要

Coatue主導で5.05億ドル調達
ポストマネー評価額55億ドル
6カ月間の累計調達額13.5億ドル
前回はNvidiaも出資参加

事業と技術基盤

豪州・タスマニアにAIデータセンター網構築
NvidiaのVera Rubin基盤を採用
暗号資産の冷却技術からAI事業へ転換
「Project Southgate」として開発推進

シンガポール拠点のAIデータセンター企業Firmusは2026年4月7日、Coatueが主導する5億500万ドルの資金調達ラウンドを完了したと発表しました。ポストマネー評価額は55億ドルに達し、過去6カ月間の累計調達額は13億5000万ドルに上ります。前回ラウンドではNvidiaも投資家として参加していました。

同社はオーストラリアおよびタスマニアにおいて、エネルギー効率の高いAIデータセンターネットワーク「Project Southgate」の構築を進めています。新たなデータセンターにはNvidiaのリファレンス設計が採用されており、Blackwellアーキテクチャの後継となる次世代AIコンピューティング基盤「Vera Rubin」プラットフォームが導入される予定です。

Firmusはもともとビットコインマイニング向けの冷却技術を提供していた企業です。暗号資産関連企業からAIインフラ事業者へと転換を遂げた点は、CoreWeaveやRunPodなど同様の経路をたどる企業群の一つとして注目されています。

Vera Rubinプラットフォームは2026年下半期の出荷が見込まれており、Firmusのデータセンター稼働時期もそれに合わせて進められるとみられます。AI計算需要の急拡大を背景に、アジア太平洋地域におけるAIインフラ投資の活発さを示す事例となっています。

Anthropicが未公開モデルMythosでサイバー防御連合を始動

Mythos Previewの能力

汎用モデルながら数千件のゼロデイ脆弱性を自律発見
OpenBSDの27年前の欠陥やFFmpegの16年前のバグを検出
Linuxカーネルで権限昇格の攻撃チェーンを自動構築
CyberGymベンチマークで83.1%を達成

Project Glasswingの体制

アマゾン・アップル・マイクロソフトら12社が参加
最大1億ドルの利用クレジットを提供
オープンソース財団へ400万ドルを寄付
一般公開せず防御目的に限定提供

業界への影響と課題

同等の能力が6〜24か月で敵対者にも拡散する可能性
大量の脆弱性報告による保守者への負荷が懸念

Anthropicは2026年4月7日、同社がこれまでに開発した中で最も強力とされるフロンティアモデル「Claude Mythos Preview」のプレビューを公開し、サイバーセキュリティの業界連合「Project Glasswing」を立ち上げました。このモデルはサイバーセキュリティ専用に訓練されたわけではありませんが、高度なエージェント型コーディングと推論能力により、主要なOSやウェブブラウザを含む広範なソフトウェアで数千件の深刻なゼロデイ脆弱性を人間の介入なしに自律的に発見しました。

具体的な成果として、セキュリティが最も堅牢とされるOpenBSDで27年間見過ごされていたリモートクラッシュの脆弱性を発見しました。また、動画処理ライブラリFFmpegでは自動テストツールが500万回実行しても検出できなかった16年前のバグを特定しています。さらにLinuxカーネルでは複数の脆弱性を連鎖させ、一般ユーザー権限からシステム全体の制御権を奪取する攻撃を自動構築しました。

Project Glasswingにはアマゾン、アップル、マイクロソフト、グーグル、Nvidia、CrowdStrikeなど12社がパートナーとして参加し、さらに約40の組織がモデルへのアクセス権を得ます。Anthropicは最大1億ドルの利用クレジットを提供するほか、Linux FoundationとApache Software Foundationに計400万ドルを寄付します。モデルの価格は入力100万トークンあたり25ドル、出力100万トークンあたり125ドルに設定されています。

Anthropicは同モデルの攻撃転用リスクが高いとして一般公開を見送り、防御目的のパートナーにのみ提供する方針です。脆弱性の開示においては、専門のトリアージ体制を構築し、パッチ提供後45日間の猶予期間を設けています。一方、同社のフロンティアレッドチームリードは、同等の能力が6〜24か月以内に敵対者にも広まる可能性を認めており、防御側の時間的猶予は限られていると警告しています。

なお、Mythos Previewの存在は3月のデータ漏洩で発覚しており、その後もClaude Codeのソースコード流出などセキュリティ上の問題が相次いだことから、Anthropic自身の運用体制への信頼性が問われています。同社は年間売上が300億ドル規模に成長し、2026年10月にも上場を検討していると報じられており、Project Glasswingは事業戦略としても重要な位置づけにあります。

