商湯科技、国内AIチップ拡大「Galaxy プロジェクト」開始

SenseTime は「Galaxy プロジェクト」を立ち上げ、中国国内の AI チップインフラの拡充に向けて約 20 のパートナーと連携を開始しました。

同社の共同創業者であり、大型デバイス事業グループの社長である楊凡氏は、「知的変革と共生」と題した基調講演で、国内産 AI コンピューティングパワーを可能にするための「チップ技術」「エコシステム連携」「商用展開」をつなぐクローズドループ構想を提示しました。

Galaxy プロジェクトに並行して、SenseTime は衛星製造メーカーの国星宇航と宇宙コンピューティングに関する協定を締結し、上海人工知能研究所など 5 つの機関との研究パートナーシップも結びました。これらは科学計算分野への応用を目指したものです。

楊氏は今回の発表のタイミングについて、3 つの潮流が重なり合っている点を強調しました。1 つ目は企業展開におけるトークン需要の増加、2 つ目は産業 AI の導入が消費者向けユースケースに追いつきつつあること、そして 3 つ目は国内チップの実用化が進み、中国製半導体に基づくインテリジェントコンピューティングセンターを迅速に構築できる段階に至ったことです。

しかし、SenseTime が主張するほどこの機会が開かれているかどうかは、同社が独自検証されていない数値データに大きく依存しています。

トークン処理能力の数値には大きな注釈がついています

SenseTime は、同社の大規模デバイスプラットフォームが現在、1 日あたり平均 2.42 トリリオンのトークンを処理していると発表しています。さらに、同社は 2026 年第 4 四半期までにこの数を 25 倍の 1 兆トークン/日に引き上げる見込みを示しています。これは測定済みの実績ではなく予測値であり、SenseTime のインフラを評価する企業顧客は、四半期ごとの実際の数値が発表されるまで、これをあくまで予測として扱う必要があります。

この成長に伴う費用対効果に関する主張も、同社による自己申告に過ぎません。SenseTime によると、同社の異種ハイブリッド推論技術により、国内主流のチップ上でモデル FLOPs 利用率が 85〜152% 向上し、Nvidia の H シリーズ製品と比較して推論コストは 1.25 倍の効率性を達成できるとしています。

同様の国内向け均一型推論環境との比較では、同等のコストでトークン出力が 2.5 倍になると主張。これにより、最適化されたハイブリッド推論クラスターは、従来業界が国内計算資源にとって最低限の採算ラインとみなしていた水準を大幅に上回るとしています。

ただし、これらの数値には第三者によるベンチマーク結果が付随していません。ベンダーが最適化したテスト環境と、データパイプラインの不整合やファームウェア更新の遅延といった課題を抱える顧客の実運用環境との間には、こうした数値が現実的に低下するギャップが存在するのが一般的です。

適応性とマルチチップ問題

国内の AI チップは、ソフトウェアスタックの断片化に長年悩まされてきました。あるアーキテクチャ向けに訓練されたモデルが、別のアーキテクチャで動かすには再作業が必要になるケースが多発していたのです。

SenseTime はこの課題に対し、モデル、フレームワーク、演算子、ツールチェーン、ハードウェア全体を跨ぐフルスタックの適応層を構築しました。これにより、顧客は広範な書き換えを行わずに、国内チップベンダー間でワークロードを移行できるようになります。

同社は具体的な適用事例として 2 つを挙げています。AI4S（科学のための AI）における長系列タンパク質予測のワークロードでは、演算子の融合最適化により予測時間を 3 分の 1 に短縮しました。また、AIGC の動画生成においては、DiT モデルを実行する国内チップでマルチカード並列処理の加速率が 93% に達し、主要な AI 開発ツールについては移行コストゼロを実現したと主張しています。

これらの数値はサンドボックステストでは見栄えが良くても、異なる世代のハードウェアを混在させた実際の顧客パイプラインでの負荷試験に耐えられるかどうかが真価となります。

エネルギー指標に新たなベンチマーク名

SenseTime は AI データセンターの効率を測る新しい基準として「Tokens Per Watt（ワットあたりのトークン数）」を導入しました。これに加え、リソーススケジューリング、電気料金予測、エネルギー貯蔵最適化を担う「計算力コラボレーションエージェント」も発表しています。同社によれば、これは 8 レベルのデータシステムと 5 つの意思決定チェーンからなるインフラ上で機能するものです。

