AI算力競争の「隠れたハードル」：チップだけが主役ではなくなった
皆さん、こんにちは。私は財経ジャーナリストです。今日お話しするこのニュースは、多くの人が抱いている「AI＝グラフィックカードを買う」というイメージとは少し異なるかもしれません。
以前は、AIを行うということは、どの企業がより多くのGPU（グラフィックプロセッサ）を持っているか、どのチップがより高速かを競うことだと考えられていました。しかし、レノボグループの幹部である陳振寬氏は最近、非常に現実的な問題を明かしました。現在のAIサーバーはあまりにも重く、通常の工場の床では支えられないほどであり、消費電力も多く、一般的な工場では供給が追いつかないほどです。
これは単なる工学的な問題ではなく、AI産業が根本的に変化していることを示しています。AIインフラは「軽資産の技術競争」から「重資産のインフラ競争」へと変わりつつあります。 以前は誰のスマートフォンの画面がより明るいかを競っていましたが、今では誰の発電所がより大きく、誰の基盤がより安定しているかを競っているのです。
以下では、このニュースを5つの側面に分けて、その背後にある論理をわかりやすく説明します。
---
1. 物理的な限界の「厳しい制約」：なぜAIサーバーは1階に設置しなければならないのか？
以前は、サーバールームを2階や3階に設置しても問題ありませんでした。なぜなら、1台のサーバーの重さはそれほど多くなく、床の耐荷重は1トンあれば十分だったからです。しかし、数十個や数百個のGPUで構成される高性能計算ユニットである「スーパーノード」が登場してから、状況が変わりました。
- 重量の大幅な増加： 現在のスーパーノードは非常に重いです。陳振寬氏によると、新しい工場の床の耐荷重は1平方メートルあたり3トンから5トンが必要だとのことです。これはどういう意味でしょうか？つまり、設備を1階に設置しなければならず、地下駐車場も掘ることができない（基盤が特に深く安定していなければならない）ということです。
- 電力の消費量の増加： 1つのスーパーノードの生産基地には少なくとも30メガワットの電力が必要であり、場合によってはそれ以上です。これはどのような規模でしょうか？一般的な工場では数メガワットしか必要ありませんが、ここでは専用の110キロボルトの変電設備が必要です。
わかりやすい説明：
以前は小さな麺屋を開くだけで家のキッチンで済みましたが、今では中央キッチンを開く必要があります。コンロを工業用のものに交換するだけでなく、高圧電線を引き、基盤を強化してコンロが床を壊さないようにしなければなりません。物理的なスペース、耐荷重、電力といった以前は目立たなかった「インフラの詳細」が、AI算力を実現するための最初のハードルとなっています。 多くの古い工場は使えなくなり、新しく建設したり改造したりしなければならず、これ自体が巨大なコストとなります。
---
2. 技術的な境界の「大きな融合」：もはやチップを買うだけではなく、「システム」を買う
以前は、サーバー、ストレージ、ネットワーク、オペレーティングシステムなどが別々に販売されており、その境界ははっきりしていました。CPUを買い、メモリを買い、ネットワークカードを買って組み合わせればよかったのです。
しかし、スーパーノードはこれらの境界を破りました。これはもはや単なる独立したサーバーではなく、以下を含む巨大なシステムです：
- 計算カート： GPUを収納する場所。
- 電力カート： 電力を供給するためのもの。
- ストレージカート： データを保存するためのもの。
- 接続カート： 高速なデータ転送を担当するもの。
これにより、標準が統一されていないという複雑な問題が生じています。陳振寬氏によると、「ノード内の高速接続」だけでも12のメーカーが存在し、13種類の異なるプロトコルが使われています。
わかりやすい説明：
以前はコンピュータを組み立てる際にはUSBポートがあれば問題ありませんでしたが、今では各メーカーの「プラグ」の形状が異なり、速度も異なります。メーカー（レノボや華為など）は、現在使用しているチップだけでなく、将来チップがアップグレードされたり、別のメーカーのチップに変わったりした場合にも対応できるように、スペースを確保する必要があります。そのためには電源や冷却システム、接続ケーブルなども再設計する必要があります。
これにより、上流側で影響を受けるのはGPUチップだけでなく、スイッチングチップ、PCBボード、高速ケーブル、電源モジュール、液冷装置など、産業チェーン全体が巻き込まれています。** 技術的な複雑さが指数関数的に増加し、研究開発の難易度とコストも急上昇しています。
---
3. 資金のゲームの「新しいルール」：「稼いだ分だけを使う」から「借金してインフラを整備する」へ
これは一般の人にとって最も衝撃的な点です。AIインフラの建設コストは非常に高く、企業が自分たちで稼いだお金（フリーキャッシュフロー）だけでは賄えないほどです。