分散型AI訓練で太陽光住宅や遊休GPUを活用する動き

ハードウェアの分散活用

NvidiaやCiscoが拠点間接続技術を発表
Akash Networkが遊休GPUの貸借市場を構築
小規模GPUの活用で大規模訓練を実現

DiLoCoアルゴリズムの進展

Google DeepMindが低通信量の分散最適化手法を開発
Prime Intellectが5カ国横断で100億パラメータモデルを訓練
0G Labsが1070億パラメータモデルの分散訓練に成功

エネルギー問題への貢献

太陽光発電住宅をデータセンター化する構想
新規データセンター建設に頼らない訓練手法

AIの訓練には膨大なエネルギーが必要であり、データセンターの炭素排出量は増加の一途をたどっています。大手テック企業は原子力発電への関心を高めていますが、実用化にはまだ時間がかかります。こうした背景のもと、研究者や企業がAI訓練の分散化という手法でエネルギー問題に取り組んでいます。分散化とは、単一のデータセンターに依存せず、遊休サーバーや太陽光発電住宅のコンピュータなど既存のリソースを活用してモデル訓練を行う仕組みです。

NvidiaはSpectrum-XGSイーサネットを発表し、地理的に離れたデータセンター間での大規模訓練を可能にしました。Ciscoも分散AIクラスタ接続用のルーターを投入しています。一方、Akash Networkはオフィスや小規模データセンターの遊休GPUを貸し出すピアツーピア型クラウドマーケットプレイスを運営しており、「データセンターのAirbnb」を標榜しています。

ソフトウェア面では、Google DeepMindが開発したDiLoCoアルゴリズムが注目を集めています。DiLoCoは「計算の島」と呼ばれるチップ群を形成し、島同士の同期頻度を抑えることで通信コストと障害耐性の課題を解決します。改良版のStreaming DiLoCoでは、訓練と並行してバックグラウンドで知識を段階的に同期し、帯域幅の要件をさらに低減しました。Prime Intellectはこの手法で5カ国にまたがる100億パラメータモデルを訓練し、0G Labsは1070億パラメータの基盤モデルの分散訓練に成功しています。

Akash NetworkはStarclusterプログラムを立ち上げ、太陽光パネルを備えた住宅のデスクトップやノートパソコンをAI訓練に活用する構想を推進しています。参加にはバッテリーや冗長なインターネット接続が必要ですが、業界パートナーとの協力でバッテリーコストの補助を検討中です。2027年までに住宅がプロバイダーとして参加できるようになることを目指しており、学校やコミュニティ施設への展開も視野に入れています。

分散型AI訓練は、新たなデータセンターを建設せずに既存の処理能力を活かすことで、AIのエネルギー消費問題に対する有望な解決策となります。Akash共同創業者のGreg Osuri氏は「エネルギーをAIのところに持っていくのではなく、AIをエネルギーのあるところに持っていく」とその理念を語っています。

AI-RANが企業エッジの自律運用基盤に進化

AI-RANの三層構造

RAN向けAIでネットワーク運用を最適化
RAN上AIでエッジ推論やロボティクスを実現
RAN統合AIで新事業モデルを創出

エッジ推論と通信統合

ISACで通信とセンシングを一体化
工場・病院でサブメートル精度の資産追跡
分割推論でデバイス負荷を軽減

今が投資の好機

5G展開済み・6G標準未確定の空白期
ソフトウェア基盤で参入障壁が低い

AI-RAN(人工知能無線エリアネットワーク)は、無線インフラを受動的なデータ伝送路から能動的な計算基盤へと転換する新たなアーキテクチャです。Booz Allen上級副社長のChris Christou氏とCerberus Operations Supply Chain FundのShervin Gerami氏がVentureBeatの取材に応じ、AI-RANが製造業や物流、医療、スマートインフラなど幅広い産業でエッジAIと自律運用を実現する基盤になると語りました。

AI-RANには三つの段階があります。第一の「AI for RAN」はネットワーク運用自体の最適化を指し、コスト削減に寄与します。第二の「AI on RAN」はRAN統合型のエッジコンピュート上でコンピュータビジョンやロボティクス、ローカルLLM推論などの企業AIワークロードを実行する段階です。第三の「AI and RAN」ではネットワークとAIワークロードが協調設計され、まったく新しいビジネスモデルが生まれるとGerami氏は説明しています。

技術面では、ISAC(統合センシング・通信)が中核となります。通信インフラがセンサーとしても機能し、工場や病院ではサブメートル精度の資産追跡や異常検知が可能になります。また、分割推論によりデバイス側・エッジ側・クラウド側に処理を分散させ、ミリ秒単位のリアルタイム制御を低コストで実現できるとChristou氏は述べました。

投資のタイミングについて両氏は、5Gインフラの展開がほぼ完了し6G標準がまだ確定していない現在が戦略的に重要な窓だと強調しています。AI-RANはソフトウェア定義のオープンアーキテクチャで構成されており、NVIDIAのハードウェアとソフトウェアがあれば導入できるため参入障壁が低く、企業がネットワーク標準の共同設計者になれる点が従来の無線技術とは根本的に異なります。

