NVIDIA(企業)に関するニュース一覧

世界最大級の生物学AI「BioCLIP 2」始動、2億枚で学習

圧倒的なデータと学習基盤

2億1400万枚の画像を学習
92万以上の分類群を網羅
NVIDIA H100で高速学習

概念を理解する高度な推論

性別や健康状態まで識別可能
種間の関係性を自律的に学習
教示なしで特徴の順序を理解

生態系保全と未来への応用

データ不足解消で保全に貢献
デジタルツイン構築への布石

オハイオ州立大学の研究チームは、NVIDIAなどの支援を受け、世界最大級の生物学基盤モデル「BioCLIP 2」を発表しました。2億枚以上の画像データで学習されたこのAIは、従来の画像認識を超え、生物の複雑な関係性や特性を理解する能力を備えています。

基盤となるデータセット「TREEOFLIFE-200M」は、サルの仲間から植物まで92万以上の分類群を網羅しています。スミソニアン博物館などと協力して構築されたこの膨大なデータを、NVIDIA H100 GPUを用いてわずか10日間で学習させました。

特筆すべきは、教えられていない概念を理解する推論能力です。例えば、鳥のくちばしの大きさ順に並べたり、同種内のオスとメス、あるいは成体と幼体を区別したりできます。さらには、植物の葉の画像から病気の有無や種類を特定することさえ可能です。

このモデルは、絶滅危惧種の個体数推定など、データが不足している分野での活用が期待されています。既存のデータを補完することで、より効果的な生物多様性の保全活動を支援する「科学的プラットフォーム」としての役割を担います。

研究チームは次なる段階として、野生生物の「デジタルツイン」開発を見据えています。生態系の相互作用を仮想空間でシミュレーションすることで、実際の環境を破壊することなく、複雑な生態系の研究や教育が可能になるでしょう。

Nvidia決算570億ドル、AI需要加速でバブル論一蹴

決算ハイライトと市場評価

売上は前年比62%増の570億ドル
純利益320億ドルで市場予想超え
データセンター売上が512億ドル

AI需要と次世代チップ

CEOはバブル論否定し成長を強調
Blackwellチップ売上は桁外れ
クラウドGPUは完売状態が継続

今後の見通しと課題

第4四半期売上650億ドルを予測
中国向け出荷は競争激化で苦戦

Nvidiaは11月19日、第3四半期決算を発表し、売上高が前年同期比62%増の570億ドルに達したと明らかにしました。純利益も320億ドルと市場予想を上回り、AI需要の爆発的な拡大が業績を強力に牽引しています。

成長の中核はデータセンター部門です。売上高は過去最高の512億ドルを記録し、前年同期比で66%増加しました。AIモデルの高度化に伴い、計算リソースへの投資が加速している現状が浮き彫りとなりました。

ジェンスン・ファンCEOは市場の一部にある「AIバブル」の懸念を一蹴しました。「我々の視点では成長しかない」と述べ、AIエコシステムがあらゆる産業や国に拡大し、好循環に入ったとの認識を示しています。

特に最新のAIチップ「Blackwell」シリーズへの需要は桁外れです。クラウド向けGPUは完売状態が続いており、クラウド事業者からソブリンAI(国家主導のAI開発)に至るまで、インフラ構築の勢いは止まりません。

同社は第4四半期の売上高を650億ドルと予測しており、さらなる成長を見込んでいます。この強気の見通しを受け、株価は時間外取引で4%以上上昇しました。投資家に対し、AIブームの持続力を証明した形です。

一方で課題も残ります。中国向けに設計されたH20チップの出荷は、地政学的な問題や現地企業との競争激化により期待を下回る結果となりました。同社は引き続き政府との対話を通じて対応する方針です。

NVIDIAがスパコン市場を独占、AI融合で科学発見を加速

スパコン市場の構造的転換

TOP100の88%がアクセラレーテッド
CPU単独システムは15%未満に激減
Green500上位8枠をNVIDIAが独占

科学技術賞候補を総なめ

ゴードン・ベル賞候補5組全てが採用
津波予測計算を100億倍高速化
気候モデルで1km解像度を実現

AIとシミュレーションの融合

欧州初エクサ級JUPITERが稼働
GH200がAIと計算性能を両立

2025年11月18日、NVIDIAはSC25において、スパコン界の最高権威ゴードン・ベル賞のファイナリスト5チームすべてが同社の技術を採用していると発表しました。AIとシミュレーションの融合により、科学計算の常識が覆されつつあります。

かつてCPUが主流だったスパコン市場は、「グレート・フリップ」と呼ばれる大転換を迎えました。現在、世界TOP100システムの88%がGPUなどのアクセラレータを採用しており、そのうち8割をNVIDIA GPUが駆動しています。

特筆すべき成果として、テキサス大学オースチン校などのチームはデジタルツインを用いた津波予測において、従来50年要した計算をわずか0.2秒で完了させ、100億倍の高速化を実現しました。これにより災害時のリアルタイム対応が可能になります。

気候変動対策でも画期的な進展が見られます。スイスのスパコン「Alps」を用いたICONプロジェクトは、地球全体を1km解像度でシミュレーションすることに成功。24時間で146日分の気象変化を予測し、長期的な気候モデルの精度を飛躍的に高めました。

欧州初のエクサスケールスパコン「JUPITER」は、シミュレーション性能だけでなく、116 AIエクサフロップスという驚異的なAI処理能力を提供します。省電力性能を示すGreen500でも上位をNVIDIA搭載機が独占し、効率と性能の両立を証明しました。

これらの成果は、GH200 Grace Hopperなどの最新チップとCUDA-Xライブラリの進化によるものです。ナノスケールのトランジスタ設計や宇宙船エンジンの排気シミュレーションなど、多岐にわたる分野で人類の課題解決を加速させています。

非構造化データを即戦力へ変えるGPUストレージ

AI導入を阻むデータ準備の壁

非構造化データが企業の約9割
整理・加工に膨大な工数が発生

GPUストレージによる解決策

GPUをデータ経路に直接統合
移動させずその場で加工
変更を即座にベクトル化反映

主要ベンダーが続々採用

DellやHPEなど大手が参加
パイプライン構築の手間削減

NVIDIAは2025年11月、AI実用化の最大の障壁であるデータ準備の課題を解決するため、GPUを統合した「AIデータプラットフォーム」を提唱しました。非構造化データを自動で「AI即応データ」に変換し、企業の生産性を劇的に向上させます。

企業のデータの最大9割を占める文書や動画などの非構造化データは、そのままではAIが利用できません。データサイエンティストは散在するデータの整理やベクトル化に多くの時間を奪われ、本質的な分析業務に注力できないのが現状です。

新しいプラットフォームは、ストレージ基盤にGPUを直接組み込むことでこの問題を解決します。データを移動させずにその場で加工するため、不要なコピーを作らず、セキュリティリスクや管理コストを大幅に削減することが可能です。

元データに変更や権限の修正があった場合、即座にAI用のベクトルデータにも反映される仕組みです。これにより情報の鮮度と整合性が常に保たれ、AIエージェントは常に最新かつ正確な情報に基づいて業務を遂行可能になります。

この設計はCisco、Dell、HPEなどの主要ストレージベンダーに採用されています。企業は既存のインフラを通じて、複雑なパイプライン構築の手間なく、即座にAI活用のためのデータ基盤を導入できるようになります。

AzureでClaude利用可能に MSとNVIDIAが巨額投資

150億ドル規模の戦略投資

NVIDIAが最大100億ドルを出資
Microsoftが最大50億ドルを投資
Azure計算資源へ300億ドル分の利用を確約

Azureでの利用と技術連携

最新モデルSonnet 4.5等が即時利用可能
Excel等のMicrosoft 365とも連携
次世代GPURubin等でモデルを最適化

2025年11月18日、MicrosoftとNVIDIAはAnthropicとの戦略的提携を発表しました。両社は合計で最大150億ドルをAnthropicに投資し、対するAnthropicはMicrosoft Azureの計算資源に300億ドルを支出する相互依存的な大型契約です。

本提携により、Azure AI Foundryの顧客は、Anthropicの最新モデルであるClaude Sonnet 4.5やOpus 4.1などを即座に利用可能となります。これによりClaudeは、主要3大クラウドすべてで提供される唯一の最先端AIモデルという地位を確立しました。

開発者や企業は、Azureの堅牢なセキュリティ環境下で、Claudeの高度な推論能力を既存システムに統合できます。さらに、Excelのエージェントモードなど、Microsoft 365 Copilot内でもClaudeの機能がプレビュー版として提供され始めました。

技術面では、NVIDIAとAnthropicがハードウェア最適化で深く連携します。次世代GPUアーキテクチャであるVera RubinやGrace Blackwellシステムを活用し、計算効率とパフォーマンスを最大化することで、将来的な大規模AIクラスター構築を目指します。

今回の動きは、MicrosoftがOpenAIとの独占的な関係を緩和し、モデルの多様化へ舵を切ったことを象徴しています。経営者は特定のベンダーに依存しない柔軟なAI戦略が可能となり、用途に応じた最適なモデル選択が加速するでしょう。

NVIDIAとMS、次世代AI工場で連携強化 GPU大規模導入へ

AIインフラの刷新と拡大

米2拠点でAI工場を連携
数十万基のBlackwell統合
推論用に10万基超を展開
Spectrum-Xを採用

企業AIと物理世界の融合

AzureでRTX 6000提供
SQL ServerにAI機能統合
MS 365でエージェント活用
物理AIで産業デジタル化

NVIDIAとMicrosoftは2025年11月18日、AIインフラおよびスーパーファクトリーに関する協業拡大を発表しました。米国ウィスコンシン州とジョージア州を結ぶ大規模データセンターに次世代GPUBlackwellを導入し、インフラからアプリケーション層まで包括的に連携することで、開発から産業応用までAIの全領域を加速します。

両社は世界最大級のAIデータセンターを連携させ、トレーニング用に数十万基、推論用に10万基以上のBlackwell GPUを導入します。これらを高速なSpectrum-Xイーサネットスイッチで接続し、OpenAIなどの大規模モデル開発を強力に支えます。

企業向けには、Azure上でRTX PRO 6000搭載の仮想マシンを提供開始しました。クラウドからエッジまで一貫した環境を整備することで、製造業におけるデジタルツインの構築や、高度な生成AIアプリケーションの展開を容易にします。

さらに「SQL Server 2025」へNVIDIAのAIモデルを統合し、企業データの活用を高度化します。Microsoft 365でのAIエージェント対応や物理AIの産業利用も推進し、あらゆる業務領域で生産性の向上を実現する構えです。

Lambdaが15億ドル調達、MSとの巨額契約後にAI基盤強化

マイクロソフトとの連携加速

AI基盤Lambdaが15億ドル調達
MSと数十億ドル規模の契約締結直後
数万基のNvidia GPUを供給予定

有力投資家と市場評価

リード投資家はTWG Global
Nvidiaも出資する戦略的企業
市場予想を上回る大規模な資本注入

米AIデータセンター大手のLambdaは18日、総額15億ドルの資金調達を実施したと発表しました。リード投資家はTWG Globalが務めます。今月初旬にマイクロソフトと数十億ドル規模のインフラ供給契約を締結したばかりであり、AIインフラ市場での拡大を加速させる狙いです。

今回のラウンドを主導したTWG Globalは、運用資産400億ドルの投資会社であり、アブダビのMubadala Capitalとも提携しています。この強力な資金基盤を背景に、Lambdaは競合であるCoreWeaveに対抗し、AIデータセンター領域でのシェア拡大を図ります。

Lambdaはマイクロソフトに対し、数万基のNvidia製GPUを用いたインフラを供給する契約を結んでいます。以前はCoreWeaveが主要パートナーでしたが、Lambdaも「AIファクトリー」の供給元として、ハイパースケーラーにとって不可欠な存在となりつつあります。

今年2月の調達時には評価額が25億ドルとされていましたが、今回の調達規模は市場の予想を大きく上回りました。IPOの可能性も取り沙汰される中、LambdaはAIインフラの主要プレイヤーとしての地位を確固たるものにしています。

元インテルCEO出資、電力半減チップ新興企業

AI時代の電力問題を解決

AI需要で逼迫する電力供給
チップの電力消費を50%以上削減
プロセッサ直近で電力を供給
エネルギー損失を大幅に最小化

元インテルCEOも絶賛

シリーズAで2500万ドルを調達
ゲルシンガー氏が技術を高く評価
TSMCで初回ロットを生産中
2026年前半に顧客テスト開始

半導体スタートアップのPowerLattice社が、元インテルCEOのパット・ゲルシンガー氏がパートナーを務めるベンチャーキャピタルなどからシリーズAで2500万ドル(約37億円)を調達しました。同社は、AIの普及で急増するデータセンターの電力消費を50%以上削減する画期的なチップレット技術を開発。業界のベテランが集結し、エネルギー効率の課題解決に挑みます。

AIモデルの学習や推論には膨大な計算能力が必要で、データセンターの電力不足はテック業界共通の課題です。この状況を受け、半導体メーカーにとってエネルギー効率の向上は今や最優先事項。PowerLattice社の挑戦は、まさにこの時代の要請に応えるものです。

同社が開発したのは、プロセッサのすぐ近くに電力を供給する小型の「電力供給チップレット」です。電力の伝送距離を極限まで短くすることで、エネルギー損失を大幅に削減するという、コンセプトはシンプルながら極めて効果的な手法です。この革新が50%以上の電力削減を実現します。

今回の投資を主導したPlayground Globalのパートナーであり、元インテルCEOのゲルシンガー氏は、PowerLatticeのチームを「電力供給のドリームチーム」と絶賛。彼の参加は、同社の技術力と将来性に対する強力な信任の証と言えるでしょう。

PowerLatticeはすでに最初のマイルストーンを達成しています。最初のチップレットは半導体受託製造最大手のTSMCで生産が始まっており、匿名の提携メーカーが機能テストを実施中です。2026年前半には、より多くの顧客がテストできる体制を整える計画です。

潜在顧客はNvidiaやAMDといった大手から、特定のAIに特化したチップ開発企業まで多岐にわたります。競合も存在しますが、ゲルシンガー氏は「50%の効率改善は並外れた成果」と述べ、同社の技術が市場で大きなシェアを獲得すると確信しています。

NVIDIA、スパコン革新で科学技術の新時代へ

AI物理モデルと新ハード

AI物理モデルApollo発表
次世代DPU BlueField-4
量子連携技術NVQLink

世界80以上のスパコン採用

米学術最大級Horizon構築
米エネルギー省に7基導入
日本の理研も新システム採用
欧州初のExascale機も

NVIDIAは、先日開催されたスーパーコンピューティング会議「SC25」で、AI時代の科学技術計算をリードする一連の革新技術を発表しました。シミュレーションを加速するAI物理モデルApolloや、データセンターの頭脳となる次世代DPU BlueField-4、量子コンピュータと連携するNVQLinkなどが含まれます。これらの技術は世界80以上の新システムに採用され、研究開発のフロンティアを大きく押し広げます。

特に注目されるのが、AI物理モデル群「Apollo」です。これは、電子デバイス設計から流体力学、気候変動予測まで、幅広い分野のシミュレーションをAIで高速化するものです。従来手法より桁違いに速く設計空間を探索できるため、SiemensやApplied Materialsなどの業界リーダーが既に採用を表明。製品開発サイクルの劇的な短縮が期待されます。

AIファクトリーのOSを担うのが、次世代データ処理装置(DPU)「BlueField-4」です。ネットワーク、ストレージ、セキュリティといった重要機能をCPUやGPUからオフロードすることで、計算リソースをAIワークロードに集中させます。これにより、データセンター全体の性能と効率、そしてセキュリティを飛躍的に向上させることが可能になります。

これらの最先端技術は、世界中のスーパーコンピュータで採用が加速しています。テキサス大学の学術機関向けでは米国最大となる「Horizon」や、米国エネルギー省の7つの新システム、日本の理化学研究所のAI・量子計算システムなどがNVIDIAプラットフォームで構築されます。科学技術計算のインフラが、新たな次元へと進化しているのです。

さらに未来を見据え、NVIDIAは量子コンピューティングとの連携も強化します。新技術「NVQLink」は、GPUスーパーコンピュータと量子プロセッサを直接接続するユニバーサルなインターコネクトです。これにより、古典計算と量子計算を組み合わせたハイブリッドなワークフローが実用的になり、これまで解けなかった複雑な問題への挑戦が始まります。

一連の発表は、NVIDIAが単なるハードウェア供給者ではなく、AI時代の科学技術インフラをソフトウェア、ハードウェア、エコシステム全体で定義する存在であることを示しています。経営者やエンジニアにとって、このプラットフォーム上でどのような価値を創造できるか、その真価が問われる時代が到来したと言えるでしょう。

Hugging Face、ROCmカーネル開発・共有基盤を公開

ROCmカーネル開発を刷新

複雑なビルド工程を自動化
Nixによる再現性の高い環境構築
PyTorchとのシームレスな統合
CUDA、Metalなどマルチ対応

Hubで共有し即時利用

開発資産をHubで公開・共有
コミュニティによる再利用を促進
数行のコードでカーネルを読込

Hugging Faceは2025年11月17日、AMD製GPU向けのカスタムカーネル開発を大幅に簡素化する新ツール群とガイドを発表しました。高性能な深層学習に不可欠なカスタムカーネルですが、その開発は複雑でした。新ツール「kernel-builder」とライブラリ「kernels」により、開発者はビルドや共有の手間から解放され、AMDのROCmプラットフォーム上で効率的にAI開発を進められるようになります。

なぜ、このようなツールが必要なのでしょうか。従来、カスタムカーネルの開発は、特定のGPUアーキテクチャに合わせたコンパイルや、PyTorchなどのフレームワークとの連携において、専門的な知識と煩雑な作業を要しました。設定ファイルの記述ミスや環境差異によるエラーは日常茶飯事で、開発者の大きな負担となっていました。この生産性のボトルネックを解消することが、新ツールの狙いです。

中核となる「kernel-builder」は、ビルドからPyTorch連携までを自動化します。特に、ビルド環境を完全に固定する「Nix」技術により、誰でも同じ結果を保証する「再現性」を確保。これにより開発プロセスが大幅に安定します。

最大の特長は、Hugging Face Hubを通じた共有エコシステムです。開発したカーネルはHubで公開でき、他ユーザーは数行のコードで即時利用可能。コミュニティ全体で資産を共有し、開発の車輪の再発明を防ぎます。

今回の発表では、具体的な事例としてAMDの最新GPU「Instinct MI300X」に最適化された行列積(GEMM)カーネルが紹介されました。深層学習の中核演算であるGEMMを高速化するこのカーネルは、Hugging Faceのツール群がいかに実用的な性能向上に貢献するかを明確に示しています。

今回の取り組みはAMD製GPUの活用を大きく後押しします。ソフトウェア開発の障壁を下げ、NVIDIA優位の市場に新たな競争軸をもたらす可能性があります。オープンなエコシステム戦略が、今後のAIの進化を加速させるでしょう。

AIバブルの警鐘、CoreWeaveの危うい財務構造

AIバブルを構成する4要素

革新技術の不確実性
単一技術に依存する純粋投資
初心者投資家の市場参入
技術が未来だという協調的な信念

CoreWeaveの財務リスク

巨額の負債と不透明な収益性
大口顧客が将来の競合相手
Nvidiaへの過度な依存
経営陣による株式売却

AIブームの熱狂の裏で、データセンター企業CoreWeaveの財務リスクが「AIバブル」への懸念を増幅させています。同社は急成長を遂げる一方、巨額の負債と半導体大手Nvidiaへの過度な依存という構造的な問題を抱えています。専門家は、現在のAIブームがテクノロジーバブルの典型的な特徴を全て満たしていると指摘し、市場に警鐘を鳴らしています。

CoreWeaveは、AI開発に必要な計算能力を提供する「つるはしとシャベル」を売る企業として注目を集めています。MicrosoftやOpenAIといった巨大テック企業との契約で売上は急増。しかしその内実は、Nvidia製GPUを担保にした高金利の融資に支えられた、極めて危ういビジネスモデルです。収益性への道筋は依然として不透明です。

最大のリスクは、大口顧客との関係性です。Microsoft、OpenAI、Metaといった主要顧客は、自社でデータセンターやAIチップの開発を進めています。現在はCoreWeaveのサービスを利用していても、将来的には最大の競合相手に変わる可能性があります。長期契約が更新されないリスクは、常に同社に付きまといます。

同社のビジネスは、半導体大手Nvidiaなくしては成り立ちません。Nvidiaは投資家、顧客、そして唯一のサプライヤーという三つの顔を持ちます。この歪な依存構造から、CoreWeaveはNvidiaが自社のリスクを負わずにチップ販売を促進するための「事実上の特別目的事業体」ではないか、との厳しい見方も出ています。

こうした状況は、専門家が指摘するテクノロジーバブルの条件と完全に一致します。専門家は「不確実性」「単一技術に依存する純粋投資」「初心者投資家の参入」「技術が未来だという協調的な信念」の4要素が揃っていると分析。現在のAIブームを最高レベルで警戒すべきバブルだと評価しています。

もしAIバブルが崩壊すれば、その影響は甚大なものになるでしょう。Nvidia一社が株式市場全体の8%を占めるなど、市場の集中はドットコムバブル時代とは比較になりません。バブル崩壊後もAI技術自体は社会に残るでしょう。しかし、その過程で生じる経済的損失は、多くの投資家や企業にとって深刻な打撃となりかねないのです。

GPUの性能を最大限に、Luminalが5.3億円調達

GPU最適化の新星 Luminal

元Intel、Apple出身者が創業
Y Combinatorプログラム採択
GPUの真のボトルネックはソフト

5.3億円調達で事業加速

独自のGPUコンパイラを開発
NVIDIAのCUDAに対抗/補完
推論の高速化と低コスト化に貢献

GPUの性能を最大限に引き出すソフトウェア開発を手がけるスタートアップ、Luminalが17日、シードラウンドで530万ドル(約8億円)の資金調達を発表しました。この資金調達はFelicis Venturesが主導。IntelやApple出身のエンジニアが創業した同社は、GPUの利用効率を飛躍的に高めるコンパイラ開発を加速させ、AIモデルの推論コスト削減を目指します。

共同創業者のJoe Fioti氏はIntelでの経験から、「最高のハードウェアがあっても、開発者が使いにくければ普及しない」とソフトウェアの重要性を痛感。この課題意識がLuminalの創業につながりました。同社は、多くの開発者が直面するGPUのソフトウェア面のボトルネック解消に真正面から取り組みます。

Luminalの事業の核は、GPUの計算能力を販売することに加え、それを支える高度な最適化技術にあります。特に、プログラミング言語で書かれたコードをGPUが実行できる形式に変換する「コンパイラ」の最適化に注力。これにより、既存のハードウェアインフラから、より多くの計算能力を引き出すことを可能にします。

現在、AI業界のコンパイラはNVIDIAの「CUDA」が標準ですが、Luminalはオープンソース部分を活用し、より優れたスタックを構築することで勝機を見出しています。GPU不足が続く中、推論の高速化・低コスト化を実現する同社のようなスタートアップへの期待は高まっています。

推論最適化市場は、BasetenやTogether AIのような既存企業に加え、Tensormeshなど新たなスタートアップも参入し、競争が激化しています。大手研究所も自社モデルの最適化を進めていますが、Fioti氏は「汎用的なユースケースには非常に大きな経済的価値がある」と述べ、市場の急成長に自信を見せています。

NVIDIA、AI向けS3ストレージをRDMAで高速化

AIストレージの課題と解決策

急増する非構造化データ
従来のTCP通信の限界
S3をRDMAで直接高速化

新技術がもたらす4大メリット

スループット向上と低遅延
CPU負荷の大幅な軽減
AIストレージのコスト削減
ワークロードの可搬性向上

NVIDIAは2025年11月14日、AIワークロード向けにS3互換オブジェクトストレージを高速化する新技術を発表しました。この技術は、RDMA (Remote Direct Memory Access) を活用し、従来のTCP通信に比べデータ転送を高速化・効率化することで、急増するAIデータの処理性能向上という課題に応えます。

なぜ今、この技術が必要なのでしょうか。企業が生成するデータ量は2028年までに年間400ゼタバイトに達すると予測され、その9割が非構造化データです。AIの学習には高速なデータアクセスが不可欠ですが、既存のオブジェクトストレージでは性能がボトルネックとなるケースがありました。

今回の解決策は、RDMAを用いてS3プロトコルのデータ転送を直接メモリ間で行うものです。これにより、データ転送がホストCPUを介さないため、CPU使用率を大幅に削減できます。空いたCPUリソースをAI処理に割り当てることで、システム全体の価値向上に繋がります。

具体的なメリットとして、ストレージあたりのスループット向上と大幅な低遅延化が挙げられます。これはAIの学習や推論、特にベクトルデータベースなどの処理速度を直接的に向上させます。また、ストレージコストの削減にも貢献し、AIプロジェクトの導入を加速させるでしょう。

NVIDIAはこの技術をオープンなアーキテクチャとして提供し、パートナー企業との連携を強化しています。既にCloudian、Dell Technologies、HPEといった主要ベンダーが採用を表明。新ライブラリはCUDAツールキット経由で来年1月に一般提供される予定です。

エージェントAI、視覚データを「意味」ある資産へ

視覚AI、エージェントで次世代へ

従来型CVの「なぜ」の限界
VLMが文脈理解の鍵
検索・分析・推論を自動化

ビジネス変革をもたらす具体例

車両検査で欠陥検知率96%達成
インフラ点検レポートを自動作成
スポンサー価値をリアルタイムで測定
スマートシティの誤報を削減

米NVIDIAは、エージェントAIを活用して従来のコンピュータビジョン(CV)を革新する3つの方法を発表しました。既存のCVシステムでは困難だった「なぜそれが重要か」という文脈理解や将来予測を可能にし、企業が保有する膨大な視覚データをビジネスの洞察に変えるのが狙いです。中核技術は、視覚と言語をつなぐビジョン言語モデル(VLM)。これにより、視覚情報の価値を最大化する道が開かれようとしています。

従来のCVシステムは、特定の物体や異常を検知することには長けていますが、「何が起きているか」を説明し、その重要性を判断する能力に欠けていました。このため、映像データの分析は依然として人手に頼る部分が多く、時間とコストがかかるという課題がありました。エージェントAIは、この「認識」と「理解」の間のギャップを埋める役割を担います。

第一のアプローチは「高密度キャプション」による検索性の向上です。VLMを用いて画像や動画に詳細な説明文を自動生成することで、非構造化データだった映像コンテンツが、豊かなメタデータを持つ検索可能な資産に変わります。これにより、ファイル名や基本タグに依存しない、より柔軟で高精度なビジュアル検索が実現可能になります。

この技術はすでに実用化されています。例えば、車両検査システムを手掛けるUVeye社は、VLMで膨大な画像を構造化レポートに変換し、欠陥検知率を人手作業の24%から96%へと飛躍させました。また、スポーツマーケティング分析のRelo Metrics社は、ロゴの露出に文脈情報を加え、スポンサー価値をリアルタイムで算出することに成功しています。

第二のアプローチは、既存システムのアラート強化です。多くのCVシステムが出す「はい/いいえ」式の単純なアラートに、VLMが「どこで、なぜ、どのように」といった文脈を付与します。スマートシティ分野でLinker Vision社は、この技術で交通事故や災害などのアラートを検証し、誤検知を減らすと共に、各事象への迅速で的確な対応を支援しています。

