この動画は、Amazon Web Services（AWS）が独自のAIチップを開発し、これまでNVIDIAが支配的だった人工知能インフラ市場においてコスト効率の優れた代替手段を提供している現状について解説している。技術専門家のEli氏が、NVIDIAの株価急騰の背景にある投資バブルの可能性や、Google、Meta、Microsoftといった大手クラウドプロバイダーが独自のシリコンチップを開発する動向について分析を行っている。特に、AWSのGraviton 4やTranium 3といったカスタムチップが、従来のNVIDIA製GPUと比較して50%のエネルギー効率向上を実現している点や、Anthropic社のClaude Opus 4モデルがAWS独自のチップで動作している事例を紹介している。
AWSのカスタムAIチップ戦略とNVIDIA支配への挑戦
お帰りなさい。ご存知の通り、私はコンピューター・ガイのEliです。デイリー・ブロブをお届けしており、製品とベンダーと技術はすべて異なるものであることを皆さんにお伝えしています。
昨年のことを思い出しますが、私の友人がNVIDIAに投資していて、NVIDIAバブルがあるかどうかを私に尋ねてきました。私は彼に、AIバブルがあると思うと説明しました。それがNVIDIA株にとって何を意味するかはわかりませんが、技術専門家として、人工知能に関してはリスクヘッジをするだろうと答えました。
しかし、それがNVIDIAという会社にとって何を意味するのでしょうか。私たちが目にしているものの一つにTeslaがあります。Teslaは何をしているのか、もう私にはよくわかりません。もはや彼らがどのような会社なのかさえわかりません。しかし、株価は十分に好調なようです。日によって上がったり下がったりしますが、実際に行っていることと比較して、依然として途方もない金額の価値があります。
これが投資の世界で遭遇する問題の一つです。世界で何が起こっているか、技術で何が起こっているかと、株式自体で何が起こっているかには違いがあるのです。
人工知能の多様性とNVIDIA中心主義への警鐘
現在私が見ている大きな問題の一つは、人工知能について話すとき、人々がLLMに過度に焦点を当て、NVIDIAに過度に焦点を当てることです。まるでこれが人工知能であるかのように。
製品における人工知能は何年も前から存在しています。Teslaは自動車でやや自律的な運転のために、長い間人工知能と機械学習を使用してきました。コンピュータビジョンシステム、コンピュータ音声システム、株式分析システムなど、これらすべてのAIシステムを私たちは持っていました。
しかし、なぜかChatGPTが登場すると、突然人々はそれがAIだと思うようになりました。LLMを汎用AIに変えるという概念がありますが、私はそれは起こらないと思います。もし私たちが汎用AIを手に入れるなら、それは様々な異なるシステムによって実現されるでしょう。
これが私たちが遭遇する大きな問題の一つです。人工知能について考えるとき、誰もがNVIDIAについて考え、AMDについて考えません。AMDについて考えることは稀で、Intelについてはほとんど考えません。NVIDIAがAI企業だという考えがありますが、理解することが非常に重要なのは、彼らは単に現在最も人気のあるハードウェアを販売しているだけだということです。
彼らはたまたまこの分野で最も価値のある会社ですが、それは実際にはその分野を所有していることを意味しません。投資や将来のキャリアへの投資において、単に物事がそこに向かっていると思うからという理由だけで道を進まないよう注意してください。
大手クラウドプロバイダーの独自チップ開発
これは、現在多くのクラウドプロバイダーが使用しているカスタムチップの話に関連してきます。今日はAmazonについて話しますが、Google、Microsoft、Metaについても同様です。
あまり話題になっていない興味深いことは、彼らが実際に独自のシリコンを開発していることです。AppleがシステムにMシリーズプロセッサを導入したのと同じように、これらの大手プレイヤーは独自のシリコンを作成しています。
