GoogleがAI市場において急速に存在感を高めている状況を多角的に分析した内容である。Gemini 3.0の登場、独自開発TPUによる訓練成功、Warren Buffettによる大規模投資、そしてOpenAIが「コードレッド」を宣言するに至った経緯を詳述している。Googleはハードウェア層からアプリケーション層まで垂直統合されたエコシステムを構築しており、自社TPUで最先端モデルを訓練できる唯一の企業として、Nvidiaに依存する競合他社に対して構造的優位性を確立しつつある。OpenAIがGPT-4o以降、大規模事前訓練の成功例を出せていない一方、Googleは4.5億人から6.5億人へとユーザー数を急拡大させており、AI競争の勢力図が大きく変化していることを示している。
GoogleがAI競争の主導権を握る
彼らは間違いなく自分たちが踊れることを示したいと思うでしょうし、私たちが彼らを踊らせたということを人々に知ってもらいたいと思います。それは素晴らしい日になるでしょう。
OpenAIとMicrosoftはGoogleを踊らせたいと考えていました。そして実際にGoogleは踊りました。今、OpenAI CEOはChatGPTへの脅威に対抗するためコードレッドを宣言し、広告展開を遅らせています。
では、何が起きたのか話していきましょう。3週間前の11月10日、私は「Googleが支配し始めようとしているのに誰も気づいていない」という動画を公開しました。これはGemini 3.0のステルスロールアウトの前でしたし、もちろん3.0の実際のロールアウトの前、新しいNana Bananaが登場する前のことでした。
これはWarren BuffettがGoogleの株を大量に購入する前、少なくとも他の人々がそれを知る前のことです。それが明らかになったのはその時でした。これはSemianasusが彼らの優れた記事、NvidiaとGoogleについて、そしてこれらのAIチップを構築するアプローチについて投稿する前のことでした。そして、ブログ投稿全体を読みたくない人のための優れた漫画での説明も含まれていました。
要点はこうです。誰もがGoogleのビジネスのさまざまな部分を見て、彼らがそれを破壊するだろうと言っています。私の元の動画では、主に彼らが発表している研究に焦点を当てました。それは大きな見出しの中にやや埋もれてしまっているんです。つまり、横に追いやられているような感じですが、実際には大きな意味を持っているんです。
継続学習に関する研究です。これらのAIデータセンターに電力を供給する代替方法に関する研究、創薬、そしてAIチップです。つまり、彼らは長期戦を戦っているということです。長期的に勝つ計画を立てているのです。Gemini 3のパフォーマンスだけに基づいてGeminiに強気の見方をしている人たちもいます。
彼らが生産しているTPUに完全に賭けている人もいます。そして、それが将来的にどれほど巨大なビジネスになる可能性があるか、クラウド経由で販売するにしても、あるいはもっと良いことに、実際にそれらのチップをAIデータセンターを構築している人々に販売することでNvidiaと競合し始めるなら、Nvidiaがやっているのと同じように。
Warren Buffettはおそらく株を買う理由について独自の考えを持っているでしょう。ここでのポイントは、Googleがあらゆる面で複利的に成長しているように見えるということです。あらゆる面で勝利しているように見えます。スタートは遅れましたが、徐々に少し速く加速し始めています。そして時間が経つにつれて、彼らのモデル、インフラ、持っている巨額の資本、巨大な人材プール、膨大なデータへのアクセス、これらすべてが、彼らが全速力で進めば、このAI空間で絶対的な巨人になるだろうという事実を示しているのです。
Project Genesisとホワイトハウスとの連携
Project Genesisについてはまだ触れてもいません。これはホワイトハウスとの提携です。おそらく機密データを含む多くのデータを取得することになると思います。他のフロンティアラボとともにですが、Googleはその一つであり、ホワイトハウスと共に何らかの科学的AI研究者を構築することになります。
前回の動画で取り上げましたが、詳細はまだ少し曖昧です。しかし明らかに大きな出来事のようです。さて、同時に、ChatGPTに広告が表示され始めたという報告が一部の人々から出ています。ChatGPTで動作する舞台裏のコードに、何らかの広告配信機能への言及が現れているという人もいます。