イラン革命防衛隊、OpenAIのアブダビデータセンターを攻撃対象に

イランの報復警告

Stargate施設の衛星画像を公開
アメリカのインフラ攻撃への報復を宣言
エネルギー・テック企業を標的に明示
動画で「完全な殲滅」を予告

中東AIインフラへの影響

AWSバーレーン拠点が既に被弾
ドバイのOracle施設にもミサイル着弾
NvidiaやAppleにも名指しで脅迫
5000億ドル規模の投資に暗雲

イラン革命防衛隊(IRGC)は4月3日、OpenAIがアラブ首長国連邦アブダビに建設中のStargateデータセンターを攻撃対象とする動画を公開しました。動画にはGoogle Mapsから取得したとみられる衛星画像が含まれ、アメリカがイランの民間インフラを攻撃した場合、中東地域のアメリカ関連エネルギー・テクノロジー企業を「完全に殲滅する」と警告しています。

StargateプロジェクトはOpenAI、SoftBank、Oracleによる総額5000億ドル規模のAIデータセンター共同事業です。アブダビ施設だけで300億ドル以上の投資が見込まれ、16ギガワットの計算能力を備える計画ですが、建設は現在も進行中の段階にあります。

この脅迫は、トランプ大統領がイランに対しホルムズ海峡の再開を要求し、応じなければ火曜日までに発電所や橋梁を攻撃すると警告したことへの対抗措置です。イラン外務省は「あらゆる力をもって国家安全保障と主権を守る決意」を表明しました。

中東のデータセンターはすでに実際の被害を受けています。イランのミサイルがバーレーンとドバイのAWS施設を直撃し、ドバイのOracle施設にも着弾しました。先週にはNvidiaやAppleも名指しで脅迫されており、AI産業の中東展開における地政学リスクが急速に高まっています。

Anthropicが数ギガワット規模のTPU契約をGoogleらと締結

契約と投資の概要

数ギガワット規模の次世代TPU容量確保
2027年から順次稼働開始予定
大部分をアメリカ国内に設置
昨年の500億ドル投資計画をさらに拡大

急成長する事業規模

年間売上が300億ドル超に到達
年間100万ドル超の法人顧客が1,000社突破
2か月で大口顧客数が倍増

マルチクラウド戦略

AWS・Google Cloud・Azureの3大クラウド対応維持

Anthropicは2026年4月6日、GoogleおよびBroadcomと数ギガワット規模の次世代TPU容量を確保する新たな契約を締結したと発表しました。この計算基盤は2027年から順次稼働を開始し、フロンティアモデル「Claude」の訓練と推論に活用されます。同社CFOのKrishna Rao氏は「過去最大の計算資源へのコミットメント」と述べています。

Anthropicの事業は2026年に入り急成長を続けており、年間売上ランレートは300億ドルを突破しました。2025年末の約90億ドルから3倍以上の伸びとなります。年間100万ドル以上を支出する法人顧客は2月時点の500社超からわずか2か月で1,000社に倍増しており、企業のAI導入が加速していることを示しています。

今回の契約で確保する計算基盤の大部分はアメリカ国内に設置される予定です。これは2025年11月に発表した500億ドルのアメリカ国内AI基盤投資計画の大幅な拡大に位置づけられます。昨年10月に発表したGoogle CloudのTPU容量拡大に続く動きであり、Broadcomとの関係もさらに深まることになります。

Anthropicはハードウェアの多様化戦略を維持しています。AWSのTrainium、GoogleのTPU、NVIDIAのGPUを用途に応じて使い分けることで、性能と耐障害性を最適化しています。主要クラウドパートナーは引き続きAWSであり、Project Rainierでの協業も継続中です。Claudeは現在、AWS Bedrock・Google Cloud Vertex AI・Microsoft Azure Foundryの3大クラウドすべてで利用可能な唯一のフロンティアAIモデルという位置づけを維持しています。

AI需要で広帯域メモリ不足が深刻化、消費者にも波及

HBM不足の現状

AIデータセンター向けHBM需要が急増
Nvidia・AMDのチップが大量メモリを要求
Micron・Samsung・SK Hynixの3社に供給集中

消費者への影響

Raspberry Pi等の低価格PCが値上がり
DRAM不足がインフレ・関税と重なり価格圧力
メモリ使用量削減の技術革新に期待

供給回復の見通し

HBM大手3社の生産計画変更が回復の指標
省メモリ設計へのシフトが需要側の適応策

高帯域幅メモリ(HBM)の深刻な供給不足が、AIインフラだけでなく消費者向け製品にも価格上昇として波及し始めています。IEEE Spectrumの報道によると、Google、Microsoft、OpenAI、AnthropicといったAIハイパースケーラーがデータセンターの大規模建設を進める中、NvidiaやAMDのAIプロセッサが要求するHBMの量が急増し、供給が追いつかない状況が続いています。

