エヌビディアは水曜日、人工知能（AI）ワークロードの処理能力に優れたグラフィックス・プロセッシング・ユニット（GPU）が牽引役となり、予想を大きく上回る利益を記録したと発表した。しかし、他の種類のAIチップも勢いを増し始めている。

GoogleのTPUからAmazonのTrainium、OpenAIとBroadcomの計画に至るまで、主要なクラウドプロバイダーは今や独自の特定用途向け集積回路（ASIC）を設計している。これらのチップは小型で安価、そして使いやすく、これらの企業のNVIDIA GPUへの依存を軽減する可能性がある。Futurum Groupのダニエル・ニューマン氏はCNBCに対し、ASICチップは「今後数年間でGPU市場よりも速いペースで成長する」と予想していると語った。

GPUやASICに加え、フィールドプログラマブルゲートアレイ（FPGA）も存在します。これは、信号処理、ネットワーク、AIなどの用途に合わせて製造後に再構成できるものです。また、クラウドを介さずにデバイス上で直接動作するように設計されたAIチップも、一世代存在しています。この分野は、QualcommやAppleなどの企業が主導しています。

CNBC は、この混雑した市場環境とさまざまな種類の AI チップについて詳しく調べるため、大手テクノロジー企業の専門家や関係者に話を聞きました。

汎用コンピューティング向けGPU

GPUはかつて主にビデオゲームに使用されていましたが、現代のAIのエンジンとして採用され、NVIDIAは世界で最も時価総額の高い上場企業へと躍進しました。NVIDIAは昨年、現行世代の「Blackwell」GPUを約600万台出荷しました。

ゲームからAIへの移行は2012年に始まりました。研究者たちがNVIDIA GPUを用いてニューラルネットワークAlexNetを学習させたのです。これは現代のAI革命の火付け役と多くの人に捉えられている画期的な出来事です。AlexNetは注目を集めた画像認識コンテストに出場し、CPUではなくGPUを活用することで驚異的な精度と大きな競争優位性を獲得しました。

GPU がリアルなグラフィックスをレンダリングできるようにするのと同じ並列処理能力により、明示的なプログラミングではなくデータから学習するディープラーニング モデルのトレーニングにも GPU は最適です。

現在、GPUはCPUと組み合わせてデータセンターシステムに導入され、クラウドベースのAIワークロードを実行しています。CPUはシーケンシャルタスク用の強力なコアを少数搭載しているのに対し、GPUは行列乗算などの並列演算に特化した数千もの小型コアを搭載しています。

GPUは膨大な数の演算を同時に実行できるため、トレーニングと推論の両方に最適です。トレーニングでは、AIモデルに膨大なデータセットからパターンを見つける方法を教え、推論ではそれらのモデルを用いて新しい情報に基づいた意思決定を行います。

GPUは、NVIDIAとその最大のライバルであるAMDにとって依然として主要なエンジンです。両社の主な差別化要因はソフトウェアです。NVIDIAはCUDAエコシステムに依存しているのに対し、AMDは主にオープンソースのスタックを提供しています。

両社は、Amazon、Microsoft、Google、Oracle、CoreWeave などのプロバイダーにクラウド GPU を販売しており、プロバイダーは AI 開発者にその計算能力を貸し出している。

例えば、アントロピックがNVIDIAおよびMicrosoftと締結した300億ドル規模の契約には、NVIDIAのハードウェア上に構築された1ギガワット相当のコンピューティング能力が含まれています。AMDは最近、OpenAIとOracleからも大規模なコミットメントを獲得しました。

Nvidia はまた、OpenAI への少なくとも 400 万個の GPU を含む政府や AI 企業、および韓国、サウジアラビア、英国などの外国政府にも直接販売しています。

同社はCNBCに対し、72個のBlackwell GPUを搭載したサーバーキャビネット1台あたり約300万ドルの料金を請求しており、毎週約1,000台のキャビネットを出荷していると語った。