そして第三に、複雑なシナリオの「AI推論」が挙げられます。エージェントAIシステムは、複数の映像やセンサーデータを横断的に処理・推論し、根本原因の分析や長時間の点検映像からのレポート自動生成といった高度なタスクを実行します。これは、単一のVLMだけでなく、大規模言語モデル(LLM)や検索拡張生成(RAG)などを組み合わせたアーキテクチャによって実現されます。

Levatas社は、このAI推論を活用し、電力インフラなどの点検映像を自動レビューするAIエージェントを開発しました。従来は手作業で数週間かかっていたレポート作成プロセスを劇的に短縮し、インフラの安全性と信頼性の向上に貢献しています。このように、エージェントAIは、企業のオペレーションを根底から変える力を持っています。

NVIDIAは、開発者がこれらの高度な機能を実装できるよう、各種VLMモデルや開発プラットフォームを提供しています。エージェントAIの導入は、企業が日々蓄積する視覚データを単なる記録から、戦略的な意思決定を支える「生きたインテリジェンス」へと昇華させる重要な一歩となるでしょう。

因果AIのアレンビック、評価額13倍で220億円調達

因果AIで独自価値を創出

相関ではなく因果関係を分析
企業の独自データで競争優位を確立

巨額調達とスパコン導入

シリーズBで1.45億ドルを調達
世界最速級スパコンを自社で運用
データ主権とコスト効率を両立

大企業の導入成果

デルタ航空の広告効果を売上と直結
Mars社の販促効果を正確に測定
売上への真の貢献要因を特定

サンフランシスコのAIスタートアップAlembicが、シリーズBで1億4500万ドル(約220億円)の資金調達を発表しました。同社は単なる相関関係ではなく、ビジネスにおける「因果関係」を解明する独自のAIを開発。調達資金を活用し、Nvidia製の最新スーパーコンピュータを導入して、大企業のデータに基づいた高精度な意思決定支援を加速させます。

なぜ「因果AI」が注目されるのでしょうか。生成AIの性能が均一化する中、企業の競争優位性は独自データの活用に移行しています。しかし、汎用AIに「どうすれば売上が伸びるか」と尋ねても、競合と同じ答えしか返ってきません。AlembicのAIは、どの施策が本当に売上増を引き起こしたのかという因果関係を特定し、他社には真似できない独自の戦略立案を可能にします。

同社はクラウドに頼らず、世界最速級のスーパーコンピュータ「Nvidia NVL72」を自社で導入する異例の戦略をとります。これは、顧客データの機密性を守る「データ主権」の確保が最大の目的です。特に金融や消費財メーカーなど、データを外部クラウドに置くことを禁じている企業にとって、この選択は強力な信頼の証となります。同時に、クラウド利用の数分の一のコストで膨大な計算処理を実現します。

Alembicの躍進を支えるのが、半導体大手Nvidiaとの強固なパートナーシップです。Nvidiaは投資家ではなく、最初の顧客であり、技術協力者でもあります。創業当初、計算資源に窮していたAlembicに対し、NvidiaはCEOのジェンスン・フアン氏自らが関心を示し、GPUインフラの確保を直接支援。この協力関係が、Alembicの技術的優位性の基盤となっています。

導入企業は既に目覚ましい成果を上げています。例えば、デルタ航空はオリンピック協賛の効果を数日で売上増に結びつけて定量化することに成功。従来は測定不可能だったブランド活動の財務インパクトを可視化しました。また、食品大手Mars社は、商品の形状変更といった細かな販促活動が売上に与える影響を正確に把握し、マーケティングROIを最大化しています。

Alembicは、マーケティング分析に留まらず、サプライチェーンや財務など、企業のあらゆる部門で因果関係を解明する「ビジネスの中枢神経系」になることを目指しています。独自の数学モデル、巨大な計算インフラ、そしてデータ主権への対応という深い堀を築き、汎用AIとは一線を画す価値を提供します。企業の独自データを真の競争力に変える、新たな潮流の到来です。

AI分析WisdomAI、Nvidia出資受け5千万ドル調達

急成長のAIデータ分析

シリーズAで5000万ドルを調達
リードはクライナー・パーキンス
NvidiaのVC部門も新たに参加
法人顧客は2社から40社へ急増

幻覚を生まない独自技術

LLMをクエリ生成にのみ使用
回答のハルシネーションを回避
未整理データも自然言語で分析
リアルタイム通知エージェントも搭載

AIデータ分析を手がける米スタートアップのWisdomAIが11月12日、シリーズAラウンドで5000万ドル(約75億円)の資金調達を発表しました。このラウンドは名門ベンチャーキャピタルのクライナー・パーキンスが主導し、半導体大手Nvidiaのベンチャーキャピタル部門も参加。LLMの「幻覚」を回避する独自技術を武器に、急成長を遂げています。

同社の最大の特徴は、大規模言語モデル(LLM)が誤った情報を生成する「ハルシネーション」問題への巧みな対策です。WisdomAIでは、LLMを回答の生成ではなく、データを取り出すための「クエリ作成」にのみ使用。これにより、もしLLMが幻覚を起こしても、効果のないクエリが書かれるだけで、誤った回答がユーザーに提示されることはありません。

事業は驚異的なスピードで拡大しています。2024年後半の正式ローンチからわずかな期間で、法人顧客は2社から約40社へと急増。シスコやコノコフィリップスといった大手企業も名を連ねます。ある顧客企業では、当初10席だったライセンスが、社内のほぼ全員にあたる450席まで拡大するなど、導入後の利用拡大も著しいです。

最近では、監視対象のデータに重要な変化があった際にリアルタイムでユーザーに通知するエージェント機能も追加されました。これにより、従来の静的なレポートではなく、ビジネス状況の変化を動的かつ能動的に捉えることが可能になります。CEOは「分析をプロアクティブなものに変える」と語ります。

WisdomAIを率いるのは、データセキュリティ企業Rubrikの共同創業者であるソーハム・マズムダー氏。他の共同創業者も同社出身者で構成されており、エンタープライズ向けデータ管理に関する深い知見が同社の強みの源泉となっています。今回の調達資金で、さらなる事業拡大を加速させる構えです。

NVIDIA新GPU、AI学習ベンチマークで全制覇

Blackwell Ultraの圧倒的性能

MLPerf全7部門を完全制覇
LLM学習でHopper比4倍以上の性能
Llama 3.1 405Bをわずか10分で学習
唯一全テストに結果を提出した企業

新技術が支える記録更新

史上初のNVFP4精度での計算を導入
GB300 NVL72システムが初登場
新画像生成モデルでも最高性能を記録
広範なパートナーエコシステムを証明

NVIDIAは、AIの性能を測る業界標準ベンチマーク「MLPerf Training v5.1」において、新GPUアーキテクチャ「Blackwell Ultra」を搭載したシステムで全7部門を制覇し、大規模言語モデル(LLM)の学習速度で新記録を樹立しました。この結果は、同社の技術的優位性とプラットフォームの成熟度を改めて示すものです。

今回初登場したBlackwell Ultra搭載の「GB300 NVL72」システムは、前世代のHopperアーキテクチャと比較して、同数のGPUでLLMの事前学習性能が4倍以上に向上しました。新しいTensor Coreや大容量メモリが、この飛躍的な性能向上を支えています。

性能向上の鍵は、MLPerf史上初となるNVFP4精度での計算です。より少ないビット数でデータを表現し、計算速度を大幅に高める新技術を導入。NVIDIAは、精度を維持しながらこの低精度計算を実用化した唯一の企業となりました。

大規模な学習においても新記録を達成しました。5,000基以上のBlackwell GPUを連携させることで、大規模モデル「Llama 3.1 405B」の学習をわずか10分で完了。これは、NVFP4の採用とスケーリング効率の向上による成果です。

今回から追加された新しいベンチマーク、軽量LLM「Llama 3.1 8B」と画像生成モデル「FLUX.1」でも、NVIDIAは最高性能を記録しました。これは、同社のプラットフォームが最新の多様なAIモデルに迅速に対応できる汎用性の高さを示しています。

DellやHPEなど15のパートナー企業もNVIDIAプラットフォームで参加し、広範なエコシステムを証明しました。NVIDIAは1年周期で革新を続けており、AI開発のさらなる加速が期待されます。AI導入を目指す企業にとって、その動向はますます重要になるでしょう。

PC内データ検索が激変、NVIDIA RTXで3倍速

ローカルAIが全データを解析

PC内の全ファイルを横断検索
キーワードではなく文脈で理解
プライバシーを守る端末内処理
機密情報をクラウドに送らない

RTXで実現する圧倒的性能

インデックス作成速度が3倍に向上
LLMの応答速度は2倍に高速化
1GBのフォルダが約5分で完了
会議準備やレポート分析に活用

Nexa.ai社は2025年11月12日、ローカルAIエージェント「Hyperlink」の新バージョンを発表しました。このアプリは、NVIDIAのRTX AI PCに最適化されており、PC内に保存された膨大なファイル群から、利用者の意図を汲み取って情報を検索・要約します。今回の高速化により、ファイルのインデックス作成速度は3倍に、大規模言語モデル(LLM)の応答速度は2倍に向上。機密情報をクラウドに上げることなく、AIによる生産性向上を享受できる点が特徴です。

多くのAIアシスタントは、文脈として与えられた少数のファイルしか参照できません。しかし、HyperlinkはPC内のスライド、メモ、PDF、画像など、数千ものファイルを横断的に検索できます。単なるキーワード検索ではなく、利用者が「SF小説2作のテーマ比較レポート」を求めた場合でも、ファイル名が異なっていても内容を理解し、関連情報を見つけ出すことが可能です。

今回のバージョンアップの核となるのが、NVIDIA RTX AI PCによる高速化です。これまで約15分かかっていた1GBのフォルダのインデックス作成が、わずか4〜5分で完了します。これは従来の3倍の速さです。さらに、LLMの推論処理も2倍に高速化され、ユーザーの問い合わせに対して、より迅速な応答が実現しました。

ビジネスシーンでAIを利用する際の大きな懸念は、情報漏洩のリスクではないでしょうか。Hyperlinkは、全てのデータをユーザーのデバイス内で処理します。個人のファイルや企業の機密情報がクラウドに送信されることは一切ありません。これにより、ユーザーはプライバシーやセキュリティを心配することなく、AIの強力な分析能力を活用できます。

Hyperlinkは既に、専門家や学生、クリエイターなど幅広い層で活用されています。例えば、会議前に議事録を要約したり、複数の業界レポートから重要なデータを引用して分析したりすることが可能です。エンジニアにとっては、コード内のドキュメントやコメントを横断検索し、デバッグ作業を高速化するツールとしても期待されます。

AIブームが促すチップ接続革命、光技術が主役に

AIが求める超高速通信

チップ間通信の高速化が急務
従来の電子技術では限界

注目される光技術フォトニクス

AIブームで再評価される光技術
光でチップを繋ぐ新アプローチ

大手と新興企業の開発競争

Nvidiaなど大手が先行投資
Lightmatterなど新興企業も台頭
高コストなど実用化への課題

AIブームがデータセンターの性能向上を強く求めています。これに応えるため、半導体メーカー各社はチップ間を繋ぐネットワーキング技術の革新を急いでいます。特に、従来の電子技術の限界を超える解決策として、光を利用する「フォトニクス」が大きな注目を集めており、大手からスタートアップまで開発競争が激化しています。

なぜ今、ネットワーキング技術が重要なのでしょうか。AIが処理するデータ量は爆発的に増加しており、チップ単体の性能向上だけでは追いつきません。チップ同士をいかに高速かつ効率的に接続するかが、システム全体の性能を左右するボトルネックとなっているためです。

GPU大手のNvidiaは、数年前にネットワーキング企業Mellanoxを買収し、GPUクラスタの性能を飛躍的に高めました。BroadcomやARMといった他の半導体大手も、カスタムチップ開発や関連企業の買収を通じて、この重要分野への投資を強化しています。

大手だけでなく、革新的なスタートアップも登場しています。Lightmatter社やCelestial AI社は、光インターコネクト技術で巨額の資金調達に成功。従来の技術では不可能なレベルのデータ転送速度を目指し、次世代コンピューティングの主導権を狙っています。

一方で、フォトニクス技術には課題も残ります。製造コストの高さや、既存の電気システムとの互換性の確保など、実用化に向けたハードルは低くありません。専門家は「フォトニクスの未来は来るが、まだ少し先」と見ており、今後の技術開発の動向が注目されます。

ソフトバンク、AIへ全集中 8700億円のNVIDIA株売却

NVIDIA株全売却の概要

約8700億円相当の全株式を売却
売却益はAI分野へ集中投資
市場に動揺、NVIDIA株価は一時下落

次なる巨大な賭け

OpenAIへ300億ドルの出資を計画
アリゾナ州のAI製造ハブ構想も視野
孫氏の再起をかけた大胆な戦略転換

ソフトバンクグループは11日、保有する半導体大手NVIDIAの全株式、約58億ドル(約8700億円)相当を売却したと発表しました。売却で得た資金は、生成AIを開発するOpenAIへの出資など、AI(人工知能)分野への投資に集中させる狙いです。この大胆な戦略転換は市場に驚きを与え、同社の次の一手に大きな注目が集まっています。

ソフトバンクはAI革命の波に乗るため、全ての経営資源を集中させる方針です。具体的には、生成AIをリードするOpenAIへの300億ドル(約4.5兆円)規模の出資や、アリゾナ州で計画される1兆ドル(約150兆円)規模のAI製造ハブ構想への参加が報じられており、今回の売却はその巨額投資の原資を確保する動きと見られます。

ソフトバンクの売却発表を受け、市場は即座に反応しました。NVIDIAの株価は時間外取引で一時約3%下落。しかし多くのアナリストは、この動きを「NVIDIAの将来性に対する懸念」ではなく、「ソフトバンクがAIへの野心的な賭けのために現金を必要としていることの表れ」と冷静に分析しています。

実は、ソフトバンクがNVIDIA株を完全に手放すのは今回が2度目です。2019年の最初の売却は、その後の株価急騰を逃す約1500億ドル(約22.5兆円)以上もの巨大な機会損失に繋がりました。今回は株価の最高値からわずか14%下での売却となり、前回とは対照的に絶妙なタイミングでの利益確定と評価する声もあります。

ソフトバンクを率いる孫正義会長兼社長は、これまでも大胆な賭けで知られています。ドットコムバブル崩壊で巨額の損失を出しながらも、アリババへの初期投資で大成功を収めました。一方で、WeWorkへの過剰な投資では115億ドル以上の損失を計上するなど、その投資判断は常に毀誉褒貶に晒されてきました。

今回のNVIDIA株売却は、過去の成功と失敗を乗り越え、孫氏がAI時代に仕掛ける新たな巨大な賭けと言えるでしょう。この判断が、アリババ投資のような伝説的な成功に繋がるのか。世界中の投資家が、彼の次の一手を固唾をのんで見守っています。

AIコードレビュー革命、コンテキスト技術で品質と速度を両立

開発規模拡大に伴う課題

レビュー待ちによる開発停滞
人間によるレビューの限界
属人化するチームの開発慣習

コンテキストを理解するAI

コードの文脈をAIが学習
チーム独自の設計思想を反映
人間が見落とす細かな問題も指摘

導入による具体的な成果

月800件以上の問題を防止
PRあたり1時間の工数削減
見落としがちな脆弱性も発見

イスラエルの新興企業Qodoが開発したAIコードレビューツールが、プロジェクト管理大手monday.comの開発現場を変革しています。コードの背景を理解する「コンテキスト・エンジニアリング」技術を活用し、月800件以上の問題を未然に防止。開発者の作業時間を年間数千時間も削減する成果を上げており、ソフトウェア開発における品質と速度の両立という課題に、新たな光明を投じています。

monday.comでは、開発組織が500人規模に拡大するにつれ、コードレビューが開発のボトルネックとなっていました。増え続けるプルリクエスト(コード変更の申請)に対し、人間のレビュアーだけでは追いつかず、品質の低下や開発速度の遅延が深刻な課題でした。この状況を打破するため、同社は新たなAIソリューションの導入を検討し始めました。

Qodoの強みは「コンテキスト・エンジニアリング」と呼ばれる独自技術にあります。これはコードの差分だけでなく、過去のプルリクエスト、コメント、関連ドキュメント、さらにはSlackでの議論までをもAIの入力情報とします。これにより、AIは単なる構文エラーではなく、チーム固有の設計思想やビジネスロジックに沿っているかまでを判断し、人間以上に的確な指摘を可能にするのです。

monday.comの分析によると、Qodo導入後、開発者はプルリクエスト1件あたり平均1時間を節約できました。これは年間で数千時間に相当します。さらに、月800件以上の潜在的なバグやセキュリティ問題を本番環境への反映前に発見。「まるでチームに新しい開発者が加わったようだ」と、現場からも高く評価されています。

導入の容易さも普及を後押ししました。QodoはGitHubアクションとして提供され、既存の開発フローにシームレスに統合できます。AIが提案を行い、最終判断は開発者が下す「人間参加型」のモデルを採用したことで、現場の抵抗なく受け入れられました。ツールが開発者の主体性を尊重する点が、導入成功の鍵となりました。

Qodoはコードレビューに留まらず、将来的にはコード生成やテスト自動化までを担う統合開発エージェントプラットフォームを目指しています。独自の埋め込みモデルを開発するなど技術力も高く、NVIDIAやIntuitといった大手企業も既に導入を進めています。開発プロセス全体をAIが支援する未来を描いています。

「コンテキスト・エンジンは2026年の大きな潮流になる」とQodoのCEOは予測します。AIを真にビジネス活用するには、表面的な情報だけでなく、組織固有の文脈をいかに理解させるかが重要です。Qodoの事例は、AIが企業の「第二の脳」として機能する時代の到来を予感させます。

AI株が急落、ウォール街は信頼を失ったか

AI関連株が軒並み下落

ナスダック総合指数が週間3%下落
4月以来最悪の下落率を記録
Palantir株は11%の大幅安
NvidiaやOracleも7-9%下落

警戒される割高感と経済

AI投資継続でもMeta等は4%安
専門家が指摘する割高な株価
政府閉鎖など経済の不透明感
他指数に比べハイテク株の下落が顕著

今週の米国株式市場で、ウォール街の投資家がAI(人工知能)への信頼を失いつつある兆候が見られました。AI関連のハイテク株が軒並み急落し、ナスダック総合指数は週間で3%下落。これは4月以来、最悪の下げ幅となります。背景には、AIへの過度な期待による株価の割高感と、経済の先行き不透明感があるとみられています。

特に、今年好調だったAI関連企業の下げが目立ちました。データ分析のPalantirは週間で11%安、データベースのOracleは9%安、半導体大手のNvidiaも7%安と大幅に下落しました。市場の熱狂が冷め、投資家が利益確定やリスク回避に動いている様子がうかがえます。

この動きは巨大テック企業も例外ではありません。Meta(旧Facebook)とMicrosoftは、今後もAI分野へ巨額の投資を継続する方針を示した直後にもかかわらず、両社の株価は約4%下落しました。AI投資がすぐに収益に結びつくか、投資家は懐疑的な見方を強めているようです。

市場専門家は、現在のAI関連株のバリュエーション(株価評価)が「割高になっている」と指摘します。Cresset Capitalのジャック・アブリン氏は「期待値が非常に高いため、多少の好材料では株価は動かず、わずかな悪材料が誇張されてしまう」と分析しています。

さらに、進行中の政府機関閉鎖や消費者信頼感の低下といったマクロ経済要因も市場の重しとなっています。ただし、ハイテク株比率の低いS&P; 500種株価指数(1.6%減)やダウ工業株30種平均(1.2%減)と比べ、ナスダックの下落は突出しており、AIへの懸念が集中した形です。

NVIDIAフアンCEOら、AIの功績で英女王工学賞受賞

GPU開発の功績

GPUアーキテクチャ開発を主導
AIと機械学習の基盤を構築
アクセラレーテッド・コンピューティングを開拓
現代のAIのビッグバンを触発

英国での栄誉と未来

チャールズ国王から賞を授与
フアン氏はホーキング・フェローにも選出
英国政府と次世代エンジニア育成を議論

NVIDIAの創業者兼CEOであるジェンスン・フアン氏と、チーフサイエンティストのビル・ダリー氏が、今週英国で「2025年エリザベス女王工学賞」を受賞しました。授賞式はセント・ジェームズ宮殿で行われ、チャールズ国王陛下から直接賞が授与されました。両氏のAIと機械学習の基盤となるGPUアーキテクチャ開発における功績が、高く評価された形です。

今回の受賞は、両氏が主導したGPUアーキテクチャが今日のAIシステムと機械学習アルゴリズムを支えている点に焦点を当てています。彼らの功績は、コンピュータ業界全体に根本的な変化をもたらした「アクセラレーテッド・コンピューティング」の開拓にあります。この技術革新こそが、現代のAIの「ビッグバン」を巻き起こした原動力とされています。

フアンCEOは受賞に際し、「私たちが生きているのは、マイクロプロセッサ発明以来の最も深遠なコンピューティングの変革期だ」と述べました。さらにAIは「将来の進歩に不可欠なインフラであり、それは前世代にとっての電気やインターネットと同じだ」と、その重要性を強調しました。AIの未来に対する強い自負がうかがえます。

一方、チーフサイエンティストのダリー氏は、AIの基盤が数十年にわたる並列コンピューティングとストリーム処理の進歩にあると指摘。「AIが人々を力づけ、さらに偉大なことを成し遂げられるよう、ハードウェアとソフトウェアを洗練させ続ける」と、今後の技術開発への意欲を示しました。

両氏は授賞式に先立ち、英国政府の科学技術担当大臣らと円卓会議に出席しました。テーマは「英国がいかにして将来のエンジニアを鼓舞するか」。これはNVIDIAが英国の政府や大学と進めるAIインフラ、研究、スキル拡大のための連携を一層強化する動きと言えるでしょう。

さらにフアンCEOは、世界で最も古い討論会であるケンブリッジ・ユニオンで「スティーブン・ホーキング・フェローシップ」も授与されました。科学技術を進歩させ、次世代にインスピレーションを与えた功績が認められたものです。フアン氏の貢献が、工学分野だけでなく、科学界全体から高く評価されていることを示しています。

拡散モデルAIに5千万ドル、コード生成を高速化

資金調達と背景

Inceptionが5千万ドルを調達
スタンフォード大教授が主導
MSやNVIDIAなど大手も出資

技術的な優位性

画像生成技術をテキスト・コードに応用
逐次処理から並列処理へ移行
低遅延・低コストでのAI開発
毎秒1000トークン超の生成速度

AIスタートアップのInceptionは11月6日、テキストおよびコード生成向けの拡散モデル開発のため、シードラウンドで5000万ドル(約75億円)を調達したと発表しました。スタンフォード大学の教授が率いる同社は、画像生成AIで主流の技術を応用し、従来のモデルより高速かつ効率的なAI開発を目指します。

拡散モデルは、GPTシリーズなどが採用する自己回帰モデルとは根本的に異なります。自己回帰モデルが単語を一つずつ予測し、逐次的に文章を生成するのに対し、拡散モデルは出力全体を反復的に洗練させるアプローチを取ります。これにより、処理の大幅な並列化が可能になります。

この技術の最大の利点は、圧倒的な処理速度です。Inceptionのモデル「Mercury」は、ベンチマークで毎秒1,000トークン以上を生成可能だと報告されています。これは従来の技術を大幅に上回る速度であり、AIの応答時間(レイテンシー)と計算コストを劇的に削減する可能性を秘めています。

今回の資金調達はMenlo Venturesが主導し、MicrosoftのM12ファンドやNvidiaのNVenturesなど、業界を代表する企業や投資家が参加しました。この事実は、テキスト生成における拡散モデルという新しいアプローチへの高い期待を示していると言えるでしょう。

テキスト生成AIの分野では自己回帰モデルが主流でしたが、特に大規模なコードベースの処理などでは拡散モデルが優位に立つ可能性が研究で示唆されています。Inceptionの挑戦は、今後のソフトウェア開発のあり方を大きく変えるかもしれません。

Google新AI半導体、性能4倍でAnthropicと大型契約

新チップ「Ironwood」

第7世代TPU、性能4倍を実現
推論時代の需要に対応する設計
最大9,216チップを単一システム化
ArmベースCPU「Axion」も拡充

Anthropicとの提携

Anthropicが最大100万個の利用契約
数十億ドル規模の歴史的契約
Claudeモデルの安定供給を確保

Google Cloudが2025年11月6日、第7世代AI半導体「Ironwood」を発表しました。従来比4倍の性能向上を実現し、AI企業Anthropicが最大100万個のチップを利用する数十億ドル規模の大型契約を締結。AIモデルの「トレーニング」から「推論(サービング)」への市場シフトに対応し、NVIDIAの牙城に挑むGoogleの独自開発戦略が大きな節目を迎えました。

「Ironwood」は、AIモデルを訓練する段階から、数十億のユーザーにサービスを提供する「推論の時代」の要求に応えるべく設計されています。最大9,216個のチップを単一のスーパーコンピュータとして機能させる「ポッド」アーキテクチャを採用。Google独自の高速インターコネクト技術により、膨大なデータを効率的に処理し、高い信頼性を実現します。

この新技術の価値を最も強く裏付けたのが、AIモデル「Claude」を開発するAnthropicとの契約です。最大100万個という空前の規模のチップへのアクセスを確保。これはAIインフラ史上最大級の契約と見られ、Anthropicは「価格性能比と効率性」を決定要因に挙げ、Googleの垂直統合戦略の正当性を証明する形となりました。

Googleの戦略は、AIアクセラレータ「Ironwood」に留まりません。同時に発表されたArmベースのカスタムCPU「Axion」は、AIアプリケーションを支える汎用的な処理を担当します。これらをソフトウェア群「AI Hypercomputer」で統合し、ハードとソフトの垂直統合による最適化で、NVIDIAが独占する市場に真っ向から挑みます。

この発表は、AIインフラ市場の競争が新たな段階に入ったことを示します。巨額の投資が続く中、汎用的なGPUか、特定の用途に最適化されたカスタムチップか、という路線対立が鮮明になってきました。ユーザーにサービスを届ける「推論」の重要性が増す中で、Googleの長期的な賭けが実を結ぶか、市場の注目が集まります。

銅積層プレートでAIの熱問題を解決

深刻化するAIの発熱問題

次世代GPUの消費電力最大600kW
データセンターの冷却能力が限界に
メモリ等周辺チップの冷却が課題

新技術スタックフォージング

銅シートを熱と圧力で一体化
継ぎ目なしで漏洩リスクを低減
3Dプリンタより安価で高強度

競合を上回る冷却性能

熱性能は競合比35%向上
髪の毛半分の微細な流路を実現

米国のスタートアップ、Alloy Enterprises社が、AIデータセンターの深刻な発熱問題に対応する画期的な冷却技術を開発しました。次世代GPUの消費電力は最大600キロワットにも達し、既存の冷却方式では限界が見えています。同社は銅の薄いシートを熱と圧力で一体化させる「スタックフォージング」技術を用い、高性能な冷却プレートを製造。AIの進化を支えるインフラの課題解決に乗り出します。

