GeneseAI

第III部 · ハードウェアとインフラ

勝負を決める生命線：計算、チップ、データセンター

第8章読了目安 21分更新：2026年9月

8.1なぜAIは計算を貪るのか

8.2GPU、TPU、専用チップ

その支配力はシリコンだけによるものではない。AIのエコシステム全体が同社のチップをプログラムするために使うソフトウェア層、CUDAにも支えられており、これが容易には越えられない競争上の「堀」となっている。2026年1月のCESで、NVIDIAは新世代のVera Rubin（Blackwellアーキテクチャの後継）の詳細を明らかにした。Rubin GPUは1基あたりFP4精度で約50ペタFLOPを発揮し、超高速メモリHBM4を搭載し、72基のGPUと36基のVeraプロセッサをまとめた「NVL72」ラックに組み込まれる。次の世代である「Feynman」もすでに予告されている。2026年8月26日に公表した決算（7月26日に終了した四半期）で、NVIDIAはVera Rubinプラットフォームがフル生産に向けて立ち上がりつつあり、複数のクラウド事業者のもとですでにラックが稼働していると述べている。同四半期の売上高は962億ドルに達し、うちデータセンター向けが890億ドルを占める。

NVIDIAの影響力はシリコンの外にも広がっている。2026年9月にはHugging Faceの買収が発表された（第9章）。

生きたニューロンをどうやって学習させるのか。 その手順は、シリコン上のAIの学習とはまったくの別物である。誤差逆伝播も勾配降下法も使わない（第2章）。ニューロンは電極のグリッドの上で培養される。このグリッドは感覚器官と筋肉の両方の役割を果たし、ニューロンを刺激することも、その活動を読み取ることもできる。Pongの場合、ボールの位置が電気刺激に変換される。そして、ニューロンが正しい活動を返した（ラケットがボールを打ち返した）かどうかに応じて、規則的で予測可能な信号か、混沌としたノイズのいずれかを送り返す。いわゆる自由エネルギー原理（神経科学者Karl Fristonが定式化した）によれば、ニューロンのネットワークは、自分が知覚するものの予測不可能性を最小化しようとする。そのため培養体は、混沌から逃れるように、つまりより上手にプレイするように自発的に再編成され、数分でそれを達成する。何もプログラムはしない。環境を形づくれば、組織のほうがみずからそれに適応するのである。

ここで、二つの大きな留保が必要になる。まずは成熟度である。これらのシステムは非常に遅く、容量はごくわずかで、培養体は数か月しか生きられない。第一線の神経科学者の何人もが、この方法でシリコンに対抗するという発想は時期尚早であり、失敗に終わるほかないとさえ見ている。

倫理的なめまい。 二つ目の留保は、より根深い（第23章）。一部の人々が公言する展望は、AIを実現するにあたって、人工ニューロン（行列の中の単なる数値）を、はるかに省エネルギーな本物の生物学的ニューロンにいつか置き換えることである。しかし、この展望は深淵を開く。こうした培養体が大きくなるにつれて、何らかの意識、さらには苦痛を発達させることはありうるのだろうか。そのようなシステムの意識を定義し測定する方法は、現時点では誰にもわからない。そして、まさにこの曖昧さこそが懸念を呼んでいる（Pongに関して「感覚性（sentience）」という言葉が使われたとき、数十人の研究者が反論を発表した）。そこから三つの具体的な問いが生じる。まず同意である。これらのニューロンはヒトのドナーの細胞に由来するが、ドナーは考えるコンピュータになることを必ずしも承諾していない。次に道徳的地位である。このような培養体が何かを感じうるとしたら、それを利用し、停止させる権利が私たちにあるのだろうか。サーバーの電源を切るのは些細なことだが、感覚を持つかもしれない脳組織の電源を抜くことは、もはやそうではない。最後にルールの整備である。科学的な合意がないなかで、研究者たちは動物実験の倫理委員会にならった歯止めを今すぐ設けるよう求めている。したがって現段階では、バイオコンピューティングはチップに代わる現実的な選択肢というより、魅力的であると同時に居心地の悪い研究領域であり、好奇心と同じだけの慎重さをもって見守るべきものである。

