黄仁勲は、ヨーロッパがAIの生産者となり、競争力を高めるためにインフラ整備を推進する必要があると強調した。

·著者 Henderson·AI
黄仁勲は、ヨーロッパがAIの生産者となり、競争力を高めるためにインフラ整備を推進する必要があると強調した。

最近のGTC(GPU Technology Conference、GPU技術大会)において、黄仁勲は人工知能とは何かを再考した。彼は「五層ケーキ」の概念を構築し、エネルギーが先進的なコンピュータに電力を供給し、これらのコンピュータがAI工場を構成すると指摘した。工場内で運用されるモデルはトークンを生成し、デジタルインテリジェンスを生み出し、それをさまざまなアプリケーションに統合する。彼はまた、「AI経済に参加するには、AIの生産者にならなければならず、AIを消費することはその一部に過ぎない」と述べた。

黄仁勲は、ヨーロッパと中米のAI産業の構造には顕著な違いがあると指摘した。ヨーロッパのAIは主に工業アプリケーションに使用されており、例えば自動車設計、製造、医薬品開発などが重要な応用シーンである。ヨーロッパは堅実な工業基盤を持っているため、AIの利用において独自の特徴がある。しかし、大規模モデルやクラウドプラットフォームに関しては、ヨーロッパはアメリカ企業に依存しており、外部モデルを呼び出してAIの効率を迅速に向上させる必要がある。これは短期的な問題を解決するが、外部モデルの使用コストは高く、アメリカ企業が現地企業のデータを引き出す権利を持っているため、工業データを処理する企業との間に天然の対立が生じ、安全性が保証されにくい。

黄仁勲が提唱したAI生産者の理念がヨーロッパに与える影響

黄仁勲が提唱したAI生産者になるという考えは、ヨーロッパが急速に変化を必要としているAIの状況にぴったり合致している。彼の「五層ケーキ」の各層は、それぞれに対応する解決策を提示しており、特にAI工場の建設において重要である。彼は、生産者になるための最初の任務は上流システム、すなわちインフラの構築であると強調した。AI産業において、これにはチップ、計算能力、クラウドサービスが含まれる。これらのインフラを持つことで、企業はローカルな計算能力を利用し、自社のデータでモデルを訓練できる。機密性の高いデータに関しても、企業は安心してローカルクラウドプラットフォームにアップロードできる。

こうすることで、企業はデータと計算能力に対するコントロールを高め、外部サービスへの依存を減らし、将来的な運営においてモデル使用コストを低減できる。しかし、これらのインフラを構築することは容易ではなく、エネルギー、冷却、接続展開、ローカルデバッグなど多くの側面が関与し、時間がかかる。ゼロから始める場合、設備の購入、設置、調整から運用開始まで数ヶ月を要する可能性がある。黄仁勲は、「あなたが期待する年収が数百億ドルですか?仮に400億ドル/年の収入を見込んでいるなら、このインフラが1年で400億を生み出すとして、もし3ヶ月遅れたら、それは100億ドルの損失になります」と指摘した。

NVIDIAが提案するDSX PODは、ユーザーが早期に収益を得られるように設計されている。DSX PODは、一部の現場エンジニアリングを工場に前倒しし、7つの液冷計算機ラックと関連システムを輸送可能なコンテナに統合し、すべての設備が正常に稼働することを確認してから現場に納品する。彼の予測によれば、設備から納品までの「トークン生成」までの時間は「4から5ヶ月」から「約1ヶ月」に短縮でき、これにより設備の稼働コストを節約し、収益の遅延損失を減少させることができる。また、公式は、DSXの電力管理を組み合わせることで、同じAIの出力に対して最大30%の電力需要を削減できると述べている。

注目すべきは、電力管理も「五層ケーキ」の一層であるということだ。チップの計算能力が向上し続ける中で、電力供給、冷却、展開速度が新たなボトルネックになる可能性があり、これがNVIDIAが工場建設を検討する理由でもある。黄仁勲は、ヨーロッパがAI消費者からAI生産者に転換するためには、ゼロから始めて、計算能力を実際に投入する各段階を段階的に解決する必要があると強調した。