HBMはAIプロセッサ専用に設計された特殊なメモリ製品で、大規模言語モデルの推論速度を左右する重要な部品です。供給元はMicron、Samsung、SK Hynixの3社にほぼ限られており、需要の急拡大に対して生産能力の拡張が間に合っていません。Metaが計画する5ギガワット規模の巨大データセンター「Hyperion」のような案件が、この需給ギャップをさらに拡大させています。

この影響は業務用途にとどまらず、DRAM不足として消費者市場にも波及しています。Raspberry Piなどの低価格コンピュータの価格がほぼ倍増しており、アメリカでは根強いインフレや関税政策の変動と相まって、価格上昇の実態が見えにくくなっています。

供給不足の解消時期について、IEEE SpectrumのSamuel K. Moore記者は2つの指標を挙げています。供給側ではHBM大手3社が生産スケジュールの変更を発表すること、需要側ではデータセンターが性能を多少犠牲にしてもメモリ使用量の少ないハードウェアを選択する動きが出ることです。制約がかえって革新的な省メモリ技術の開発を促す可能性もあり、今後の技術動向が注目されます。

NVIDIA、ロボティクス週間で物理AI技術を紹介

物理AIの技術基盤

シミュレーションから実環境への展開加速
合成データによるロボット学習の効率化
認識・推論・行動を統合する基盤モデル

産業応用の広がり

農業・製造・エネルギー分野での導入拡大
仮想環境での訓練から実世界配備への移行
開発者向けプラットフォームの整備

NVIDIAは全米ロボティクス週間に合わせ、AIを物理世界に応用する「物理AI」分野の最新技術と成果を公開しました。農業、製造、エネルギーなど幅広い産業でロボット活用が進んでいる現状を紹介しています。

同社が注力するのは、ロボットの学習・シミュレーション・基盤モデルの3領域です。これらの技術進歩により、仮想環境での訓練から実世界への展開がこれまでにない速度で可能になっていると説明しています。

NVIDIAはシミュレーション、合成データ生成、AI駆動のロボット学習の各プラットフォームを開発者に提供しています。これにより複雑な環境下で認識・推論・行動できるロボットの構築が可能になります。

同社は全米ロボティクス週間を通じて、物理AI技術に関する最新情報を継続的に発信する方針を示しており、今後の具体的な技術発表にも注目が集まっています。

Arcee、米国発400Bオープンソース推論モデルを公開

モデルの技術的特徴

400BパラメータのMoE構成
推論時に13Bのみ活性化
同等規模比2〜3倍の推論速度
Apache 2.0で完全商用利用可能

性能と市場での位置づけ

PinchBenchで91.9を記録
Claude Opus 4.6に次ぐエージェント性能
出力トークン単価は約96%安価
米国製オープンモデルの空白を補完

Arcee AIは、399億パラメータのテキスト専用推論モデル「Trinity-Large-Thinking」をApache 2.0ライセンスで公開しました。30人規模のサンフランシスコ拠点のスタートアップが、米国発のオープンソースフロンティアモデルとして開発したものです。

同モデルはMixture-of-Experts(MoE)アーキテクチャを採用し、400Bの総パラメータのうち推論時には約13Bのみを活性化します。これにより大規模モデルの知識を保持しつつ、同等規模のモデルと比べ2〜3倍の推論速度を実現しています。

開発にあたりArceeは総資金の約半額にあたる2000万ドルを33日間の学習に投入しました。NVIDIA B300 Blackwell GPU 2048基のクラスタを使用し、20兆トークンのデータで学習を行っています。

エージェント性能の指標であるPinchBenchでは91.9を記録し、プロプライエタリモデルのClaude Opus 4.6(93.3)に迫る水準です。出力トークンあたりの価格は0.90ドルで、Opus 4.6の25ドルと比較して約96%安価となっています。

「Thinking」機能の追加により、以前のプレビュー版で課題とされたマルチステップ指示への対応が改善されました。長時間のエージェントループでも一貫性を維持できる「長期エージェント」の実現を目指しています。

背景には、中国のQwenやz.aiがプロプライエタリ路線に転換し、MetaのLlamaも品質問題で後退するなど、オープンソースフロンティアモデルの空白が生じている市場環境があります。Arceeはこの領域を米国企業として埋める狙いです。

OpenRouterでは前身のTrinity-Large-Previewが米国で最も利用されたオープンモデルとなり、ピーク時には1日806億トークンを処理しています。今後はフロンティアモデルの知見をMini・Nanoモデルへ蒸留し、コンパクトモデルの強化も進める方針です。

