月曜日のアジア市場では、円は主要通貨およびマイナー通貨バスケットに対して下落した。対米ドルでは前日の小幅な下落から再び下落し、10ヶ月ぶりの安値水準に再び接近した。高市早苗首相の景気刺激策への懸念が根強い中、円は依然として明確な圧力にさらされている。

一方、アナリストは、円が1ドル＝160円に達するまでは、円相場を支えるための直接介入の可能性は低いと見ている。投資家はまた、日銀の政策正常化への道筋や利上げの可能性に関する新たな手がかりを待っている。

価格概要

• USD/JPYは、セッション安値156.37円を付けた後、寄り付きの156.37円から約0.3%上昇して156.80円となった。

• 円は、前日に10カ月ぶりの安値157.89円を付けた後、安値買いが入り、金曜の取引をドルに対して0.7%上昇で終えた。これは6日ぶりの上昇である。

• 通貨は先週、高市首相の景気刺激策の圧力を受け1.2%下落し、2週連続の下落となった。

高市氏の景気刺激策

高市早苗首相率いる内閣は先週末、21兆円（1350億ドル）規模の経済対策を閣議決定した。これは政権初の主要政策となる。この対策は、低迷する日本経済を支えることを目的とした、高市首相の積極的な財政政策を反映している。

この対策には一般会計歳出が17.7兆円含まれており、これは昨年の13.9兆円を大きく上回り、新型コロナウイルス感染症のパンデミック以降で最大の景気刺激策となる。また、2.7兆円の減税も盛り込まれている。政府は年末までに国会の承認を得るため、11月28日に補正予算を成立させる予定だ。

見解と分析

• OCBCのFXストラテジスト、クリストファー・ウォン氏は、USD/JPYが160円に達するまでは介入の可能性はないと述べ、流動性が低い状況を考えると動きは急激になる可能性があると付け加えた。

• ストーンXのチーフストラテジスト、マイケル・ブトロス氏は、日本銀行と「非常に企業寄りで、市場の安定維持を望んでいる」新首相との間で綱引きが続いていると指摘した。

• ブトロス氏はさらに、「金利変更はすぐには行われないだろう。むしろ、こうした動きが続く限り、介入やさらなる警告の議論が出てくるだろう」と付け加えた。

日本の金利

• 市場は現在、12月に日銀が25ベーシスポイントの利上げを行う確率を約35％と見積もっている。

• 投資家はこうした可能性を再評価するため、日本のインフレ率、失業率、賃金上昇率に関する今後のデータを注視している。

仮想通貨は金曜日に全面的に下落し、最近の高値を大きく下回る大幅な損失が続き、ビットコインは8万2000ドルを下回った。

この下落は、連邦準備制度理事会（FRB）の政策をめぐる相反する見方の中で起きた。最新の米国雇用統計は12月の利下げ期待を後退させたが、FRB高官の発言を受けて、本日、利下げ期待が再び高まった。

ニューヨーク連銀のジョン・ウィリアムズ総裁は金曜日、中央銀行には金利を引き下げる余地がさらに広がると予想していると述べた。

この影響力のある政策担当者はチリでの講演で、労働市場が直面するリスクはインフレ関連のリスクよりも大きいと考えていると説明し、FOMCのよりハト派的なメンバーの見解を反映した。

ウィリアムズ総裁は、「金融政策は依然として適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、我々の二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」と付け加えた。

CMEフェドウォッチツールによれば、12月の会合で25ベーシスポイントの利下げが実施される確率は前日の39％、1週間前の44.4％から75％に上昇した。

本日発表された政府データによると、11月の米製造業PMIは前月の52.5から51.9に低下し、予想の52に近づいた。

一方、サービス業PMIは今月54.8から55に上昇し、54.6への低下予想を覆した。

ミシガン大学の消費者信頼感調査も改善し、50.3から51に上昇し、予想の50.6を上回った。

イーサリアム

取引に関しては、イーサリアムはGMT21時11分時点で3.7%下落して2,739.9ドルとなり、今週の損失は13.2%となった。

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。