計算能力、電気料金、自動スケジューリングを組み合わせることで、商湯科技（SenseTime）は、電力コストあたりのトークン出力が 80% 増加し、平均電力量が同地域のデータセンターより 10% 安く抑えられ、負荷予測の精度が 96% に達したと主張しています。

これらの数値は、すぐに鵜呑みにするのではなく、今後数四半期にわたって注視すべきものです。電力価格の格差を利用したアービトラージや負荷予測の精度は、ベンダーがパイロット環境でテストしているような条件ではなく、実際の需要変動を伴う季節サイクル全体を経験したシステムでは、異なる結果を示す傾向があります。

印象的なパートナーリスト：チップメーカーから部品サプライヤーまで

Galaxy プロジェクトが掲げるエコシステムには、国内のチップベンダーである寒武紀（Cambricon）、沐曦（Muxi）、海光（Hygon）、華為昇騰（Huawei Ascend）、ムーア・スレッド（Moore Threads）、サンライズ（Sunrise）、そして比爾技術（Biren Technology）が名を連ねています。また、部品パートナーには西智科技（Xizhi Technology）が加わり、インフラ分野ではシリコンモーション（Silicon Motion）、曲靖科技（Qujing Technology）、中科嘉禾（Zhongke Jiahe）、青城集智（Qingcheng Jizhi）、ソフォン情報（Sophon Information）、そして集流技術（Jiliu Technology）といった企業が参画しています。

商湯科技によると、この計画には「トークン工場」1 基の建設、「10,000 カロリー規模」と称する計算クラスター 5 つの構築、10 の技術分野にわたる共同研究、そして 200 の AI スタートアップへの支援が含まれます。

楊氏はこう述べています。「国内生産とは単なる個別チップの置き換えではなく、チップや部品からインフラ、アプリケーションシナリオに至るまで、中国のイノベーション能力全体を巻き込んだ協働の取り組みです。」

宇宙・光学・量子コンピューティングへの投資は、より長期的な展望を指す

近未来のインフラ整備に加え、深センタイム（SenseTime）はデータセンターの効率化に向けた光学コンピューティングや、AI 最適化における量子コンピューティング応用、そして郭星航空（Guoxing Aerospace）との宇宙コンピューティング連携プロジェクトについても言及しました。両社が「深センタイム・スペース・コンピューティング・コンステレーション」と呼ぶ構想です。

同社の計画では、2026 年に最初の衛星を打ち上げ、2030 年までに数千基の計算用衛星と、ペタバイト単位で数万規模の計算能力を持つ体制を整える方針です。

楊氏は、単なる処理能力の向上だけでなく、宇宙空間でのコンピューティングが海運や災害対応などネットワーク環境が不安定な領域において中国の AI サービスの展開範囲を広げる手段になると強調しました。これは結果的に、中国製 AI の国際的な輸出を支援することにもつながると指摘しています。

2030 年という目標はあと 5 年後ですが、この規模の衛星コンピューティング導入事例は過去に例がなく、スケジュールの妥当性を測る基準がありません。

物理インフラは上海からリヤドまで広がる

地上では、深センタイムが上海市にある施設を「5A」と呼ぶ最高レベルの知的計算データセンターとして運用しており、20 以上の産業分野で毎日 20 兆トークンを超える処理能力を発揮しています。また、塩城（Yancheng）の拠点も稼働を開始し、エネルギー・製造業・低空経済向けに初期段階で 3,000 ペタフロップスの計算容量を確保しました。

香港では、商湯科技（SenseTime）が同地域最大の国内知能計算センターの建設を進めています。2030 年までに演算能力 4 万ペタフロップスを実現する目標を掲げています。また、サウジアラビアには中国初の海外向け国内計算クラスターも計画しており、中東全域をカバーするフルスタック型の国内計算基盤として位置づけています。

研究開発面では、商湯科技が上海人工知能研究所や北京中关村学院、深圳河套学院、上海アルゴリズムイノベーション研究所、上海交通大学の AI 学部と連携し、生命科学・材料科学・製造業の研究を支援する共通プラットフォームの構築を目指しています。ヤン氏は「AI for Science（科学のための AI）は基礎研究のパラダイム革新における重要なレバーだ」と強調し、この取り組みが中国全体の「人工知能＋」政策推進の一環であることを示しました。

商湯科技が 2026 年第 4 四半期までに 1 日あたり 10 兆トークンの処理能力を達成すると予測していますが、これは実際にその四半期が終了した際に同社が発表する数値と照らし合わせて検証されるべき指標です。

関連記事：Kimi K3 オープンウェイトモデル：中国最大の AI は計算資源ではなくメモリへの賭け