ただし、これは商業用途ではありません。彼らのシリコンが搭載されたラップトップを購入することはできません。これは単に自社のインフラストラクチャ内で使用されているだけです。彼らは非常に大規模なクラウドインフラストラクチャを持っているため、文字通り自社のデータセンターに独自のプロセッサを提供するだけで、そこには十分なニーズがあり、それは非常に理にかなっています。
これはCNBCから出てきた話です。「AWSのカスタムチップ戦略が結果を示し、NVIDIAのAI支配に食い込んでいる」。
AWSには独自のカスタムチップがあり、継続的に改善を行っています。基本的に彼らが見ているのは、システムにかけている負荷に対して、NVIDIAのプロセッサよりも良いパフォーマンスを発揮できるチップを設計できるということです。
CPUからGPUへの進化とカスタムチップの論理
これは興味深いことだと思います。CPUからGPUへの移行、そしてGPUが長い間支配的だった理由について考えてみましょう。GPUは特殊なタイプの数学的プロセスを行うからです。
CPUは文字通りすべてを行うように設計された汎用処理装置です。ビデオゲームをプレイしたいなら、ビデオゲームのグラフィックスを提供します。データベースをやっているなら、監視システムをやっているなら、CPUを投入します。特にIntel CPUを手に入れたなら、それが優れた汎用CPUだという考えでした。
GPUのアイデアは、グラフィカル出力に特化していることです。オペレーティングシステムを実行しているわけではありません。データベースを実行しているわけでもありません。これらすべての汎用コンピューティング作業を行っているわけではありません。非常に特定のことを行っているのです。
だからこそ、ビデオゲームグラフィックスに優れていたのです。CPUがすべてを理解し、情報をGPUに送り、GPUが実際にグラフィックスをレンダリングします。それに非常に適していました。
そして、AIについては基本的に、これらのGPUがどのように機能するかというと、たまたまAIに非常に優れていたのです。しかし、現代世界でこれらのNVIDIA GPUを見ると、実際にはほとんど汎用デバイスになっています。汎用GPUです。ビデオゲームをプレイするために使用することも、AIを行うために使用することも、AIでさまざまなことを行うために使用することもできます。AIの訓練に使用することも、モデルの実行に使用することもできます。現時点では、実際に汎用デバイスなのです。
特化型チップの競争優位性
以前見たのは、CPUからGPUへの移行です。デバイスが行うことを絞り込むことができれば、実際にはるかに優れたパフォーマンスを絞り出すことができるのです。
これは、Appleが独自のプロセッサを作成し、他の会社も独自のプロセッサを作成していることで見てきたことの一つです。彼らは汎用ではなく、コンピューターにやらせたいことを行うためにシリコンを設計するのです。
ここで興味深くなるのは、AWS、Google、その他の大企業が数億個のプロセッサを購入することについて話しているときです。彼らは1つのプロセッサを購入しているわけではありません。1,000個のプロセッサを購入しているわけでもありません。10万個のプロセッサを購入しているわけでもありません。数百万個または数十万個のプロセッサを購入しているのです。
彼らの規模では、「もし我々が達成する必要がある特定のタスクを完了するために特別に設計されたプロセッサを作れば、実際にはるかに優れたパフォーマンスを絞り出すことができる」と言い始めることができます。
これは将来のNVIDIAにとって興味深いことであり、基本的にNVIDIAの価値についての全体的な考えにとって興味深いことだと思います。先行者優位を覚えておいてください。一般的に、特定の分野への先行者は、その分野がいかに価値があるかを他の人々に示し、その後一般的に後で潰されるのです。考えてみるべきことの一つです。
Amazon Web ServicesのGraviton 4の発表
CNBCからの続きです。Amazon Web Servicesは、同社がパブリッククラウドで最高の提供と呼ぶ600ギガビット毎秒のネットワーク帯域幅を含むGraviton 4チップのアップデートを発表する予定です。
AWSの著名なエンジニアであるAli Sadiは、その速度を1秒間に100枚の音楽CDを読み取るマシンに例えました。
