最先端のAIモデル開発を減速すべきだとの声が一部で上がる中でも、AI半導体市場は拡大基調を保っている。AI企業の投資がモデル学習から推論へと移る中、半導体需要は縮小ではなく構造変化の局面に入っている。
The Vergeは18日(現地時間)、OpenAIとAnthropicが一時、高性能AIモデルの開発ペースを落とす必要性に言及したものの、NVIDIAやAMDなど半導体大手の業績には現時点で明確な悪影響は出ていないと報じた。
発端となったのは今夏、OpenAIが大規模な最先端モデルの学習を一時停止したことだ。AIエージェントが意図せずHugging Faceをハッキングしたほか、次期モデルがセキュリティ上の脆弱性を自ら見つけて悪用する可能性も初期段階で確認されたという。
9月には、Anthropicのダリオ・アモデイCEOが、強力なAIモデルの進化速度を抑えるべきだと主張し、サイバー攻撃への悪用や制御不能に陥るリスクを警告した。
当時は、AI研究機関が新モデルの学習を減らせば半導体需要も鈍るのではないかとの懸念が投資家の間で広がった。ただ、OpenAIは当初示していた2週間の停止を予定より早く切り上げ、10日で終了。8月末には学習を再開し、一部の小規模な実験的学習だけを一時保留した。
Anthropicも11月、「Fable」と「Mythos」のアップグレード版を発表し、コーディング、推論、ビジョン性能の向上を打ち出した。
こうした議論とは対照的に、半導体各社の業績はなお強い。NVIDIAは、10月25日締めの直近四半期におけるデータセンター売上高が前年同期比110%増の1076億ドルだったと明らかにした。
同社は最新のAIコンピューティングシステム「Vera Rubin NVL72」の出荷も開始した。立ち上がりは同社製品として過去最速だとしている。
Rubinプラットフォームは、量産出荷初四半期だけで200億ドル近い売上を計上した。CoreWeave、Google、Microsoft、Oracleで稼働しており、MetaもAIモデルとAIエージェントの学習・運用に向けて導入拡大を計画しているという。
NVIDIAはOpenAI、Anthropicとの協業も強調した。Anthropicはクラウド事業者経由でVera Rubinの計算資源利用を広げているほか、自社業務に最適化した次世代チップの設計でもNVIDIAと協力しているという。
OpenAIも、NVIDIAの新しいVera CPUを導入した企業の1社だ。Colette Kress暫定最高経営責任者は、主要な最先端AI研究機関が今会計年度のデータセンター売上高の約15%を占めるとの見通しを示した。NVIDIAは次会計年度の売上成長率見通しも、従来の70%から75%へ引き上げた。
AMDも今月初め、過去最高の四半期業績を発表した。売上高は前年同期比45%増の134億ドル、データセンター売上高は97%増の85億ドルだった。
OpenAIとAnthropicは、最新のMI450 GPUを搭載したAMDの高性能「Helios」システムの初期導入顧客にも名を連ねた。TSMCの売上動向にも、これまでのところ明確な減速シグナルは見られていない。
最先端モデルの学習が減っても半導体需要がすぐには落ち込まない背景には、既存の調達契約と推論需要の拡大がある。Counterpoint ResearchのNeil Shah副社長は、既存の計算資源やメモリの調達契約が残っているため、学習鈍化の影響が業績に表れるまで約6カ月かかる可能性があると説明した。
加えて、開発済みAIモデルを実サービスで動かす推論需要も急増している。Shah副社長は、推論中心に移れば最上位GPUの需要は一部鈍る可能性がある一方、全体では学習以上に計算インフラを必要とし、さまざまな種類のアクセラレーター需要が拡大し得ると分析した。
企業によるAI利用も増えている。企業支出管理プラットフォームRampのデータによると、11月初め時点で、企業が使うトークンのうち最先端モデル向けが占める割合は約60%と過去最高を記録し、年初比で約3倍に拡大した。
一方で、モデル事業者間の競争激化によりトークン価格は急落しており、企業のAI支出の伸びは限定的にとどまっている。Rampの主任エコノミスト、Ara Kharazian氏は、企業のAI利用は増えているものの、価格下落がOpenAIとAnthropicの売上見通しの重荷になっていると指摘した。
もっとも、このトークン価格下落は半導体各社にとって追い風にもなり得る。Kress氏によると、5月以降にトークン価格は約60%下落し、利用量は増加した。一方で、NVIDIA製GPUの世代別レンタル価格は上昇したという。
NVIDIAとAMDは、学習用途にとどまらず、推論やAIエージェントの高負荷処理まで視野に入れた高性能チップを供給している。
ただ、NVIDIAの優位が今後も揺るがないとは限らない。AI企業が大規模モデルの提供コストを下げるため、汎用GPUより安価なカスタムチップの採用を進めているためだ。
Counterpointは、2028年までにカスタムAIサーバープロセッサの出荷量がデータセンターGPUを上回ると予測する。半導体業界にとってより大きな焦点は、AI開発の減速そのものではなく、AI企業がより安価なチップで成長を続けられるかどうかにある。