AIの性能向上に伴い、GPUの発熱量は爆発的に増加しています。Nvidia社が2027年にリリース予定の次世代GPU「Rubin」シリーズでは、サーバーラックあたりの消費電力が最大600キロワットに達する見込みです。この膨大な電力を処理するためには、空冷から液冷への移行が不可欠ですが、特に周辺チップの冷却ソリューションが追いついていないのが現状です。

Alloy Enterprises社が開発した「スタックフォージング」は、この課題を解決する独自技術です。レーザーで精密に加工した銅のシートを何層にも重ね、特殊な装置で熱と圧力をかけて接合します。これにより、まるで一つの金属塊から削り出したかのような、継ぎ目のない冷却プレートが完成します。複雑な内部構造を自在に設計できるのが大きな特徴です。

従来の冷却プレートは、機械で削り出した2つの部品を接合して作られるため、高圧下での液漏れリスクが常にありました。一方、3Dプリンティングは高コストで、金属内部に微小な空洞が残り強度が低下する課題があります。スタックフォージングはこれらの欠点を克服し、素材本来の強度を保ちつつ、低コストで信頼性の高い製品を実現します。

この新技術により、冷却プレートの性能は飛躍的に向上しました。同社によれば、熱性能は競合製品に比べて35%も高いとのことです。また、人間の髪の毛の半分ほどである50ミクロンという微細な流路を内部に形成できるため、より多くの冷却液を循環させ、効率的に熱を除去することが可能になります。

Alloy Enterprises社は既にデータセンター業界の「すべての大手企業」と協業していると述べており、その技術への期待の高さがうかがえます。当初はアルミニウム合金で技術を開発していましたが、データセンターからの強い要望を受け、熱伝導性と耐食性に優れた銅へと応用しました。AIの進化を止めないため、冷却技術の革新が今まさに求められています。

NVIDIA、フィジカルAI設計図で都市DXを加速

フィジカルAI設計図とは

デジタルツインとAIを統合
現実世界をOmniverseで再現
合成データでAIモデルを訓練
リアルタイムの映像解析を実現

グローバルな都市での実装

交通管理やインフラ監視に活用
ダブリンやホーチミン市で導入
Esriなど多様なパートナーと連携
インシデント対応時間を80%削減

NVIDIAは、バルセロナで開催中の「スマートシティエキスポ」で、都市が抱える課題を解決する「フィジカルAIブループリント」を発表しました。この設計図は、デジタルツイン技術と最新のAIを組み合わせ、交通渋滞の緩和やインフラ管理の効率化を実現します。Esriやデロイトといったグローバルパートナーとの協業を通じて、すでに世界各国の都市で具体的な成果を上げています。

「フィジカルAIブループリント」の中核をなすのが、現実世界を仮想空間に忠実に再現するデジタルツイン技術「NVIDIA Omniverse」です。ここに、世界基盤モデル「NVIDIA Cosmos」や映像解析AI「NVIDIA Metropolis」を統合。これにより、現実では困難なシミュレーションや、高精度なAIモデルの迅速な訓練が可能になります。

なぜ今、都市DXが急務なのでしょうか。国連は2050年までに世界人口の3分の2が都市に集中すると予測しており、インフラや公共サービスへの負荷増大は避けられません。特にスマート交通管理市場は2027年までに200億ドル規模に達する見込みで、AI活用による効率化は都市の持続可能性を左右する重要な鍵となります。

パートナー企業による導入事例も次々と生まれています。例えば、地理情報システムのEsriは、ノースカロライナ州ローリー市で、膨大なカメラデータをAIがリアルタイムで分析し、交通状況を地図上に可視化するシステムを構築。これにより、問題発生時の迅速な対応や、渋滞緩和によるCO2排出量削減を目指します。

台湾のLinker Visionは、このブループリントを全面的に採用し、高雄市でインシデント対応時間を最大80%削減する成果を上げました。この成功を足掛かりに、ベトナムのホーチミン市やダナン市へも展開。交通量や建設状況をシミュレーション・監視し、都市の運営効率を飛躍的に高めようとしています。

他にも、アイルランドのダブリンでは、Bentley SystemsやVivaCityが協力し、自転車や歩行者などの移動データをデジタルツイン上で分析。また、デロイトはAIによる横断歩道の自動点検システムを開発するなど、世界中のエコシステムパートナーがNVIDIAの技術基盤の上で革新的なソリューションを生み出しています。

NVIDIAとそのパートナーが示す未来は、データとAIが都市の神経網のように機能し、より安全で効率的な市民生活を実現する世界です。この「フィジカルAI」という新たな潮流は、都市運営のあり方を根本から変革する可能性を秘めており、経営者やエンジニアにとって見逃せない動きと言えるでしょう。

NVIDIA RTX、AIクリエイティブを劇的加速

AI制作の劇的な高速化

RTX 50シリーズのAI特化コア
生成AIモデルが最大17倍高速に
主要制作アプリ135種以上を最適化

動画・3Dワークフロー革新

4K/8K動画もプロキシ不要で編集
リアルタイムでの3Dレンダリング
AIによるノイズ除去と高解像度化

配信・ストリーミング支援

専用エンコーダーで高画質配信
AIアシスタントによる配信作業の自動化

NVIDIAは、クリエイティブカンファレンス「Adobe MAX」において、同社のGeForce RTX GPUが動画編集、3D制作、生成AIなどのクリエイティブな作業をいかに高速化するかを明らかにしました。AI時代に求められる膨大な計算処理を専用ハードウェアで実行し、アーティストや開発者の生産性を飛躍的に向上させるのが狙いです。

RTX GPUの強みは、AI処理に特化した第5世代Tensorコアや、3Dレンダリングを高速化する第4世代RTコアにあります。さらにNVIDIA Studioが135以上のアプリを最適化し、ハードウェア性能を最大限引き出すことで、安定した制作環境を提供します。

特に生成AI分野で性能は際立ちます。画像生成AI「Stable Diffusion」は、Apple M4 Max搭載機比で最大17倍高速に動作。これによりアイデアの試行錯誤を迅速に行え、創造的なプロセスを加速させます。

動画編集では4K/8K等の高解像度コンテンツが課題でした。RTX GPUは専用デコーダーにより、変換作業なしでスムーズな編集を実現します。AIエフェクトの適用や書き出し時間も大幅に短縮され、コンテンツ公開までの速度が向上します。

3D制作の現場も大きく変わります。レイトレーシングを高速化するRTコアと、AIで解像度を高めるDLSS技術により、これまで時間のかかったレンダリングがリアルタイムで可能に。アーティストは結果をすぐに確認でき、創造的な作業に集中できます。

ライブ配信もより身近になります。専用エンコーダーNVENCがCPU負荷を軽減し、ゲーム性能を維持したまま高品質な配信を実現します。AIアプリ「Broadcast」を使えば、特別なスタジオがなくても背景ノイズ除去やカメラ補正が簡単に行えます。

NVIDIAのRTX GPUは、個別のタスク高速化だけでなく、制作ワークフロー全体を革新するプラットフォームです。AIを活用して生産性と収益性を高めたいクリエイターや企業にとって、不可欠なツールとなることは間違いないでしょう。

独の産業革新へ、NVIDIAとテレコムがAIクラウド創設

データ主権守る巨大AI基盤

10億ユーロ規模の共同事業
ドイツ国内でデータを管理
欧州の産業競争力を強化
2026年初頭に稼働開始

最高峰技術とエコシステム

NVIDIAの最新GPUを最大1万基
独テレコムがインフラ提供
SAP、シーメンス等が参画

米半導体大手NVIDIAとドイツテレコムは11月4日、ドイツ国内に世界初となる産業特化のAIクラウド「Industrial AI Cloud」を共同で設立すると発表しました。総額10億ユーロを投じ、2026年初頭の稼働を目指します。この提携は、ドイツのデータ主権を守りながら産業のデジタルトランスフォーメーションを加速させ、欧州の国際競争力を高めることを目的としています。

NVIDIAのジェンスン・フアンCEOは、AIを稼働させるデータセンターを「現代版の工場」と表現し、知能を生み出す重要性を強調しました。このプロジェクトは、欧州企業が自国のデータ管理下で安全にAI開発を進める「ソブリンAI(データ主権AI)」の実現に向けた大きな一歩となります。

ミュンヘン近郊に新設される「AIファクトリー」には、NVIDIAの最新GPU「Blackwell」アーキテクチャを採用したシステムなどが最大10,000基搭載される計画です。ドイツテレコムは信頼性の高いインフラと運用を提供し、企業が大規模なAIモデルのトレーニングや推論を高速かつ柔軟に行える環境を整えます。

この構想には、ソフトウェア大手SAPや製造業大手シーメンスなど、ドイツを代表する企業がエコシステムパートナーとして参画します。メルセデス・ベンツやBMWといった自動車メーカーも、AI駆動のデジタルツインを用いた複雑なシミュレーションでの活用を見込んでおり、幅広い産業での応用が期待されます。

具体的な活用例としては、製品開発を高速化するデジタルツイン、工場の自動化を進めるロボティクス、設備の故障を事前に予測する予知保全などが挙げられます。製造業の変革を促す「インダストリー4.0」をさらに加速させる起爆剤となるでしょうか。

今回の提携は、ドイツの国際競争力強化を目指す官民イニシアチブ「Made for Germany」から生まれた最初の具体的な成果の一つです。欧州では、外国の巨大テック企業への技術依存を減らしデジタル主権を確立する動きが強まっており、このAIクラウドは欧州独自の技術革新の新たな核となる可能性を秘めています。

OpenAI、AWSと380億ドル契約 AI開発基盤を強化

380億ドルの戦略的提携

7年間の大規模クラウド契約
数十万個のNVIDIA製GPUを提供
次世代モデルの開発・運用を加速
2026年末までのインフラ展開完了目標

AI業界の地殻変動

OpenAIのマルチクラウド戦略が鮮明に
マイクロソフトとの独占的関係からの変化
激化するAI計算資源の確保競争
発表を受けAmazon株価は史上最高値を更新

生成AI開発をリードするOpenAIは2025年11月3日、アマゾン・ウェブ・サービス(AWS)と複数年にわたる戦略的パートナーシップを締結したと発表しました。契約総額は380億ドル(約5.7兆円)に上り、OpenAIはAWSの高性能なクラウドインフラを利用して、次世代AIモデルの開発と運用を加速させます。これはAI業界の計算資源確保競争を象徴する動きです。

この7年契約に基づき、AWSはOpenAIに対し、NVIDIA製の最新GPU「GB200」や「GB300」を数十万個規模で提供します。Amazon EC2 UltraServers上に構築されるこのインフラは、数千万のCPUにも拡張可能で、ChatGPTの応答生成から次世代モデルのトレーニングまで、幅広いAIワークロードを効率的に処理するよう設計されています。

今回の提携は、OpenAIがマイクロソフトのAzureに依存する体制から、マルチクラウド戦略へ移行する姿勢を鮮明にするものです。OpenAIのサム・アルトマンCEOは「最先端AIのスケーリングには、大規模で信頼性の高い計算能力が不可欠だ」と述べ、AWSとの連携がAIの普及を後押しするとの期待を示しました。

一方、AWSにとってもこの契約は、急成長するAIインフラ市場での優位性を確固たるものにする大きな一歩です。長年のライバルであるマイクロソフトの牙城を崩す一手となり、市場はこの提携を好感。発表を受けてAmazonの株価は史上最高値を更新し、投資家の高い期待が示されました。

AI業界では、モデルの性能向上に伴い、計算能力の需要が爆発的に増加しています。今回の巨額契約は、AI開発の前提となるインフラ確保競争の激しさを物語っています。一方で、一部の専門家からは、実用化や収益化の道筋が不透明な中での巨額投資が続く現状に、「AIバブル」への懸念も指摘されています。

マイクロソフトAI投資加速、電力不足が新たなボトルネックに

世界中でAIインフラ巨額契約

豪州企業と97億ドルの契約
クラウド企業Lambdaとも大型契約
UAEに152億ドルを投資
最新NVIDIA製GPUを大量確保

GPU余剰と電力不足の矛盾

チップ在庫はあっても電力が不足
データセンター建設が需要に追いつかない
CEO自らが課題を認める発言
エネルギー確保が最重要課題に浮上

マイクロソフトが、AIの計算能力を確保するため世界中で巨額のインフラ投資を加速させています。しかしその裏で、確保した大量のGPUを稼働させるための電力不足とデータセンター建設の遅れという深刻な問題に直面しています。同社のサティア・ナデラCEO自らがこの課題を認めており、AIのスケールアップにおける新たなボトルネックが浮き彫りになりました。

同社は、オーストラリアのデータセンター企業IRENと97億ドル、AIクラウドを手がけるLambdaとは数十億ドル規模の契約を締結。さらにアラブ首長国連邦(UAE)には今後4年で152億ドルを投じるなど、最新のNVIDIA製GPUを含む計算資源の確保をグローバルで推進しています。これは、急増するAIサービスの需要に対応するための動きです。

しかし、ナデラCEOは「現在の最大の問題は計算能力の供給過剰ではなく、電力とデータセンターの建設速度だ」と語ります。OpenAIのサム・アルトマンCEOも同席した場で、ナデラ氏は「チップの在庫はあるが、接続できる場所がないのが実情だ」と述べ、チップ供給から物理インフラへと課題が移行したことを明確に示しました。

この問題の背景には、これまで横ばいだった電力需要がデータセンターの急増によって予測を上回るペースで伸びていることがあります。電力会社の供給計画が追いつかず、AI競争の足かせとなり始めています。AIの知能単価が劇的に下がるほど、その利用は爆発的に増え、さらなるインフラ需要を生む「ジェボンズのパラドックス」が現実味を帯びています。

アルトマン氏は核融合や太陽光発電といった次世代エネルギーに投資していますが、これらの技術がすぐに大規模展開できるわけではありません。AIの進化を支えるためには、計算資源だけでなく、それを動かすための安定的かつ大規模な電力供給網の構築が、テクノロジー業界全体の喫緊の課題となっているのです。

NVIDIA、韓国と提携 25万GPUで主権AI構築へ

官民挙げた国家プロジェクト

NVIDIAと韓国官民が歴史的提携
最新GPU 25万基超を国家規模で導入
「主権AI」とAIファクトリーの構築
サムスン・現代など財閥企業が参画

主要産業のAI化を加速

製造・モビリティ分野の産業革新
韓国語LLMや次世代通信6Gも開発

米半導体大手NVIDIAは2025年10月31日、韓国のAPEC首脳会議で、同国政府や主要企業と国家規模のAIインフラ構築で提携すると発表しました。サムスン電子などと連携し25万基以上の最新GPUを導入、韓国独自の「主権AI」開発を加速させます。国全体の産業基盤をAI時代に対応させる歴史的な投資となります。

プロジェクトの核心は、自国データを国内で管理・活用する「主権AI」の確立です。政府主導でクラウド事業者に約5万基のGPUを、民間企業には20万基以上を供給。単なるインフラ整備に留まらず、国家の産業構造そのものをAI中心に再設計する壮大な構想です。

民間ではサムスン、SK、現代がそれぞれ最大5万基、NAVERは6万基以上のGPUを導入し「AIファクトリー」を構築します。これにより、製造、モビリティ、通信、ロボティクスといった基幹産業のデジタルトランスフォーメーションを根本から推進する計画です。

各社の狙いは明確です。サムスンは半導体製造のデジタルツイン化、現代は自動運転とスマートファクトリー、SKは製造AIクラウド、NAVERは特定産業向けAIモデルの開発を推進。NVIDIAの技術で各社の競争力を飛躍的に高めます。

提携はGPU導入に限りません。LGなども参加し、韓国語LLMの開発や量子コンピューティング研究、次世代通信「6G」に向けたAI-RAN技術の共同開発も推進。AIを核とした包括的な技術エコシステムの構築を目指します。

未来の成長を支えるため、スタートアップ支援と人材育成も強化します。NVIDIAは韓国内のスタートアップ連合を設立し、インフラへのアクセスやVCからの支援を提供。同時にAI人材育成プログラムも展開し、エコシステム全体の底上げを図ります。

今回の発表は、韓国が国を挙げて「AI産業革命」に乗り出す号砲です。ハードウェア導入からソフトウェア開発、人材育成まで包括的な国家戦略として展開されるこの取り組みは、世界のAI開発競争における韓国の地位を左右する一手となるでしょう。

CoreWeaveの大型買収破談、AI開発ツール企業買収へ転換

Core Scientific買収の破談

90億ドル規模の買収提案を株主が否決
AIインフラ市場の過熱が背景
筆頭株主が「安すぎる」と反対を推奨
否決の報道後、株価は逆に上昇

CoreWeaveの次なる一手

買収破談の直後に方針転換
Pythonノートブック「Marimo」を買収
AIアプリ開発への事業領域拡大が狙い
インフラから開発ツールへと事業を多角化

AIデータセンター大手のCoreWeaveは10月31日、同業のCore Scientificに対する90億ドル規模の買収提案が、Core Scientificの株主投票で否決されたと発表しました。背景にはAIインフラ市場の過熱があります。買収破談の直後、CoreWeaveは戦略を転換し、Python開発ツールを手がけるMarimoの買収を発表。AI市場での主導権争いが新たな局面を迎えています。

買収否決の決定打は、Core Scientificの筆頭株主であるTwo Seas Capitalの反対推奨でした。同社は「AIインフラへの投資は加速しており、提示された買収額は企業価値を過小評価している」と主張。Core Scientificが単独で成長し、より大きな価値を生み出せるとの強気な見方を示しました。この動きは、市場のAI関連企業への期待の高さを物語っています。

両社は共に暗号資産のマイニング事業から出発しましたが、その後の戦略で明暗が分かれました。CoreWeaveはNVIDIAとの提携をてこに、いち早くAIワークロード向けのデータセンター事業へ転換。企業価値はIPO時の約5倍である660億ドルにまで急騰しました。この成功が、今回の株主の判断に影響を与えたことは間違いありません。

Core Scientificの買収に失敗したCoreWeaveですが、その動きは迅速でした。同日、オープンソースのPythonノートブック「Marimo」を買収したと発表。買収額は非公開です。これは単なる代替投資ではなく、同社の事業戦略における重要な方針転換を示唆している可能性があります。

Marimoは、データ分析やAIアプリ開発で広く使われる開発ツールです。CoreWeaveがMarimoを手に入れることで、単なるインフラ提供者(ホスティング)から、開発者向けのツールも提供するプラットフォーマーへと、事業のスタックを上げることを狙っています。これにより、AIエコシステム内での影響力を一層高める戦略です。

今回の一連の出来事は、現在のAI市場の熱狂ぶりを象徴しています。株主は短期的な買収益よりも将来の大きな成長に賭け、企業はインフラからアプリケーションレイヤーへと覇権争いを拡大しています。AIをめぐる企業の合従連衡と競争は、今後さらに激化することが予想されます。

Nvidia、AI開発基盤に最大10億ドル投資か

Nvidiaの巨額投資

投資先はAI開発基盤Poolside
投資額は最大10億ドル(約1500億円)
評価額120億ドルでの資金調達
2024年10月に続く追加投資

加速するAI投資戦略

自動運転や競合にも投資実績
AIエコシステムでの覇権強化

半導体大手のNvidiaが、AIソフトウェア開発プラットフォームを手がけるPoolsideに対し、最大10億ドル(約1500億円)の巨額投資を検討していると報じられました。この動きは、AIチップで市場を席巻するNvidiaが、ソフトウェア開発の領域でも影響力を強化し、自社のエコシステムを拡大する戦略の一環とみられます。急成長するAI開発ツール市場の主導権争いが、さらに激化する可能性があります。

米ブルームバーグの報道によると、今回の投資はPoolsideが実施中の総額20億ドルの資金調達ラウンドの一部です。同社の評価額は120億ドルに達するとされ、Nvidiaは最低でも5億ドルを出資する見込みです。Poolsideが資金調達を成功裏に完了した場合、Nvidiaの出資額は最大で10億ドルに膨らむ可能性があると伝えられています。

NvidiaがPoolsideに出資するのは、今回が初めてではありません。同社は2024年10月に行われたPoolsideのシリーズBラウンド(総額5億ドル)にも参加しており、以前からその技術力を高く評価していました。今回の追加投資は、両社の関係をさらに深め、ソフトウェア開発におけるAIモデルの活用を加速させる狙いがあると考えられます。

Nvidiaの投資先は多岐にわたります。最近では、英国の自動運転技術企業Wayveへの5億ドルの投資検討や、競合であるIntelへの50億ドル規模の出資も明らかになっています。ハードウェアの強みを活かしつつ、多様なAI関連企業へ投資することで、業界全体にまたがる巨大な経済圏を築こうとする戦略が鮮明になっています。

半導体という「インフラ」で圧倒的な地位を築いたNvidia。その次の一手は、AIが実際に使われる「アプリケーション」層への進出です。今回の投資は、開発者コミュニティを押さえ、ソフトウェアレイヤーでも覇権を握ろうとする野心の表れと言えるでしょう。AI業界のリーダーやエンジニアにとって、Nvidiaの動向はますます見逃せないものとなっています。

NVIDIA、RTX 5080クラウド基盤を欧州・北米へ拡大

RTX 5080サーバー増強

アムステルダムへ導入
モントリオールへ導入
最新Blackwell世代のGPU
5K解像度/120fpsに対応

新規コンテンツ追加

注目作『ARC Raiders』
『The Outer Worlds 2』など
合計10タイトルが新たに対応
Ultimate会員向け特典も

NVIDIAは2025年10月30日、クラウドゲーミングサービス「GeForce NOW」のインフラを強化すると発表しました。最新のGeForce RTX 5080搭載サーバーをオランダのアムステルダムとカナダのモントリオールに新設します。併せて、注目作『ARC Raiders』を含む10タイトルのゲームを新たに追加し、プラットフォームの魅力を高めます。

今回のサーバー増強は、ブルガリアのソフィアに続くもので、Blackwellアーキテクチャを採用したRTX 5080の展開を加速させます。これにより、対象地域のユーザーは、最大5K解像度、120fpsの滑らかな映像とリアルタイムレイトレーシングによる高品質なストリーミング体験を、ほぼ全てのデバイスで享受可能になります。

コンテンツ面では、新作SFシューター『ARC Raiders』が目玉です。NVIDIAは同作のリリースを記念し、最上位プラン「Ultimate」の12ヶ月メンバーシップ購入者にゲーム本編を無料で提供するキャンペーンを実施。強力なハードウェアと魅力的なコンテンツを組み合わせ、プレミアムユーザーの獲得を狙います。

このほか、『The Outer Worlds 2』や『Guild Wars 2』の大型拡張コンテンツなど、話題性の高いタイトルも追加されました。NVIDIAは継続的なコンテンツ拡充を通じて、ユーザーエンゲージメントを高め、クラウドプラットフォームとしてのエコシステムを強化しています。

こうした定期的なインフラ投資とコンテンツ戦略は、NVIDIAがゲーミング分野に留まらず、高性能クラウドGPU市場におけるリーダーシップを盤石にするものです。技術基盤の優位性を背景に、今後他分野への応用も期待されるのではないでしょうか。

NVIDIA支援のAI、インドで乳がん早期発見に貢献

AIによる医療格差の是正

インド地方部へ移動式検診車を派遣
低コストで高品質な乳がん検診を実現
医療アクセス困難な女性を支援
AIによる迅速なトリアージを実施

移動式クリニックの実績

過去1年で3,500人以上を検診
受診者の90%が初のマンモグラフィ
約300件の異常所見を発見
24人の陽性患者を早期治療へ

NVIDIAが支援する米国のスタートアップMedCognetics社が、AI技術を活用した移動式クリニックでインド地方部の医療アクセス改善に貢献しています。NPO法人と連携し、低コストで高品質な乳がん検診を提供。これまで検診機会のなかった多くの女性に、早期発見と治療の道を開いています。

この移動式クリニックは過去1年で、インドのプネー周辺の農村部で3,500人以上の女性を検診しました。驚くべきことに、その90%が初めてマンモグラフィを受ける人々でした。AIによる解析で約300件の異常所見が見つかり、うち24人が陽性と診断され、病状が進行する前に治療へと繋げられました。

この取り組みを支えるのが、MedCognetics社が開発したAIシステムです。同社のAIは米国食品医薬品局(FDA)の認可を受けており、NVIDIAの産業用エッジAIプラットフォーム「IGX Orin」などで動作します。クラウドだけでなく、将来的には検診車に搭載したハードウェアでAI分析を完結させることを目指しています。

検診車に放射線科医は同乗しません。AIがまずマンモグラフィ画像を解析し、腫瘍の疑いがある高リスクなケースを即座に特定します。これにより、都市部の専門医は優先順位の高い患者から遠隔で詳細な読影を行え、診断プロセスが大幅に効率化されます。特に、人の目では見逃しやすい小さな腫瘍の発見に威力を発揮します。

インドの人口の約3分の2が居住する地方部では、高価でアクセスしにくい医療のため、予防検診が敬遠されがちです。その結果、乳がんが進行した段階で発見されるケースが多く、生存率に直結する課題となっています。AIを活用した手頃で身近な検診サービスは、この状況を打破する大きな一歩と言えるでしょう。

AIモデルの巨大化、ハードウェア進化を凌駕

AI性能競争の現状

AIの五輪MLPerfベンチマーク
最新ハードで訓練時間を競う
NVIDIA製GPUが業界標準

モデル進化のジレンマ

ベンチマークも年々高度化
LLMの巨大化が加速
ハードウェア進化が追いつかず
訓練時間は一時的に長期化

AI性能を測る業界標準ベンチマーク「MLPerf」の最新データが、AIモデル、特に大規模言語モデル(LLM)の巨大化がハードウェアの進化ペースを上回っている現状を浮き彫りにしました。NVIDIAなどの半導体メーカーがGPU性能を飛躍的に向上させる一方、モデルの複雑化がそれを凌駕。AI開発における計算資源の課題が改めて示された形です。

MLPerfとは、AI分野のコンソーシアム「MLCommons」が2018年から年2回開催する性能競争です。参加企業は最新のハードウェアとソフトウェア構成を用い、特定のAIモデルを目標精度までトレーニングする時間を競います。その結果は、AIインフラの性能を測る「物差し」として業界で広く認知されています。

この数年で、AIトレーニングを支えるハードウェアは劇的に進化しました。特に業界標準となっているNVIDIAは、V100から最新のBlackwell世代に至るまで、GPUの性能を飛躍的に高めてきました。参加企業はより大規模なGPUクラスタを使用し、記録更新を続けています。

しかし、ハードウェアの進化と同時に、MLPerfのベンチマーク自体も厳しさを増しています。MLPerf責任者のデビッド・カンター氏によれば、これは意図的なものであり、ベンチマークが常に業界の最先端を反映するためだといいます。AIモデルの進化に追随している証左と言えるでしょう。

データが示す興味深い現実は、「モデルの成長がハードウェアの進化を上回る」という不等式です。新しい巨大モデルがベンチマークに採用されると、最速トレーニング時間は一度長くなります。その後、ハードウェア改良で短縮されるものの、次の新モデルで再びリセットされる。このサイクルが繰り返されているのです。

この傾向は、AIを事業に活用する企業にとって何を意味するのでしょうか。それは、単に最新ハードウェアを導入するだけでは、AI開発競争で優位に立てない可能性があるということです。計算資源の効率的な利用や、モデルの最適化といったソフトウェア側の工夫が、今後ますます重要になるでしょう。

