Nvidia の AI 優位性が GPU から他領域へ拡大

今週まで、Nvidia に関する主流のストーリーはこうでした。AI ブームの最初の数年間、Nvidia は最先端 GPU の唯一の供給源であり、業界がスケールアウトするにつれて莫大な利益を生み出しました。しかしここ数年、Amazon や Google といった巨大クラウド事業者が自社チップの開発に乗り出し、Nvidia が独占していた状況は終わりを迎えました。これにより、多くの投資家が「Nvidia の優位性が本当に持続可能なのか」と疑問を抱くようになりました。

この物語は魅力的であり、概ね事実です。2023 年初から 2025 年半ばにかけて時価総額が 10 倍に拡大した Nvidia ですが、過去 1 年間は GPU 競争への懸念を背景に、株価の伸びはより穏やかなものとなりました。

しかし、同社の今週行われた決算発表以降、新たな物語が形成され始めています。投資家たちはようやく気づき始めました。Nvidia の優位性は GPU そのものに限定されないのです。AI の計算需要がギガワット規模に達する中、システム全体の調整（オーケストレーション）は極めて複雑な課題となっています。当然ながら、Nvidia はこの処理に必要な最先端ハードウェアの多くを自社で構築しました。GPU 自体での競争激化が進む一方で、GPU を取り巻くシステム全体における同社の優位性はむしろ拡大しているのです。

「計算資源がコモディティ化する」という議論は盛んですが、メガスケールのデータセンターを最大効率で運用することは依然として極めて困難です。しかも、導入規模が大きくなり、スピードが増すにつれて、この課題はさらに深刻化しています。

ラックごとに見る

Nvidia が実際に販売している製品の細部を確認するだけで、その一部が垣間見えます。同社は現在、Rubin GPU と Vera CPU、Groq 3 LPX 推論アクセラレーター、そしてストレージやネットワーク用の類似したラックなどを含む一連のユニットを組み合わせる「Vera Rubin」アーキテクチャの展開を進めています。

先週、私は Nvidia の関係者にこれらのシステムが実際に何を行うのかについて話を聞きました。その結果は驚くべきものでした。Rubin GPU と同様、これらも極めて特化されたシステムですが、トークンの処理を繰り返すのではなく、GPU 以外のすべての要素がいかに効率的に動作するかを最適化する役割を果たしています。GPU がエンジンだとすれば、これらのシステムは車体の残りの部分にあたるのです。

特に Vera CPU はデータのオーケストレーションという課題に焦点を当てています。「Vera が重要なのは、サーバーやあらゆる計算プラットフォームに搭載できるメモリの量に限界があるからです」と、Nvidia のストレージ技術担当バイスプレジデントである Jason Hardy 氏は語ります。

データセンターが計算能力を拡張するにつれ、メモリの容量も拡大してきました。そのため、インフラストラクチャーの第 2 ラウンドで Micron 社のような企業 が富を築いたのです。しかし、必要なタイミングで GPU にデータを届けることは容易ではありません。企業がワットあたりのトークン処理効率をさらに向上させようとする中で、こうしたデータの流れの制御がいかに重要であるかが浮き彫りになっています。

「これらの演算で最大 3 倍の改善が見られました。Vera CPU が加速を実現しているおかげです」と Hardy は語ります。「つまり、フラッシュメモリを最大限に活用できるようになりました。ボトルネックになることなく、すべての性能を引き出せるからです。」

Nvidia の外でも、同様の課題への対応は進んでいます。OpenAI が開発した「Jalapeño」チップでは、データ転送量を最小化することでこれらの課題そのものを回避することが主要な焦点でした。

「Jalapeño は、データ移動と通信遅延を最小限に抑えるように設計されています」と同社は先月公開したブログ記事で述べています。earlier this month。「広大なドメインにより、ワークロード全体を単一の接続されたシステム内に維持でき、データ移動を最小化します。これにより、リクエストの初めから終わりまで、高速かつ効率的な処理が可能になります。」

これは、データ移動そのものを回避し、統合チップ内でワークロードを実行するという異なるアプローチです。しかし根本的な論理は同じで、プロセッササイクル数を増やすのではなく、より賢いトラフィック制御によって効率を高める点にあります。これが企業間での競争対象となるインフラストラクチャの新たな層を開くことになります。

このデータオーケストレーションへの注目は、自動的に Nvidia の勝利を意味するわけではありません。同社は GPU 時代と同様に、競合チップメーカーやハイパースケール企業との競争に直面します。ただし、競争の舞台は新しい層へと移っており、単なる競合 GPU の構築よりも、システム全体を効率的に動作させる能力が重要視されるようになっています。

少なくとも初期段階においては、Nvidia は圧倒的なリードを確保しているように見える。

当記事内のリンクを通じて購入された場合、私たちは少額のコミッションを受け取る可能性があります。これは編集の独立性には影響しません。

ラッセル・ブランドは 2012 年以来テック業界を取材し続けており、プラットフォーム政策や新興技術に焦点を当てています。以前は The Verge や Rest of World で勤務しており、Wired、The Awl、MIT Technology Review にも寄稿しています。

連絡先は russell.brandom@techcrunch.com または Signal（412-401-5489）です。

プロフィールを見る