中国の計算力に関する分析の要約
中国の計算力における問題は、量的な過剰ではなく、構造的なミスマッチがあるということです。一方で、大規模モデルのトレーニングやAI研究などに必要な高品質な計算力（高帯域幅のクラスターや成熟したソフトウェアエコシステム）が不足しており、他方で既に構築された計算リソースの多くが適合性の問題や調整の困難さ、顧客の不在などの理由で未使用のままです。現在、全国の計算力ネットワークでは60％以上のリソースが「可視化」されていますが（統一された監視システムに組み込まれている）、企業が実際に利用できるエンドツーエンドのサービス体系（つまり、物理的な計算力を企業が呼び出し、料金を支払ってタスクを完了できる形に変換するシステム）はまだ構築されていません。将来の競争の鍵は、どれだけ多くの計算力にアクセスできるかではなく、リソースからタスクへの変換をどう実現するかです。
解説
1. 計算力不足の変化：「あるかないか」から「使えるか」へ
以前の計算力不足とは、「十分なハードウェアがない」ということでした。しかし現在の不足は、「ハードウェアはあるが使えない、または適切なハードウェアが見つからない」という状況です。例えば、企業が大規模モデルをトレーニングするには、同じ型番のGPUで構成された高速なクラスターが必要ですが、市場ではそのようなクラスターが見つからないか、見つかってもソフトウェア環境が互換性を持たないことがあります。また、一部の地域のスマートコンピューティングセンターには多くのGPUが搭載されているものの、適切なタスクが見つからず、利用率は約30％にとどまっています。このような「不足と未使用の並存」は、供給と需要の構造的なミスマッチが原因です。不足しているのは「高品質で実際に機能する計算力」であり、未使用の計算力は適切に適合されておらず、利用されていないのです。
2. 監視と利用可能性：計算力が「見える」から「使える」までには5つの障壁がある
全国の60％以上の計算力が監視システムに組み込まれていることで、どこに計算力があり、どのようなチップが使用されており、現在どれだけ忙しいかはわかりますが、企業が実際に利用できる状態にするにはまだ遠いです。「名目上の計算力」から「有料での利用」までには5つの段階を経なければなりません：
- ハードウェアの設置：ハードウェアが正しく設置されているか？（工業情報化部によると、全体の設置率は71.4％で、約30％のハードウェアがまだ設置されていない）
- プラットフォームの監視：統一されたプラットフォームで確認できるか？（現在60％は確認可能ですが、対象となるリソースが増え続けているため、比率の意味は限定的）
- インターフェースの呼び出し：企業がAPIを通じてこれらの計算力にアクセスできるか？（多くのリソースのインターフェースが公開されていないか統一されていない）
- タスクの実行：計算力が企業のモデルを正常に動作させられるか？（異なるチップやソフトウェアスタックでは動作しない場合がある）
- 顧客の支払い：企業がこのサービスに料金を支払う意欲があるか？（コストが高すぎたり安定性が低かったりすると、顧客は利用しない）
各段階で一部の計算力が除外されるため、名目上の100Pの計算力のうち、実際に収益を生み出せるのは30P程度になる可能性があります。
3. 調整の難しさ：タスク要件とリソースの非互換性が鍵
監視で未使用の計算力が見つかっても、必要な企業に割り当てられるとは限りません。タスクとリソースの間には多くの制約があります：
- タスクの要件：大規模モデルのトレーニングには「高帯域幅と低遅延」を必要とするクラスターが必要ですが、分散している未使用のGPUを一時的に組み合わせてもトレーニング用のクラスターにはなりません（バラバラの部品では車が組み立てられないようなものです）
- リソースの異質性：異なるチップ（GPUやNPU）の「オペレーティングシステム」が異なり、企業のモデルを再適合させる必要があり、コストがかかります（例えば、Apple製のアプリをAndroid端末で直接使用できない）
- データの規制：医療や金融データは簡単に外部に送信できず、ローカルで処理する必要があるため、外部に未使用の計算力があっても利用できません
- コストの問題：西部の計算力の電気代は安いですが、データを送信するためのネットワーク費用や適合ソフトウェアの費用が電気代よりも高くなると、企業は利用しません
これらの制約により、全国にどれだけ未使用の計算力があっても、企業が実際に利用できる量は異なります。
4. 全国計算力ネットワークの限界：ミスマッチを緩和できても差異は解消できない
多くの人々は全国計算力ネットワークが完成すれば、すべての未使用の計算力が利用されると考えがちですが、実際には限界があります：
- 解決可能な問題：映像レンダリングや科学シミュレーションなど「緊急ではない」タスクは、ソフトウェアの適合とデータの転送ができれば、未使用の計算力に割り当てることができます
- 解決できない問題：大規模モデルの事前トレーニングなど「緊密に連携する」タスクは、ローカルの高品質なクラスターしか利用できず、分散した未使用の計算力では補うことができません
したがって、計算力ネットワークが完備されても、「不足と未使用」は完全には解消されません。高品質なクラスターは依然として不足し、複雑なタスクを処理できないリソースは未使用のままです。計算力ネットワークができるのは、「情報の非対称性」や「提供能力の不足」による未使用を減らすことであり、すべての計算力を「汎用的な資源」に変えることはできません。
5. 次の競争：「ハードウェアの競争」から「サービス提供の競争」へ
以前は、どれだけ大規模な計算センターを構築し、どれだけ多くの計算力にアクセスできるかが競争の焦点でした。しかし今後は、物理的な計算力を「利用可能なサービス」に変換する能力が求められます。つまり、企業が料金を支払えば、時間通りに品質良くタスクを完了できるようにすることです。
将来の競争力の鍵は以下の点にあります：
- ハードウェアメーカー：安定したクラスターや成熟したソフトウェアエコシステムを提供できるか？（企業のモデルが直接動作するように）
- 調整プラットフォーム：タスクとリソースを迅速にマッチングし、適合性やネットワーク、決済などの問題を解決できるか？
- 運用業者：信頼性の高いネットワークサービスを提供できるか（例えば、遅延が一定以下に保たれ、障害が迅速に復旧するなど）
これらの要素を「価格設定可能で責任追及可能なサービス」（例えば「100Pの計算力で3日間でトレーニングを完了し、失敗した場合は返金」）にまとめることができる企業が、将来の計算力市場で主導権を握るでしょう。現在最も不足しているのは、これらの要素を統合する「サービス提供者」です。最終的な結果に責任を持つ人がおらず、顧客は各段階を自分で調整しなければならず、コストが高くリスクも大きいです。
最後のまとめ
中国の計算力構築はまだ終わっていませんが、焦点は「より多くの計算力を構築する」ことから、「計算力を実際に利用できるようにする」ことへと移行しています。どの企業が「死んだ」ハードウェアを「生きた」サービスに変えるかが、勝者となります。