NVIDIA、物理AI開発を加速する新基盤モデル

物理AI開発の課題

現実世界のデータ収集コスト
開発期間の長期化
多様なシナリオの網羅性不足

新Cosmosモデルの特長

テキスト等から動画世界を生成
気象や照明など環境を自在に変更
従来比3.5倍小型化し高速化

期待されるビジネス効果

開発サイクルの大幅な短縮
AIモデルの精度と安全性の向上

NVIDIAは2025年10月29日、物理AI開発を加速させるワールド基盤モデル「NVIDIA Cosmos」のアップデートを発表しました。ロボットや自動運転車の訓練に必要な多様なシナリオのデータを、高速かつ大規模に合成生成する新モデルを公開。これにより、開発者は現実世界でのデータ収集に伴うコストや危険性を回避し、シミュレーションの精度を飛躍的に高めることが可能になります。

ロボットなどの物理AIは、現実世界の多様で予測不能な状況に対応する必要があります。しかし、そのための訓練データを実世界で収集するのは、莫大な時間とコスト、そして危険を伴います。特に、まれにしか起こらない危険なシナリオを網羅することは極めて困難です。この「データ収集の壁」を打ち破る鍵として、物理法則に基づいた合成データ生成が注目されています。

今回のアップデートでは、2つの主要モデルが刷新されました。「Cosmos Predict 2.5」は、テキストや画像、動画から一貫性のある仮想世界を動画として生成します。一方「Cosmos Transfer 2.5」は、既存のシミュレーション環境に天候や照明、地形といった新たな条件を自在に追加し、データの多様性を飛躍的に高めます。モデルサイズも従来比3.5倍小型化され、処理速度が向上しました。

これらの新モデルは、NVIDIAの3D開発プラットフォーム「Omniverse」やロボットシミュレーション「Isaac Sim」とシームレスに連携します。開発者は、スマートフォンで撮影した現実空間からデジタルツインを生成し、そこに物理的に正確な3Dモデルを配置。その後、Cosmosを用いて無限に近いバリエーションの訓練データを生成する、という効率的なパイプラインを構築できます。

すでに多くの企業がこの技術の活用を進めています。汎用ロボット開発のSkild AI社は、ロボットの訓練期間を大幅に短縮。また、配送ロボットを手がけるServe Robotics社は、Isaac Simで生成した合成データを活用し、10万件以上の無人配送を成功させています。シミュレーションと現実のギャップを埋めることで、開発と実用化のサイクルが加速しています。

NVIDIAの今回の発表は、物理AI開発が新たな段階に入ったことを示唆します。合成データ生成の質と量が飛躍的に向上することで、これまで困難だった複雑なタスクをこなすロボットや、より安全な自動運転システムの開発が現実味を帯びてきました。経営者やリーダーは、この技術革新が自社の競争優位性にどう繋がるか、見極める必要があります。

NVIDIA、史上初5兆ドル企業に AIブームが加速

驚異的な成長スピード

4兆ドルから僅か3ヶ月で達成
2022年末から株価は約12倍に
AppleやMicrosoftを上回る

株価を押し上げた好材料

5000億ドルのAIチップ受注見込み
アメリカ政府向けスパコン7基構築
Nokiaと次世代通信網で提携
対中輸出協議への期待感

半導体大手NVIDIAが29日、株式市場で時価総額5兆ドル(約750兆円)を史上初めて突破しました。生成AIブームを背景に同社のGPU(画像処理半導体)への需要が爆発的に増加。CEOによる強気な受注見通しの発表や、米中間の取引協議への期待感が株価を押し上げ、4兆ドル達成からわずか3ヶ月で新たな大台に乗せました。

株価上昇の直接的な引き金は、ジェンスン・フアンCEOが発表した複数の好材料です。同氏は、最新AIチップ「Blackwell」と次世代「Rubin」について、2026年末までに累計5000億ドルの受注を見込むと表明。さらにアメリカ政府向けに7つのスーパーコンピュータを構築する計画も明らかにしました。

トランプ大統領の発言も市場の追い風となりました。同大統領は、中国の習近平国家主席とNVIDIAの高性能チップ「Blackwell」について協議する意向を示唆。これにより、現在輸出規制の対象となっている中国市場への販売再開に対する期待感が高まり、投資家の買いを誘いました。

NVIDIAの成長スピードは驚異的です。2022年末にChatGPTが登場して以降、同社の株価は約12倍に急騰しました。時価総額4兆ドルを突破したのが今年7月。そこからわずか3ヶ月で5兆ドルに到達し、AppleやMicrosoftといった巨大テック企業を突き放す形となっています。

同社は事業領域の拡大にも余念がありません。フィンランドの通信機器大手Nokiaに10億ドルを投資し、AIをネイティブに活用する次世代通信規格「5G-Advanced」や「6G」ネットワークの共同開発で提携。半導体事業に留まらない成長戦略を描いています。

一方で、市場ではAI関連株の急激な上昇を「バブルではないか」と懸念する声も根強くあります。しかし、フアンCEOは「我々が利用するAIモデルやサービスに対価を払っている。バブルだとは思わない」と述べ、実需に裏打ちされた成長であることを強調しました。

Alphabet、AIで初の四半期売上1000億ドル達成

AIがもたらす記録的成長

初の四半期売上1000億ドル達成
Geminiアプリ利用者6.5億人超
AIモデルのトークン処理量が20倍成長
有料サブスク登録者3億人を突破

検索とクラウド事業の躍進

AI Overviewによる検索クエリ数の増加
クラウドの受注残高は1550億ドルに
クラウド顧客の7割がAI製品を利用
大手AIラボ10社中9社がGoogle Cloudを選択

Googleの親会社Alphabetは2025年10月29日、2025年第3四半期決算を発表しました。四半期売上高は過去最高の1000億ドルに達し、5年間で倍増という驚異的な成長です。この記録的な業績は、検索やクラウド事業全体にわたるAIへの戦略的投資が本格的な収益化フェーズに入ったことを明確に示しています。

成長の核となるAIの勢いは、具体的な数値に表れています。対話型AI「Gemini」アプリの月間アクティブユーザーは6億5000万人を超え、クエリ数は前期比で3倍に急増。全プロダクトでのAI処理能力は、この1年で20倍以上に拡大しました。

主力事業である検索においてもAIが新たな成長を牽引しています。「AI Overview」は全体のクエリ数増加に貢献し、特に若年層の利用が顕著です。新たに40言語に対応した「AI Mode」も、7500万人のデイリーアクティブユーザーを獲得し、利用が急拡大しています。

Google Cloud事業はAI製品の強化で成長が加速しています。AI関連製品の収益は前年同期比200%超の増加。受注残高も1550億ドルに達しました。既存顧客の7割以上がAI製品を利用しており、大手企業との大型契約も過去2年間の合計を上回るペースで獲得しています。

YouTubeではAIツールでクリエイターの動画制作や収益化を支援しています。Google OneやYouTube Premiumといった有料サブスクリプション登録者数も順調に増加し、3億人を突破。安定した収益基盤の構築が進んでいます。

同社の強みは、自社開発のTPUとNVIDIA製GPUの両方を提供するAIインフラです。この優位性により大手AI企業を含む多くの顧客を獲得。自動運転のWaymoも事業拡大を進めるなど、未来への投資も着実に成果を上げています。

サンダー・ピチャイCEOは「AIが具体的なビジネス成果を上げている」と述べ、AIにおけるリーダーシップに自信を示しました。今回の記録的な決算は、Alphabetが生成AI時代における確固たる地位を築きつつあることを市場に強く印象付けたと言えるでしょう。

NVIDIA、AI工場設計図と新半導体を一挙公開

AI工場構築の設計図

政府向けAI工場設計図を公開
ギガワット級施設のデジタルツイン設計
次世代DPU BlueField-4発表
産業用AIプロセッサ IGX Thorも

オープンなAI開発

高効率な推論モデルNemotron公開
物理AI基盤モデルCosmosを提供
6G研究用ソフトをオープンソース化

NVIDIAは10月28日、ワシントンD.C.で開催の技術会議GTCで、政府・規制産業向けの「AIファクトリー」参照設計や次世代半導体、オープンソースのAIモデル群を一挙に発表しました。これは、セキュリティが重視される公共分野から創薬、エネルギー、通信といった基幹産業まで、AIの社会実装をあらゆる領域で加速させるのが狙いです。ハード、ソフト、設計思想まで網羅した包括的な戦略は、企業のAI導入を新たな段階へと導く可能性があります。

発表の核となるのが、AI導入の設計図です。政府・規制産業向けに高いセキュリティ基準を満たす「AI Factory for Government」を発表。PalantirやLockheed Martinなどと連携します。また、Omniverse DSXブループリントは、ギガワット級データセンターをデジタルツインで設計・運用する手法を提示。物理的な建設前に効率や熱問題を最適化し、迅速なAIインフラ構築を可能にします。

AIインフラの性能を根幹から支える新半導体も発表されました。次世代DPU「BlueField-4」は、AIデータ処理、ネットワーキング、セキュリティを加速し、大規模AI工場の中枢を担います。さらに、産業・医療のエッジ向けには、リアルタイム物理AIプロセッサ「IGX Thor」を投入。従来比最大8倍のAI性能で、工場の自動化や手術支援ロボットの進化を後押しします。

開発者エコシステムの拡大に向け、AIモデルのオープンソース化も加速します。高効率な推論でAIエージェント構築を容易にする「Nemotron」モデル群や、物理世界のシミュレーションを可能にする「Cosmos」基盤モデルを公開。さらに、次世代通信規格6Gの研究開発を促進するため、無線通信ソフトウェア「Aerial」もオープンソースとして提供します。

これらの技術は既に具体的な産業応用へと結実しています。製薬大手イーライリリーは、1000基以上のNVIDIA Blackwell GPUを搭載した世界最大級の創薬AIファクトリーを導入。General Atomicsは、核融合炉のデジタルツインを構築し、シミュレーション時間を数週間から数秒に短縮するなど、最先端科学の現場で成果を上げています。

今回の一連の発表は、AIが研究開発段階から、社会を動かす基幹インフラへと移行する転換点を示唆しています。NVIDIAが提示する「AIファクトリー」という概念は、あらゆる産業の生産性と競争力を再定義する可能性を秘めています。自社のビジネスにどう取り入れ、新たな価値を創造するのか。経営者やリーダーには、その構想力が問われています。

クアルコム、AIチップで王者NVIDIAに挑戦状

新チップでNVIDIAに対抗

AI200を2026年に投入
AI250を2027年に投入
AIモデルの推論処理に特化
サウジのAI企業が採用表明

モバイル技術をデータセンターへ

スマホ向けNPU技術が基盤
最大72チップでラック構成
AI250で大幅な低消費電力を実現
AI200は768GBのRAM搭載

携帯電話向け半導体大手のクアルコムは2025年10月27日、AI(人工知能)チップ市場への本格参入を発表しました。AIモデルの「推論」に特化した新製品「AI200」と「AI250」を投入し、同市場で圧倒的なシェアを誇るNVIDIAの牙城に挑みます。モバイル向けで培った技術をデータセンター向けに転用する戦略で、新たな成長を目指します。

2026年に投入予定の「AI200」は、AI推論に最適化され768GBのRAMを搭載します。2027年には、効率を飛躍的に高め、大幅な低消費電力を実現するという「AI250」をリリース予定。両製品ともAIモデルの学習ではなく、実行(推論)に特化している点が特徴です。

新チップの核となるのは、スマートフォン向けで培ってきた「Hexagon NPU」技術です。この省電力性能に優れたモバイル技術をデータセンターに応用することで、競合との差別化を図ります。同社の技術資産を最大限に活用した戦略と言えるでしょう。

クアルコムの参入は、これまで携帯電話や通信機器が主力だった同社にとって大きな戦略転換を意味します。最大72個のチップを単一コンピュータとして連携させる構成も可能で、NVIDIAやAMDのGPUが支配するデータセンター市場への明確な挑戦状と受け止められています。

すでにサウジアラビアの公共投資基金(PIF)傘下のAI企業「Humain」が新チップの採用を表明。同社はサウジアラビアでAIデータセンターを構築しており、クアルコムのチップがそのインフラの中核を担います。初の大口顧客を獲得し、幸先の良いスタートを切りました。

NVIDIA、ロボット開発基盤ROSをGPUで加速

AIロボット開発を加速

ROS 2にGPU認識機能を追加
性能ボトルネック特定ツールを公開
Isaac ROS 4.0を新基盤に提供
Physical AIの標準化を支援

エコシステムの拡大

高度なシミュレーション環境を提供
産業用ロボットのAI自動化を推進
自律移動ロボットの高度なナビゲーション
多くのパートナーがNVIDIA技術を採用

NVIDIAは2025年10月27日、シンガポールで開催のロボット開発者会議「ROSCon 2025」で、ロボット開発の標準的オープンフレームワーク「ROS」を強化する複数の貢献を発表しました。GPUによる高速化や開発ツールの提供を通じ、次世代のPhysical AIロボット開発を加速させるのが狙いです。

今回の取り組みの核心は、ROS 2を実世界のアプリケーションに対応する高性能な標準フレームワークへと進化させる点にあります。NVIDIAはOpen Source Robotics Alliance (OSRA)の「Physical AI」分科会を支援し、リアルタイム制御やAI処理の高速化、自律動作のためのツール改善を推進します。

具体的には、ROS 2にGPUを直接認識・管理する機能を提供。これにより、開発者はCPUやGPUの能力を最大限に引き出し、高速な性能を実現できます。ハードウェアの急速な進化にROSエコシステム全体が対応可能となり、将来性も確保します。

開発効率化のため、性能ボトルネックを特定する「Greenwave Monitor」をオープンソース化。さらにAIモデル群「Isaac ROS 4.0」を最新プラットフォーム「Jetson Thor」に提供。ロボットの高度なAI機能を容易に実装できます。

これらの貢献は既に多くのパートナー企業に活用されています。AgileX Roboticsは自律移動ロボットに、Intrinsicは産業用ロボットの高度な把持機能に技術を採用。シミュレーションツール「Isaac Sim」も広く利用されています。

NVIDIAはハードウェアからソフトウェア、シミュレーションまで一貫したプラットフォームを提供し、オープンソースコミュニティへの貢献を続けます。今回の発表は、同社が「Physical AI」の未来を築く基盤整備を主導する強い意志を示すものです。

中国発MiniMax-M2、オープンソースLLMの新王者

主要指標でOSSの首位

第三者機関の総合指標で1位
独自LLMに迫るエージェント性能
コーディングベンチでも高スコア

企業導入を促す高効率設計

商用利用可のMITライセンス
専門家混合(MoE)で低コスト
少ないGPUで運用可能
思考プロセスが追跡可能

中国のAIスタートアップMiniMaxが27日、最新の大規模言語モデル(LLM)「MiniMax-M2」を公開しました。第三者機関の評価でオープンソースLLMの首位に立ち、特に自律的に外部ツールを操作する「エージェント性能」で独自モデルに匹敵する能力を示します。商用利用可能なライセンスと高い電力効率を両立し、企業のAI活用を加速させるモデルとして注目されます。

第三者評価機関Artificial Analysisの総合指標で、MiniMax-M2はオープンソースLLMとして世界1位を獲得しました。特に、自律的な計画・実行能力を測るエージェント関連のベンチマークでは、GPT-5やClaude Sonnet 4.5といった最先端の独自モデルと肩を並べるスコアを記録。コーディングやタスク実行能力でも高い性能が確認されています。

M2の最大の特長は、企業での導入しやすさです。専門家の知識を組み合わせる「MoE」アーキテクチャを採用し、総パラメータ2300億に対し、有効パラメータを100億に抑制。これにより、わずか4基のNVIDIA H100 GPUでの運用を可能にし、インフラコストを大幅に削減します。さらに、商用利用を認めるMITライセンスは、企業が独自に改良・展開する際の障壁を取り払います。

高いエージェント性能を支えるのが、独自の「インターリーブ思考」形式です。モデルの思考プロセスがタグで明示されるため、論理の追跡と検証が容易になります。これは、複雑なワークフローを自動化する上で極めて重要な機能です。開発者は構造化された形式で外部ツールやAPIを連携させ、M2を中核とした高度な自律エージェントシステムを構築できます。

M2の登場は、オープンソースAI開発における中国勢の台頭を象徴しています。DeepSeekやアリババのQwenに続き、MiniMaxもまた、単なるモデルサイズではなく、実用的なエージェント能力やコスト効率を重視する潮流を加速させています。監査や自社でのチューニングが可能なオープンモデルの選択肢が広がることは、企業のAI戦略に大きな影響を与えるでしょう。

AI推論コストを10倍削減、Tensormeshが6.7億円調達

資金調達と事業目的

シードで450万ドルを調達
オープンソースLMCacheの商用化
AI推論コストを最大10倍削減

独自技術の仕組み

使用済みKVキャッシュの保持と再利用
GPUの推論能力を最大化
チャットやエージェントで特に有効

市場の需要と提供価値

複雑なシステム構築の手間を削減
GoogleやNvidiaも採用する実績

AIスタートアップのTensormeshが、Laude Ventures主導のシードラウンドで450万ドル(約6.7億円)を調達しました。同社は、オープンソースとして実績のあるAI推論最適化ツール「LMCache」を商用化し、企業のAI推論コストを最大10倍削減することを目指します。GPUリソースが逼迫する中、既存インフラから最大限の性能を引き出す同社の技術に注目が集まっています。

技術の核心は「KVキャッシュ」の効率的な再利用にあります。従来のAIモデルは、クエリ(問い合わせ)ごとに生成されるKVキャッシュを毎回破棄していました。これは「賢い分析官が質問のたびに学んだことを忘れてしまう」ような非効率を生んでいます。Tensormeshのシステムは、このキャッシュを保持し、類似の処理で再利用することで、計算リソースの無駄を徹底的に排除します。

この技術は、対話の文脈を常に参照する必要があるチャットインターフェースや、行動履歴が重要となるエージェントシステムで特に威力を発揮します。会話が進むにつれて増大するデータを効率的に処理できるため、応答速度を維持しつつ、より高度な対話が可能になります。サーバー負荷を変えずに推論能力を大幅に向上させられるのです。

なぜ、このようなソリューションが必要なのでしょうか。同様のシステムを自社開発するには、20人規模のエンジニアチームが数ヶ月を要するなど、技術的なハードルが非常に高いのが実情です。Tensormeshは、導入すればすぐに使える製品を提供することで、企業が複雑なインフラ構築から解放され、本来の事業に集中できる環境を整えます。

Tensormesh共同創業者が開発したオープンソースのLMCacheは、既にGoogleやNvidiaも自社サービスに統合するなど、技術界で高い評価を得ています。今回の資金調達は、その確かな技術的実績を、より多くの企業が利用できる商用サービスへと転換するための重要な一歩となるでしょう。

Anthropic、Google製AI半導体を100万基に増強

数百億ドル規模のAI投資

最大100万基のTPU利用計画
数百億ドル規模の大型投資
2026年に1GW超の容量を確保
急増する法人顧客需要への対応

マルチプラットフォーム戦略

Google TPUで価格性能比を追求
AmazonのTrainiumも併用
NVIDIAのGPUも活用
主要提携先Amazonとの連携も継続

AI企業のAnthropicは2025年10月23日、Google Cloudとの提携を大幅に拡大し、最大100万基のTPUを利用する計画を発表しました。投資規模は数百億ドルに上り、急増する顧客需要に対応するため、AIの研究開発能力を強化します。この拡大により、2026年には1ギガワットを超える計算能力が追加される見込みです。

同社の法人顧客は30万社を超え、年間ランレート収益が10万ドル以上の大口顧客数は過去1年で約7倍に増加しました。この計算能力の増強は、主力AI「Claude」への指数関数的な需要増に対応し、最先端のモデル開発を維持するために不可欠です。

Google Cloudのトーマス・クリアンCEOは、「AnthropicがTPUの利用を大幅に拡大したのは、長年にわたりその優れた価格性能比と効率性を評価してきた結果だ」と述べました。Googleは、第7世代TPU「Ironwood」を含むAIアクセラレータの革新を続け、さらなる効率化と容量拡大を推進しています。

Anthropicは、特定の半導体に依存しない多様な計算基盤戦略を採っている点が特徴です。GoogleのTPUに加え、AmazonのTrainium、NVIDIAのGPUという3つのプラットフォームを効率的に活用することで、業界全体との強力なパートナーシップを維持しながらClaudeの能力を進化させています。

Googleとの提携拡大の一方で、AnthropicはAmazonとのパートナーシップも継続する方針を明確にしています。Amazonは引き続き同社の主要なトレーニングパートナーであり、クラウドプロバイダーです。両社は巨大な計算クラスターを構築する「Project Rainier」でも協力を続けています。

豪州「AI国家」へ、NVIDIAがエコシステムを主導

シドニーにAI関係者1000人集結

テーマは「ソブリンAI」
生成AIやロボティクスなど最新技術を議論
大手銀やCanvaなど業界リーダーが参加

豪州AIエコシステムの急成長

スタートアップとVCの連携加速
量子コンピューティング分野も活況
HPCやVFXの強みをAIに活用

NVIDIAは先週、オーストラリアのシドニーで「NVIDIA AI Day」を開催し、1000人以上の開発者や研究者、スタートアップが集結しました。イベントでは、各国が自国のデータを管理・活用する「ソブリンAI」をテーマに、生成AIやロボティクスなどの最新動向が議論されました。NVIDIAはインフラ提供やパートナーシップを通じて、オーストラリアのAIエコシステム構築を強力に後押しし、同国をAI分野の世界的リーダーへと押し上げる構えです。

今回のイベントは、オーストラリアにおけるAIの可能性を明確に示しました。コモンウェルス銀行の最高情報責任者は「次世代のコンピュートがAIを牽引している」と述べ、NVIDIAが同国のAIエコシステム構築に貢献していることを高く評価。金融サービスから公共部門まで、幅広い業界でAIによるデジタルトランスフォーメーションが加速している現状が浮き彫りになりました。

エコシステムの中核を担う企業の動きも活発です。オーストラリア発のデザインプラットフォーム大手Canvaは、NVIDIAの技術を活用して数億人のユーザー向けに生成AIソリューションを開発している事例を紹介。同社のエンジニアリング担当シニアディレクターは「NVIDIAの技術を広範に活用し、AI機能をユーザーに提供している」と語り、具体的な協業の成果を強調しました。

未来の成長を担うスタートアップの育成にも力が注がれています。NVIDIAは今回、スタートアップ、ベンチャーキャピタル(VC)、パートナー企業を一堂に集めるネットワーキングイベントを初開催。量子コンピューティングや医療AIなど多様な分野の新興企業が登壇し、自社の技術を披露しました。地域のAI戦略を推進し、セクターを超えた協業を創出する絶好の機会となりました。

NVIDIAは、オーストラリアが持つ強みをAI時代の成長エンジンと見ています。同社の現地法人の責任者は「高性能コンピューティング(HPC)やVFXで培った専門知識と、活気ある量子・ロボティクス産業の融合が鍵だ」と指摘。強力な官民連携と世界クラスのインフラを武器に、オーストラリアがAIによる経済発展の世界的リーダーになる未来像を描いています。

UCサンタクルーズ、NVIDIA GPUで洪水予測9倍高速化

GPUによる計算高速化

カリフォルニア大学の洪水予測
CPUで6時間かかっていた計算
NVIDIA GPUで40分に短縮
シミュレーション速度が9倍に向上

可視化が導く新たな価値

高解像度の洪水リスク可視化
自然の防災効果をデータで証明
政府や企業の意思決定を支援
サンゴ礁保険など新金融商品へ

カリフォルニア大学サンタクルーズ校の研究チームが、NVIDIAのGPU技術を活用し、沿岸の洪水予測シミュレーションを大幅に高速化しています。気候変動で高まる洪水リスクを詳細に可視化し、サンゴ礁などの自然が持つ防災効果を定量的に示すことで、政府や金融機関の効果的な対策立案を支援することが目的です。

研究チームは、従来CPUで約6時間かかっていた計算を、NVIDIAのRTX 6000 Ada世代GPUを1基使うことで、わずか40分に短縮しました。これは9倍の高速化に相当し、プロジェクトの生産性を劇的に向上させています。複数のGPUをクラスタ化すれば、同時に4つのシミュレーションを実行することも可能です。

高速化の鍵は、NVIDIAの並列コンピューティングプラットフォームCUDA-Xです。これにより、膨大な計算を要する流体力学モデルを効率的に処理できます。計算時間の短縮は、パラメータの調整や感度分析といった試行錯誤を容易にし、モデルの精度向上にも大きく貢献しています。

シミュレーション結果は、Unreal Engine 5などのゲームエンジンで説得力のある映像に変換されます。洪水がどのように発生し、自然の防波堤がどう機能するかを視覚的に示すことは、関係者の理解を深め、対策への投資を促す重要なツールとなります。「可視化は行動を動機づける基本だ」と研究者は語ります。

この技術はすでに具体的なビジネスにも繋がっています。メキシコでは、サンゴ礁の防災価値を評価し、ハリケーン被害からの修復費用を賄う世界初の「サンゴ礁保険」が組成されました。可視化データが、沿岸のホテル経営者や政府、世界銀行グループの投資判断を後押しした好例です。

計算能力の向上により、チームはより野心的な目標を掲げています。現在は、気候変動の影響を特に受けやすい全世界の小島嶼開発途上国の洪水マップを作成するプロジェクトに取り組んでおり、その成果は次回の気候変動会議(COP30)で発表される予定です。

DeepSeek、テキストを画像化し10倍圧縮する新AI

テキスト処理の常識を覆す

テキストを画像として表現
従来のトークンより最大10倍効率化
LLMの常識を覆すパラダイム転換

巨大コンテキストと高効率

1000万トークン級の文脈へ
単一GPUで日産20万ページ処理
トークナイザー問題を根本的に解決も

オープンソースで開発加速

モデルやコードを完全公開
圧縮データ上の推論能力が今後の課題

中国のAI研究企業DeepSeekは、テキスト情報を画像として処理することで最大10倍に圧縮する新しいオープンソースAIモデル「DeepSeek-OCR」を発表しました。この技術は、大規模言語モデル(LLM)が一度に扱える情報量(コンテキストウィンドウ)を劇的に拡大する可能性を秘めており、従来のテキスト処理の常識を覆す画期的なアプローチとして注目されています。

このモデルの核心は、テキストを文字の集まり(トークン)としてではなく、一枚の「絵」として捉え、視覚情報として圧縮する点にあります。従来、テキスト情報の方が視覚情報より効率的に扱えると考えられてきましたが、DeepSeek-OCRはこの常識を覆しました。OpenAIの共同創業者であるAndrej Karpathy氏も「LLMへの入力は全て画像であるべきかもしれない」と述べ、この発想の転換を高く評価しています。

その性能は驚異的です。実験では、700〜800のテキストトークンを含む文書をわずか100の視覚トークンで表現し、97%以上の精度で元のテキストを復元できました。これは7.5倍の圧縮率に相当します。実用面では、単一のNVIDIA A100 GPUで1日に20万ページ以上を処理できる計算となり、AIの学習データ構築などを大幅に加速させることが可能です。

この技術革新がもたらす最大のインパクトは、LLMのコンテキストウィンドウの飛躍的な拡大です。現在の最先端モデルが数十万トークンであるのに対し、このアプローチは1000万トークン級の超巨大な文脈の実現に道を開きます。企業の全社内文書を一度に読み込ませて対話するなど、これまで不可能だった応用が現実のものとなるかもしれません。