エヌビディアのAIインフラ担当シニアディレクター、ディオン・ハリス氏は、需要がこれほどまでに高まるとは想像もしていなかったと述べた。「数年前に8GPUシステムについて企業に話した際、彼らは過剰だと思ったのです。」

クラウドAIに特化したASIC

GPUベースの学習は大規模言語モデルの第一波を牽引しましたが、モデルの成熟に伴い推論の重要性が高まっています。推論は、特定の数学演算向けに特別に設計された、柔軟性に欠ける低コストのチップでも実行できます。そこで登場するのがASICです。

GPU がさまざまなタスクを並列実行できる「スイスアーミーナイフ」だとすると、ASIC は単一目的のツールです。非常に高速かつ効率的ですが、製造後は 1 種類の操作に限定されます。

「これらのチップは、一度シリコンにエッチングされると変更できません」と、『チップ戦争』の著者クリス・ミラー氏は述べた。「効率と柔軟性の間にはトレードオフがあるのです。」

NvidiaのGPUは、AIの無数のニーズに対応できるほど汎用性が高いものの、高価（1台あたり最大4万ドル）で入手が困難です。スタートアップ企業がGPUに頼る理由の一つは、カスタムASICの設計に数千万ドルかかる場合があるからです。

しかし、クラウド大手は、大規模なコスト削減が期待できるため、ASIC に多額の投資を行っています。

「これらの企業は、自社で構築するワークロードをより細かく制御したいと考えています」とニューマン氏は述べた。「しかし、コンピューティング需要は膨大であるため、NVIDIAやAMDとの提携は今後も継続されるでしょう。」

Googleは、カスタムAI ASICを初めて開発し、2015年にTensor Processing Unit（TPU）を発表しました。開発は2006年に開始されましたが、2013年にAIによってデータセンターの占有面積が2倍になる可能性があるとGoogleが認識したことで、開発は急務となりました。2017年には、TPUが現代のAIの多くを支えるTransformerアーキテクチャの実現に貢献しました。

Googleは11月に第7世代TPUを発表しました。Anthropicは100万台のTPUでClaudeモデルを学習させる予定です。TPUはNVIDIA GPUに匹敵する、あるいは凌駕する性能を持つと考える人もいます。

「多くの人が、Google が最終的に TPU をより広範囲に利用できるようにすると期待しています」とミラー氏は述べた。

AWS は 2015 年に Annapurna Labs を買収した後、独自のチップを発表しました。同社は 2018 年に Inferentia、2022 年に Trainium をリリースし、Trainium3 も近々リリースされる予定です。

Amazonによると、Trainiumは競合製品よりも30～40%優れた価格性能比を実現しているという。Anthropicは現在、モデルの学習に50万個のTrainium2チップを使用している。

クラウドプロバイダーは、カスタムASICの構築に、重要なIPとネットワークの専門知識を提供するBroadcomやMarvellといった企業に依存しています。「だからこそ、BroadcomはAIブームの最大の勝者の一つとなったのです」とミラー氏は述べています。

Broadcom は、Google の TPU と Meta の 2023 アクセラレータの設計に協力し、2026 年から OpenAI 向けのカスタム チップの構築を開始しています。

マイクロソフトはMaia 100を開発しました。クアルコムはA1200を、インテルはGaudiシリーズを提供しています。テスラはAI5チップの開発に取り組んでいます。CerebrasやGroqといったスタートアップ企業は、斬新なアーキテクチャを推進しています。

中国では、米国の輸出規制にもかかわらず、Huawei、ByteDance、Alibabaが独自のASICを設計している。

NPUとFPGAを搭載したデバイスレベルのAI

3つ目のカテゴリーのAIチップは、クラウド経由ではなくデバイス上で直接モデルを実行するために開発されています。これらのチップは通常、システムオンチップ（SoC）設計に統合されており、エッジAIプロセッサと呼ばれます。これにより、AI機能をローカルで効率的に実行できるため、バッテリー寿命とプライバシーが保護されます。