8.3半導体のバリューチェーン

図8.1. AIチップのバリューチェーン。NVIDIAはGPUを設計するが、製造はしない（「ファブレス」モデル）。それを製造するのは台湾のTSMCであり、その際に使われる装置はオランダのASMLにしか作れない。それぞれの環が避けて通れない関門であり、したがって弱点でもある。
  • ASML（オランダ）は、最も微細な回路を刻める唯一の手段である極端紫外線（EUV）露光装置で世界的な独占を握っている。ASMLなくして、最先端チップはない。
  • TSMC（台湾）は、世界の最先端チップの約90%（3ナノメートル以降のプロセスで製造されるもの）を製造し、世界のファウンドリ市場の3分の2を握っている。台湾への地理的集中により、同社は世界経済の急所となっている。
  • NVIDIA（米国）はGPUを設計するが、自社では製造しない（いわゆる「ファブレス」モデル）。製造はTSMCに委託している。

8.4メガデータセンター

世界全体では、データセンター向けの電力は2026年に約132 GWに達するとされ、この1年だけで約10 GWの新たなAI計算容量（アクセラレータ1300万〜1500万基に相当）が追加されると推定されている。

8.5チップの地政学

2025年から2026年にかけての経緯は、波乱に満ちたチェスの対局を物語っている。2025年に前政権から引き継いだ規制の枠組みが撤廃され（これにより管理の緩い時期が生じ、その間に数十万個のチップが第三国を経由したとされる）、その後、米政権は2026年5月末に規則を引き締めた。先端アクセラレータ（NVIDIAのBlackwellおよびRubin製品群、AMDのMI350x）を中国企業の海外子会社に販売する場合、今後はすべてライセンスが必要となる。これと並行して、H200チップをめぐる二転三転の騒動（いったん許可され、その後、あるときはワシントンによって、またあるときは自給自足を推し進める北京によって阻止された）の結果、NVIDIAはTSMCで確保していた生産能力を新世代のVera Rubinへと振り替えた。さらに最近では、2026年半ばに、米国の圧力はチェーンのより上流、すなわちASMLそのものに向けられた。最先端の装置が中国に渡るのを許したとワシントンから疑われているのである。

要点（第8章）

  • AIは何よりもまず計算の問題である。モデルは数万基のGPUで学習され、長期的には推論（一つひとつのリクエスト）がコストの大半を占める。
  • NVIDIAは、そのチップ（2026年はVera Rubin世代）と、とりわけソフトウェアのCUDAによって支配的な地位にある。Google（TPU）、AMD（Heliosラック、2026年）、クラウド大手が代替手段を開発している。
  • バリューチェーンは極度に集中している。ASML（EUV装置、オランダ）、TSMC（製造、台湾、最先端チップの約90%）、NVIDIA（設計、「ファブレス」モデル）。
  • メガデータセンターはギガワット単位で語られる（Stargate 10 GW、Colossus、Hyperion）。クラウド大手4社の2026年の投資見通しは7350億〜7500億ドル規模に達する。
  • フロンティアの道筋の一つは、データセンターを軌道上に置くことである（ほぼ途切れない太陽エネルギー、放射による冷却）。2025年に最初の実証機が登場した（軌道上のH100 GPU、GoogleのSuncatcher計画）が、大きな障害がある（打ち上げコスト、熱、放射線）。
  • さらに急進的な道筋であるバイオコンピューティング（生きたニューロンで計算する、いわゆる「ウェットウェア」）は、脳の効率（約20 W）に着想を得ているが、依然として遅く、規模はごく小さく、倫理的な問いを重く抱えている。
  • 「チョークポイント戦略」に基づく米中の「チップ戦争」は、世界を二つの技術ブロックに分断している。

少数の巨大企業とその巨大なデータセンターへのこうした依存に対して、一つの代替策が勢いを増している。オープンモデルを使って、AIを自分の手元で動かすことである。これが第9章の主題である。