Nvidia: AIは5層のケーキ

編集： PANews

エネルギー → チップ → インフラ → モデル → アプリケーション。成功するアプリケーションはすべて、その下の各レイヤー、さらにはそれを稼働させている発電所に至るまで、あらゆる要素に依存しています。

AIは今日の世界を形作る最も強力な力の一つです。それは単なるスマートなアプリケーションや単一のモデルではなく、電気やインターネットのようなインフラなのです。

AIは現実のハードウェア、現実のエネルギー、そして現実の経済を基盤として機能します。原材料を大規模な知能へと変換します。あらゆる企業がAIを活用し、あらゆる国がAIを構築するでしょう。

AI がなぜこのように展開しているのかを理解するには、まず第一原理から始めて、コンピューティング分野で生じた根本的な変化を調べることが役立ちます。

事前録画ソフトウェアからリアルタイムインテリジェンスまで

コンピュータの歴史の大部分において、ソフトウェアは事前に記録されていました。人間がアルゴリズムを記述し、コンピュータがそれを実行するというものでした。データは慎重に構造化され、テーブルに格納され、正確なクエリによって取得される必要がありました。SQLは、世界を操作可能にしたため、不可欠なものとなりました。

AIはこのパターンを破壊しました。

非構造化情報を理解できるコンピューターは、これが初めてです。画像を見、テキストを読み、音を聞き、意味を理解し、文脈や意図を推論することができます。そして最も重要なのは、リアルタイムで知能を生成することです。

すべての応答は新たに作成され、すべての回答はあなたが提供するコンテキストに依存します。これはソフトウェアが保存された指示を取得するのではなく、ソフトウェアが必要に応じて推論し、インテリジェンスを生成するものです。

インテリジェンスはリアルタイムで生成されるため、その下にあるコンピューティングスタック全体を再発明する必要があります。

インフラとしてのAI

産業の観点から見ると、AI は 5 層のテクノロジースタックに分類できます。

エネルギー

最下層はエネルギーです。リアルタイムで生成される知能には、リアルタイムで生成される電力が必要です。生成されるすべてのトークンは、電子的な動き、熱管理、そしてエネルギーから計算への変換の結果です。この下には抽象化レイヤーはありません。エネルギーはAIインフラストラクチャの第一原理であり、システムが生成できる知能の上限でもあります。

チップ

エネルギーの上にはチップがあります。これらは、エネルギーを大規模に効率的に計算に変換するよう特別に設計されたプロセッサです。AIワークロードには、膨大な並列処理、高帯域幅のメモリ、そして高速な相互接続が必要です。チップレベルの進歩は、AIのスケールアップ速度と、インテリジェンスがどれだけ手頃な価格になるかを左右します。

インフラストラクチャー

チップの上には、土地、電力供給、冷却、建設、ネットワーク、そして数万個のプロセッサを1台のマシンに統合するシステムなど、インフラが存在します。これらのシステムはAI工場であり、情報の保存ではなく、知能の創造を目的として設計されています。

モデル

インフラストラクチャの上にはモデルがあります。AIモデルは、言語、生物学、化学、物理学、金融、医学、そして物理世界そのものなど、多岐にわたる情報を理解します。言語モデルはほんの一例に過ぎません。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット工学、自律システムといった分野で進められています。

応用

最上位には、経済的価値が創出されるアプリケーションがあります。これには、創薬プラットフォーム、産業用ロボット、法律アシスタント、自動運転車などが含まれます。自動運転車は機械に具現化されたAIアプリケーションであり、ヒューマノイドロボットは身体に具現化されたAIアプリケーションです。つまり、同じテクノロジースタックでありながら、異なる結果をもたらすのです。

これは、エネルギー → チップ → インフラストラクチャ → モデル → アプリケーションの 5 層ケーキです。

成功するアプリケーションはすべて、それを実行し続ける発電所に至るまで、その下のすべてのレイヤーに依存します。

この建設はまだ始まったばかりです。すでに数千億ドルが投資されていますが、インフラ整備にはさらに数兆ドルが必要です。

世界中で、前例のない規模の半導体工場、コンピューター組立工場、AI工場が建設されています。これは人類史上最大のインフラ建設になりつつあります。

この建設を支えるために必要な労働力は膨大です。AI工場には、電気技師、配管工、配管工、鉄鋼工、ネットワーク技術者、設置者、そしてオペレーターが必要です。これらはすべて高給で熟練した職種であり、需要も高いです。この変革に参加するために、コンピュータサイエンスの博士号は必要ありません。

同時に、AIは知識経済における生産性向上を推進しています。放射線科を例に挙げると、AIは現在、スキャン結果の解釈を支援していますが、放射線科医の需要は増加し続けています。これは決して逆説的なことではありません。

放射線科医の使命は患者のケアであり、スキャン画像の読影はそのプロセスにおける一つの業務に過ぎません。AIがルーチンワークの多くを担うことで、放射線科医は判断、コミュニケーション、そしてケアに集中できるようになります。病院は効率性を高め、より多くの患者に対応し、より多くのスタッフを雇用できるようになります。生産性はキャパシティを生み出し、キャパシティは成長を生み出します。

過去 1 年間でどのような変化がありましたか?

過去1年間で、AIは重要な限界を超えました。モデルは、大規模に実用的な価値を提供できるほどに進化しました。推論能力が向上し、錯覚は減少し、グラウンディング能力は大幅に向上しました。AIベースのアプリケーションが初めて、真の経済的価値を生み出し始めたのです。

医薬品の発見、物流、顧客サービス、ソフトウェア開発、製造などのアプリケーションは、強力な製品市場適合性を実証しており、その下の各層に強い牽引力を生み出しています。

ここでオープンソースモデルが重要な役割を果たします。世界のほとんどのモデルは無料で提供されており、研究者、スタートアップ企業、企業、そして国家全体が高度なAIを実現するためにそれらに依存しています。オープンソースモデルが最前線に躍り出ると、ソフトウェアに変化をもたらすだけでなく、テクノロジースタック全体にわたる需要を活性化させます。

DeepSeek-R1はその好例です。強力な推論モデルを広く利用できるようにすることで、アプリケーション層の導入が加速し、その下層のトレーニング、インフラストラクチャ、チップ、そしてエネルギーに対する需要が増加します。

それはどういう意味ですか

AIをインフラストラクチャとして見ると、その意味は明らかになります。

AIはTransformer LLMから始まりましたが、それだけではありません。AIは、エネルギーの生産と消費、工場の建設、仕事の組織化、そして経済成長のあり方を根本から変えた産業革命です。

AI工場の建設が進んでいるのは、知能がリアルタイムで生成されるようになったためです。チップの再設計が進んでいるのは、効率性が知能のスケールアップ速度を左右するからです。エネルギーは、知能の総出力の上限を決めるため、中心的な役割を担うようになります。アプリケーションが加速しているのは、その基盤となるモデルが、大規模に実用的な価値を提供できる閾値をようやく超えたからです。

各レイヤーは他のレイヤーを強化します。

だからこそ、この構築は大規模であり、多くの産業に同時に影響を与え、単一の国やセクターに限定されることはないのです。あらゆる企業がAIを活用し、あらゆる国がAIを構築するでしょう。

私たちはまだ初期段階にあります。インフラのほとんどはまだ存在せず、労働力のほとんどは訓練されておらず、多くの機会はまだ実現されていません。

しかし、方向性は明確です。

AIは現代社会のインフラとなりつつあります。私たちが今行う選択、つまり、どれだけ速く構築し、どれだけ広く参加し、どれだけ責任を持って展開するかが、この時代の姿を形作るのです。