「極めて低い遅延で、スマートフォン上でAIタスクを直接実行できるようになります」と、ホワイトハウスの元AI・技術顧問であるサイフ・カーン氏は述べた。「しかも、データセンターにデータを送信する必要もありません。」

ニューラル プロセッシング ユニット (NPU) は、Qualcomm、Intel、AMD などによって開発された、このカテゴリの主要部分です。

Apple は NPU という用語を使用していませんが、M シリーズ Mac チップと A シリーズ モバイル チップに「ニューラル エンジン」を組み込んでいます。

「このアプローチは非常に効果的であることが証明されました」と、Appleのプラットフォームアーキテクチャ担当副社長、ティム・ミレット氏は述べた。「処理速度が速く、ユーザー体験をより細かく制御できます。」

Android スマートフォンの Snapdragon チップ、Samsung のカスタム NPU、NXP と Nvidia のエッジ AI プロセッサは、自動車、ロボット、カメラ、スマートホーム デバイスの AI を強化します。

「現在の支出の大部分はまだデータセンターに集中しています」とミラー氏は述べた。「しかし、AIが携帯電話、自動車、ウェアラブル、その他あらゆるものに普及するにつれて、状況は変化するでしょう。」

FPGA は、ASIC や NPU よりも電力効率は劣りますが、製造後に再プログラムできるため、さらに柔軟性が高くなります。

AMDは2022年にザイリンクスを490億ドルで買収し、最大のFPGAメーカーとなった。インテルは2015年にアルテラを167億ドルで買収し、2位にランクインした。

結論：NVIDIAは依然として大きくリードしている

これらの AI チップ企業はすべて、台湾の TSMC という 1 つのメーカーに依存しています。

TSMCはアリゾナ州に大規模な製造拠点を建設しており、Appleも生産の一部をそこに移転する予定です。NVIDIAのCEO、ジェンスン・フアン氏は10月、Blackwell GPUが同州でも「フル生産」に達したと述べました。

市場はますます競争が激化しているにもかかわらず、Nvidia を追い抜くのは依然として極めて困難です。

「NVIDIAがこの地位にいるのは、自ら勝ち取った結果です」とニューマン氏は述べた。「NVIDIAはこの開発者エコシステムの構築に何年も費やし、そして勝利を収めたのです。」

米連邦準備制度理事会（FRB）による利下げの可能性に対する楽観的な見方が再浮上したため、金曜日の米国株価指数は大半が上昇した。

ニューヨーク連銀のジョン・ウィリアムズ総裁は金曜日、中央銀行には金利引き下げの余地が広がると予想していると述べた。チリで講演したこの政策当局者は、労働市場へのリスクがインフレ関連のリスクを上回っていると指摘し、FOMC（連邦公開市場委員会）のよりハト派的なメンバーの立場を反映した。

ウィリアムズ総裁は、「金融政策は依然として中程度に引き締め的であると考えているが、最近の措置以前ほどではない。したがって、政策を中立に近づけ、2つの目標のバランスを維持するために、フェデラルファンド金利の目標レンジを短期的にさらに調整する余地があると引き続き考えている」と述べた。

取引では、ダウ工業株30種平均は16時15分（GMT）時点で0.4%（185ポイント）上昇し、45,937となった。S&P500種指数は0.1%（7ポイント）上昇し、6,545となった。ナスダック総合指数は0.1%（38ポイント）上昇し、22,040となった。

パラジウム価格は、米ドル高、需要をめぐる不確実性、供給増加の見通しなどの圧力を受け、金曜日も下落が続いた。

ロイター通信は関係筋を引用し、米国がウクライナに対し、ロシアとの停戦合意を受け入れるよう非公式に働きかけていると報じた。世界最大のパラジウム輸出国の一つであるロシアに対する制裁が緩和されれば、世界の工業用金属供給が増加する可能性が高い。

Capital.comによると、パラジウム価格は10月初旬から約26%上昇し、1オンスあたり約1,500ドルとなっている。この急騰は、プラチナ市場の上昇と世界的な金融環境の緩和と相まって起きた。