テキストの画像化は、長年AI開発者を悩ませてきた「トークナイザー」の問題を根本的に解決する可能性も秘めています。文字コードの複雑さや、見た目が同じでも内部的に異なる文字として扱われるといった問題を回避できます。さらに、太字や色、レイアウトといった書式情報も自然にモデルへ入力できるため、よりリッチな文脈理解が期待されます。

DeepSeekはモデルの重みやコードを全てオープンソースとして公開しており、世界中の研究者がこの新技術を検証・発展させることが可能です。一方で、圧縮された視覚情報の上で、LLMがどの程度高度な「推論」を行えるかは未知数であり、今後の重要な研究課題となります。この挑戦的なアプローチが、次世代AIの標準となるか、業界全体の注目が集まります。

AI基盤Fal.ai、企業価値40億ドル超で大型調達

企業価値が爆発的に増大

企業価値は40億ドルを突破
わずか3ヶ月で評価額2.7倍
調達額は約2億5000万ドル
著名VCが大型出資を主導

マルチモーダルAI特化

600以上のメディア生成モデルを提供
開発者数は200万人を突破
AdobeやCanvaなどが顧客
動画AIなど高まる需要が追い風

マルチモーダルAIのインフラを提供するスタートアップのFal.aiが、企業価値40億ドル(約6000億円)超で新たな資金調達ラウンドを完了しました。関係者によると、調達額は約2億5000万ドルに上ります。今回のラウンドはKleiner PerkinsとSequoia Capitalという著名ベンチャーキャピタルが主導しており、AIインフラ市場の過熱ぶりを象徴しています。

驚くべきはその成長速度です。同社はわずか3ヶ月前に評価額15億ドルでシリーズCを終えたばかりでした。当時、売上高は9500万ドルを超え、プラットフォームを利用する開発者は200万人を突破。1年前の年間経常収益(ARR)1000万ドル、開発者数50万人から爆発的な成長を遂げています。

この急成長の背景には、マルチモーダルAIへの旺盛な需要があります。特に、OpenAIの「Sora」に代表される動画生成AIが消費者の間で絶大な人気を博していることが、Fal.aiのようなインフラ提供企業への追い風となっています。アプリケーションの需要が、それを支える基盤技術の価値を直接押し上げているのです。

Fal.aiは開発者向けに、画像、動画、音声、3Dなど600種類以上のAIモデルを提供しています。数千基のNVIDIA製H100およびH200 GPUを保有し、高速な推論処理に最適化されたクラウド基盤が強みです。API経由のアクセスやサーバーレスでの提供など、柔軟な利用形態も支持されています。

MicrosoftやGoogleなど巨大IT企業もAIホスティングサービスを提供していますが、Fal.aiはメディアとマルチモーダルに特化している点が競争優位性です。顧客にはAdobe、Canva、Perplexity、Shopifyといった大手企業が名を連ね、広告、Eコマース、ゲームなどのコンテンツ制作で広く活用されています。

同社は2021年、Coinbaseで機械学習を率いたBurkay Gur氏と、Amazon出身のGorkem Yurtseven氏によって共同設立されました。多くの技術者が大規模言語モデル(LLM)開発に走る中、彼らはマルチメディア生成の高速化と大規模化にいち早く着目し、今日の成功を収めました。

NVIDIAとGoogle Cloud提携、企業AI・DXを推進

最新GPU搭載VMの提供

G4 VMでRTX PRO 6000 Blackwell提供
AI推論とビジュアル処理を両立
最大8基のGPU搭載が可能
多様なワークロードを高速化

産業デジタル化を加速

OmniverseとIsaac Simが利用可能に
物理的に正確なデジタルツイン構築
仮想空間でのAIロボット開発
製造業や物流分野のDXを支援

NVIDIAとGoogle Cloudは10月20日、企業向けAIと産業のデジタル化を加速する提携拡大を発表しました。Google Cloud上で最新GPU「RTX PRO 6000 Blackwell」を搭載したG4仮想マシン(VM)と、デジタルツイン構築基盤「Omniverse」が利用可能になります。

G4 VMの核となるのは、最新GPU「RTX PRO 6000 Blackwell」です。AI推論と高精細なビジュアル処理の両方で卓越した性能を発揮し、生成AIから複雑なシミュレーションまで、多様なワークロードを単一基盤で高速化します。

特に注目されるのが産業用メタバース基盤「NVIDIA Omniverse」です。物理的に正確な工場のデジタルツイン構築や、仮想空間でのAIロボット開発・検証が可能になり、製造業などの物理AI活用が大きく前進します。

広告大手WPPはフォトリアルな3D広告環境の即時生成に、Altairは複雑なシミュレーションの高速化に本プラットフォームを活用しており、具体的なビジネス成果に繋がり始めています。あらゆる業界で応用が期待できるでしょう。

この統合プラットフォームは、AIモデル「Nemotron」や推論用マイクロサービス「NIM」などNVIDIAの豊富なソフトウェア群も利用可能です。AIエージェント構築から科学技術計算まで、高負荷タスクをクラウド上で実行できます。

今回の提携は、データ分析から物理AIの実装まで一気通貫の開発環境をクラウドで提供するものです。企業のデジタルトランスフォーメーションとイノベーションを次の段階へ引き上げる、強力な一手となるでしょう。

OpenAI元研究者ら、AI科学自動化へ3億ドル調達

AI科学自動化の新星

OpenAIとGoogle出身者が創業
科学的発見の自動化が目標
スタートアップ名はPeriodic Labs

成功を支える3つの技術

LLMの高度な推論能力
信頼性の高いロボットアーム
高精度な物理シミュレーション

巨額資金と超電導開発

シードで3億ドルという巨額調達
当面の目標は新超電導物質の発見

OpenAIの著名研究者リアム・フェドゥス氏と元Google Brainのエキン・ドウス・キュバック氏が、新スタートアップ「Periodic Labs」を設立し、ステルスモードを解除しました。同社はAIによる科学的発見の自動化を目指しており、シードラウンドで3億ドル(約450億円)という異例の巨額資金調達に成功し、シリコンバレーで大きな注目を集めています。

創業者の二人は、生成AIが科学的発見を根本から変えるという議論が深まる中、ついにその構想を現実にする時が来たと判断しました。シミュレーションによる新化合物の発見、ロボットによる物質合成、そしてLLMによる結果分析と軌道修正という一連のプロセスを完全に自動化する、壮大なビジョンを掲げています。

この挑戦を可能にしたのは、近年の3つの技術的進展です。一つは、フェドゥス氏自身も開発に関わったLLMの強力な推論能力。二つ目は、粉末合成をこなせるロボットアームの信頼性向上。そして三つ目が、複雑な物理システムをモデル化できる機械学習シミュレーションの高精度化です。

Periodic Labsのアプローチが画期的なのは、実験の「失敗」にも価値を見出している点です。従来の科学では成功が評価されますが、AIにとっては失敗データも現実世界との接点を持つ貴重な学習データとなります。これにより、AIモデルをさらに強化できると創業者らは考えています。

フェドゥス氏の退職ツイートは、ベンチャーキャピタル(VC)による激しい争奪戦の引き金となりました。ある投資家は「ラブレター」を送ったほどです。最終的に、元OpenAIの同僚が在籍するFelicisがリード投資家に決定。他にもNVIDIAやジェフ・ベゾス氏など、著名な投資家が名を連ねています。

巨額の資金を元手に、同社はすでに各分野の専門家を集め、ラボを設立済みです。当面の目標は、よりエネルギー効率の高い技術の鍵となる新しい超電導物質の発見です。AIによる科学はまだ黎明期ですが、このチームの挑戦は、その可能性を大きく切り開くかもしれません。

SKテレコム、新設AI部門で希望退職を提示

AI部門設立直後の再編

9月下旬に新AI部門を設立
設立数週間で希望退職を提示
対象は全従業員約1,000人
会社側はリストラを否定

AI事業強化への布石

複数部門を新組織へ統合
重複する役割や機能を効率化
2030年に売上5兆ウォン目標
OpenAIとの連携も推進

韓国の通信大手SKテレコムが、9月下旬に新設したAI部門「AI CIC」において、希望退職プログラムを提示したことが明らかになりました。これは同社が進めるAI関連部門の統合・再編の一環であり、設立からわずか数週間での異例の動きとして注目されています。

同社広報は、今回のプログラムはリストラや人員削減が目的ではないと強調しています。あくまでも組織再編に伴い、役割や勤務地が変更となる可能性のある従業員への支援策であると説明。参加は完全に任意であり、強制的な解雇は含まれないとのことです。

プログラムの詳細は、若手からベテランまで全部門の従業員に伝えられています。AI部門には約1,000人が在籍していると報じられており、退職を選択しない従業員は、地方オフィスへ再配置される可能性があるとしています。

今回の動きの背景には、社内に分散していたAI関連部門を「AI CIC」という統括組織に集約する狙いがあります。これにより、重複する役割や機能を整理し、より効率的な事業運営を目指します。パーソナルAIアシスタント「A.」の開発やAIデータセンター事業などがこの新部門に集約されます。

SKテレコムはAI事業を今後の成長の柱と位置付けており、AI部門で2030年までに年間売上5兆ウォン(約35億ドル)を達成する目標を掲げています。最近ではNVIDIAのGPUサービスや、OpenAIと提携したAIデータセンター開発を発表するなど、インフラ投資も加速させています。

NVIDIA、オープンソースAIで開発者エコシステムを主導

PyTorchとの連携強化

急成長AIフレームワークPyTorch
CUDAにPythonを第一級言語として追加
開発を容易にするCUDA Pythonを公開
1日200万DL超の人気を支える

オープンソースへの貢献

Hugging Faceへの貢献でトップに
1000超のツールをGitHubで公開
500以上のモデルと100以上のデータセット
AIイノベーションの加速と透明性確保

NVIDIAは、開催中の「Open Source AI Week」において、オープンソースAIのエコシステム強化に向けた新たな取り組みを発表しました。急成長するAIフレームワークPyTorchとの連携を深め、開発者がNVIDIAのGPUをより容易に活用できるツールを公開。AIイノベーションの加速と、開発者コミュニティへの貢献を鮮明に打ち出しています。

今回の発表の核心は、NVIDIAの並列コンピューティングプラットフォーム「CUDA」に、プログラミング言語Pythonを第一級言語として正式対応させた点です。これにより、世界で数百万人に上るPyTorch開発者コミュニティは、GPUアクセラレーションの恩恵をこれまで以上に簡単に受けられるようになり、生産性の飛躍的な向上が期待されます。

具体的には「CUDA Python」がGitHubとPyPIを通じて公開されました。これはカーネルフュージョンやパッケージングを簡素化し、迅速なデプロイを可能にします。1日200万回以上ダウンロードされるPyTorchの人気を背景に、NVIDIAの基盤技術がAI開発の現場で不可欠な存在であり続けることを示しています。

NVIDIAの貢献はPyTorchに留まりません。同社はAIモデル共有プラットフォーム「Hugging Face」において、過去1年で最大の貢献者となりました。GitHubでは1,000以上のオープンソースツールを公開するなど、モデル、ツール、データセットを広く提供し、透明性の高いAI開発を推進しています。

一連の取り組みは、オープンな協業を通じて技術革新を主導するというNVIDIAの強い意志の表れです。自社の強力なハードウェアと、活発なオープンソースコミュニティを結びつけることで、AIエコシステム全体の発展を促し、業界におけるリーダーシップをさらに盤石なものにする狙いがあるでしょう。

NVIDIA、最新AI半導体Blackwellを米国で生産開始

米国製AIチップの誕生

アリゾナ州で初のBlackwellウェハー生産
フアンCEOが歴史的瞬間と強調
Blackwellが量産体制へ移行

サプライチェーン国内回帰

米国のAIインフラを国内で構築
最先端チップの国内生産を実現
米国のAI分野でのリーダーシップ確保

NVIDIAとTSMCは2025年10月17日、米国アリゾナ州フェニックスにあるTSMCの半導体工場で、最新AI半導体「Blackwell」の最初のウェハーを生産したと発表しました。NVIDIAのジェンスン・フアンCEOが工場を訪れ、記念式典でウェハーに署名。これはBlackwellの量産開始を意味し、米国内のサプライチェーン強化とAIインフラ構築を加速させる歴史的な一歩となります。

フアンCEOは式典で、「米国史上初めて、最も重要なチップが国内の最先端工場で製造される歴史的瞬間だ」と強調しました。また、この動きは製造業を米国内に戻し、雇用を創出するという「再工業化」のビジョンを体現するものだと述べ、AIという世界で最も重要な技術産業における米国の役割を力説しました。

TSMCアリゾナのレイ・チュアンCEOも、「アリゾナ到着からわずか数年で米国製NVIDIA Blackwellチップを供給できたことは、TSMCの最良の姿を示すものだ」と述べました。このマイルストーンは、NVIDIAとの30年にわたるパートナーシップと、従業員や地域パートナーの揺るぎない献身の賜物であると感謝の意を表しました。

TSMCアリゾナ工場では、Blackwellに加え、2、3、4ナノメートルプロセスや次世代のA16チップなど、最先端技術の半導体を生産する計画です。これらのチップは、AI、通信、高性能コンピューティング(HPC)といった分野のアプリケーションにとって不可欠な要素となります。

今回の国内生産開始は、急増するAI需要に応える上で極めて重要です。AIインフラの根幹をなす半導体製造を米国内で行うことで、サプライチェーンを強靭化し、AI分野における米国の持続的なリーダーシップを確立する道筋をつけました。これは米国の半導体製造とAI開発における大きな前進と言えるでしょう。

NVIDIA、新サーバー増強でクラウドゲーム体験向上

Blackwellサーバー網拡大

新世代Blackwell RTXサーバー導入
ロンドンなど4地域で稼働開始
次はアトランタに展開予定
高画質・低遅延の環境を提供

ユーザー体験の向上施策

人気ゲームの限定特典を提供
Steamの2,200超タイトルを追加
新機能でゲームの即時プレイ可能
PCゲームパス対応タイトルも拡充

NVIDIAは2025年10月16日、クラウドゲーミングサービス「GeForce NOW」の基盤強化と新たなユーザー向け施策を発表しました。最新GPU「Blackwell」を搭載したサーバーをロンドンなど4地域に拡大し、パフォーマンスを向上。さらに、2,200以上のSteamタイトルを即時プレイ可能にする新機能を導入し、プラットフォームの魅力を高めることで事業拡大を加速させます。

サービスの核となるインフラ増強では、最新のGeForce RTX 5080クラスの性能を持つBlackwell RTXサーバーへのアップグレードが進んでいます。米国のアッシュバーン、ポートランド、ダラス、そして英国のロンドンで新たに稼働を開始し、次はアトランタでの展開を予定。高フレームレートと低遅延を実現し、要求の厳しいゲームでも快適なプレイ環境を提供します。

ユーザーの利便性を高める新機能「Install-to-Play」も注目されます。これにより、GeForce NOWが公式対応を謳っていない2,200以上のSteamタイトルも、プレミアム会員はクラウド上の仮想PCに直接インストールして即座にプレイできるようになりました。ライブラリの大幅な拡充は、プラットフォームの魅力を大きく高める一手と言えるでしょう。

顧客エンゲージメントを高める施策も同時に展開します。最上位プラン「Ultimate」会員向けに、人気ゲーム『Borderlands 4』で使える限定アイテムを無料で提供。さらに、周辺機器メーカーSteelSeriesと提携し、高性能なコントローラーやヘッドセットが当たるプレゼント企画も実施し、ユーザーの継続的な利用を促します。

コンテンツ面では、今週新たに10タイトルが追加されました。大規模多人数参加型オンラインゲーム『Pax Dei』の正式版リリースや、人気格闘ゲーム『ストリートファイター』シリーズなどが含まれます。PC Game Pass対応タイトルも拡充しており、幅広いゲーマーのニーズに応える姿勢を明確にしています。

AIデータセンター宇宙へ、コスト10分の1の衝撃

宇宙設置の圧倒的メリット

エネルギーコストを10分の1に削減
ほぼ無尽蔵の太陽光エネルギー
冷却水不要、真空で自然冷却
CO2排出量を大幅に削減

軌道上AI処理が拓く未来

初のデータセンター級GPUを搭載
地球観測データをリアルタイム分析
応答時間を数時間から数分へ
災害検知や気象予測に応用

米国ワシントン州のスタートアップStarcloud社が、2025年11月にNVIDIAのH100 GPUを搭載したAI衛星を打ち上げます。これは、宇宙空間にデータセンターを構築するという壮大な計画の第一歩です。地球上のデータセンターが抱えるエネルギー消費や冷却の問題を、ほぼ無尽蔵の太陽光と宇宙の真空を利用して解決し、エネルギーコストを地上比で10分の1に削減することを目指します。

AIの需要急増は、データセンターの電力消費と冷却という大きな課題を生んでいます。Starcloud社はこの解決策を宇宙に求めました。軌道上では太陽光をエネルギー源とし、宇宙の真空を無限のヒートシンクとして利用。冷却水が不要となり、エネルギーコストは地上設置に比べ10分の1にまで削減可能と試算しています。

11月に打ち上げ予定の衛星「Starcloud-1」は、小型冷蔵庫ほどの大きさながら、データセンタークラスのGPUであるNVIDIA H100を搭載。これにより、従来の宇宙での処理能力を100倍以上上回るコンピューティングが実現します。最先端GPUが宇宙空間で本格稼働するのは、これが史上初の試みとなります。

宇宙データセンターの主な用途は、地球観測データのリアルタイム分析です。衛星が収集した膨大なデータをその場でAIが処理し、山火事の早期発見や気象予測に活かします。地上へのデータ転送が不要になるため、災害対応などの応答時間を数時間から数分へと劇的に短縮できる可能性があります。

Starcloud社のフィリップ・ジョンストンCEOは「10年後には、ほぼ全ての新設データセンターが宇宙に建設されるだろう」と予測します。同社は次世代のNVIDIA Blackwellプラットフォーム統合も視野に入れており、軌道上でのAI性能はさらに飛躍する見込みです。宇宙がAIインフラの新たなフロンティアとなる未来は、もう目前に迫っています。

新興Nscale、MSとGPU20万基の供給で大型契約

大規模なAIインフラ契約

AI新興NscaleがMSと契約
Nvidia製GB300 GPUを約20万基供給
AIの計算需要増に対応

米国・欧州4拠点への展開

米国テキサス州に10.4万基
ポルトガル、英国、ノルウェーにも展開
2026年から順次稼働開始

2024年設立の新興企業

設立から1年足らずで大型契約
NvidiaやNokiaなどが出資

AIインフラの新興企業Nscaleは10月15日、マイクロソフトと大規模な契約を締結したと発表しました。この契約に基づき、NscaleはNvidia製の最新GPU「GB300」を約20万基、米国および欧州のデータセンターに展開します。急増するAIの計算需要に対応するための動きです。

今回の契約は、AI開発に不可欠な計算資源を確保する上で極めて重要な意味を持ちます。Nscaleは、同社が所有・運営する施設と、投資家であるAker社との合弁事業を通じて、世界最先端のAIインフラをマイクロソフトに提供する計画です。

GPUの展開は4つの拠点で行われます。まず、米国テキサス州のデータセンターに10万4000基を今後12〜18ヶ月で納入。さらに、ポルトガルに1万2600基、英国に2万3000基、ノルウェーに5万2000基を順次展開する予定です。

注目すべきは、Nscaleが2024年に設立されたばかりのスタートアップである点です。同社は設立以来、Aker、Nokia、Nvidiaなどの戦略的パートナーから17億ドル(約2500億円)以上を調達しており、その急成長ぶりがうかがえます。

Nscaleの創業者兼CEOであるジョシュ・ペイン氏は、「この合意は、我々が世界の最重要テクノロジーリーダーの選択すべきパートナーであることを裏付けるものだ」と述べ、大規模なGPU展開を実行できる能力と経験を強調しました。

AIモデルの高性能化に伴い、GPUの確保競争は激化しています。最近ではOpenAIがAMDやNvidiaと大規模なチップ供給契約を結ぶなど、大手テック企業による計算インフラへの投資が相次いでおり、今回の契約もその潮流の中に位置づけられます。

Meta、AIインフラ強化でArmと提携し効率化へ

提携の狙い

AIシステムを効率的に拡大
ランキング・推薦システムを移行
Armの低消費電力という強み

Metaの巨大インフラ投資

需要増に対応するデータセンター網拡張
オハイオ州で数GW規模のプロジェクト
ルイジアナ州で5GW規模の巨大施設

Nvidiaとは異なる提携

Nvidiaのような資本提携はなし
技術協力に特化した柔軟な連携モデル

ソーシャルメディア大手のMetaは2025年10月15日、半導体設計大手Armとの提携を発表しました。これは、AIサービスの需要急増に対応するため、自社のAIインフラを効率的に拡張する狙いがあります。具体的には、Metaのランキング・推薦システムをArmの「Neoverse」プラットフォームに移行させ、30億人を超えるユーザーへのサービス提供を強化します。

今回の提携の鍵は、Armのワットパフォーマンス(消費電力あたりの性能)の高さです。AIの次の時代は「大規模な効率性」が定義するとArmは見ており、Metaはこの強みを活用してイノベーションを加速させます。GPU市場を席巻するNvidiaなどとは異なり、Armは低消費電力という独自の強みを武器に、AIインフラ市場での存在感を高めています。

この動きは、Metaが進める前例のない規模のインフラ拡張計画の一環です。同社はAIサービスの将来的な需要を見越し、データセンター網を大幅に拡大しています。オハイオ州では数ギガワット級のプロジェクトが進行中。さらにルイジアナ州では、完成すれば5ギガワットの計算能力を持つ巨大キャンパスの建設が2030年まで続きます。

このパートナーシップが注目されるのは、近年の他のAIインフラ取引とは一線を画す点です。NvidiaがOpenAIなどに巨額投資を行うなど、資本関係を伴う提携が相次いでいるのとは対照的に、MetaとArmの間では株式の持ち合いや大規模な物理インフラの交換は行われません。技術協力に特化した、より柔軟な連携モデルと言えるでしょう。

OpenAI、半導体大手BroadcomとカスタムAIハード提携

Broadcomとの戦略的提携

10GW分のカスタムAIアクセラレータ
2026年からデータセンターへ導入
モデル開発の知見をハードに反映
AIの能力と知能を新たなレベルへ

加速するインフラ投資

契約額は非公開、推定最大5000億ドル
AMDから6GW分のチップ購入
Nvidiaが1000億ドル投資表明
Oracleとも大型契約の報道

AI研究開発企業のOpenAIは10月14日、半導体大手のBroadcomと戦略的提携を結んだと発表しました。この提携に基づき、2026年から2029年にかけて10ギガワット相当のカスタムAIアクセラレータ・ラックを自社およびパートナーのデータセンターに導入します。独自の半導体設計により、AIモデル開発の知見をハードウェアに直接反映させ、性能向上を狙います。

OpenAIは「フロンティアモデルと製品開発から得た学びをハードウェアに直接組み込むことで、新たなレベルの能力と知能を解き放つ」と声明で述べています。ソフトウェアとハードウェアの垂直統合を進めることで、AI開発のボトルネックを解消し、競争優位性を確立する狙いです。これはAI業界の大きな潮流となりつつあります。

今回の契約の金銭的条件は明らかにされていません。しかし、英フィナンシャル・タイムズ紙は、この取引がOpenAIにとって3500億ドルから5000億ドル規模にのぼる可能性があると推定しており、AIインフラへの桁外れの投資が浮き彫りになりました。

OpenAIはここ数週間でインフラ関連の大型契約を相次いで発表しています。先週はAMDから数十億ドル規模で6ギガワット分のチップを購入。9月にはNvidiaが最大1000億ドルの投資と10ギガワット分のハードウェア供給意向を表明しました。Oracleとも歴史的なクラウド契約を結んだと報じられています。

一連の動きは、AI性能向上が計算資源の確保に懸かっていることを示しています。サプライヤーを多様化し、自社に最適化されたハードウェアを手に入れることで、OpenAIは次世代AI開発競争で主導権を握り続ける構えです。業界の勢力図を大きく左右する動きと言えるでしょう。

NVIDIA、卓上AIスパコン発表 初号機はマスク氏へ

驚異の小型AIスパコン

1ペタフロップスの演算性能
128GBのユニファイドメモリ
Grace Blackwellチップ搭載
価格は4,000ドルから提供

AI開発を個人の手に

最大2000億パラメータのモデル実行
クラウド不要で高速開発
開発者や研究者が対象
初号機はイーロン・マスク氏へ

米半導体大手NVIDIAは2025年10月14日、デスクトップに置けるAIスーパーコンピュータ「DGX Spark」を発表しました。ジェンスン・フアンCEO自ら、テキサス州にあるSpaceXの宇宙船開発拠点「スターベース」を訪れ、初号機をイーロン・マスクCEOに手渡しました。AI開発の常識を覆すこの新製品は、15日から4,000ドルで受注が開始されます。

DGX Sparkの最大の特徴は、その小型な筐体に詰め込まれた圧倒的な性能です。1秒間に1000兆回の計算が可能な1ペタフロップスの演算能力と、128GBの大容量ユニファイドメモリを搭載。これにより、従来は大規模なデータセンターでしか扱えなかった最大2000億パラメータのAIモデルを、個人のデスク上で直接実行できます。

NVIDIAの狙いは、AI開発者が直面する課題の解決にあります。多くの開発者は、高性能なPCでもメモリ不足に陥り、高価なクラウドサービスやデータセンターに頼らざるを得ませんでした。DGX Sparkは、この「ローカル環境の限界」を取り払い、手元で迅速に試行錯誤できる環境を提供することで、新たなAIワークステーション市場の創出を目指します。

この卓上スパコンは、多様なAI開発を加速させます。例えば、高品質な画像生成モデルのカスタマイズや、画像の内容を理解し要約する視覚言語エージェントの構築、さらには独自のチャットボット開発などが、すべてローカル環境で完結します。アイデアを即座に形にできるため、イノベーションのスピードが格段に向上するでしょう。

DGX Sparkは10月15日からNVIDIAの公式サイトやパートナー企業を通じて全世界で注文可能となります。初号機がマスク氏に渡されたのを皮切りに、今後は大学の研究室やクリエイティブスタジオなど、世界中のイノベーターの元へ届けられる予定です。AI開発の民主化が、ここから始まろうとしています。

NVIDIAとOracle提携深化、企業AIとソブリンAI加速へ

企業向けAI基盤を全面強化

新クラスタ「Zettascale10」発表
DBでNIMマイクロサービスをサポート
データ基盤に高速コンピューティング統合
OCIでNVIDIA AI Enterprise提供

国家主権AIで世界展開

アブダビ政府のDXを支援
次世代の市民サービスを構築
データ主権を維持しつつAI活用
世界各国への展開モデルを提示

NVIDIAとOracleは、年次イベント「Oracle AI World」で、企業向けAIおよびソブリンAI(国家主権AI)分野での提携を大幅に深化させると発表しました。高性能な新コンピューティング基盤の提供や、アブダビ政府のデジタルトランスフォーメーション支援などを通じ、世界的に高まるAI活用ニーズに応えます。この協業は、企業のデータ処理高速化から国家レベルのAI戦略までを包括的に支援するものです。

