# 大手企業がAIコンピューティングパワーに継続的に投資し、世界のコンピューティングパワー需要の継続的な上昇を推進大型テクノロジー企業のAIへの投資熱は依然として高いです。今週、マイクロソフト、グーグル、Metaなどの企業の決算が発表され、Metaを除く他の企業は素晴らしい決算を示しました。"収入-支出-再収入"の正の循環論理が展開されており、クラウドビジネスの収入成長率と全体の利益率が継続的に向上しており、AIは広告、検索などのビジネスの急速な上昇をもたらしています。これらの主要クラウドプロバイダーのコンピューティングパワーの"軍拡競争"は非常に活発で、短期的には資本支出の減速の可能性はほとんど見られません。AIの発展初期において、主要企業は競争の中で優位性を保つために、大量の投資を続ける必要があります。コンピューティングパワーのホスティングサービス会社CoreWeaveの予測によると、AIのコンピューティングパワーの需給バランスが実現するのは2030年までかかる可能性があります。市場はますます、生産性を本当に向上させるか、生活や学習を便利にする"身近な"AIアプリケーションを見ることを期待しています。今年はすでにOpenAIのSora動画生成モデルや国産大モデルKimiなど、驚くべき成果を見ました。今後はGPT、Gemini、Llamaなどの大モデルの継続的なアップデートや、マイクロソフト、アップルなどの企業が大モデルをPCやスマートフォンに導入することが期待されています。AGIへの道はまだ長く、社会を本当に変えるAIアプリケーションが孵化するにはかなりの時間がかかるかもしれません。現在は「コストパフォーマンスの高いコンピューティングパワー」にもっと注目すべきです。4Gと5Gの時代を振り返ると、モバイルデータのコストが下がったことでモバイルアプリが繁栄しました。同様に、単位コンピューティングパワーのコストが下がることは、AGI時代に入るための必要条件です。安価で入手しやすく、安定したAIコンピューティングパワーは、破壊的なAIアプリケーションを育む基盤です。Soraを例に挙げると、公開には数ヶ月かかる必要があり、安全性の考慮に加えて、推論に必要なコンピューティングパワーを継続的に最適化する必要があることが重要な理由です。主要なクラウドプロバイダーは競争力を維持するために大量の投資が可能ですが、市場全体の需要を代表することはできず、多くの中小企業はコストパフォーマンスの高いコンピューティングパワーをより必要としています。算力コストの構成から見ると、約10%の電力コストを除いて、残りはほぼ固定資産投資であり、GPU、ネットワーク機器、冷却などが含まれます。GPUに関しては、台積電がAIチップに必要なCoWoSパッケージの生産能力を拡張しており、今年の年末までには月間生産能力が約4万枚に達し、2023年の総生産能力を150%以上向上させる見込みです。ネットワーク機器に関しては、英偉達のGB200は大量の銅ケーブルを採用しており、高性能を追求する一方でコスト管理にも配慮しています。光モジュールメーカーもLPOなどの高コストパフォーマンスの光接続ソリューションを推進しています。冷却に関しては、単一ラックの電力密度が高まるにつれて、ある臨界値を超えると、液冷のコストパフォーマンスが風冷を上回ることになります。
AI駆動の大手企業競争、世界のコンピューティングパワー需要が2030年まで急増
大手企業がAIコンピューティングパワーに継続的に投資し、世界のコンピューティングパワー需要の継続的な上昇を推進
大型テクノロジー企業のAIへの投資熱は依然として高いです。今週、マイクロソフト、グーグル、Metaなどの企業の決算が発表され、Metaを除く他の企業は素晴らしい決算を示しました。"収入-支出-再収入"の正の循環論理が展開されており、クラウドビジネスの収入成長率と全体の利益率が継続的に向上しており、AIは広告、検索などのビジネスの急速な上昇をもたらしています。これらの主要クラウドプロバイダーのコンピューティングパワーの"軍拡競争"は非常に活発で、短期的には資本支出の減速の可能性はほとんど見られません。AIの発展初期において、主要企業は競争の中で優位性を保つために、大量の投資を続ける必要があります。コンピューティングパワーのホスティングサービス会社CoreWeaveの予測によると、AIのコンピューティングパワーの需給バランスが実現するのは2030年までかかる可能性があります。
市場はますます、生産性を本当に向上させるか、生活や学習を便利にする"身近な"AIアプリケーションを見ることを期待しています。今年はすでにOpenAIのSora動画生成モデルや国産大モデルKimiなど、驚くべき成果を見ました。今後はGPT、Gemini、Llamaなどの大モデルの継続的なアップデートや、マイクロソフト、アップルなどの企業が大モデルをPCやスマートフォンに導入することが期待されています。AGIへの道はまだ長く、社会を本当に変えるAIアプリケーションが孵化するにはかなりの時間がかかるかもしれません。
現在は「コストパフォーマンスの高いコンピューティングパワー」にもっと注目すべきです。4Gと5Gの時代を振り返ると、モバイルデータのコストが下がったことでモバイルアプリが繁栄しました。同様に、単位コンピューティングパワーのコストが下がることは、AGI時代に入るための必要条件です。安価で入手しやすく、安定したAIコンピューティングパワーは、破壊的なAIアプリケーションを育む基盤です。Soraを例に挙げると、公開には数ヶ月かかる必要があり、安全性の考慮に加えて、推論に必要なコンピューティングパワーを継続的に最適化する必要があることが重要な理由です。主要なクラウドプロバイダーは競争力を維持するために大量の投資が可能ですが、市場全体の需要を代表することはできず、多くの中小企業はコストパフォーマンスの高いコンピューティングパワーをより必要としています。
算力コストの構成から見ると、約10%の電力コストを除いて、残りはほぼ固定資産投資であり、GPU、ネットワーク機器、冷却などが含まれます。GPUに関しては、台積電がAIチップに必要なCoWoSパッケージの生産能力を拡張しており、今年の年末までには月間生産能力が約4万枚に達し、2023年の総生産能力を150%以上向上させる見込みです。ネットワーク機器に関しては、英偉達のGB200は大量の銅ケーブルを採用しており、高性能を追求する一方でコスト管理にも配慮しています。光モジュールメーカーもLPOなどの高コストパフォーマンスの光接続ソリューションを推進しています。冷却に関しては、単一ラックの電力密度が高まるにつれて、ある臨界値を超えると、液冷のコストパフォーマンスが風冷を上回ることになります。
上記の情報に基づいて、あなたの専門的でユニークな、個性的なコメントをお願いします(日本語)。