イラン革命防衛隊が米テック大手18社への攻撃を予告

イランの攻撃予告

AppleやGoogle含む18社が標的に
AWSデータセンターに実際の攻撃実績
中東進出中のAI企業にも波及懸念
テック株が最大20%下落

米中間選挙への介入

SAVE法で身分証提示を義務化
郵便投票への規制を大統領令で強化
選挙否定論者が政府要職に多数配置

Polymarketの失態

DCポップアップバーが技術障害で混乱
Palantirとの提携でスポーツ市場監視を開始

イラン革命防衛隊は2026年4月1日を期限として、Apple・Microsoft・Google・Meta・Tesla・Palantirなど米テック大手18社への攻撃を予告しました。中東地域に拠点を持つ企業の従業員や近隣住民に退避を呼びかけており、米国とイランの対立が民間企業を直接巻き込む段階に入っています。

すでにイランはAmazon Web Servicesのデータセンターを2度攻撃しており、米国所有の大規模クラウドインフラへの初の公式確認された攻撃となりました。Sam Altman氏がトランプ政権関係者とともに中東でデータセンター投資を進める中、AnthropicのDario Amodei氏は中東へのデータセンター設置に警戒を示しています。

テック企業の株価は最大20%下落し、NvidiaやMetaも大きな打撃を受けています。一方、サンフランシスコのテック企業社員の多くは戦争への関心が薄く、経営層との温度差が際立っています。OpenAIが年内に予定していたIPOへの影響も懸念されています。

米国内ではトランプ政権が中間選挙への介入を強めています。投票時にパスポートや出生証明書の提示を義務づけるSAVE法の成立を推進し、郵便投票を制限する大統領令に署名しました。選挙60日前までに有権者名簿を連邦政府に提出させる内容で、大学生の投票権を事実上制限する狙いがあると指摘されています。

予測市場大手PolymarketはワシントンDCでポップアップバー「シチュエーションルーム」を開催しましたが、開場が1時間半遅れ、設備の大半が動作しない失態に見舞われました。同社はPalantirとスポーツ市場の不正監視で提携を発表しましたが、地政学的な賭けの疑惑調査には適用しない方針で、急成長と運営の未熟さが浮き彫りになっています。

Google、最強オープンモデルGemma 4をApache 2.0で公開

モデル構成と性能

4種類のモデルを同時公開
31Bがオープン世界3位の性能
26B MoEは4Bの計算量で動作
E2B・E4Bはスマホ端末対応

技術的な特徴

テキスト・画像・音声のネイティブ対応
関数呼び出しをモデルに組込み
最大256Kトークンの長文脈
140以上の言語を事前学習

ライセンスと展開

Apache 2.0で商用利用自由
Ollama・llama.cppで即日利用可能
NVIDIA GPUで最適化済み

Google DeepMindは2026年4月1日、オープンモデル「Gemma 4」を4サイズ同時に公開しました。最上位の31BモデルはArena AIリーダーボードでオープンモデル世界3位を獲得し、ライセンスは従来の独自条項からApache 2.0へ変更されました。

31B Denseは高品質な推論特化、26B MoEは128個の小規模エキスパートのうち8個だけを活性化し、31B級の性能を4B級の速度で実現します。AIME 2026で31Bが89.2%、MoEが88.3%を記録し、前世代Gemma 3の20.8%から飛躍的に向上しました。

エッジ向けのE2BとE4Bは、スマートフォンやRaspberry Pi、Jetson Nanoで完全オフライン動作します。Per-Layer Embeddings技術により、E2Bは総パラメータ51億ながら実効2Bとして軽量に動き、音声認識もモデル内で処理できます。

全モデルが画像・動画・音声のマルチモーダル入力に対応し、関数呼び出しもアーキテクチャレベルで統合されています。可変アスペクト比の画像処理、最大256Kトークンの長文脈、140以上の言語への対応により、エージェント型AIワークフローの構築基盤として設計されています。

Apache 2.0ライセンスへの移行は、企業導入における法的障壁を解消する重要な転換点です。NVIDIAとの協業によりRTX GPUからDGX Sparkまで最適化され、Ollama・llama.cpp・Hugging Faceなど主要ツールが初日から対応しています。中国系モデルがオープン化を後退させる中、Googleは逆方向の戦略を明確にしました。

Elgato、Stream DeckにAI操作機能を追加 MCPで音声指示に対応

MCP対応の概要

Stream Deck 7.4でMCP対応
Claude・ChatGPT等と連携可能
音声や文字でマクロ実行

設定と仕組み

設定画面からMCP Actionsを有効化
専用プロファイルに配置した操作が対象
Node.jsと専用ブリッジが必要

MCPの業界動向

Microsoft・Anthropic等が採用
AI連携の共通規格として普及加速

Elgatoは2026年4月1日、カスタムボタンデバイス「Stream Deck」のソフトウェアをバージョン7.4に更新し、AIアシスタントからボタン操作を実行できるMCP(Model Context Protocol)対応を発表しました。