提携の核となるのが、企業向けAI基盤の全面的な強化です。両社はNVIDIA製GPUで高速化された新クラスター「OCI Zettascale10」を発表。さらに、主力データベース「Oracle Database 26ai」で、推論を効率化するNVIDIA NIMマイクロサービスの利用を可能にし、AI開発のハードルを下げます。

データ処理の高速化も大きな柱です。新たな「Oracle AI Data Platform」には、NVIDIAの高速コンピューティング技術が統合されました。特に、データ分析基盤Apache Sparkの処理を高速化するプラグインにより、コード変更なしでGPUの能力を最大限に引き出せるようになります。

開発者やインフラ担当者の利便性も大きく向上します。NVIDIAのソフトウェア群「NVIDIA AI Enterprise」が、Oracle Cloud Infrastructure(OCI)の管理画面から直接利用可能になりました。これにより、AIアプリケーションの構築・運用・管理が簡素化され、迅速な開発サイクルを実現します。

今回の提携は、企業ユースケースに留まりません。もう一つの大きな柱が、国家レベルのDXを支援するソブリンAIです。両社はアブダビ政府の「AIネイティブ政府」構想を支援。データ主権を国内に保持したまま、最先端のAI技術を活用できるモデルケースを世界に示します。

アブダビでは、2027年までに政府運営をAIネイティブに移行する戦略を掲げています。市民への給付金受給資格の自動通知や、多言語AIアシスタントによる行政サービスなど、すでに具体的な成果が出始めています。「Crawl, Walk, Run」という段階的なアプローチで、着実にAI導入を進めています。

この国家規模のDXは、大きな経済効果も期待されています。アブダビのGDPを2027年までに240億AED(約1兆円)以上押し上げ、5000人超の雇用を創出する見込みです。NVIDIAとOracleの提携は、一国の未来を形作る「国家AIインフラ」の青写真となる可能性を秘めています。

OpenAI、Broadcomと共同でAIチップを開発・導入

OpenAIとBroadcomの提携

自社設計のAIアクセラレータ開発
Broadcomと共同でシステム構築
10ギガワットの導入を目指す
2026年後半から導入開始

戦略的背景と目的

Nvidiaへの依存低減が目的
モデル知見をハードウェアに組み込み
AI需要の急増に対応
AMD、Nvidiaとも提携済み

OpenAIは13日、半導体大手のBroadcomと戦略的提携を結び、自社で設計したAI向け半導体「アクセラレータ」の開発・導入を進めると発表しました。この提携は、AI計算に対するNvidiaへの依存を低減し、将来的なAI需要の急増に備えるための重要な一手です。

両社が共同で開発・導入を目指すのは、計10ギガワット規模のAIアクセラレータです。これは原子力発電所約10基分の電力に相当する膨大な計算能力を意味します。Broadcomは半導体の製造と、データセンターを繋ぐネットワーク機器の提供を担当します。

OpenAIのサム・アルトマンCEOは「AIの可能性を解き放つための基盤構築に不可欠なステップだ」と述べています。自社でチップを設計することで、最先端のAIモデル開発で得た知見を直接ハードウェアに組み込み、新たな性能と知能を解き放つことを目指します。

この動きはOpenAIだけのものではありません。MetaやGoogleといった巨大テック企業も、自社のAIサービスに最適化したカスタムチップの開発を急進させています。OpenAIも既にAMDやNvidiaと大規模な提携を結んでおり、サプライヤーの多元化を戦略的に進めています。

プロジェクトのスケジュールも明らかになりました。Broadcomによる機器の導入は2026年下半期から開始され、2029年末までに完了する予定です。これにより、OpenAIはChatGPTやSoraといったサービスを支える計算基盤を強化していきます。

Broadcomのホック・タンCEOは「AGI(人工汎用知能)の追求における転換点だ」と協業の重要性を強調。同社にとっては、AIインフラ市場でのリーダーシップを確立する絶好の機会となります。両社の協力関係が、次世代のAI開発を加速させることになるでしょう。

NVIDIA、パーソナルAIスパコンを発売

製品概要と性能

10月15日より販売開始
価格は3999ドル
デスクトップサイズの超小型
1ペタフロップのAI性能
最大2000億パラメータに対応

市場への影響

AIの民主化を促進
研究者や学生向けに最適

エコシステム

各社がカスタム版を発売
AcerやASUSなどが参入
標準コンセントで動作

NVIDIAが10月15日より、卓上で使えるパーソナルAIスーパーコンピューター「DGX Spark」の販売を開始します。価格は3999ドルで、オンラインや一部パートナー店で購入可能です。

同社最高峰のGB10 Grace Blackwellスーパーチップを搭載。AI性能は1ペタフロップに達し、最大2000億パラメータのモデルを扱える高い処理能力を備えています。

これまで大規模なデータセンターが必要だった計算能力を個人のデスクに。AI研究者や学生が手軽に高度なAI開発に取り組める環境を提供し、AIの民主化を目指します。

NVIDIAは他社によるカスタム版も認めており、AcerやASUS、デルなど主要PCメーカー各社が同様のモデルを同価格で展開。市場の拡大が見込まれます。

個人でも利用可能な高性能なAIスパコンの登場は、今後のAI開発やビジネス活用の加速に大きく貢献するでしょう。

NVIDIA主導、次世代AI工場の設計図公開

新世代AIインフラの設計

`Vera Rubin NVL144`サーバー開発
`Kyber`ラックでGPU高密度化
`100%液冷`設計を採用
AIエージェント向けの高性能化

電力効率を大幅向上

`800VDC`への電圧移行
従来比`150%`以上の電力伝送
銅使用量を`大幅削減`
データセンターの省エネ化

強力なパートナー連携

`50社以上`のパートナーが支援
`Intel`や`Samsung`も参画
オープン標準で開発を加速

NVIDIAとパートナー企業は、AIの推論需要拡大に対応する次世代AI工場の設計図を公開しました。10月13日にサンノゼで開催されたOCPグローバルサミットで発表されたもので、`800VDC`への電圧移行や`100%液冷`技術が核となります。オープンなエコシステムによる開発で、AIインフラの効率と性能を飛躍的に高める狙いです。

新世代の基盤となるのが、サーバー「Vera Rubin NVL144」と、576個のGPUを搭載可能な「Kyber」ラックです。これらはAIエージェントなど高度な推論処理を想定しており、垂直配置のコンピュートブレードにより、ラックあたりのGPU密度を最大化します。

最大の革新は電力システムです。従来の交流から`800ボルトの直流`(800VDC)へ移行することで、電力伝送効率が150%以上向上します。これにより、銅の使用量を削減し、データセンターの省スペースとコスト削減を実現します。

この挑戦はNVIDIA単独では成し遂げられません。FoxconnやHPE、Vertivなど50社以上のパートナーが、MGXサーバーや800VDC対応の部品、電力システムを開発しています。オープンな標準規格が、迅速な市場投入を可能にしています。

エコシステムはさらに広がりを見せています。IntelやSamsung Foundryが、NVIDIAの高速接続技術「NVLink Fusion」に参画。各社が開発する独自チップをNVIDIAインフラにシームレスに統合し、AIファクトリーの多様化と高速化を後押しします。

NVIDIAが描くのは、特定の企業に閉じない未来です。オープンな連携と標準化が、ギガワット級の巨大AIファクトリーの構築を加速させます。これは、AI時代のインフラにおける新たなパラダイムシフトと言えるでしょう。

Together AI、LLM推論を4倍高速化する新技術

静的推論の限界

ワークロード変化で性能劣化
静的投機モデルの精度低下
再学習コストと迅速な陳腐化

適応型システムATLAS

リアルタイムで学習・適応
静的・適応型のデュアルモデル
専用チップに匹敵する処理性能
推論コストと遅延を削減

AI開発企業Together AIは2025年10月10日、大規模言語モデル(LLM)の推論速度を最大4倍に高速化する新システム「ATLAS」を発表しました。このシステムは、AIの利用状況の変化に合わせてリアルタイムで自己学習する「適応型投機実行」技術を採用。これまで企業のAI導入拡大を妨げてきた、ワークロードの変化に伴う性能劣化という「見えざる壁」を打ち破ることを目指します。

多くの企業が直面する課題は、AIのワークロードが変化すると推論速度が低下する「ワークロードドリフト」です。従来の推論高速化技術で使われる「静的投機モデル」は、一度固定データで訓練されるため、例えば開発言語がPythonからRustに変わるだけで予測精度が急落し、性能が劣化します。この問題はAI活用の拡大における隠れたコストとなっていました。

ATLASは、この課題を独自のデュアルモデル構造で解決します。広範なデータで訓練された安定的な「静的モデル」が基本性能を保証し、軽量な「適応型モデル」が実際のトラフィックから継続的に学習して特化します。さらに制御システムが両者を動的に切り替えることで、利用者は設定不要で常に最適な高速化の恩恵を受けられます。

この高速化の鍵は、計算資源の非効率性を突くアプローチにあります。通常の推論処理はGPUのメモリ性能に依存し、計算能力が十分に活用されていません。ATLASは一度に複数のトークン候補を生成・検証することで、メモリへのアクセス回数を抑えつつ、待機状態にあった計算能力を最大限に引き出し、スループットを劇的に向上させます。

その性能は目覚ましく、NVIDIAのB200 GPU上で特定モデルでは毎秒500トークンを達成。これはGroqなどの専用推論チップに匹敵、あるいは凌駕する水準です。ソフトウェアとアルゴリズムの改良が、高価な専用ハードウェアとの性能差を埋められることを示しており、AIインフラの常識を覆す可能性を秘めています。

ATLASはTogether AIのプラットフォームで追加費用なしで利用可能です。この技術は、AIの利用用途が多様化する企業にとって、性能のボトルネックを解消し、コストを抑えながらAI活用をスケールさせる強力な武器となるでしょう。静的な最適化から動的な適応へと向かうこの動きは、今後のAI推論エコシステム全体に大きな影響を与えそうです。

NVIDIA、LLMの思考力を事前学習で鍛える新手法

思考を促す新訓練手法

モデルが自ら思考を生成
思考の有用性に応じて報酬を付与
外部検証者が不要な自己完結型

推論能力の大幅な向上

数学・科学分野で高スコアを記録
少ないデータで高い性能を発揮
企業の高信頼性ワークフローに応用

NVIDIAの研究者チームが、大規模言語モデル(LLM)の訓練手法を根本から変える可能性のある新技術「強化学習事前学習(RLP)」を発表しました。この手法は、従来は訓練の最終段階で行われていた強化学習を、大量のテキストデータを読み込む事前学習の初期段階に統合するものです。これにより、モデルは自ら「思考」する能力を早期に獲得し、複雑な推論タスクにおける性能が飛躍的に向上することが示されました。

従来のLLM開発では、まず「次の単語を予測する」という単純なタスクを通じて、膨大なテキストデータから言語の基本構造を学習させます。その後に、人間によるフィードバックや特定のデータセットを用いたファインチューニング(微調整)で、思考の連鎖(CoT)のような高度な推論能力を教え込むのが一般的でした。しかし、この逐次的なプロセスでは、モデルが深い思考力を初期から身につけることが難しいという課題がありました。

新手法RLPは、このプロセスを刷新します。モデルは次の単語を予測する前に、まず内部で「思考」や推論の連鎖を生成します。そして、その思考が予測精度をどれだけ向上させたかに基づいて、自律的に報酬を受け取ります。思考が予測に役立った場合にのみ正の報酬が与えられるため、モデルは人間によるラベル付けや外部の検証者を必要とせず、有用な思考パターンを効率的に学習していきます。

実験では、RLPを用いて訓練されたモデルが、数学や科学といった高度な推論を要するベンチマークで、従来手法で訓練されたモデルを一貫して上回る性能を示しました。特に注目すべきは、ファインチューニング後もこの性能向上が失われることなく、むしろ相乗効果を生み出す点です。これは、後の学習で以前の知識を忘れてしまう「破滅的忘却」という課題を克服し、より堅牢な基礎能力を構築できることを意味します。

この技術は、企業のワークフローにも大きな影響を与える可能性があります。例えば、金融分析や法務文書の要約など、複数ステップの論理的な思考が求められる業務において、AIの信頼性を高めることが期待されます。NVIDIAの研究担当ヴァイスプレジデントであるブライアン・カタンザロ氏は、「RLPは既存のファインチューニングを置き換えるのではなく、その効果を増幅させるものだ」と述べ、より強力なモデルを構築するための新たな基盤になるとの考えを示しています。

RLPは、単なる訓練コストの削減技術にとどまりません。LLMの学習プロセス自体を、受動的な単語予測から、より能動的で好奇心旺盛な「思考」の探求へとシフトさせるものです。このアプローチは、AIが世界の情報をどのように見て、それについてどう考えるかを教える新しい道筋を示唆しており、将来のAI開発における新たなスケーリングの軸となる可能性を秘めているのです。

ヒューマノイド投資に警鐘、実用化への高い壁

立ちはだかる技術的な壁

人間の手のような器用さの習得
60自由度を超える複雑なシステム制御
デモはまだ遠隔操作の段階も

市場と安全性の現実

人間と共存する際の安全確保が課題
宇宙など限定的なユースケース
VCが懸念する不透明な開発計画

iRobot創業者のロドニー・ブルックス氏をはじめとする複数の専門家が、ヒューマノイドロボット分野への過熱投資に警鐘を鳴らしています。巨額の資金が投じられる一方、人間の手のような「器用さ」の欠如や安全性の懸念から、実用化はまだ遠いとの見方が大勢です。広範な普及には、少なくとも数年から10年以上かかると予測されています。

最大の課題は、人間の手のような繊細な動き、すなわち「器用さ」の習得です。ブルックス氏は、現在の技術ではロボットがこの能力を学習することは極めて困難であり、これができなければ実質的に役に立たないと指摘します。多くのデモは華やかに見えますが、実用レベルには達していないのが現状です。

人間と共存する上での安全性も大きな障壁です。ロボティクス専門のベンチャーキャピタルは、工場や家庭内でヒューマノイドが人に危害を加えるリスクを懸念しています。ロボットの転倒による事故や、ハッキングされて予期せぬ行動を取る危険性など、解決すべき課題は山積しています。

開発のタイムラインも不透明です。Nvidiaの研究者は、ヒューマノイド開発の現状をかつての自動運転車の熱狂になぞらえています。実用化までには想定以上に長い年月を要する可能性があり、これは投資家の回収サイクルとも合致しにくく、ビジネスとしての持続可能性に疑問を投げかけています。

期待の大きいテスラの「Optimus」でさえ、開発は遅れ、最近のデモでは人間が遠隔操作していたことが明らかになりました。高い評価額を受けるスタートアップFigureも、実際の配備数については懐疑的な目が向けられており、期待と現実のギャップが浮き彫りになっています。

もちろん、専門家もヒューマノイドの未来を完全に否定しているわけではありません。しかし、その登場は10年以上先であり、形状も人型ではなく車輪を持つなど、より実用的な形になる可能性が指摘されています。現在の投資ブームは、技術の成熟度を見誤っているのかもしれません。

米Reflection AI、3000億円調達 中国勢に対抗

驚異的な資金調達

元DeepMind研究者が設立
20億ドル(約3000億円)を調達
企業価値は80億ドル、7カ月で15倍
Nvidiaなど有力投資家が参加

オープンAIで覇権を狙う

中国AI企業DeepSeekに対抗
米国発のフロンティアAI研究所へ
モデルの重みは公開、データは非公開
大企業や政府向けの収益モデル

元Google DeepMindの研究者が設立した米国のAIスタートアップ、Reflection AIが20億ドル(約3000億円)の巨額資金調達を発表しました。企業価値はわずか7カ月で15倍の80億ドルに急騰。同社は、急成長する中国のAI企業DeepSeekなどに対抗し、米国主導の「オープンなフロンティアAI研究所」となることを目指します。

Reflection AIは2024年3月、DeepMindでGemini開発を主導したミーシャ・ラスキン氏らが設立。AlphaGo共同開発者も参画し、トップ人材約60名を確保しました。巨大テック企業の外でもフロンティアモデルを構築できると証明することが狙いです。

ラスキンCEOは、中国のDeepSeekなどの台頭に強い危機感を示します。「何もしなければ、知能のグローバルスタンダードが他国製になる」と述べ、米国主導の必要性を強調。法的な懸念から欧米企業は中国製モデルを使いにくく、代替選択肢が求められています。

同社の「オープン」戦略は、Metaなどと同様に限定的です。モデルの動作を決める中核パラメータ「重み」は公開する一方、学習データや手法は非公開とします。誰もがモデルを利用・改変できる「重み」の公開が最も重要だという考えです。

収益化の柱は、大企業や政府です。自社インフラでAIを運用し、コスト管理やカスタマイズをしたい大企業はオープンモデルを求めます。また、各国がAIモデルを開発・管理する「ソブリンAI」の需要を取り込むことも重要な戦略です。

調達資金は、モデル学習に必要な計算資源の確保に充てられます。来年初頭には、数兆トークン規模のデータで学習した最初のフロンティア言語モデルをリリースする計画です。まずテキストモデルから始め、将来的にはマルチモーダル機能も搭載します。

NVIDIA新GPU、AI推論で15倍の投資対効果

圧倒的なパフォーマンス

新ベンチマークで性能・効率ともに最高
GPUあたり毎秒6万トークンの高速処理
ユーザーあたり毎秒1000トークンの応答性
ソフトウェア最適化で性能は継続的に向上

AI工場の新経済性

15倍の投資収益率(ROI)を達成
トークンあたりのコストを5倍削減
前世代比で電力効率が10倍向上
総所有コスト(TCO)を大幅に低減

NVIDIAは2025年10月9日、同社の最新GPUプラットフォーム「Blackwell」が、新しい独立系AI推論ベンチマーク「InferenceMAX v1」で最高性能と効率性を達成したと発表しました。500万ドルの投資で15倍の収益を生むなど、圧倒的な費用対効果を示し、AIを大規模に展開する企業の新たな選択基準となりそうです。

この新ベンチマークは、AIが単純な応答から複雑な推論へと進化する現状を反映しています。単なる処理速度だけでなく、多様なモデルや実世界のシナリオにおける総計算コストを測定する初の独立系指標であり、その結果は企業の投資判断に直結します。

具体的な経済効果は目覚ましいものがあります。NVIDIA GB200 NVL72システムへの500万ドルの投資は、7500万ドル相当のトークン収益を生み出すと試算されており、投資収益率(ROI)は15倍に達します。これは「AI工場」の経済性を根本から覆すインパクトです。

総所有コスト(TCO)の面でも優位性は明らかです。B200 GPUはソフトウェアの最適化により、100万トークンあたりのコストをわずか2セントにまで削減しました。これは過去2ヶ月で5倍のコスト効率改善にあたり、継続的な性能向上を証明しています。

この圧倒的な性能は、ハードウェアとソフトウェアの緊密な協調設計によって実現されています。最新アーキテクチャに加え、推論ライブラリ「TensorRT-LLM」やオープンソースコミュニティとの連携が、プラットフォーム全体の価値を最大化しています。

AI活用が試行段階から本格的な「AI工場」へと移行する中、性能、コスト、電力効率といった多角的な指標が重要になります。NVIDIAのプラットフォームは、企業のAI投資における収益性を最大化するための強力な基盤となるでしょう。

マイクロソフト、OpenAI向けにNVIDIA最新鋭スパコンを世界初導入

世界初の超巨大AI基盤

NVIDIA最新鋭のGB300 NVL72
OpenAIの最先端AI開発向け
Microsoft Azureが本番稼働
推論性能を最大化する専用設計

圧倒的な技術仕様

4,600基超のBlackwell Ultra GPU
超高速ネットワークInfiniBand
独自設計の液冷・電源システム
将来は数十万基規模へ拡張予定

マイクロソフトは2025年10月9日、NVIDIAの最新AIスーパーコンピューター「GB300 NVL72」を搭載した世界初の大規模クラスターを、パートナーであるOpenAI向けに稼働開始したと発表しました。このシステムは、OpenAIの最も要求の厳しいAI推論ワークロード向けに専用設計されており、次世代AI開発の基盤となります。巨大化するAIの計算需要を巡るインフラ競争が、新たな局面に入ったことを示しています。

今回導入された「GB300 NVL72」は、単なるサーバーの集合体ではありません。72基のNVIDIA Blackwell Ultra GPUと36基のGrace CPUを液冷式の単一ラックに統合した、まさに「AI工場」と呼ぶべきシステムです。これにより、巨大なAIモデルの学習と推論で圧倒的な性能を発揮し、特に複雑な推論やエージェント型AIの処理能力を飛躍的に向上させます。

このスーパーコンピューターは、4,600基を超えるGPUを一つの巨大な計算資源として束ねています。それを実現するのがNVIDIAの先進的なネットワーク技術です。ラック内は超高速の「NVLink」で、クラスター全体は「Quantum-X800 InfiniBand」で接続。データのボトルネックを解消し、システム全体の性能を最大化する設計が施されています。

この発表のタイミングは注目に値します。パートナーであるOpenAIは近年、独自に1兆ドル規模ともされるデータセンター構築計画を進めています。マイクロソフトは、世界34カ国に300以上のデータセンターを持つ自社のクラウド基盤「Azure」の優位性を改めて誇示し、AIインフラのリーダーとしての地位を確固たるものにする狙いがあると考えられます。

マイクロソフトは、今回の導入を「多くのうちの最初の一つ」と位置づけ、将来的には数十万基のBlackwell Ultra GPUを世界中のデータセンターに展開する計画です。AIモデルが数百兆パラメータへと大規模化する未来を見据え、インフラへの先行投資を加速させています。最先端AIの開発競争は、それを支える計算基盤の競争と一体化しているのです。

AIネイティブ6Gが拓く新時代:エッジ推論とインフラ効率化

6G時代の革新的変化

AIトラフィック前提のネットワーク設計
接続性からエッジでのセンシング・推論へ
自律走行、製造業などAI駆動アプリを支援

AIネイティブ6Gの主要な利点

周波数・エネルギーの極度の効率化
通信事業者への新規収益源創出
ソフトウェア定義型でイノベーションを加速
AIによるリアルタイムサイバーセキュリティ
エッジデータセンターでのAIサービス配信

次世代通信規格「6G」は、従来のネットワーク進化と異なり、設計段階からAIトラフィックを前提とし、AIを基盤とする「AI-native」として構築されます。NVIDIAは、米国主導で高性能かつセキュアなAI-native 6Gソリューション開発プロジェクト「AI-WIN」を推進しています。これは単なる通信速度の向上に留まらず、ネットワークのアーキテクチャと機能を根本的に再定義するものです。

6Gの中核は、ネットワークが接続性だけでなく、エッジで情報を「センシング(感知)」し「インファー(推論)」する能力を持つ点です。これにより、ネットワーク自体がAIサービスを供給するインフラとなります。自律走行車や精密農業、先進製造など、AI駆動型のミッションクリティカルな用途を数百億のエンドポイントで支える基盤が確立されます。

AIネイティブな設計は、無線ネットワークの最も重要な資源である周波数帯域の利用を最適化し、極度の効率性を実現します。エネルギー効率も向上し、運用コストを大幅に削減します。さらに、AI無線アクセスネットワーク(AI-RAN)への投資1ドルに対し、通信事業者は約5ドルのAI推論収益を期待できるとの試算もあり、新たな収益機会を生み出します。

従来の通信インフラは単一目的のハードウェア依存型でしたが、6Gはソフトウェア定義型RANアーキテクチャへと移行します。これにより、モバイル無線サービスとAIアプリケーションを共通のインフラスタックで実行可能となり、ハードウェア更新に依存しない迅速なイノベーションサイクルが実現します。この共通化は、通信事業者の設備投資効果を最大化します。

数十億のIoTデバイスが接続される6G時代において、サイバーセキュリティは不可欠です。AIモデルは膨大なデータストリームをリアルタイムで解析し、脅威の検出と自動的な対応を可能にします。国際的な競争が激化する中、米国はAIを組み込んだ強力な6Gネットワークを開発することで、透明性と信頼性に基づいた技術エコシステムの確立を目指しています。

AMDとOpenAI、6GW超大型提携でAI半導体市場の勢力図を変える

提携の規模と内容

6GW(ギガワット)分のInstinct GPUを複数世代にわたり導入
2026年後半からInstinct MI450シリーズを1GW展開開始
AMDは「数百億ドル」規模の収益を想定

戦略的な資本連携

OpenAIに最大1億6000万株のAMD株ワラント付与
ワラント行使は導入規模と株価目標達成に連動
OpenAIにAMDの約10%の株式取得オプション

AIインフラ戦略

Nvidia支配に対抗するAMDの市場攻略
OpenAIはAIチップの調達先を多角化
AI需要は天井知らず、コンピューティング能力確保が最優先

半導体大手AMDとAI開発のOpenAIは10月6日、複数世代にわたるInstinct GPUを供給する総量6ギガワット(GW)に及ぶ超大型戦略的パートナーシップを発表しました。この提携は、AIインフラの構築を急ぐOpenAIの需要に応えるとともに、Nvidiaが圧倒的なシェアを持つAIチップ市場において、AMDが強力な地位を確立する大きな一歩となります。

契約の経済規模は極めて大きく、AMDは今後数年間で「数百億ドル」規模の収益を見込んでいます。最初の展開として、2026年後半に次世代GPUであるInstinct MI450シリーズの1GW導入が開始されます。両社はハードウェアとソフトウェア開発で技術的知見を共有し、AIチップの最適化を加速させる方針です。

本提携の特筆すべき点は、戦略的利益を一致させるための資本連携です。AMDはOpenAIに対し、特定の導入マイルストーンやAMDの株価目標達成に応じて、最大1億6000万株(発行済み株式の約10%相当)の普通株を取得できるワラントを発行しました。

OpenAIは、サム・アルトマンCEOがAIの可能性を最大限に引き出すためには「はるかに多くのコンピューティング能力が必要」と語る通り、大規模なAIインフラの確保を最優先課題としています。同社は先月、Nvidiaとも10GW超のAIデータセンターに関する提携を結んでおり、特定のサプライヤーに依存しない多角化戦略を明確に示しています。

OpenAIはAMDを「中核となる戦略的コンピューティングパートナー」と位置づけ、MI450シリーズ以降の将来世代の技術開発にも深く関与します。これにより、AMDはOpenAIという最先端のユーザーから直接フィードバックを得て、製品ロードマップを最適化できるという相互利益が生まれます。

AIインフラに対する世界的な需要が天井知らずで拡大する中、この巨額なチップ供給契約は、データセンターの「ゴールドラッシュ」を象徴しています。両社は世界で最も野心的なAIインフラ構築を可能にし、AIエコシステム全体の進歩を牽引していく構えです。

AIの雄ナヴィーン・ラオ氏、新会社でNvidiaに挑戦

新会社の野心的な構想

社名はUnconventional社
AI向け新型コンピュータ開発
カスタム半導体とサーバー基盤
目標は生物学レベルの効率性

異例の巨額資金調達

評価額は50億ドル目標
調達目標額は10億ドル
a16zがリード投資家
古巣Databricksも出資

米Databricksの元AI責任者ナヴィーン・ラオ氏が、新会社「Unconventional」を設立し、AIハードウェア市場の巨人Nvidiaに挑みます。同社は、50億ドル(約7500億円)の評価額で10億ドル(約1500億円)の資金調達を目指しており、著名VCのAndreessen Horowitz (a16z)が投資を主導すると報じられました。AIの計算基盤そのものを再定義する壮大な挑戦が始まります。

