MoneyFrontierサミット観察：国産GPUがエージェントブームに出会う時、コンピューティング産業が放つ4つのシグナル

AIコンピューティングをめぐるストーリーは、「誰が最も多くのカード（GPU）を持っているか」から、「誰がコンピューティングを真に生産性へと変えられるか」へと移り変わりつつある。

7月28日、MoneyFrontier 2026 新基建智算峰会が香港の合和酒店で開催された。摩尔线程（Moore Threads）、腾讯云（Tencent Cloud）、研极微电子、芯科液冷の4社の責任者が登壇し、国産GPUのエコシステム、エージェントのエンジニアリング化、マイニング事業の転換論理、データセンターのエンジニアリング再構築という4つの切り口から、AIコンピューティング産業チェーンの本音をさらけ出した。

これは製品発表会ではなく、業界の共通認識を集中的に示す場だった。すなわち、トークン消費は指数関数的に爆増し、エージェントは対話ツールからタスク実行環境へと進化し、従来のマイニング業界で培われた低消費電力設計やエネルギー運用のノウハウがAIへと移行し始めており、PoW（プルーフ・オブ・ワーク）向けのデータセンターからAIDC（AIデータセンター）への転換は、本質的にエンジニアリング体系そのものを根底から再構築するものである、という点だ。

以下は、サミット午前の部の講演の核心ポイントである。

一、摩尔线程：国産GPUが「トークン時代」へ突入

摩尔线程ソリューション事業部総経理の趙振陽氏は、『トークン時代・万物智能（トークン時代、あらゆるモノが知能化する）』と題した講演を行い、トークン需要の拡大、国産GPUの産業化への道筋、エージェント時代のコンピューティングインフラについて語った。

(図1 摩尔线程趙振陽氏講演会場)

講演では、AIが視覚AIや生成AIから、さらにエージェンティックAI（Agentic AI）や物理AI（Physical AI）へと進化していると指摘。エージェントがタスク実行時にモデルやツール、他のエージェントを絶えず呼び出すようになるにつれ、トークンの消費主体は「人間が使うAI」から「AIが使うAI」へと拡大し、コンピューティングに対する産業界の需要も、単一チップの性能から、学習・推論・シミュレーション・エージェント稼働・端末応用までを支えるシステム全体の能力へと移行している。

こうした背景のもと、摩尔线程は「トレーニングファクトリー」「トークン生産ファクトリー」「エージェントファクトリー」という3つのフレームワークを提唱しており、それぞれモデルの学習、トークン生成、エージェントの実行に対応する。国産GPUが実際の産業シーンに進出するには、もはや単なるハードウェアの代替だけでは不十分であり、チップ、ソフトウェアスタック、学習プラットフォーム、推論フレームワーク、シミュレーション能力、アプリケーション適応に至るまでの完全なクローズドループを形成することが必要だと、関連資料は示している。

二、腾讯云：エージェントが対話アシスタントからタスク実行環境へ

AIエージェントの技術進化とエンタープライズ導入をめぐり、腾讯云南区チーフアーキテクトの蔡鵬氏が、『エージェントの波：技術の爆発から産業新時代への全面的再構築』と題する基調講演を行った。

（図2 腾讯云蔡鵬氏講演会場）

蔡氏は、AIエージェントが「一問一答」形式の大規模モデル応用から、目標を理解し、タスクを分解し、計画を立案し、ツールを呼び出し、継続的にフィードバックを行う新たな段階へと進んでいると述べた。エージェントが産業現場に入った後の中核は、単にモデル能力だけでなく、記憶機構、知識管理、ツール呼び出し、スキルの蓄積、マルチエージェント連携、そして安全な実行環境にあるという。

企業実践の面では、腾讯云はWorkBuddy、CodeBuddy、ADPエージェント開発プラットフォーム、学習・推論プラットフォーム、AI Sandboxなどのソリューションを示した。エンタープライズ向けエージェントは、個人の生産性ツールから、タスク実行や組織のコラボレーション、生産プロセスの再構築へとさらに進化しつつある。