汎用処理装置またはCPUであるGraviton 4は、テキサス州オースティンにあるAmazonのAnapurna Labsから出てくる多くのチップ製品の一つです。このチップは同社のカスタム戦略の勝利であり、IntelやAMDなどの従来の半導体プレイヤーに対抗するものです。
基本的なアイデアは、これらの他の人々から購入して彼らが利益マージンを得る代わりに、自分で設計してから基本的に自分で購入するということです。
しかし、本当の戦いはAIインフラストラクチャ分野でのNVIDIAとの戦いです。昨年12月のAWS re:Invent 2024カンファレンスで、同社はスタートアップのAnthropic向けに構築されたAIスーパーコンピューターであるProject Cedarの発表を行いました。
AWSはAnthropicの支援に80億ドルを投入しました。AWSの顧客・製品エンジニアリング担当シニアディレクターであるGadi Hutは、AmazonがAI訓練コストを削減し、NVIDIAの高価なグラフィックス処理装置またはGPUの代替手段を提供しようとしていると述べました。
Anthropicとの提携とTransium GPUの成功
AWSによると、AnthropicのClaude Opus 4 AIモデルはTranium GPUで起動され、Project Cedarは50万個以上のチップによって動作しています。これは従来NVIDIAに行っていた注文です。
これがNVIDIAの価値について考えることです。NVIDIAは製品を販売しようとしています。もしAmazonが50万個の独自のプロセッサを購入しているなら、それは単純にNVIDIAに行かない注文なのです。
Hutは、NVIDIAのBlackwellがTranium 2よりも高性能なチップである一方で、AWSのチップはより良いコストパフォーマンスを提供すると述べました。
「Tranium 3が今年登場し、Tranium 2のパフォーマンスを2倍にし、さらに50%のエネルギー節約を実現します」と彼は言いました。「アメリカの企業は実際に電気代を気にしているので、50%少ない電力で同じパフォーマンスを得ることができます。」
AWSおよびApurna LabsのエンジニアリングディレクターであるRamy Cinoによると、これらのチップの需要はすでに供給を上回っています。
「私たちの供給は非常に非常に大きいですが、私たちが構築するすべてのサービスには顧客がついています」と彼は言いました。
AWSの包括的なAIインフラストラクチャ戦略
Graviton 4のアップグレードとProject CedarのTraniumチップにより、Amazonはネットワーキングから訓練、推論まで、AIインフラストラクチャスタック全体を制御するより広範な野心を実証しています。
Claude 4のようなより多くの主要AIモデルがNVIDIA以外のハードウェアで成功的に訓練できることを証明するにつれて、問題はAWSがチップの巨人と競争できるかどうかではなく、どれだけの市場シェアを奪えるかです。
これは将来について考える興味深いことでしょう。NVIDIAについて見ると、NVIDIA株は少し前まではそれほど高くありませんでした。NVIDIA株を見てみましょう。株価チャートを見て、最大値まで出してみると、NVIDIAの株価がいかに成層圏的に上昇したかを理解できます。
これを見てください。2016年にNVIDIAの株価は1株14ドルでした。2022年に行くと、1株13ドルでした。つまり、3年前は1株13ドルで、今は1株145ドルなのです。
NVIDIAの急激な株価上昇と市場認識の変化
ここで理解することが本当に重要なのは、人々はこれがどれほど価値があるかを本当に理解していなかったということです。3年前に戻ると、6年や7年前に戻ると、NVIDIAは基本的にビデオゲーム用のグラフィックスカードを作成していました。
GPUがAIに使用されていることは知られていました。何らかのAIワークロードを行うならGPUを手に入れろと。しかし、人々はAIをそれほど気にしていませんでした。
この人工知能全体について非常に興味深いのは、それほど昔でもない時期に戻ると、AIは多くの本当にクールなことができたのに、ほとんどの人は全く気にしていなかったということです。ほとんどの人は気にしていませんでした。
AI の世界にいるなら、より良いGPUが必要でした。AIの世界にいなければ、誰もそれについて話していませんでした。そして、信じられないほど短い間で、それは大きく変わりました。