米国の利下げへの期待と、それ以前のドル安も、ここ数週間貴金属価格を押し上げたいわゆる「金＋流動性」上昇の一環としてパラジウムを支えている。

パラジウムはガソリンエンジンの触媒コンバーターにほぼ独占的に使用されており、価格変動は米国の自動車メーカーや電子機器メーカーのコスト構造に直接影響を及ぼす。

マネックスのテクニカル分析によると、1オンスあたり1,500ドルから1,520ドルの間で抵抗線が見込まれており、全体的には強気相場が予想されるものの、今後も不安定な取引が続くと予想されています。CPMグループのアナリストは、パラジウムの最近の上昇は「プラチナの動向と密接に関連している」と指摘する一方で、米国の労働市場の軟化とインフレの持続が需要を圧迫する可能性があると警告しています。

米中貿易協定の休戦が最近発表されたにもかかわらず、米国当局者の発言は依然として緊張が高まっていることを示唆している。米国財務長官は中国は依然として信頼できない貿易相手国であると述べ、ドナルド・トランプ大統領は、自政権はNVIDIAの先端チップの中国および他国への輸出を認めないと改めて表明した。

米ドル指数はGMT14時43分時点で0.1%上昇して100.2となり、高値100.4、安値99.9の間で推移した。

12月渡しパラジウム先物は、GMT14時43分時点で0.9%下落し、1オンス当たり1,374ドルとなった。

ビットコインは金曜早朝に一時81,871.19ドルまで下落したが、その後82,460ドル付近で安定し、過去24時間で約10.2%下落した。

ビットコインは、ほぼ1か月にわたる継続的な売りにより、昨年のドナルド・トランプ氏の選挙勝利後に得た利益のほとんどを失い、現在は年初より10％低い水準で取引されている。

ビットコインが最後に8万2000ドルを下回ったのは4月で、トランプ大統領が「解放記念日」のイベントで広範囲な関税を発表したことがきっかけで市場が急落し、7万5000ドルまで下落した時だった。

CoinDeskは、Coinbase傘下のオプション・先物取引所Deribitのデータに基づき、トレーダーらはさらなる下落に備えてポジションを取っていると報じた。

時価総額で2番目に大きい暗号資産であるイーサリアムは、2,740ドルを下回り、24時間で9.6%以上下落しました。他の主要トークンも大きな下落に見舞われ、XRP、BNB、SOLはそれぞれ9.1%、8.4%、10.6%下落しました。最大のミームコインであるドージコインは、同時期に10.3%下落しました。

先月初めに史上最高値を更新した暗号資産市場は、10月10日に前例のない一日での暴落を経験した後、着実に下落を続けています。この暴落は、トランプ大統領が中国からの輸入品に100%の追加関税を課すと発表したことに端を発しており、トランプ大統領はこの措置を後に撤回しました。CoinGlassによると、デジタル資産はここ数日、市場全体のボラティリティにも巻き込まれており、24時間で22億ドル以上が暴落しました。

CoinGeckoによると、すべての仮想通貨の時価総額は現在2兆9,200億ドルで、10月初旬に記録した約4兆3,800億ドルのピークから33%減少した。ブルームバーグによると、ビットコインの時価総額は今月初めから約25%下落しており、2022年の仮想通貨暴落以来、月間下落率としては過去最大を記録している。

膨大な保有量からビットコインの代替指標として広く認識されているStrategy（旧MicroStrategy）の株価は、金曜日のプレマーケット取引で2.44%下落した。これは、過去1週間で11%、過去30日間で41%下落した後のことだ。同社は現在、649,870BTCを保有しており、平均購入価格は74,430ドルとなっている。

JPモルガンのアナリストは今週初めのレポートで、ストラテジー・インベストメントがナスダック100やMSCI USAといった主要指数から除外されるリスクに直面していると警告した。除外されれば株価はさらに下落する可能性があり、同社が保有するビットコインの一部を売却せざるを得なくなった場合は、仮想通貨市場にも悪影響を及ぼす可能性がある。