MCPは、AIアシスタントが外部アプリケーションと直接連携するための標準プロトコルです。今回の対応により、Claude、ChatGPT、Nvidia G-Assistなどのツールから、Stream Deckに割り当てたマクロ操作を音声や文字入力で呼び出せるようになります。

設定方法は、Stream Deckアプリを最新版に更新後、「Preferences」の「General」タブから「Enable MCP Actions」にチェックを入れます。すると専用の「MCP Actions」プロファイルが作成され、そこに配置したアクションがAIツールからアクセス可能になります。

実際の利用には、Node.jsツールとElgato製のMCPサーバーブリッジをパソコンにインストールする必要があります。MCP統合に不慣れなユーザーにはやや複雑ですが、Elgatoは詳細なステップバイステップのガイドを公開しています。

MCPはMicrosoft、Anthropic、Figma、Canvaなど主要企業が採用を進めており、AI連携の「USBケーブル」とも呼ばれる共通規格として急速に普及しています。Stream Deckへの対応は、ハードウェア操作にもAI連携が広がる事例として注目されます。

OpenAI、1220億ドル調達 評価額8520億ドルでIPOへ布石

史上最大の資金調達

評価額8520億ドルで完了
SoftBank・a16zら共同主導
個人投資家から30億ドル調達

急成長する事業規模

月間売上20億ドルに到達
週間ユーザー9億人超え
法人比率が売上の40%に拡大

インフラと今後の戦略

AIスーパーアプリ構想を発表
複数チップ基盤に分散投資

OpenAIは2026年3月、1220億ドル(約18兆円)の資金調達を完了したと発表しました。評価額は8520億ドルに達し、同社史上最大の調達ラウンドとなります。年内に予定されるIPOに向けた布石とみられています。

ラウンドはSoftBankとAndreessen Horowitzが共同主導し、D.E. Shaw Ventures、MGX、TPGなどが参加しました。Amazon、NVIDIA、Microsoftも戦略的パートナーとして出資しています。初めて銀行チャネルを通じた個人投資家にも門戸を開き、30億ドル以上を集めました。

事業面では月間売上が20億ドルに達し、AlphabetやMetaの同時期と比べ4倍の成長速度だと同社は主張しています。ChatGPTの週間アクティブユーザーは9億人を超え、有料会員は5000万人以上です。検索利用は1年で約3倍に伸びています。

法人向け事業は売上全体の40%を占めるまでに成長し、2026年末までにコンシューマーと同等になる見通しです。最新モデルGPT-5.4がエージェント型ワークフローの需要を牽引し、APIは毎分150億トークン以上を処理しています。広告事業も開始からわずか6週間でARR1億ドルを突破しました。

同社はAIスーパーアプリ構想を掲げ、ChatGPT、Codex、ブラウジング機能などを単一のエージェント体験に統合する方針です。インフラ面ではNVIDIA、AMD、AWS Trainiumなど複数のチップ基盤に拡大し、回転信用枠も約47億ドルに増額しました。調達資金はAIチップやデータセンターの拡充に充てられます。

OllamaがApple MLX対応、Macでのローカル推論を大幅高速化

MLX対応の概要

Apple MLXフレームワーク対応開始
Ollama 0.19プレビューで提供
Qwen3.5-35Bモデルのみ対応
Apple Silicon搭載Mac・RAM32GB以上が必要

性能改善と圧縮技術

キャッシュ性能の向上を実現
Nvidia NVFP4圧縮形式に対応
メモリ使用効率の大幅改善

ローカルLLM需要の高まり

OpenClawがGitHubで30万スター突破
クラウドAPIの料金・制限への不満が背景

ローカルLLM実行ツールOllamaは、Appleが開発したオープンソースの機械学習フレームワークMLXへの対応を発表しました。これにより、Apple Silicon搭載Macでの大規模言語モデルの推論性能が大幅に向上します。

今回の対応はOllama 0.19のプレビュー版として提供されており、現時点で対応モデルはAlibabaのQwen3.5-35Bパラメータ版のみです。利用にはApple Silicon搭載Macに加え、最低32GBのRAMが必要とされています。

MLX対応に加え、キャッシュ性能の改善やNvidiaのNVFP4モデル圧縮形式への対応も同時に発表されました。NVFP4はモデルのメモリ使用量を大幅に削減する技術で、より効率的な推論環境の構築が可能になります。

ローカルモデル実行への関心は急速に高まっています。OpenClawがGitHubで30万スター以上を獲得し、中国を中心に世界的な注目を集めています。研究者やホビイスト以外の層にもローカルLLMの活用が広がりつつあります。