NVIDIAはすでにハードウェアを作成していて、NVIDIAのハードウェアは最高クラスなので、現在私たちが人工知能と呼んでいるものの台頭から利益を得ることができました。ますます多くの企業が彼らの製品を購入しようとするにつれて。
市場競争の激化とカスタムシリコンの脅威
考えてみるべき興味深いことは、彼らがこの市場の需要を証明しているということです。10年前、この市場にはそれほど多くの競争がありませんでした。なぜなら、この市場にはそれほど多くの需要がなかったからです。
ビデオゲーム市場は結局のところどれほど価値があるでしょうか。そこにはお金がありますが、地獄のような競争を得ることはないでしょう。
一方、AI市場が何兆、何兆、何兆ドルの価値があることを証明した今、他の企業がそれを追いかけることが価値あるものになります。それだけでなく、NVIDIAは文字通り非常に大きく、文字通りカスタムシリコンを製造できる自社の顧客と対処しなければなりません。
最初にAmazonや他の誰かが人工知能の初期展開を行うとき、彼らは独自のシリコンを構築したり、そのような種類のエンジニアリングを行ったりしません。基本的に棚から製品を購入します。非常に高価ですが、既製品です。
そして、進むにつれて、ますます多くの需要があることを見るにつれて、棚から購入するのが理にかなうのか、それとも基本的に独自の製品を構築することを考え始めるべきなのかという質問をし始めます。
50万個のプロセッサが必要になると、それは本当にバランスを変え始めます。Google、Meta、そしてすべてのような企業は、「私たちはおそらくより低い全体的なコストでプロセッサを生産できるだけでなく、実際に私たちの特定の問題を解決するためにそれらを設計できる」と考え始めます。
これらすべてがハンマーを始めます。そして、株価が145ドルから145ドルに、そして145ドルに戻るのがいかに早いかは驚くべきことです。
中国との競争における新たな視点
ここで私が懸念することであり、疑問に思うことです。私が見る他のことは、この中国全体と人工知能について話すとき、人々が中国と米国の人工知能を比較するとき、いつもNVIDIAと比較しているということです。
私が興味深いと思うのは、他のベンダーからの他の話、Amazon、Google、Metaを見て、彼らが何をしているかを見て、そして中国が私たちが思っているほど遅れているのかという質問をすることです。
プロセッサを異なる方法で設計するだけで、そのようなことで、彼らはNVIDIA GPUを必要とせずに、必要な解決策に到達できるかもしれません。まったく同じ問題を解決するには多くの異なる方法があります。
問題を解決する方法に過度に焦点を当てて、それが唯一の方法だと考えないことが重要です。
技術産業への影響と未来の展望
というわけで、そこにあります。AmazonはNVIDIAよりも50%効率的とされる独自のAIプロセッサを生産しています。この一つのプロジェクトで、彼らは50万個のプロセッサを必要としています。
NVIDIAとGoogle、すみません、AWSとGoogle、Microsoftが独自のチップを生産していることについて、そしてそれが技術産業に与える影響について、あなたはどう思いますか。
長い間、MicrosoftとIntelの複占がありました。それがすべての基盤でした。ますます多くのカスタム技術が登場し始めると、技術専門家としての私たちにとってそれは何を意味するでしょうか。
私がMCSEを取得したとき、病院で働いていようが、軍事防衛請負業者で働いていようが、建設業で働いていようが、非営利組織で働いていようが、誰もがIntelコンピューターを持ち、Windows ServerとWindowsクライアントオペレーティングシステムを実行し、一般的にCisco機器を使用していました。
どこに行っても関係ありませんでした。MCSEとCCNAを取得すれば、誰にでも雇ってもらえる状態でした。
この現代世界では、技術がますます分岐しているのを見始めています。異なる顧客のための異なるシステム、そのような取引。技術専門家として前進していくあなたにとって、それは何を意味するでしょうか。
わかりません。考えるべきこと、考えてみるべきことがあります。それではまた会いましょう。
コメント