ラオ氏が目指すのは、単なる半導体開発ではありません。彼がX(旧Twitter)で語ったビジョンは「知性のための新しい基盤」。生物学と同等の効率性を持つコンピュータを、カスタム半導体とサーバーインフラを統合して作り上げる計画です。これは、現在のAI開発における計算コストとエネルギー消費の課題に対する根本的な解決策となり得るでしょうか。

この挑戦を支えるため、シリコンバレーのトップ投資家が集結しています。リード投資家のa16zに加え、Lightspeed、Lux Capitalといった有力VCが参加。さらに、ラオ氏の古巣であるDatabricksも出資者に名を連ねており、業界からの高い期待が伺えます。すでに数億ドルを確保し、10億ドルの調達完了を待たずに開発に着手するとのことです。

ラオ氏は、これまでにも2社のスタートアップを成功に導いた実績を持つ連続起業家です。AIモデル開発の「MosaicML」は2023年にDatabricksが13億ドルで買収。それ以前に創業した「Nervana Systems」は2016年にIntelが4億ドル超で買収しました。彼の持つ技術力と事業構想力が、今回も大きな成功を生むのか注目が集まります。

生成AIの爆発的な普及により、その頭脳であるAI半導体の需要は急増しています。市場をほぼ独占するNvidia一強体制に対し、Unconventional社の挑戦が風穴を開けることができるのか。AIインフラの未来を占う上で、同社の動向から目が離せません。

OpenAI、評価額5000億ドルで世界首位の未公開企業に

驚異的な企業価値

従業員保有株の売却で価値急騰
評価額は5000億ドル(約75兆円)
未公開企業として史上最高額を記録

人材獲得競争と資金力

Metaなどへの人材流出に対抗
従業員への強力なリテンション策
ソフトバンクなど大手投資家が購入

巨額投資と事業拡大

インフラ投資計画を資金力で支える
最新動画モデル「Sora 2」も発表

AI開発のOpenAIが10月2日、従業員らが保有する株式の売却を完了し、企業評価額が5000億ドル(約75兆円)に達したことが明らかになりました。これは未公開企業として史上最高額であり、同社が世界で最も価値のあるスタートアップになったことを意味します。この株式売却は、大手テック企業との熾烈な人材獲得競争が背景にあります。

今回の株式売却は、OpenAI本体への資金調達ではなく、従業員や元従業員が保有する66億ドル相当の株式を現金化する機会を提供するものです。Meta社などが高額な報酬でOpenAIのトップエンジニアを引き抜く中、この動きは優秀な人材を維持するための強力なリテンション策として機能します。

株式の購入者には、ソフトバンクやThrive Capital、T. Rowe Priceといった著名な投資家が名を連ねています。同社は8月にも評価額3000億ドルで資金調達を完了したばかりであり、投資家からの絶大な信頼と期待が、その驚異的な成長を支えていると言えるでしょう。

OpenAIは、今後5年間でOracleのクラウドサービスに3000億ドルを投じるなど、野心的なインフラ計画を進めています。今回の評価額の高騰は、こうした巨額投資を正当化し、Nvidiaからの1000億ドル投資計画など、さらなる戦略的提携を加速させる要因となりそうです。

同社は最新の動画生成モデル「Sora 2」を発表するなど、製品開発の手を緩めていません。マイクロソフトとの合意による営利企業への転換も視野に入れており、その圧倒的な資金力と開発力で、AI業界の覇権をさらに強固なものにしていくと見られます。

MIT、米国大学最強のAIスパコンを公開

圧倒的な計算能力

米国大学で最強のAIスパコン
ピーク性能は2 AIエクサフロップス
600基以上のNVIDIA製GPU搭載

生成AI研究を加速

生成AIの開発・応用に特化
創薬や新素材設計への応用
気象データ補完や異常検知

幅広い分野への貢献

航空管制や国防分野での実績
ユーザーフレンドリーな設計
エネルギー効率の高い運用も追求

マサチューセッツ工科大学(MIT)リンカーン研究所は2025年10月2日、米国の大学で最も強力なAIスーパーコンピュータ「TX-GAIN」を公開したと発表しました。このシステムは、生成AIや物理シミュレーション、データ分析といった最先端分野の研究を加速させ、科学技術におけるブレークスルー創出を目的としています。研究者はこの圧倒的な計算能力を活用し、新たなイノベーションを追求します。

TX-GAINの性能は、ピーク時で2 AIエクサフロップス(毎秒200京回のAI向け演算)に達します。AI処理に特化した600基以上のNVIDIA製GPUがこの計算能力を支え、米国の大学でトップ、北東部地域全体でも最強のAIシステムと評価されています。今夏オンライン化されて以来、研究者の注目を集めています。

TX-GAINの名称が示す通り、特に生成AIの開発と応用に力が注がれています。大規模言語モデルだけでなく、レーダー署名の評価、気象データの補完、ネットワークの異常検知、さらには新薬や新素材の設計といった多様な領域で活用が進みます。これまで不可能だった規模のシミュレーションやモデル訓練が可能になります。

リンカーン研究所スーパーコンピューティングセンター(LLSC)は、これまでも国の重要課題解決に貢献してきました。連邦航空局向けの航空機衝突回避システムや、国防総省向けの自律航法モデルの訓練など、社会の安全保障に直結する研究で数々の実績を上げています。TX-GAINはこれらの取り組みをさらに加速させる強力な基盤となります。

LLSCは、専門家でなくてもスパコンを利用できる「インタラクティブ性」を重視し、ラップトップPCのような手軽な操作性を実現。同時に、AIの膨大な電力消費という課題にも向き合い、エネルギー効率の高い運用と省電力化技術の研究にも取り組むなど、持続可能な研究環境の構築を目指しています。

OpenAI、韓国勢と提携 スターゲイト計画が加速

巨大AIインフラ計画

OpenAI主導の『スターゲイト』計画
総額5000億ドル規模の投資

韓国2社との提携内容

サムスン・SKが先端メモリチップ供給
月産90万枚のDRAMウェハー目標

提携の狙いと影響

AI開発に不可欠な計算能力の確保
韓国の世界AI国家トップ3構想を支援

AI開発をリードするOpenAIは10月1日、韓国の半導体大手サムスン電子およびSKハイニックスとの戦略的提携を発表しました。この提携は、OpenAIが主導する巨大AIインフラプロジェクト『スターゲイト』向けに、先端メモリチップの安定供給と韓国国内でのデータセンター建設を目的としています。AIモデルの性能競争が激化する中、計算基盤の確保を急ぐ動きが加速しています。

提携の核心は、AIモデルの学習と推論に不可欠な先端メモリチップの確保です。サムスン電子とSKハイニックスは、OpenAIの需要に応えるため、広帯域メモリ(DRAM)の生産規模を月産90万枚のウェハーまで拡大する計画です。これは、現在の業界全体の生産能力の2倍以上に相当する野心的な目標であり、AI半導体市場の勢力図を大きく変える可能性があります。

半導体供給に加え、両社は韓国国内での次世代AIデータセンター建設でも協力します。OpenAIは韓国科学技術情報通信部とも覚書を交わし、ソウル首都圏以外の地域での建設機会も模索しています。これにより、地域経済の均衡ある発展と新たな雇用創出にも貢献する狙いです。サムスンはコスト削減や環境負荷低減が期待できる海上データセンターの可能性も探ります。

今回の提携は、OpenAIがオラクルやソフトバンクと共に進める総額5000億ドル規模の巨大プロジェクト『スターゲイト』の一環です。このプロジェクトは、AI開発専用のデータセンターを世界中に構築し、次世代AIモデルが必要とする膨大な計算能力を確保することを目的としています。韓国勢の参加により、プロジェクトは大きく前進することになります。

OpenAIがインフラ投資を急ぐ背景には、AIの性能が計算能力の規模に大きく依存するという現実があります。より高度なAIモデルを開発・運用するには、桁違いの計算リソースが不可欠です。NVIDIAからの巨額投資受け入れに続く今回の提携は、AI覇権を握るため、計算基盤固めを最優先するOpenAIの強い意志の表れです。

この提携は、韓国にとっても大きな意味を持ちます。サム・アルトマンCEOは「韓国はAIの世界的リーダーになるための全ての要素を備えている」と期待を寄せます。韓国政府が掲げる『世界AI国家トップ3』構想の実現を後押しすると共に、サムスンとSKは世界のAIインフラを支える中核的プレーヤーとしての地位を確固たるものにする狙いです。

高性能LLMをローカルPCで、NVIDIAが活用ガイド公開

RTXでLLMを高速化

プライバシーと管理性をローカル環境で確保
サブスクリプション費用が不要
RTX GPUで推論を高速化
高品質なオープンモデルを活用

主要な最適化ツール

簡単操作のOllamaで手軽に開始
多機能なLM Studioでモデルを試用
AnythingLLMで独自AIを構築
これらツールのパフォーマンス向上を実現

NVIDIAは、同社のRTX搭載PC上で大規模言語モデル(LLM)をローカル環境で実行するためのガイドを公開しました。プライバシー保護やサブスクリプション費用の削減を求める声が高まる中、OllamaやLM Studioといったオープンソースツールを最適化し、高性能なAI体験を手軽に実現する方法を提示しています。これにより、開発者や研究者だけでなく、一般ユーザーによるLLM活用も本格化しそうです。

これまでクラウド経由が主流だったLLMですが、なぜ今、ローカル環境での実行が注目されるのでしょうか。最大の理由は、プライバシーとデータ管理の向上です。機密情報を外部に出すことなく、手元のPCで安全に処理できます。また、月々の利用料も不要で、高品質なオープンモデルが登場したことも、この流れを後押ししています。

手軽に始めるための一つの選択肢が、オープンソースツール「Ollama」です。NVIDIAはOllamaと協力し、RTX GPU上でのパフォーマンスを大幅に向上させました。特にOpenAIのgpt-oss-20BモデルやGoogleのGemma 3モデルで最適化が進んでおり、メモリ使用効率の改善やマルチGPU対応も強化されています。

より専門的な利用には、人気のllama.cppを基盤とする「LM Studio」が適しています。こちらもNVIDIAとの連携で最適化が進み、最新のNVIDIA Nemotron Nano v2モデルをサポート。さらに、推論を最大20%高速化するFlash Attentionが標準で有効になるなど、RTX GPUの性能を最大限に引き出します。

ローカルLLMの真価は、独自のAIアシスタント構築で発揮されます。例えば「AnythingLLM」を使えば、講義資料や教科書を読み込ませ、学生一人ひとりに合わせた学習支援ツールを作成できます。ファイル数や利用期間の制限なく対話できるため、長期間にわたる文脈を理解した、よりパーソナルなAIが実現可能です。

NVIDIAの取り組みは汎用ツールに留まりません。ゲームPCの最適化を支援するAIアシスタント「Project G-Assist」も更新され、音声やテキストでラップトップの設定を直接変更できるようになりました。AI技術をより身近なPC操作に統合する試みと言えるでしょう。このように、RTX PCを基盤としたローカルAIのエコシステムが着実に拡大しています。

プライバシーを確保しつつ、高速かつ低コストでAIを動かす環境が整いつつあります。NVIDIAの推進するローカルLLM活用は、経営者やエンジニアにとって、自社のデータ資産を活かした新たな価値創出の好機となるでしょう。

NVIDIA、GPUで量子計算の三大課題を解決

量子計算の三大課題を解決

実用化を阻む3つのボトルネック
GPU並列処理で計算量を克服
CUDA-Qなど開発ツール群を提供
大学や企業との連携で研究を加速

驚異的な性能向上事例

AIによるエラー訂正を50倍高速化
回路コンパイルを最大600倍高速化
量子シミュレーションを最大4,000倍高速化

NVIDIAは、同社のアクセラレーテッド・コンピューティング技術が、量子コンピューティングの実用化に向けた最大の課題を解決していると発表しました。GPUの並列処理能力を活用し、量子分野の「エラー訂正」「回路コンパイル」「シミュレーション」という三大課題でブレークスルーを生み出しています。これにより、研究開発が大幅に加速され、産業応用の可能性が現実味を帯びてきました。

最初の課題は「量子エラー訂正」です。量子コンピュータはノイズに弱く、正確な計算のためにはエラーの検出と訂正が不可欠です。NVIDIAは、大学やQuEra社との協業で、AIを活用したデコーダーを開発。CUDA-Qなどのライブラリを用いることで、デコード処理を最大50倍高速化し、精度も向上させることに成功しました。

次に「量子回路コンパイル」の最適化です。これは、抽象的な量子アルゴリズムを物理的な量子チップ上の量子ビットに最適配置する複雑なプロセスです。NVIDIAはQ-CTRL社などと連携し、GPUで高速化する新手法を開発。この最適化プロセスにおいて、従来比で最大600倍の高速化を達成しました。

最後に、より良い量子ビット設計に不可欠な「高忠実度シミュレーション」です。量子システムの複雑な挙動を正確に予測するには膨大な計算が必要となります。NVIDIAはcuQuantum SDKをオープンソースツールキットと統合し、大規模なシミュレーションで最大4,000倍の性能向上を実現。AWSなども協力しています。

NVIDIAのプラットフォームは、単に計算を速くするだけでなく、量子研究のエコシステム全体を加速させる基盤技術となっています。経営者やエンジニアにとって、これらのツールをいち早く理解し活用することが、未来の市場で競争優位を築く鍵となるでしょう。

NVIDIA、ロボット学習を加速する物理エンジン公開

新物理エンジンNewton

Google、Disneyと共同開発
GPUで高速化されたシミュレーション
複雑な人型ロボットの学習を推進
Linux財団が管理するオープンソース

開発エコシステムの強化

基盤となるOpenUSDフレームワーク
新モデル「Isaac GR00T」も公開
主要ロボット企業が採用を開始
「シム・ファースト」開発の加速

NVIDIAは今週開催のロボット学習カンファレンスで、Google DeepMindやDisney Researchと共同開発した新しい物理エンジン「Newton」をオープンソースとして公開しました。人型ロボットなど複雑な動作が求められる物理AIの開発を、現実世界での実証前にシミュレーションで高速化・安全化させるのが狙いです。

Newtonは、NVIDIAのGPU高速化技術「Warp」と3Dデータ標準「OpenUSD」を基盤に構築されています。従来の物理エンジンでは限界があった、人型ロボットの持つ多数の関節やバランス制御といった複雑な動きを、より正確かつ高速にシミュレーション上で学習させることが可能です。

ロボット開発では、実機での試行錯誤にかかる時間やコスト、危険性が課題でした。仮想空間で先に訓練を行う「シム・ファースト」のアプローチは、この課題を解決します。OpenUSDで構築された忠実なデジタルツイン環境が、ロボットのスキル獲得を飛躍的に効率化するのです。

この取り組みはNewton単体にとどまりません。ロボット向け基盤モデル「Isaac GR00T」や開発フレームワーク「Isaac Lab」もアップデートされ、包括的な開発エコシステムが強化されています。既にAgility Roboticsなど主要企業が採用しており、その実用性が示されています。

Linux財団が管理するオープンソースとして公開されたことで、Newtonは今後のロボット開発の新たな標準となる可能性があります。開発の参入障壁を下げ、工場や病院など多様な現場で人間と協働するロボットの実現を大きく前進させるでしょう。

AIで科学を自動化、元OpenAIらが450億円調達

超エリート集団と巨額資金

元OpenAIとDeepMindの研究者が設立
シードで3億ドル(約450億円)を調達
Nvidiaやベゾス氏など著名投資家が出資

AI科学者の創造

ロボットが自律的に実験を繰り返す
物理世界から独自のデータを生成
最初の目標は新超伝導体の発明

次世代AIのフロンティア

ネット上の学習データは枯渇しつつある
物理世界のデータでAIモデルを進化させる

元OpenAIやGoogle DeepMindの研究者らが設立した新興企業「Periodic Labs」が、2025年9月30日、科学的発見を自動化する「AI科学者」の開発を目指し、シードラウンドで3億ドル(約450億円)という異例の大型資金調達を発表しました。ロボットが自律的に実験を行うラボを構築し、物理世界から新たなデータを生成することで、新素材開発などに挑みます。

同社が目指すのは、単なる研究開発の支援ツールではありません。ロボットが物理的な実験を行い、データを収集し、自ら学習・改善を繰り返す「自律型実験室」の構築です。これにより、人間の介入なしに24時間365日、科学的探求を加速させる「AI科学者」を生み出すことを構想しています。

最初の具体的な目標は、既存の材料よりも高性能で、より少ないエネルギーで機能する可能性のある新しい超伝導体の発見です。しかし、その視野は超伝導体にとどまりません。未知の新素材を体系的に探索し、次世代技術の基盤を築くことを目指しています。

この取り組みの背景には、大規模言語モデル(LLM)が「インターネット上のデータを使い果たした」という課題認識があります。Periodic Labsは、AI科学者が生成する物理世界の膨大で新鮮なデータこそが、AIモデルを次の段階へ進化させる鍵だと考えています。これは、デジタル空間から物理空間へのAIのフロンティア拡大を意味します。

創業者チームには、Googleで200万以上の新結晶を発見したAI「GNoME」を主導したEkin Dogus Cubuk氏や、ChatGPT開発に貢献した元OpenAI研究担当VPのLiam Fedus氏など、AIと物質科学のトップランナーが集結。その卓越した実績が、壮大なビジョンへの信頼性を高めています。

この野心的な計画には、Andreessen Horowitz、Nvidia、Amazon創業者のジェフ・ベゾス氏といったテクノロジー業界の著名な投資家が名を連ねています。シードラウンドとしては破格の資金調達額は、この分野への市場の極めて高い期待を物語っていると言えるでしょう。

AIチップCerebras、IPO計画遅延も11億ドル調達

大型資金調達の概要

Nvidiaのライバルが11億ドルを調達
企業評価額は81億ドルに到達
Fidelityなどがラウンドを主導
累計調達額は約20億ドルに

成長戦略とIPOの行方

AI推論サービスの需要が急拡大
資金使途はデータセンター拡張
米国製造拠点の強化も推進
規制審査でIPOは遅延、時期未定

NVIDIAの競合である米Cerebras Systemsは9月30日、11億ドルの資金調達を発表しました。IPO計画が遅延する中、急拡大するAI推論サービスの需要に対応するため、データセンター拡張などに資金を充当します。

今回のラウンドはFidelityなどが主導し、企業評価額は81億ドルと評価されました。2021年の前回ラウンドから倍増です。2015年設立の同社は、累計調達額が約20億ドルに達し、AIハードウェア市場での存在感を一層高めています。

資金調達の背景は「推論」市場の爆発的成長です。2024年に開始したAI推論クラウドは需要が殺到。アンドリュー・フェルドマンCEOは「AIが実用的になる転換点を越え、推論需要が爆発すると確信した」と語り、事業拡大を急ぎます。

調達資金の主な使途はインフラ増強です。2025年だけで米国内に5つの新データセンターを開設。今後はカナダや欧州にも拠点を広げる計画です。米国内の製造ハブ強化と合わせ、急増する需要に対応する供給体制を構築します。

一方で、同社のIPO計画は足踏み状態が続いています。1年前にIPOを申請したものの、アブダビのAI企業G42からの投資が米国外国投資委員会(CFIUS)の審査対象となり、手続きが遅延。フェルドマンCEOは「我々の目標は公開企業になることだ」と述べ、IPOへの意欲は変わらないことを強調しています。

今回の大型調達は、公開市場の投資家が主導する「プレIPOラウンド」の性格を帯びており、市場環境を見極めながら最適なタイミングで上場を目指す戦略とみられます。AIインフラ競争が激化する中、Cerebrasの今後の動向が注目されます。

AI開発の主戦場、「ワールドモデル」へ移行加速

LLMの次なるフロンティア

LLMの性能向上に頭打ち感
物理世界を理解する新モデルに注目
動画やロボットデータから学習
Google・Meta・Nvidiaが開発を主導

100兆ドル市場への期待と課題

自動運転やロボティクスの進化を加速
製造・医療など物理領域への応用
Nvidia幹部が100兆ドル市場と試算
実現には膨大なデータと計算能力が壁

Google DeepMindやMeta、Nvidiaなどの大手AI企業が、大規模言語モデル(LLM)の進歩が鈍化する中、次なる飛躍を求めて「ワールドモデル」の開発に注力し始めています。この新モデルは、言語データではなく動画やロボットデータから物理世界を学習し、人間環境への深い理解を目指します。これは機械による「超知能」実現に向けた新たなアプローチとして注目されています。

OpenAIのChatGPTなどに代表されるLLMは、目覚ましい進化を遂げてきました。しかし、各社が投入する最新モデル間の性能差は縮小傾向にあり、開発に投じられる莫大な資金にもかかわらず、進歩に頭打ち感が見え始めています。この状況が、AI開発の新たな方向性を模索する動きを加速させているのです。

ワールドモデルは、LLMとは根本的に異なるアプローチを取ります。テキストデータから言語のパターンを学ぶLLMに対し、ワールドモデルは動画やシミュレーション、ロボットの動作データといった物理世界のデータストリームから学習します。これにより、現実世界の法則や因果関係を理解し、将来を予測する能力の獲得を目指します。

この技術が秘める経済的インパクトは計り知れません。Nvidiaの担当副社長であるレヴ・レバレディアン氏は、ワールドモデルが物理世界を理解し操作できるようになれば、その潜在市場は「本質的に100兆ドル」規模、つまり世界経済に匹敵する可能性があると指摘しています。

ワールドモデルは、自動運転車やロボティクス、いわゆる「AIエージェント」の進化に不可欠な一歩と見なされています。製造業やヘルスケアなど、物理的な操作を伴う産業での活用も期待されます。しかし、その実現には膨大なデータと計算能力が必要であり、依然として技術的に未解決の挑戦であることも事実です。

OpenAI拡張へ、AIデータセンターに巨額投資

AI覇権狙う巨額投資

Nvidia、OpenAIに最大1000億ドル投資
新AIデータセンター5拠点の建設計画
Oracle、資金調達で180億ドルの社債発行

次世代AI開発の布石

将来版ChatGPTの計算能力を確保
新機能提供のリソース制約が背景
AIサービスの安定供給と事業拡大が狙い

Nvidia、Oracle、Softbankなどのシリコンバレー大手企業が、OpenAIのAI開発能力を強化するため、AIデータセンターに数千億ドル規模の巨額投資を行っていることが明らかになりました。この動きは、将来版ChatGPTなど、より高度なAIモデルのトレーニングとサービス提供に必要な計算能力を確保するもので、AIインフラを巡る覇権争いが激化していることを示しています。

中でも注目されるのが、半導体大手Nvidiaによる投資です。同社はOpenAIに対し、最大で1000億ドル(約15兆円)を投じる計画を発表しました。これはAIの計算処理に不可欠なGPUを供給するだけでなく、OpenAIとの関係を強化し、AIエコシステムの中心に位置し続けるための戦略的な一手と見られます。

一方、OpenAI自身もインフラ増強を加速させています。同社はOracleおよびSoftbankと提携し、「Stargate(スターゲイト)」と名付けられたAIスーパーコンピューターを含む、5つの新しいデータセンターを建設する計画です。これにより、今後数年間でギガワット級の新たな計算能力が確保される見込みです。

この巨大プロジェクトを資金面で支えるのがOracleです。同社はデータセンター建設費用を賄うため、180億ドル(約2.7兆円)という異例の規模の社債を発行しました。クラウド事業で後れを取っていたOracleにとって、OpenAIとの提携はAIインフラ市場での存在感を一気に高める好機となっています。

なぜこれほど大規模な投資が必要なのでしょうか。その背景には、OpenAIが直面する計算能力の制約があります。同社が最近発表した新機能「Pulse」は、ユーザーに合わせた朝のブリーフィングを自動生成しますが、膨大な計算量を要するため、現在は月額200ドルの最上位プラン加入者のみに提供が限定されています。

今回の一連の投資は、単なる設備増強にとどまりません。AIが社会インフラとなる未来を見据え、その基盤を誰が握るのかという、IT大手による壮大な主導権争いの表れと言えるでしょう。これらの投資が、どのような革新的なAIサービスを生み出すのか、世界が注目しています。

ベトナム、NVIDIAと連携し「国家AI」戦略を加速

NVIDIAは9月23日、ベトナムのホーチミン市で「AI Day」を開催しました。イベントには800人以上が参加し、ベトナム政府は「国家AI(Sovereign AI)」を経済戦略の中心に据え、国を挙げて推進する姿勢を強調しました。NVIDIAはAIエコシステムの構築や地域に特化したデータ・モデルの重要性を指摘。ベトナムは2030年までに東南アジアのAI先進国トップ4入りを目指します。 「国家AI」を成功させる鍵は何でしょうか。NVIDIA幹部は5つの重要要素を挙げました。具体的には、①AIの必要性に対する国家的な認識、②開発者や企業から成るエコシステム、③AI人材の育成、④言語や文化に合わせたAIモデルとデータ、⑤国内で管理・運営される「AIファクトリー」です。これらが成功の基盤となります。 ベトナムは野心的な目標を掲げています。2030年までに東南アジアにおけるAI先進国トップ4に入り、3つの国家データセンターを建設する計画です。FPTソフトウェアのCEOは「技術における主権は、国家安全保障や国民のプライバシー保護にも繋がる」と述べ、国家AIの重要性を強調しました。 ベトナムのAIエコシステムは着実に成長しています。国内には100社以上のAI関連スタートアップが存在し、約10万人のAI人材が活躍しています。NVIDIAのジェンスン・フアンCEOも、ベトナムの若者の数学や科学技術分野での優秀さを高く評価しており、将来の技術開発における強固な基盤になると期待を寄せています。 現地のパートナー企業も具体的な動きを見せています。IT大手FPTは、NVIDIA製GPUを活用した国内AIファクトリーの構築を進めています。また、GreenNodeやZaloといった企業は、ベトナム特有の言語や文化に合わせた大規模言語モデル(LLM)の開発に取り組んでおり、国産AI技術の確立を目指しています。

カナダがNVIDIAと連携、国家AI主権の確立へ

カナダの通信大手TELUSは9月24日、NVIDIAの技術を活用し、ケベック州に国内初の完全な「ソブリンAIファクトリー」を設立したと発表しました。これは、データ主権を国内で完全に確保しながらAI開発を推進する国家戦略の一環です。金融からヘルスケアまで幅広い業界でのAI活用を加速させ、国の経済競争力を高める狙いがあります。 TELUSの新施設は、NVIDIAの最新アクセラレーテッドコンピューティングとソフトウェアを基盤としています。HPEとの協業で構築され、AIモデルの学習から推論まで一貫した機能を提供。これにより、全てのデータがカナダ国内に留まり、厳格な管理下に置かれることが保証されます。自国のデータを守りながら、最先端のAI開発を進めることが可能になるのです。 モントリオールで開催されたイベントで、カナダ政府は「デジタル主権」の構築が最優先課題であると強調しました。ソロモンAI・デジタルイノベーション大臣は「自国のデジタル保険証書を構築している」と述べ、国家としてAIのツールとルールを所有する必要性を訴えました。国が主導してAIインフラを整備する強い意志が示されています。 NVIDIAのブリスキー副社長も「各国はAIを自国で開発すべきだ」と主張しています。AIは地域の価値観や文化を反映し、国の規範に沿う必要があると指摘。「デジタルインテリジェンスは単純にアウトソースできるものではない」とし、ソブリンAIの重要性を訴えました。これは世界的な潮流となりつつあります。 このAIファクトリーは、既にOpenTextなどの企業にサービスを提供しています。また、アクセンチュアは業界特化型ソリューションを開発し、ヘルスケア大手のLeagueもAI駆動型ソリューションの実行基盤として活用する予定です。国家インフラが産業界のAI導入を後押しする構図です。 金融分野では、RBCキャピタル・マーケッツがNVIDIAのソフトウェアを用いてAIエージェントを構築しています。NVIDIAの「NeMo」や「NIM」といったツールを活用し、金融市場調査の効率化や顧客への迅速なインサイト提供を目指しており、金融機関の競争力強化に直結します。 カナダはジェフリー・ヒントン氏などAI研究の先駆者を輩出した国であり、AI分野で世界をリードしてきました。しかし、国際競争は激化しています。今回の国家戦略は、そのリーダーシップを維持・強化し、経済と研究エコシステムを活性化させるための重要な一歩と言えるでしょう。