三、楊作興博士：AIコンピューティングのチャンスはむしろ推論側に

研极微电子の創業者である楊作興博士は、サミットで『ビットコインマイニングの計算能力からAI計算能力へ』と題した基調講演を行い、冷却方式のロードマップ、エネルギーの選択肢、AIコンピューティングの機会、ビットコインマイニングの将来などについて語った。

(図3 研极微电子楊作興博士講演会場)

楊博士は、高密度コンピューティングにとって、冷却とエネルギーはもはや付帯設備の問題ではなく、プロジェクトの長期的な競争力を左右する核心変数であると指摘。空冷、油冷、水冷を比較した結果、水冷が今後の新設案件や改修案件により適していると判断し、エネルギー面では、天然ガスが安定性と調整能力の両方を備えており、直近で注目すべき増分選択肢だと述べた。

AIコンピューティングについては、現在の学習市場はすでに集中化しており、本当の増分機会はむしろ推論側にあると博士は語った。AIアプリケーションやエージェント、ロボットの普及に伴い、推論需要は地域やエッジ、業界の各ノードへと分散し、オープンソースモデルや分散デプロイメント、国産チップも新たな参加余地をもたらすという。

ビットコインマイニングについて触れ、業界の黄金期はすでに過ぎたと率直に認めつつも、マイニング業界で蓄積された低消費電力チップ、エネルギー効率の最適化、エネルギー運用のノウハウは依然として価値があると述べた。今後、マイニングマシン、天然ガス、太陽光発電・蓄電設備、AIデータセンターの間に、新たな協調モデルが生まれる可能性がある。

04 芯科液冷：AIDCへの転換はまずエンジニアリング体系のアップグレードである

芯科液冷CEOの王冲氏は、『コンピューティングの波の変遷：データセンター産業の転換チャンスと現実的課題』と題する基調講演を行い、従来型データセンターやブロックチェーン向けサーバールームを、AIDC（AIスマートコンピューティングセンター）へとアップグレードする際の現実的な問題に焦点を当てた。

(図4 芯科液冷王冲氏講演会場)

王氏は、従来型データセンターをAIDCへとアップグレードするのは、単純にGPUサーバーを交換することではなく、電力供給・配電、液冷、ネットワーク、消防、耐荷重、運用管理プラットフォーム、デリバリー体制を全面的に再構築することだと述べた。高密度GPUラックは急速に数十kWから数百kW級へと向かっており、給電の冗長性、液冷の制御、消防規格、継続的な運用保守能力に対して、より高い要求が突きつけられている。

同氏は、既存のデータセンターにもまだ価値はあり、土地や建屋、電力引き込み、一次側の冷却設備などは再利用できると指摘。ただし、転換を成功させるかどうかは、二次側の液冷、二系統受電、バックアップ電源、ガス系消火設備、ネットワーク遅延制御、BCIM運用管理プラットフォーム、そして標準化された品質検証能力を整えられるかどうかにかかっている。従来のコンピューティング産業にとって、AIDCへの転換とは、まず何よりエンジニアリング能力のアップグレードである。

4つの講演、4つの切り口は、いずれも同じ判断を指し示している。すなわち、AIコンピューティングは「システムエンジニアリングで勝負が決まる」段階に入ったということだ。

摩尔线程が取り組むのは、国産GPUを「動くだけ」から「使いやすい」へと導くフルスタックのクローズドループであり、腾讯が取り組むのは、エージェントを実験室のおもちゃからエンタープライズレベルの生産ツールへと進化させることだ。楊作興氏は、マイニング業界が10年かけて蓄積したエネルギーとエンジニアリングの経験を推論コンピューティングへ移転させており、芯科液冷は、データセンターを「電源を入れて起動するだけ」の状態から、「停止ゼロで検証可能な」エンタープライズ基準へと引き上げている。