エネルギーの面では、ヨーロッパにはシュナイダーやシーメンスなど相当成熟したエネルギー企業が存在する。シュナイダーエレクトリックは配電と液冷を担当し、シーメンスは熱、騒音、電力網への影響を評価し、ダッソーシステムズはラックと工場設計を結びつける。NVIDIAは電力管理ソリューションを提供する。こうした協力は、NVIDIAが自社製品をよりよく理解するのに役立つだけでなく、新たなビジネスチャンスをもたらし、同時にヨーロッパ企業も既存の製品とエンジニアリング能力を新しいインフラ構築に組み込むことができる。これはアメリカ企業の「侵入」ではなく、多方面でのウィンウィンの効率革命である。

さらに、黄仁勲は産業エコシステムの協調の構想も提案した。例えば、モデル、シミュレーション、インテリジェントエージェント開発ツールなどである。もし企業がさらに開発の出発点を必要とする場合、NVIDIAはそれを考慮し、製品を提供することもある。もちろん、ヨーロッパ企業はゼロから始めるわけではなく、既存の工業ソフトウェア、自社開発モデル、他の供給者のより適した製品はシステム内に残る可能性がある。企業が最終的に比較すべきは、性能、コスト、既存ビジネスとの適合度である。

こうして、NVIDIAはヨーロッパにおけるエコシステムの基盤を築くことができる。NVIDIAのインフラを中心に展開されるさまざまな構築は、ヨーロッパに非常に広範なエコシステムを確立することになる。これらのエコシステムと信頼が徐々に築かれれば、既に検証された製品と経験がこのソリューションを継続的に採用する理由となる。ユーザーにとって、ローカライズされたAIの導入は使用コストを低下させるだけでなく、新たなビジネスチャンスをもたらし、規制も自らが責任を持つことができる。

ローカルな協力、顧客の信頼、ブランドエコシステムの共同投資は徐々に蓄積される。ムーアの法則が失速する未来において、技術は追いつかれる可能性があるが、これほど密接な協力基盤があれば、揺るぎないビジネスの砦となるだろう。

黄仁勲は講演の中で、「コンピュータ業界の数十年の発展を経て、私たちは今、新しい産業革命の始まりにいる」と指摘した。彼は第一次産業革命の際、ジェニー紡績機が初期の代表的な発明であり、一人の労働者が同時に複数の紡錘を操作できるようになったことを振り返った。紡績効率の向上に伴い、生産規模の拡大と原材料需要の増加が引き起こされ、一連の変化が生じた。最初は繊維業界に始まり、その後徐々に社会全体の生産方式に広がった。生産力の変化はしばしば、これに引きずられる形で全体に影響を及ぼす。

現在の大規模モデルはまさにジェニー紡績機のようなもので、一般の人々の作業効率をさまざまな程度で向上させている。AIが実際の生産に参加する度合いが高まるにつれ、使用規模も拡大する。エネルギーと計算能力という原材料の需要は上流産業チェーンを生み出し、技術がさらに進化すれば、より便利で効率的なアプリケーションや製品が登場する。産業間の相互依存性はますます強まり、産業エコシステムの協調が必然的な要求となる。

しかし、これらの段階が共に進歩できるかどうかが、最終的な成果に影響を与える。ゴールドマン・サックスは最近、中国のAIサプライチェーンについて議論し、「AI技術は本質的に乗数効果を持っている——サプライチェーン内の複数のコンポーネントがそれぞれ一世代遅れると、総計算能力の出力/効率が一世代以上遅れる可能性がある」と指摘した。したがって、各段階の発展度合いは極めて重要であり、産業協調の重要性が明らかである。たとえチップの計算能力がどれだけ速くても、ネットワーク伝送、電力供給、冷却が追いつかなければ、性能を十分に発揮することは難しい。計算能力が整っていても、ソフトウェアと業務プロセスの連携が必要であり、初めて企業が実際に得られる効率向上に転換される。

単一の段階での技術的優位性は、他の段階との連携があって初めて実際の生産力に転換される。産業協調は、AI投入が最終的にどれだけのリターンを生むかに影響を与える。

NVIDIAが提案する「ヨーロッパAI発展戦略」は、今回の産業革命の縮図である。NVIDIAのアプローチは、統合されたフルスタック技術ソリューションとローカライズされた協力を用いて、元々異なる分野に属していた産業を結びつけるものである。これにより、NVIDIAは単なるチップ供給者からヨーロッパ産業協調の接着剤へと変貌を遂げた。全体のソリューションの価値は、産業間の徐々に磨合するプロセスを、事前に計画し推進できる協力に転換することである。

H
著者について
Henderson