背景には、Claude CodeやChatGPT Codexなどのクラウドサービスにおけるレート制限や高額なサブスクリプション費用への開発者の不満があります。OllamaはVisual Studio Codeとの統合も拡充しており、ローカル開発環境の充実を進めています。

NVIDIA、AIデータセンターを送電網の柔軟な資産に転換する構想を発表

AI工場と電力網の統合

NVIDIAとEmerald AIが柔軟なAI工場構想を発表
Vera Rubin DSX設計とConductorで電力と計算の一体制御を実現
AESやNextEraなど大手6社が発電容量拡大で協力
電力1Wあたりのトークン生成数が12年間で100万倍向上

送電網AI解析の進展

ThinkLabs AIがシリーズAで2800万ドル調達
NVentures・Edison Internationalが戦略出資
従来30日の送電網解析を3分未満に短縮
精度99.7%の物理ベースAIモデルを開発

エネルギーインフラの革新

Maximoが100MW規模のロボット太陽光設置を完了
TerraPowerが原子炉デジタルツインで設計期間を大幅短縮

NVIDIAとEmerald AIは、エネルギー分野の国際会議CERAWeekにおいて、AIデータセンター(AI工場)を送電網の柔軟な資産として運用する新構想を発表しました。AESやConstellation、NextEra Energyなど大手エネルギー企業6社がこの取り組みに参画しています。

この構想は、NVIDIA Vera Rubin DSXのAI工場リファレンス設計とEmerald AIのConductorプラットフォームを基盤としています。計算処理と電力制御を一体化し、送電網の状況に応じて動的に負荷を調整することで、ピーク需要に備えた過剰なインフラ建設を抑制します。

一方、送電網シミュレーションを手がけるThinkLabs AIは、Energy Impact Partners主導で2800万ドルのシリーズA資金調達を完了しました。NVIDIAの投資部門NVenturesやEdison Internationalも出資しており、送電網のAI活用に対する戦略的な期待の高さがうかがえます。

ThinkLabs AIの技術は、従来30〜35日かかっていた送電網の潮流解析を3分未満で完了し、精度99.7%を達成しています。物理法則に基づくAIモデルにより、1000万通りのシナリオを10分で処理でき、数十億ドル規模の設備投資判断の迅速化を支援します。

エネルギーインフラの現場でもAI活用が進んでいます。ロボティクス企業Maximoは100メガワット規模の自律型太陽光パネル設置を完了し、TerraPowerはNVIDIA Omniverseを用いた原子力発電所のデジタルツインで設計期間を数年から数カ月に短縮する取り組みを発表しました。

GE Vernova、Schneider Electric、Vertivもデジタルツインや検証済みリファレンス設計を通じ、AI工場を信頼性の高い送電網参加者として拡張する基盤を整備しています。電力からチップ、インフラ、モデル、アプリケーションに至る「5層のAIケーキ」全体での業界協力が加速しています。

自動運転データ整理のNomadic、840万ドル調達

資金調達と事業概要

シード840万ドル、評価額5000万ドル
TQ Ventures主導、Jeff Dean参加
NVIDIA GTCピッチコンテストで優勝
Zooxや三菱電機など顧客獲得済み

技術的な強み

映像を構造化データに自動変換
エージェント型推論でエッジケース検索
複数VLMで行動と文脈を同時理解

今後の展開

LiDARなど非視覚データへの対応
マルチモーダルセンサー統合を開発中

米スタートアップNomadicMLは2026年3月、自動運転車やロボットが収集する膨大な映像データを自動で整理・検索可能にするプラットフォームの開発資金として、840万ドル(約13億円)のシードラウンドを完了したと発表しました。

TQ Venturesがリードし、Pear VCおよびGoogle DeepMindのJeff Dean氏が参加しました。ポストマネー評価額は5000万ドルです。同社は先月のNVIDIA GTCピッチコンテストでも優勝しており、技術力の高さが評価されています。

自動運転やロボティクス企業は数千〜数百万時間の映像データを収集しますが、その大半は未整理のまま保管されています。NomadicMLは複数のビジョン言語モデル(VLM)を組み合わせ、映像を構造化された検索可能なデータセットに変換します。これにより車両監視や強化学習用データの生成が効率化されます。

共同創業者のValun Krishnan CTOは、同社のツールを単なるラベリングではなく「エージェント型推論システム」と説明しています。ユーザーが求める条件を記述するだけで、警察官の誘導による赤信号通過や特定の橋の下の走行など、稀少なエッジケースを自動で発見できます。

Zoox、三菱電機、Zendar、Natix Networkなどがすでに導入しています。Zendar副社長は、外注と比べ作業を大幅に高速化でき、ドメイン専門性で競合と差別化されていると評価しました。

