NVIDIA：AIは五層のケーキです

作者：英伟达

翻訳：PANews

エネルギー→チップ→インフラ→モデル→アプリケーション。成功した各アプリケーションは、その下層のすべての層に依存しており、最終的にはその運用を支える発電所までつながっている。

AIは今日、世界を最も強力に形成している力の一つです。これは単なる賢いアプリケーションや単一のモデルではなく、電力やインターネットと同じようなインフラストラクチャーです。

AIは実際のハードウェア、実際のエネルギー、実際の経済の上に成り立っています。原材料を取り込み、大規模に知能へと変換します。すべての企業がそれを利用し、すべての国がそれを構築しようとしています。

なぜAIがこのように展開しているのかを理解するには、第一原理から出発し、計算分野で起きている根本的な変化を見つめることが役立ちます。

事前録画ソフトからリアルタイムインテリジェンスへ

計算の歴史の大部分において、ソフトウェアは事前に録画されたものでした。人間がアルゴリズムを記述し、コンピュータがそれを実行します。データは慎重に構造化され、表に格納され、正確なクエリを通じて検索される必要がありました。SQLはこの世界を操作可能にするために不可欠となりました。

しかし、AIはこのパターンを打ち破ります。

これは、非構造化情報を理解できるコンピュータを初めて持つことを意味します。画像を見て、文字を読み、音声を聞き、意味を理解し、文脈や意図を推論できるのです。最も重要なのは、リアルタイムで知能を生成することです。

すべての応答は新たに作り出され、すべての回答は提供された文脈に依存します。これは、ソフトウェアが保存された命令を検索するのではなく、必要に応じて推論し、知能を生成していることを意味します。

知能がリアルタイムで生成されるため、その下層の計算スタック全体を再発明する必要があります。

AIをインフラとして

産業の観点から見ると、AIは五層の技術スタックに分解できます。

エネルギー

最下層はエネルギーです。リアルタイムで知能を生成するには、リアルタイムの電力が必要です。トークンを生成するたびに、電子の移動、熱管理、エネルギーの変換が行われます。この層には抽象化はなく、エネルギーはAIインフラの第一原理であり、システムがどれだけ知能を生み出せるかの上限を決定します。

チップ

エネルギーの上にはチップがあります。これらは、大規模に効率的にエネルギーを計算に変換するために特別に設計されたプロセッサです。AIのワークロードは巨大な並列性、高帯域メモリ、迅速な相互接続を必要とします。チップの進歩は、AIの拡張速度と知能のコスト効率を決定します。

インフラ

チップの上にはインフラがあります。土地、電力供給、冷却、建設、ネットワーク、そして数万のプロセッサを一台のマシンに編成するシステムです。これらはAI工場であり、情報を保存するためではなく、知能を生み出すために設計されています。

モデル

インフラの上にはモデルがあります。AIモデルは、多言語、バイオロジー、化学、物理学、金融、医学、そして物理世界そのものを理解します。言語モデルはその一例です。最も革新的な研究は、タンパク質AI、化学AI、物理シミュレーション、ロボット技術、自律システムの分野で進行しています。

アプリケーション

最上層はアプリケーションであり、ここに経済的価値が生まれます。医薬品発見プラットフォーム、産業用ロボット、法務アシスタント、自動運転車などです。自動運転車は機械におけるAIアプリケーションの例であり、人型ロボットは身体におけるAIアプリケーションです——同じ技術スタックでも結果は異なります。

これが五層のケーキです：エネルギー→チップ→インフラ→モデル→アプリケーション。

成功する各アプリケーションは、その下のすべての層に依存しており、最終的には運用を支える発電所までつながっています。

私たちはこの構築を始めたばかりです。すでに数千億ドルを投資していますが、さらに数兆ドル規模のインフラが必要です。

世界中で、チップ工場、コンピュータ組立工場、AI工場がかつてない規模で建設されています。これは人類史上最大規模のインフラ建設になりつつあります。

この構築を支える労働力は膨大です。AI工場には電工、配管工、配管設置工、鉄鋼労働者、ネットワーク技術者、設置工、オペレーターが必要です。これらは高給の技能職であり、需要は供給を上回っています。コンピュータサイエンスの博士号を持っていなくても、この変革に参加できます。

一方、AIは知識経済の生産性向上を促進しています。放射線科の例では、AIはスキャン結果の読み取りを支援していますが、放射線科医の需要は依然として増加しています。これは逆説ではありません。

放射線科医の使命は患者のケアであり、スキャンの読み取りはその一部のタスクに過ぎません。AIがより多くのルーチン作業を担うことで、放射線科医は判断、コミュニケーション、ケアに集中できるようになります。病院はより効率的になり、より多くの患者を診察し、より多くのスタッフを雇用します。生産性は容量を生み出し、その容量が成長を促進します。

過去1年で何が変わったか？

過去1年、AIは重要な閾値を超えました。モデルは実用的な規模で十分に優れ、推論能力が向上し、幻覚が減少し、基盤能力が著しく改善されました。AIを基盤としたアプリケーションは初めて実際の経済価値を創出し始めています。

医薬品発見、物流、顧客サービス、ソフトウェア開発、製造業のアプリケーションは、強力なプロダクト・マーケット・フィットを示しており、それらは下層の各層に強い引き合いをもたらしています。

オープンソースモデルはこの点で重要な役割を果たしています。世界のほとんどのモデルは無料であり、研究者、スタートアップ、企業、国家が最先端のAIに参加するためにオープンソースモデルに依存しています。オープンソースモデルが最前線に到達すると、それは単なるソフトウェアの変化ではなく、全体の技術スタックの需要を喚起します。

DeepSeek-R1はこの点で強力な例です。強力な推論モデルを広く利用可能にすることで、アプリケーション層の採用を加速し、その下の訓練、インフラ、チップ、エネルギーの需要を増大させています。

これは何を意味するか

AIをインフラとみなすと、その意味が明確になります。

AIはTransformer LLMから始まりますが、それだけではありません。それは産業革命であり、エネルギーの生産と消費、工場の建設、仕事の組織、経済成長の仕方を根本から変えています。

AI工場は建設中です。なぜなら、知能がリアルタイムで生成されているからです。チップは効率性が知能の拡張速度を決めるため、再設計されています。エネルギーは中心的な役割を果たし、知能の総生産量の天井を設定します。アプリケーションは加速しています。なぜなら、その下のモデルが、ついに規模で実用的な価値を発揮できる閾値を超えたからです。

各層は他の層を強化しています。

これが、なぜこの構築がこれほど大規模で、多くの産業にまたがり、単一の国や分野にとどまらないのかの理由です。すべての企業がAIを利用し、すべての国がそれを構築しようとしています。

私たちはまだ初期段階にあり、多くのインフラは未だ存在せず、多くの労働者は訓練を受けておらず、多くの機会は実現されていません。

しかし、方向性は明確です。

AIは現代世界のインフラになりつつあります。私たちが今行う選択——どれだけ早く構築し、どれだけ広く参加し、どれだけ責任を持って展開するか——が、この時代の姿を形作るのです。