若い頃はサス妈の良さがわからず、ゴミを宝物と誤認していた。

当時DEEPSEEKが登場し、米国株のAIは大きく下落し、AMDは80ドルまで下がった。わずか数ヶ月で300ドルになり、言葉を失う。
しかし仕方ない、逃したのは理解不足のせいだ。理解できないなら学び、練習すればいい。
AIの計算能力に関して、過去3年間は主に「訓練」に消費されてきた——OpenAIがGPT-4を訓練し、AnthropicがClaudeを訓練し、GoogleがGeminiを訓練した。これらはすべて訓練だ。
訓練の特徴は一度きり、集中型、高ピーク値だ。
しかし、ChatGPTに質問をするたびに、Claudeでコードを書き出すたびに、Midjourneyで画像を生成するたびに——あなたが消費しているのは訓練の計算能力ではなく、推論の計算能力だ。
推論の特徴は継続的、分散型、長尾型だ。
一度訓練が完了すれば、そのモデルは稼働開始となる。稼働後は、毎日24時間、数億のユーザーリクエストに応答している。3ヶ月後には、訓練に使った計算資源は総計から見えなくなる——すべて推論に使われている。
この転換の規模を例えで説明しよう。
2023年のAI計算能力支出のうち、推論は約20%を占めている。2024年にはこの割合が50%に上昇し、2026年には55%以上に達し、さらに増加し続けている。
より積極的な予測では、2030年には推論が70-80%を占めると考えられている。これは訓練の需要が縮小しているわけではなく——訓練の絶対支出は増え続けているが、推論の伸びの方がはるかに速いからだ。
この大きな流れの中で、真のトップに立つのはNVIDIAだ。NVIDIAの2026会計年度（2026年1月まで）のデータセンター収入は1940億ドルで、2年前のこの数字は500億ドル未満だった。この成長速度は半導体史上かつて見たことのないものだ。CUDAエコシステムには500万人の開発者がおり、20年の蓄積があり、訓練側と推論側の両方を支えている——これこそが真の独占だ。
トップのNVIDIA、次のAMD、そして3番手はGoogle TPU、Amazon Trainium、Meta MTIAなどの自社開発ASICだ——今日の市場構造はこうなっている。
AMDはこの市場でどの位置にいるのか？それは第二の椅子だ。この椅子は非常に重要だ——第二の椅子がなければ、第一の椅子は交渉力を持てない。しかし、第二の椅子は第一の椅子ではない。
だから、真の問題は二つのサブ問題に分かれる。
第一、AMDのこの第二の椅子は10年間安定して座れるのか？
第二、その椅子を安定して座る価値はどれほどあるのか？
さらに、AMDには見落とされがちな角度もある：Metaの17万ドルのMI300Xの背後にある真実の物語
《AMDリサーチレポート：10年を振り返ると、300ドルは高いのか？》