- 規模の爆発的な増加： 中信建投のデータによると、過去20年間のモバイルインターネット時代には、中国とアメリカの年末の資本支出は約1000億ドルでしたが、今年の北米のクラウド企業は約8000億ドル、中国は約1兆元に達しました。投資規模は10倍に増加し、サプライチェーンを含めると20倍にもなります。
- 資金調達方法の変化： 以前は企業が利益を稼いだ後に投資していましたが、今ではそうはいきません。まず借金をしなければなりません。資金源は「利益の留保」だけでなく、「債券発行、ファイナンスリース、プライベートエクイティ、クレジット」などの複雑な金融ツールにも拡大しています。
- 金利の差が生死を分ける： 重阳投資の王慶氏によると、アリババやテンセント、マイクロソフトのような大手クラウド企業のプロジェクトでは、融資金利は約5.3％～6.6％ですが、保証がない場合は8.5％～9％にもなります。
わかりやすい説明：
これは、2人の不動産業者がビルを建設する例です。A社は万科で、銀行は信頼できると判断して5％の金利を提供しますが、B社は小規模な開発業者で、銀行はリスクが高いと判断して9％の金利を提供します。同じビルを建設するにもかかわらず、B社が支払う余分な金利は、その年の利益をすべて消費し、場合によっては破産につながる可能性があります。
AIインフラのような重資産のゲームでは、融資コスト（金利）の高低がプロジェクトの収益性を直接左右します。 数パーセントの金利差が、数千億規模の投資では数十億の利益の差になります。したがって、「信用」と「資金調達能力」がチップ技術と同等に重要な競争力となっています。**
---
4. 泡沫か未来か？「お金」と「リターン」のタイミングの違い
現在市場で最も議論されているのは、AIが泡沫なのかということです。
中信建投の武超則氏は厳しい現実を指摘しています。現在、算力産業チェーンがAI産業チェーンの収入と利益の90％以上を占めており、モデルやアプリケーション層はまだ資金を消費しているだけで、商業化は遅れています。
- 上流側が利益を得て、下流側が利益を得る： チップやサーバー、電力などを販売する企業は大きな利益を上げていますが、実際にAIを使って製品やサービスを提供する企業はまだ収益化の方法を模索しています。
- 外部性の理論： 高金智库の彭文生氏によると、技術革新には「外部性」があります。つまり、今AIに投資しても自分たちが直接利益を得られなくても、社会全体の生産性が向上し、皆が恩恵を受ける可能性があります。単に個々の企業の短期的な財務報告だけを見ていると、AIの価値を過小評価してしまう可能性があります。
わかりやすい説明：
これは高速道路を建設する例です。道路を建設する際には、建設会社は損失を出すか、わずかな費用しか得られないかもしれませんが、道路が完成すると、トラックやバスを運ぶ人、沿線で商売をする人などが大きな利益を得ます。
現在のAIインフラは、未来への高速道路を建設しているようなものです。 議論のポイントは、その道路の「交通量（商業的なリターン）がいつ来るかです。もし10年間車がほとんど来なければ、建設会社は倒産してしまいます。しかし、交通量が多ければ、その決断は賢明だったと言えます。現在は「道路は完成しているが車がまだ来ていない」という厄介な状況にあります。
---
5. 最終的な結論：これは「全要素」を必要とする重資産の持久力競争です
最後に、視点を広げて考えてみましょう。
いわゆる「算力競争」は、もはや単なる「チップ競争」ではありません。それは重資産の競争に変わっています。
- 第一段階： GPU（チップ）を手に入れる。
- 第二段階： HBM（高帯域幅のストレージ）、接続、冷却システムを整備する。
- 第三段階： 工場、電力、基盤を確保する。
- 第四段階： 資金コスト（金利）を抑える。
- 第五段階： 最後に、十分な商業的なリターンを生み出す。
どの段階でも問題が発生すると、システム全体が機能しなくなります。
- チップがどんなに高速でも、電力がなければ無駄になります。
- 電力が十分でも、工場の床が耐えられなければ設備が壊れます。
- 設備が安定していても、融資金利が高すぎれば採算が取れません。
- *計算が合っても、アプリケーション側で需要がなければそれは泡沫です。**
一般の人にとってこれはどういう意味でしょうか？
1. AI業界のハードルは非常に高い： 小規模な企業が「数枚のカードを買う」だけで核心的な算力分野に参入することは難しく、これは巨大企業や国家チームの専売りです。
2. 「インフラ」に注目し、単に「モデル」だけに注目しない： 今後数年間で、電力、データセンター、液冷、高速接続などの「ハードインフラ」分野の企業が、純粋なソフトウェア企業よりも安定しており、より多くの利益を上げる可能性があります。
3. 忍耐とリスクが共存する： AIのリターンサイクルは長くなっています。来年に爆発的な利益が出ると期待しないでくださいが、短期間でアプリケーションの成長が見えなくてもインフラの価値を否定してはいけません。これはマラソンであり、持久力、資金力、システムエンジニアリングの能力が求められます。
要するに： AIの後半戦では、誰がより「重い」（インフラ、資金、サプライチェーンの統合能力）かが勝負となります。