一、核心内容の平易なまとめ
このニュースは、2026年に京東雲が自社のテクノロジー大会で業界にとって大きな発表を行ったことを伝えています。それは、10万枚の国産GPUチップを搭載した超大型の計算クラスターを構築するというもので、すべて国産メーカーであるモアスレッドのチップを核心的な計算能力の基盤として使用し、大規模なモデルのトレーニングや、実世界で動作するインテリジェントロボットや工業用ロボットアームなどの「物理AI」に計算能力を提供するというものです。このクラスターは業界全体に開放される予定です。
これは、国内の主要なクラウドサービスプロバイダーが初めて、10万枚規模のGPUチップをすべて国産チップに置き換えた事例であり、工業情報化部（工信部）が推進する「第15次5カ年計画」における国産AIクラスターの発展を奨励する政策のタイミングにぴったり合致しています。これにより、以前は「性能が平凡で、やっとのことで使える」とされていた国産GPUが、大規模な商用利用のハードルを越えたことを意味します。これにより、AIの計算コストは大幅に下がり、さまざまな業界でAIを活用するハードルも大幅に低くなるでしょう。
---
二、詳細な解説
1. まず理解しておきたい：この10万枚の国産GPUチップを搭載したクラスターとは、どのような「超大型プロジェクト」なのか？
多くの人にとって「10万枚のGPU」という概念は馴染みがないかもしれませんが、例えば説明するとわかりやすいでしょう。以前、国内の主要なクラウドサービスプロバイダーが使用していた10万枚規模のGPUクラスターはすべて海外のNVIDIA製チップでした。国産GPUは最大でも数千枚程度しかなく、1万枚を安定して動作させることができれば業界のトップレベルとされていました。
今回は10万枚を実現したのですが、単に「数を10倍にする」という単純なことではありません。これは、10万台の高性能ゲームコンピューターを同時に動作させるようなもので、そのうち1台でも故障して接続が切れると、大規模なモデルのトレーニングが数ヶ月間停滞してしまいます。以前の国産チップではこのような要求に耐えられませんでしたが、今回は国産チップの性能の上限を10倍に引き上げたのです。これは単なる概念ではなく、実際に大規模なモデルのトレーニングに使用できる実用的な超大型計算リソースです。
2. なぜ今このタイミングで行われるのか？政策と産業の「追い風」が揃ったからです
これは京東が一時的なブームに乗じて見せかけのプロジェクトを行ったわけではありません。2つの重要なタイミングが重なったからです：
一方で、工業情報化部が発表した「第15次5カ年計画」では、国産AIクラスターの構築を明確に奨励し、さまざまな支援も提供しています。以前は企業が国産チップを大規模に使用することをためらっていましたが、リスクを恐れていました。しかし今回の政策により明確な方向性が示されました。
もう一方で、実世界で動作する「物理AI」（例えば物流ロボット、工場のインテリジェントロボットアーム、家庭用サービスロボット）が爆発的に需要が増えており、計算能力の需要が以前のオンラインAIに比べて数十倍に増加しています。以前は輸入チップを使用するとコストが高騰し、供給も不安定でした。京東は小売、物流、工業などの実際のシナリオを多数持っており、自社で必要とする計算リソースが不足していたため、これは単なる見せかけのプロジェクトではなく、実際に必要としているものです。
3. 「チップを購入して数を埋める」のではなく、根本的な統合が行われている
以前の多くのクラウドサービスプロバイダーが国産GPUを購入していたのは、単に国産化の要求に応えるためだけでした。チップは国産ですが、それに適したクラウドプラットフォームやモデルトレーニングソフトウェアはすべて海外製で、適合性が非常に悪く、チップの性能は最大で30％しか発揮されませんでした。今回、京東雲とモアスレッドはチップの設計段階から協力して改善を行っています。チップのパラメータは京東の大規模モデルのトレーニング要件に合わせて調整され、クラウドプラットフォームのツールも国産チップに特化して開発されています。モデルトレーニングのプロセスも両者で共同で磨き上げられています。これは、エンジンを購入する際にエンジンメーカーと自動車メーカーが一緒に車を設計するようなもので、性能を100％引き出すことができます。さらに、京東が持つ数千の実際の産業シナリオをチップメーカーにフィードバックして継続的に最適化を行うことで、使用するほどに性能が向上します。これにより、「実際のシナリオ → モデルトレーニング → チップの最適化」という良い循環が生まれています。
4. 最も実際的な利点：業界全体のAI計算コストが大幅に削減される
この10万枚のクラスターが稼働すると、最も直接的な影響はAI計算コストの大幅な低下です。以前は輸入チップを使用して中規模のモデルをトレーニングするには数千万円かかりましたが、今回は国産チップの購入コストが輸入品の半分以下です。さらに10万枚規模の効果により、全体の計算コストは少なくとも半分になります。
以前は小規模な工場やスタートアップ企業ではAIを利用することができませんでした。例えば、小さな加工工場でロボットアームのインテリジェントな制御を行いたい場合、計算コストだけで数十万円かかりましたが、今では数万円で実現できます。一般の人々もAIを使用して1時間分の長い動画を生成したり、3Dコンテンツを作成するコストが大幅に下がります。将来的には数千円で実際に家事を手伝ってくれる家庭用サービスロボットを購入できるようになるかもしれません。
5. 業界のマイルストーン：国産GPUが「やっとのことで使える」から「大規模に商用できる」へと進化
以前は業界全体で国産GPUに対する固定観念があり、「性能が悪く、簡単なAIタスクしか実行できない。大規模なモデルのトレーニングには使用できない」とされていました。多くの企業は国産GPUを使用することをためらっていました。しかし今回、京東の10万枚規模のクラスターの実現により、国産GPUが安定して大規模なクラスターを動作させることができることが証明されました。これにより、他のクラウドサービスプロバイダーや企業がAIクラスターを構築する際には、輸入品か国産品かを選ぶ必要がなく、このプロトコルに従って実施するだけで済みます。これにより、国産計算リソースの産業チェーン（チップ、サーバー、クラウドプラットフォーム）が完全に活性化し、もはや海外メーカーに制約されることはありません。