OpenAI巨額契約の資金源、循環投資モデルに専門家が警鐘

クラウド大手のオラクルが、150億ドル(約2.1兆円)規模の社債発行を計画していることが報じられました。これはAI開発をリードするOpenAIとの年間300億ドル規模の歴史的なインフラ契約などに対応する動きです。一連の巨額取引は、投資資金が還流する「循環投資」の様相を呈しており、その実効性やリスクについて専門家から疑問の声が上がっています。 なぜこれほど巨額の資金が必要なのでしょうか。オラクルはOpenAIに対し、次世代AIモデルの訓練と運用に必要な計算資源を供給します。さらに、メタとも200億ドル規模の同様の契約について交渉中と報じられており、AIインフラの需要は爆発的に拡大しています。今回の資金調達は、こうした巨大な需要に応えるための設備投資を賄うことが目的です。 この取引はオラクルだけではありません。半導体大手NVIDIAも、OpenAIに最大1000億ドルを投資すると発表しました。注目すべきは、OpenAIがその資金を使ってNVIDIAのシステムを導入する点です。つまり、NVIDIAが投じた資金が、巡り巡って自社の売上として戻ってくるという構造になっています。 このような「循環投資」モデルは、業界関係者の間で議論を呼んでいます。インフラ提供者がAI企業に投資し、そのAI企業が最大の顧客になるという構図です。これは真の経済的投資なのでしょうか、それとも巧妙な会計操作なのでしょうか。その実態について、多くの専門家が疑問の目を向けています。 取引の仕組みはさらに複雑化する可能性があります。NVIDIAは自社製チップをOpenAIに直接販売するのではなく、別会社を設立して購入させ、そこからリースする新事業モデルを検討中と報じられています。この手法は、循環的な資金の流れをさらに何層にも重ねることになり、関係性の不透明さを増すとの指摘もあります。 OpenAIのサム・アルトマンCEO自身も、先月「AIはバブルだ」と認め、「誰かが驚異的な額の金を失うだろう」と警告しています。AIへの期待が天文学的な予測に達しない場合、何が起こるのでしょうか。現在の巨額投資が過剰だったと判明するリスクは、認識すべき課題と言えるでしょう。 もしAIバブルが崩壊した場合、建設された巨大データセンターはすぐには消えません。2001年のドットコムバブル崩壊後、敷設された光ファイバー網が後のインターネット需要の受け皿となったように、これらの施設も他用途に転用される可能性はあります。しかし、その場合でも投資家はAIブームの価格で投資した分の巨額損失を被る可能性があります。

NVIDIA、AIモデル群Nemotronを無償公開 開発加速へ

NVIDIAは9月24日、マルチモーダルAIモデルファミリー「Nemotron」をオープンソースとして公開しました。NemotronにはAIモデル、データセット、開発ツール群が含まれ、研究および商用目的で利用可能です。GitHubなどを通じて提供され、開発者は透明性の高いAIを迅速に構築できます。これにより、あらゆる規模の企業でAI開発の加速が期待されます。 Nemotronは、AI開発の全段階を効率化するオープンソース技術群です。大学院レベルの科学的推論や高度な数学、コーディングに優れた最先端のAIモデルが含まれます。さらに、モデルの学習に使われたデータセットや、AIを高速かつ低コストで実行するための数値精度アルゴリズムなども提供されます。 なぜNVIDIAはオープンソース化に踏み切ったのでしょうか。それは、広範な問題解決を可能にする「汎用知能」と、各業界特有の課題に対応する「特化知能」の両方を向上させるためです。同社はNemotronを通じて、あらゆる産業でAIの導入を大規模に推進することを目指しています。 既に多くの企業がNemotronの活用を進めています。例えば、セキュリティ企業のCrowdStrikeは、AIエージェントのエコシステム強化に利用しています。また、DataRobotはNemotronを基に、より高速でコスト効率の高い推論モデルを開発するなど、具体的な成果が出始めています。 NVIDIAはNemotron開発で得た知見を次世代GPUの設計に活かす一方、コミュニティの技術も積極的に取り入れています。Alibabaの「Qwen」やMetaの「Llama」といったオープンモデルの技術を活用し、Nemotronのデータセットや機能を強化するなど、エコシステム全体での発展を目指しています。 開発者はGitHubやHugging Face、OpenRouterを通じてNemotronを利用開始できます。NVIDIA RTX PCユーザーはllama.cppフレームワーク経由でのアクセスも可能です。同社は今後もイベントなどを通じて、開発者コミュニティとの連携を深めていく方針です。

Google Cloud、次世代AI企業の囲い込みで覇権狙う

Google Cloudが、次世代のAIスタートアップ企業の獲得に全力を注いでいます。NvidiaとOpenAIの提携など、巨大企業同士の連携が加速するAIインフラ市場で、Googleは将来のユニコーン企業を早期に囲い込む戦略を選択。クラウドクレジットの提供や技術支援を通じて、自社プラットフォームへの取り込みを急いでいます。これは、AI市場の主導権を巡る競争が新たな局面に入ったことを示しています。 AIインフラ市場では、NvidiaとOpenAIの1000億ドル規模の提携や、Microsoft、Amazon、Oracleによる大型投資など、既存大手間の連携が加速しています。こうした巨大ディールは特定の企業連合が市場を支配する構図を生み出しており、Google Cloudは一見するとこの流れから取り残されているように見えます。 しかし、Google Cloudは異なる賭けに出ています。同社のフランシス・デソウザCOOによれば、世界の生成AIスタートアップの60%がGoogle Cloudを選択。同社は将来有望な企業が巨大化する前に「主要コンピューティングパートナー」として関係を築くことに注力し、今日の巨人を巡る争いよりも価値があると見ています。 GoogleはAIスタートアップに対し、最大35万ドルのクラウドクレジットや、同社の技術チームへのアクセス、マーケットプレイスを通じた市場投入支援などを提供しています。これにより、スタートアップは初期コストを抑えながら、Googleのエンタープライズ級のインフラとAIスタックを活用できるという大きな利点を得られるのです。 Google Cloud戦略の核となるのが「オープンな姿勢」です。自社のAIチップ「TPU」を他社のデータセンターに提供する異例の契約を結ぶなど、あらゆる階層で顧客に選択肢を提供。競合に技術を提供してもエコシステム全体の拡大を優先する、長年の戦略を踏襲しています。この戦略は、競合他社との差別化にどう影響するのでしょうか。 この戦略は、独占禁止法に関する規制当局の懸念を和らげる狙いもあると見られています。オープンなプラットフォームとして競争を促進する姿勢を示し、自社の検索事業における独占的な地位をAI分野で乱用するとの批判をかわす狙いです。同時に、未来の巨大企業との関係構築で長期的な優位性を確保します。

Cohere、企業価値70億ドルに到達、AMDと提携でNvidiaに対抗

企業向けAIモデル開発のCohereは9月24日、1億ドルを追加で調達し、企業価値が70億ドルに達したと発表しました。これは8月の5億ドル調達に続くものです。同時に半導体大手AMDとの提携も締結し、NvidiaとOpenAIの連合に対抗する動きを見せています。この提携は、AI市場の勢力図に変化をもたらす可能性を秘めています。 今回の提携の核心は、CohereのAIモデル群がAMDのGPU「Instinct」で動作可能になる点です。これは市場を独占するNvidia製GPUへの依存を減らす動きと言えるでしょう。さらに、AMD自身もCohereの顧客となり、自社内でAIモデルを活用します。CohereはNvidia製GPUのサポートも継続するとしています。 Cohereは2019年、生成AIブームの火付け役となった論文「Transformer」の共著者によって設立された有力企業です。しかし、OpenAI(企業価値5000億ドルとの報道)やAnthropic(同1830億ドル)といった競合に比べると、企業価値の規模では後塵を拝しているのが現状です。 Cohereは特に「AI主権」を重視する企業をターゲットにしています。これは、自社のデータやAIモデルを外部の事業者に委ねず、自国・自社内で管理したいというニーズに応える戦略です。今回のラウンドに国際的なネットワークを持つ投資家が新たに参加したことも、この戦略を裏付けています。

アリババ、NVIDIAと提携し物理AI開発基盤を導入

中国の電子商取引大手アリババは24日、米半導体大手NVIDIAとの提携を発表しました。NVIDIAが提供するロボットや自動運転向けの物理AI開発ツールを、自社のAIクラウドプラットフォームに統合します。この提携は、物理世界で動作するAIの開発を加速させることが目的です。 具体的には、NVIDIAの「Physical AI」ソフトウェアスタックを顧客に提供します。これにより開発者は、現実世界の環境を忠実に再現した3Dのデジタルツインを構築できます。この仮想空間で生成された合成データを用いることで、AIモデルを効率的かつ安全に訓練することが可能になります。 この技術は、特にロボティクスや自動運転車、スマート工場、倉庫といった分野での活用が期待されています。現実世界でのテストが困難または危険なシナリオでも、仮想環境でAIを訓練できるため、開発サイクルが大幅に短縮される可能性があります。 今回の提携は、AI事業を強化するアリババの戦略の一環です。同社はAI技術への投資を従来の500億ドルの予算を超えて拡大すると表明。ブラジルやフランスなどでデータセンターを新設し、世界91拠点にまでインフラを拡大する計画も明らかにしました。 アリババは同日、最新の大規模言語モデル(LLM)「Qwen 3-Max」も発表しました。1兆パラメータで訓練されたこのモデルは、同社史上最大かつ最も高性能とされ、特にコーディングやAIエージェントとしての活用に適していると主張しています。 一方のNVIDIAも、AI分野で積極的な投資を続けています。最近ではインテルへの50億ドルの出資や、OpenAIへの最大1000億ドルの投資計画を発表しており、AIエコシステムにおける影響力を一層強めています。

OpenAI、Oracle・SoftBankと米でDC5拠点新設

AI開発のOpenAIは2025年9月23日、OracleおよびSoftBankと提携し、米国内に5つのAIデータセンターを新設すると発表しました。「スターゲイト」計画の一環で、高性能AIモデルの開発・運用基盤を強化します。これにより米国のAI分野における主導権確保を目指します。 新設されるデータセンターは合計で7ギガワットの電力を消費する計画で、これは500万世帯以上の電力に相当します。Oracleとはテキサス州など3拠点で、SoftBankとはオハイオ州とテキサス州の2拠点で開発を進めます。これにより、OpenAIのAI開発に必要な膨大な計算資源を確保します。 この大規模投資の背景には、AIモデルの性能向上が計算能力に大きく依存するという現実があります。CEOのサム・アルトマン氏は「AIはインフラを必要とする」と述べ、米国がこの分野で後れを取ることは許されないと強調しました。特に、急速にAIインフラを増強する中国への対抗意識が鮮明です。 今回の発表は同社のインフラ投資加速の一端です。先日には半導体大手Nvidiaから最大1000億ドルの投資を受け、AIプロセッサ購入やデータセンター建設を進める計画も公表しました。AI開発競争は、巨額の資本を投じるインフラ整備競争の様相を呈しています。 「スターゲイト」は現在、Microsoftとの提携を除くOpenAIの全データセンタープロジェクトの総称として使われています。国家的なAIインフラ整備計画として位置づけられ、トランプ政権も規制緩和などでこれを後押ししています。米国のAIリーダーシップを確保するための国家戦略の一環と言えるでしょう。 一方で専門家からは懸念も上がっています。計算規模の拡大だけがAI性能向上の唯一解ではないとの指摘や、膨大な電力消費による環境負荷を問題視する声があります。インフラの規模だけでなく、市場が求めるアプリケーションを創出できるかが、真の成功の鍵となりそうです。

NVIDIA、AIでエネルギー効率化を加速 脱炭素社会へ貢献

NVIDIAは2025年9月23日からニューヨーク市で開催された「クライメート・ウィークNYC」で、AIがエネルギー効率化の鍵を握ることを発表しました。「アクセラレーテッド・コンピューティングは持続可能なコンピューティングである」と強調し、LLMの推論効率が過去10年で10万倍に向上した実績をその根拠として挙げています。 AIはエネルギー消費を増やすだけでなく、それを上回る削減効果をもたらすのでしょうか。調査によれば、AIの全面的な導入により2035年には産業・運輸・建設の3分野で約4.5%のエネルギー需要が削減されると予測されています。AIは電力網の異常を迅速に検知し、安定供給に貢献するなどインフラ最適化を可能にします。 同社はスタートアップとの連携も加速させています。投資先のEmerald AI社と協力し、電力網に優しくエネルギー効率の高い「AIファクトリー」の新たな参照設計(リファレンスデザイン)を発表しました。あらゆるエネルギーが知能生成に直接貢献するよう最適化された、次世代データセンターの実現を目指します。 NVIDIAは自社製品の環境負荷低減にも注力しています。最新GPUプラットフォーム「HGX B200」は、前世代の「HGX H100」に比べ、実装炭素排出強度を24%削減しました。今後も新製品のカーボンフットプリント概要を公表し、透明性を高めていく方針です。自社オフィスも100%再生可能エネルギーで運営しています。 さらに、AIは気候変動予測の精度向上にも貢献します。高解像度のAI気象モデルは、エネルギーシステムの強靭性を高めます。同社の「Earth-2」プラットフォームは、開発者が地球規模の気象・気候予測アプリケーションを構築するのを支援し、再生可能エネルギーの導入拡大にも繋がる重要な技術となっています。

NVIDIA、OpenAIに最大14兆円投資 巨大AI基盤構築

半導体大手のNVIDIAと「ChatGPT」を開発するOpenAIは2025年9月22日、AI開発のインフラを共同で構築する戦略的パートナーシップを発表しました。NVIDIAは、OpenAIが建設するAIデータセンターの規模に応じて、最大1000億ドル(約14兆円)を段階的に投資します。OpenAIはNVIDIA製のGPUを数百万個規模で導入し、少なくとも10ギガワットの計算能力を確保する計画です。次世代AIモデルの開発・運用に不可欠な膨大な計算資源を確保する狙いがあります。 今回の提携は、NVIDIAのジェンスン・フアンCEOが「史上最大のAIインフラプロジェクト」と評する大規模なものです。OpenAIは、NVIDIAの次世代プラットフォーム「Vera Rubin」を含むシステムを導入。OpenAIのサム・アルトマンCEOは「計算インフラは未来経済の基盤になる」と述べ、AIのブレークスルー創出への期待を示しました。今後のAI開発の行方を大きく左右する動きとなりそうです。 OpenAIはこれまで、最大の投資家であるMicrosoftのクラウドに大きく依存してきました。しかし、今年1月に提携内容を変更して以降、Oracleとの大規模契約など、計算資源の調達先を積極的に多様化しています。今回の提携もその戦略を加速させるものです。特定の企業への依存リスクを低減し、AI開発の主導権を維持する狙いがうかがえます。 NVIDIAによる投資は、OpenAIがNVIDIA製GPUを購入するための資金となり、最終的にNVIDIAの売上に還流する構造です。市場関係者はこれを「好循環」と見ており、AIインフラ市場における同社の支配的地位をさらに強固にする動きとして評価しています。AIの需要拡大が自社の成長に直結するビジネスモデルを確立したと言えるでしょう。 計画されている10ギガワットという電力は、原子力発電所約10基分に相当します。AIデータセンターの電力消費は世界的に急増しており、国際エネルギー機関(IEA)も警鐘を鳴らしています。電力網への負担や環境への影響は、AIの普及における大きな課題となり、解決策として原子力などの活用も模索されています。 AIの能力向上を支えるインフラ投資競争は、業界全体で激化しています。Metaは2028年末までに6000億ドルを投じる計画で、MicrosoftやAmazonも原子力発電所と提携するなど、大規模なデータセンター建設と電力確保に奔走しています。AI競争は、もはやモデル開発だけでなくインフラ確保の競争でもあるのです。 今回の計画では、最初のシステムが2026年後半に稼働を開始する予定です。AIが社会に浸透するにつれ、その頭脳を支える「AI工場」の重要性は増すばかりです。この巨大プロジェクトの成否は、AI業界全体の未来を左右する可能性があります。企業は自社のAI戦略において、計算資源の確保をどう進めるか問われています。

NVIDIA、AIエージェント導入・活用法を4段階で解説

NVIDIAは2025年9月19日、企業の生産性と収益性を高めるカスタムAIエージェントの導入・活用ガイドを発表しました。AIを戦略的パートナーと位置づけ、(1)タスクに最適なエージェント選択、(2)データ連携による学習、(3)業務部門への展開、(4)ガードレールによる統制という4段階のプロセスを提唱。企業のAI活用を最大化し、組織変革を推進します。 最初のステップは、タスクに最適なAIエージェントを選ぶことです。人間を特定の職務で採用するように、AIも役割に応じて選択・訓練します。例えば、複雑な問題解決には推論エージェント、開発支援にはコード生成コパイロットなど、適切な使い分けが性能やコスト、セキュリティを最適化する上で重要です。 次に、強力なデータ戦略を構築し、AIエージェントを継続的に学習させます。AIは、タスクやビジネスに特化した最新データを得ることで最高の性能を発揮します。組織内の知識資産を活用し、多様な情報源に接続することが、精度の高い応答を生む鍵です。この学習サイクルは「データフライホイール」と呼ばれます。 インフラとデータ戦略が整えば、AIエージェントを各業務部門へ展開します。IDC調査によれば、ITプロセスや事業運営、顧客サービスがAI導入の優先分野です。CRMやERPと連携し、リード認定やサプライチェーン管理を自動化することで、従業員の生産性を高めます。 最後に、AIエージェントに対するガードレール(保護機能)とガバナンスを確立します。従業員にガイドラインが必要なように、AIにも信頼性や正確性を担保し、倫理的境界内で動作させる統制が不可欠です。不適切なトピックへの逸脱防止や、悪意あるプロンプトからの保護などが含まれます。 優れたAIエージェントは汎用品ではなく、目的に応じてカスタム訓練され、継続的に学習します。企業は「AIでどんな事業成果を目指すか」を自問することから始めるべきです。将来的には、あらゆる事業部門が専用AIを持ち、その導入と運用が企業変革を主導するでしょう。

Nvidia、Intelに50億ドル出資 AI半導体で共同開発へ

AI半導体最大手のNvidiaは18日、米Intelに50億ドルを出資し戦略的提携を結ぶと発表しました。両社はデータセンターとPC向けの次世代半導体を共同開発します。AI市場の優位性を固めたいNvidiaと、巻き返しを図るIntelの思惑が一致した形で、業界の競争環境に大きな影響を与えそうです。 データセンター向けでは、IntelがNvidiaのAI基盤に最適化したx86系CPUを製造します。両社のチップはNvidia独自の高速技術「NVLink」で接続。AIの膨大な処理に必要なチップ間のデータ転送を高速化し、大規模モデルの学習や推論を効率化します。この協力が企業のAI導入を加速させるかもしれません。 PC市場向けには、Intelのx86技術とNvidiaの高性能GPU「RTX」のチップレットを統合した新しいSoCを開発します。これにより、従来にない処理能力を持つ統合型ノートPCが生まれると期待されています。NvidiaのフアンCEOは年間1.5億台のノートPC市場への進出に意欲を示しています。 近年、AI半導体開発で後れを取っていたIntelにとって、今回の提携は大きな転機です。Nvidiaとの協業は、AI市場でのシェア回復と競合AMDに対抗する足がかりとなります。発表を受けIntelの株価は一時30%以上急騰し、市場の高い期待感を映し出しました。 一方、Nvidiaのジェンスン・フアンCEOは、提携が年間「250億ドルから500億ドル規模の事業機会」を生むと試算。IntelのCPU技術やエコシステムを活用し、自社のAIプラットフォームをさらに拡大する狙いです。フアンCEOはこの投資を「素晴らしいものになる」と強調しました。 今回の発表では、Intelの半導体受託製造(ファウンドリ)をNvidiaが利用するかは明言されませんでした。Nvidiaは現在、製造の大部分を台湾のTSMCに依存しています。両社はまず製品協業を優先し、ファウンドリ活用は将来検討するとしており、今後の動向が注目されます。

NVIDIAのBlackwell、AI工場を駆動する新プラットフォーム

NVIDIAは最新アーキテクチャ「Blackwell」を、単なる半導体チップではなく「AI工場」を駆動するプラットフォームだと説明します。次世代AIモデルはパラメータ数が1兆を超えると予測され、膨大な計算需要が生まれています。Blackwellはこうした需要に応えるべく、システム全体で性能を追求する設計思想に基づいています。 その中核がラック規模システム「NVIDIA GB200 NVL72」です。これは単一の巨大GPUとして動作するよう設計され、AI推論の効率を劇的に高めます。重さ1.5トンのラックに60万以上の部品と約3.2kmの配線が詰め込まれ、ハードウェアとソフトウェアが密に統合されています。 性能の源泉は、2つのBlackwell GPUと1つのGrace CPUを統合した「Grace Blackwellスーパーチップ」です。高速インターコネクト技術「NVIDIA NVLink」で直結し、CPUとGPUがメモリを直接共有します。これによりAIワークロードの遅延を減らし、スループットを高めます。 GB200 NVL72内では「NVLink Switch」が性能ボトルネックを防ぎます。5,000本以上の銅線ケーブルが72基のGPUを網の目のように接続。毎秒130テラバイトという驚異的な速度でデータを移動させます。これはインターネット全体のピーク時トラフィックを1秒未満で転送できる速度に匹敵します。 AI工場では数万台のGB200 NVL72が一体で機能する必要があります。これを「Spectrum-X Ethernet」や「Quantum-X800 InfiniBand」といったネットワーク技術が実現。データセンターレベルでの統一的な動作を可能にし、全GPUが工場内のデータネットワークへ直接接続される仕組みを構築します。 データセンターという巨大なコンピュータを動かすOSが「NVIDIA Dynamo」です。多数のGPUにまたがるAI推論リクエストを調整・最適化し、需要に応じてGPUリソースを動的に割り当てます。これにより工場全体の生産性と収益性を最大化し、運用コストを低減します。 Blackwellはもはや単なるチップではなく、次世代の産業革命を支えるAI工場のエンジンです。すでに世界最大級のコンピューティングクラスターがこのアーキテクチャを基盤に構築されており、AIによるイノベーションをさらに加速させていくことが期待されます。

MS、鴻海旧工場跡に世界最強AIデータセンター建設

マイクロソフトは2025年9月18日、米ウィスコンシン州にある鴻海(Foxconn)の旧工場跡地に、33億ドルを投じて「世界で最も強力」と謳うAIデータセンターを建設すると発表しました。2026年初頭の稼働を予定しており、AIのトレーニング能力を飛躍的に向上させる狙いです。この計画は、かつて頓挫したプロジェクト跡地を最先端のAIインフラ拠点として再生させるものです。 この巨大なデータセンターは、一体どれほどの性能を持つのでしょうか。施設にはNVIDIAの最新GPU「GB200」を数十万基搭載し、その性能は現行の最速スーパーコンピュータの10倍に達すると同社は説明しています。この圧倒的な計算能力により、AIモデルのトレーニングが劇的に加速されることが期待されます。 施設の規模も桁外れです。データセンターは315エーカー(約127ヘクタール)の敷地に3棟の建物が建設され、総面積は120万平方フィート(約11万平方メートル)に及びます。内部には地球4.5周分に相当する長さの光ファイバーが張り巡らされ、膨大なGPU群を接続します。 近年、AIの膨大なエネルギー消費が問題視される中、マイクロソフトは環境への配慮を強調しています。水を一度充填すれば蒸発しないクローズドループ冷却システムを採用し、水資源への影響を最小限に抑えるとしています。持続可能性への取り組みをアピールする狙いもあるようです。 建設地は、かつて鴻海が液晶パネル工場を建設すると発表しながらも計画が大幅に縮小された因縁の場所です。今回の投資は、この未利用地を米国のAI産業を支える重要拠点へと生まれ変わらせる試みといえるでしょう。地域経済への貢献も期待されています。 マイクロソフトはウィスコンシン州の拠点に加え、米国内で複数の同様のAIデータセンター「Fairwater」を建設中であることを明らかにしました。これは、生成AIの普及に伴う爆発的な計算需要に対応する全社的な戦略の一環であり、今後のAI開発競争における同社の優位性を強固にするものです。

Nvidia追撃のGroqが7.5億ドル調達 AI推論特化LPUで69億ドル評価へ

資金調達と企業価値

新規調達額は7.5億ドルを達成
ポストマネー評価額69億ドルに到達
1年間で評価額が2.8倍に急伸
累計調達額は30億ドル超と推定

技術的優位性

NvidiaのGPUに挑む独自チップLPUを採用
AIモデル実行(推論)特化の高性能エンジン
迅速性、効率性、低コストを実現
開発者200万人超が利用、市場浸透が加速

AIチップベンチャーのGroqは先日、7億5000万ドルの新規資金調達を完了し、ポストマネー評価額が69億ドル(約1兆円)に到達したと発表しました。これは当初予想されていた額を上回る結果です。同社は、AIチップ市場を支配するNvidiaのGPUに対抗する存在として、推論特化の高性能なLPU(言語処理ユニット)を提供しており、投資家の高い関心を集めています。

Groqの核となるのは、従来のGPUとは異なる独自アーキテクチャのLPUです。これは、AIモデルを実際に実行する「推論(Inference)」に特化して最適化されており、推論エンジンと呼ばれます。この設計により、Groqは競合製品と比較して、AIパフォーマンスを維持または向上させつつ、大幅な低コストと高効率を実現しています。

Groqの技術は開発者や企業向けに急速に浸透しています。利用する開発者の数は、わずか1年で35万6000人から200万人以上へと急増しました。製品はクラウドサービスとして利用できるほか、オンプレミスのハードウェアクラスターとしても提供され、企業の多様なニーズに対応できる柔軟性も強みです。

今回の調達額は7.5億ドルですが、注目すべきはその評価額の伸びです。Groqの評価額は、2024年8月の前回の資金調達時(28億ドル)からわずか約1年で2.8倍以上に膨らみました。累計調達額は30億ドルを超えると推定されており、AIインフラ市場における同社の将来性に、DisruptiveやBlackRockなどの大手が確信を示しています。

創業者のジョナサン・ロス氏は、GoogleでTensor Processing Unit(TPU)の開発に携わっていた経歴を持ちます。TPUはGoogle CloudのAIサービスを支える専門プロセッサであり、ロス氏のディープラーニング向けチップ設計における豊富な経験が、Groq独自のLPU開発の基盤となっています。