核心内容の要約
最近、チップ業界の巨頭であるボードコムは史上最高の業績を発表しました。第3四半期の総収入は約300億ドルに達し、前年比で86％の増加を記録しました。特にカスタムAIチップの収入は2倍以上に増加し、大きな利益を上げました。これはボードコムが突然力をつけたからではなく、グーグル、メタ、オープンAI、アマゾンといった世界的なAI企業はもちろん、国内の華為（ファーウェイ）、アリババ、バイドゥなどもAIチップのカスタム製造や自社開発に力を入れています。彼らはもはやNVIDIAの既製チップに完全に依存したくないのです。その背景には、「コスト削減」「権力の確保」「生存の維持」という3つの重要な戦略があります。AIチップの独占的な市場構造は徐々に崩れつつあります。
---
詳細な解説
1. なぜボードコムが突然これほどの利益を上げたのか？
以前、ボードコムはデータセンターで使用されるネットワーク交換チップを製造する企業という印象でしたが、今回の業績の爆発的な増加は、すべてのAI企業のニーズを正確に捉えたからです。ほとんどの大規模なAIモデル企業にはチップをゼロから製造する能力がなく、数百人のチップエンジニアを雇い、TSMCなどのファブリケーターと連携し、設計から製造までの全プロセスを自社で行うのはコストがかかり、時間もかかります。その間に競合他社のモデルは何世代も進化してしまいます。
ボードコムはチップ製造の全プロセスを「キーを渡すサービス」として提供しています。あなたが必要とする性能や最適化したいシナリオを伝えれば、チップの設計から製造までをすべて代行してくれます。例えば、オープンAIの「小辣椒」と呼ばれる推論チップは、設計開始から量産までわずか9ヶ月で完了しました。この効率の高さは驚異的です。現在、グーグル、メタ、オープンAI、アンソロピックといったトップ企業のカスタムチップの注文はほとんどボードコムが受けており、2～3年後には彼らが利益を上げることになります。
2. 巨頭企業のチップ製造は単なるスローガンではなく、実際に進行中であり、自社開発による利益はモデル販売よりも多い
世界中のAI企業のチップ製造はもはやPPTの段階を超えており、多くが商業化に成功しています。
- グーグルは2016年に自社のTPUチップを開発し、現在では第8世代が量産段階にあります。トレーニング用と推論用の2種類のチップを提供しており、アンソロピックとの2000億ドルの契約ではグーグルのTPUのみを購入しており、NVIDIAには一切利益を与えていません。
- メタはボードコムと協力して開発したチップを自社のFacebookやInstagramのコンテンツ推薦システムに使用しており、ユーザーが短い動画を快適に閲覧できるのはこのチップのおかげです。近日発売予定の新チップは生成型AIモデルにも対応しています。
- アマゾンは自社開発のAIトレーニングチップ「Trainium」を第3世代まで進化させており、まだ市場に出ていない第4世代の需要はすでに満たされています。契約による将来の収入は2250億ドルを超えており、専門のチップ企業よりも多くの利益を上げています。
- 国内でも華為の昇腾、アリババの真武、バイドゥの昆仑芯などが広く使用されており、トップ企業の中でテンセントだけがまだ公に参入していませんが、他の企業も準備を進めています。
3. 自社開発チップによるコスト削減
多くの人が疑問に思うかもしれませんが、NVIDIAのチップを購入して使用するのと、自社で製造するのとではどちらがお得かと。まず、コスト削減が大きな理由です。小さなスーパーマーケットを運営する場合、卸売業者から既製の棚を購入するのが最も安上がりですが、10万店舗のチェーンストアを運営する場合、自社の商品サイズに合わせたカスタム棚を工場で製造すると、1つの棚の製造に数百万ドルかかっても、年間で電力や人件費を数十億ドル節約できます。
例えば、オープンAIの「小辣椒」チップは大規模なAIモデル向けに最適化されており、不要な機能をすべて削除しているため、推論コストがNVIDIAのチップを使用するよりも50％削減されています。1日に何十億回ものユーザーの質問を処理しており、年間のコスト削減額は数百億ドルに達します。チップ開発にかかる投資は数ヶ月で回収できます。
4. 英伟达への依存からの脱却
以前はすべてのAI企業がNVIDIAのチップを使用していましたが、これはもはや変わりつつあります。自社でチップを製造することで、ハードウェアを自社のモデルに合わせることができます。以前はNVIDIAがAIチップ市場の70％以上を占めており、ソフトウェアエコシステムもNVIDIAがコントロールしていました。そのため、新しいゲームプレイスタイルを考えても、既存のチップでは対応できず、自社のプレイスタイルを変更するしかありませんでした。
しかし、自社でチップを製造することで、モデルに新しい機能を追加したり、計算処理を最適化したりできます。例えば、グーグルは自社のTPUを使用して大規模なAIモデルを実行し、NVIDIAの同等のチップを使用するよりも速度が2倍になりました。
5. 生存のための選択
これは非常に現実的な問題です。もしすべての計算能力をNVIDIAに依存している場合、価格が30％上がると交渉の余地もなく、購入を強いられます。また、政策上の理由で供給が停止されると、モデルのトレーニングができなくなり、サービスが停止することになります。自社でチップを製造することで、NVIDIAに依存するリスクを減らすことができます。特に国内のAI企業にとっては、高価なNVIDIAのチップの輸出制限があり、今買えるからといって明日も買えるとは限りません。自社開発チップは単に利益を増やすための選択ではなく、生存をかけた選択です。