今後はLiDARなどの非視覚センサーデータへの対応や、複数センサーの統合処理に取り組む計画です。投資家のTQ VenturesはAV企業がデータ基盤を内製する必要がなくなる点を強調し、専業プラットフォームとしての将来性に期待を示しています。

AI音楽業界が激変、Suno v5.5発表と規制・提携が加速

AI音楽生成の進化

Suno v5.5でボイス学習機能追加
ユーザー自身の声でAI歌唱が可能に
GoogleがProducerAIを買収しLyria 3搭載
ElevenLabsがAI生成アルバムを公開

業界の対応と規制

BandcampがAI楽曲を全面禁止
Apple MusicがAI透明性タグを導入
DeezerがAI検出ツールを外部販売
AI詐欺で800万ドル不正取得の男が有罪答弁

大手レーベルの戦略転換

Warner MusicがSunoとライセンス契約
Universal MusicがNvidiaとAIモデル提携
Sunoの評価額が24.5億ドルに急騰
レーベル各社が訴訟から協業路線へ転換

AI音楽生成プラットフォームSunoが最新モデルv5.5を発表しました。今回のアップデートでは音質向上だけでなく、ユーザーが自分の声を学習させる「Voices」機能、好みを反映する「My Taste」、カスタムモデル作成の3機能が追加され、制作の自由度が大幅に向上しています。

GoogleはChainsmokers公認のAI音楽プラットフォーム「ProducerAI」を買収し、Google Labs傘下に統合しました。DeepMindの最新音声モデルLyria 3を搭載し、Geminiアプリからテキストや画像をもとに30秒の楽曲を生成できる機能のベータ版を全世界で提供開始しています。

一方、プラットフォーム側では規制と透明性の動きが加速しています。Bandcampは主要音楽プラットフォームとして初めてAI生成コンテンツを全面禁止しました。Apple Musicはアーティストやレーベルに対しAI使用の自主的なタグ付けを求める「透明性タグ」制度を開始し、Deezerは精度99.8%のAI楽曲検出ツールを外部企業向けに販売開始しました。

大手レーベルの戦略も大きく転換しています。かつてAI企業を著作権侵害で提訴していたWarner Music GroupはSunoとライセンス契約を締結し、所属アーティストの声や肖像のAI利用を許諾しました。Universal Music GroupもNvidiaと提携し、音楽理解AIモデル「Music Flamingo」の活用を発表するなど、訴訟から協業へと舵を切っています。

しかし課題も山積しています。ノースカロライナ州の男性がAI生成楽曲をボットで数十億回再生し800万ドル超の印税を不正取得した事件で有罪答弁を行いました。アーティストからはAIクローンへの怒りの声が高まり、著作権法の整備も追いついていません。Sunoは評価額24.5億ドルに達する一方、3大レーベルからの訴訟も継続しており、AI音楽の法的・倫理的な枠組みは依然として不透明な状況です。

宇宙データセンターのStarcloudがシリーズAで1.7億ドル調達

資金調達と事業概要

評価額11億ドルでユニコーン到達
BenchmarkとEQT Venturesが主導
累計調達額は2億ドルに到達
初号機にNvidia H100搭載し打ち上げ済み

技術課題と競争環境

Starship商用化は2028〜29年見込み
冷却・電力・GPU同期が技術的障壁
SpaceXが100万基の衛星計画を申請
Aetherflux・Google等も参入相次ぐ

Starcloudは宇宙空間にデータセンターを構築する米スタートアップで、シリーズAラウンドで1億7000万ドルを調達しました。BenchmarkとEQT Venturesが主導し、評価額は11億ドルに達してユニコーン企業の仲間入りを果たしています。

同社は2025年11月にNvidia H100 GPU搭載の初号衛星を打ち上げ済みで、軌道上でのAIモデル訓練に世界で初めて成功したと発表しています。今年後半には複数GPU搭載の「Starcloud 2」を打ち上げ予定で、Nvidia Blackwellチップも搭載されます。

将来的にはSpaceXのStarshipから打ち上げる3トン級の「Starcloud 3」を開発し、地上データセンターとコスト競争力を持つ水準を目指します。ただしStarshipの商用運用開始は2028〜29年と見込まれ、実現時期には不確実性が残ります。

技術面では宇宙空間での冷却・電力生成・GPU間同期が大きな課題です。Starcloud 2には民間衛星として最大級の放熱パネルを搭載予定で、大規模な訓練ワークロードには衛星間レーザー通信の確立が不可欠とされています。

競合環境も激化しており、Aetherflux、Googleの「Project Suncatcher」、Aetheroなどが宇宙データセンター事業に参入しています。さらにSpaceX自身も100万基の分散コンピューティング衛星の許可を米政府に申請しており、業界最大の脅威となる可能性があります。