私はそれらの主張を検証していませんが、OpenAIがChatGPTの無料アカウントに広告の使用を開始する準備をしていたようです。まあ、それは当面保留されており、Sam AltmanはGoogleと戦うためにコードレッドを宣言しています。Geminiユーザーは急速に増加しています。Anthropicはもちろん多くのエンタープライズ顧客を抱えています。
つまり、OpenAIには他のフロンティアラボからの圧力があるのです。それぞれの分野で彼らを上回っている競合がいるわけです。そして、OpenAIから出てきている内部メモを見ると、OpenAI内部の人々がこれに対して盲目ではないことが分かります。彼らは何が起きているかを非常によく認識しており、心配しており、そして自分たちも踊り始める必要があるかもしれないと気づいているのです。Satya Nadellaが言ったように。
ところで、その言及を知らない方のために説明すると、これはMicrosoftのCEOであるSatya Nadellaです。彼は以前、OpenAIや他の企業がリードしているように見え、Googleがやや苦戦しているように見えた時代に言っていたのです。遅れをとっているように見えました。彼は、自分たちのイノベーションによってGoogleに圧力をかけ、踊らせるつもりだと言っていました。
ですから、Satya NadellaとSam Altmanには多大な敬意を表します。彼らは非常に競争的です。勝つために戦っています。彼らはGoogleに挑戦状を叩きつけ、Googleはそれに応え、非常に大きな方法で応えました。結果が出るのは遅れましたが、今や彼らはいわば眠れる巨人を目覚めさせてしまったのです。
そして今、よく言われるように、これはGoogleが負ける競争です。彼らがリードしており、かなり大きなミスをしない限り、リードを保ち続けるでしょう。
N8Nによる自動化ワークフロー構築
ちょっと余談です。ChatGPTに何かを手伝ってもらっているなら、それは素晴らしいスタートです。しかし未来は自動化です。AIエージェントがあなたのために休みなく働き、幸せな小さなデジタル蜂のように活動することです。
このセクションでは、あなたのビジネスや時間を取られている他のことを支えることができる、あなた自身のN8N自動化の構築方法をお見せします。N8Nはオープンソースでセルフホスト可能な自動化ツールであり、今日の動画のスポンサーではありません。N8N自動化の起動を簡単にし、完全に24時間365日オンラインで動作していることを確認するために、Hostingerを使用します。Hostingerは、N8N自動化の真のワンクリックデプロイメント、大量自動化のための組み込みQモード、そして100以上のすぐに使えるワークフローテンプレートのライブラリを提供しています。
つまり、セットアップ時間は基本的にゼロです。Hostingerは今回のビデオのスポンサーです。この自動化プロジェクトには、このKVM2 VPSプランが推奨されます。2つのvCPU、8ギガバイトのRAM、100ギガバイトの高速NVMeディスクストレージ、そして8テラバイトの帯域幅が含まれています。これは、過剰な支出をせずに継続的な24時間365日の実行を行うのに十分な力を持っているため、自動化ワークフローに最も選ばれるHostingerのティアです。
最大の利点はコスト効率です。N8Nをセルフホストすると完全に無料です。つまり、支払うのはVPSだけであり、通常、N8Nクラウドでの同等の使用量より3倍から4倍安くなります。無制限のワークフロー、無制限の同時実行、そしてスケーリングの完全なコントロールが得られます。
ここから、プランをカートに追加するのは簡単です。KVM2を選択し、チェックアウトに進み、hostinger.com/westrothでコードwestrothを適用して割引を確定します。購入を完了すると、オンボーディングウィザードがインストールプロセスを自動的に案内してくれます。ダッシュボードに入ると、Hostingerのワンクリックインストールテンプレートを使用してN8Nを即座にデプロイできます。
システムは、ランタイム、依存関係、環境変数など、すべてを手動設定なしでプロビジョニングします。ワークスペースの準備ができたら、このビデオで構築したワークフローを取得し、VPSに直接デプロイして継続的に実行できます。
私の問題はこうです。リアルタイムでAIニュースに追いつく方法が必要なのです。これは以前、私のような単純な人間が一人でできるタスクでした。今では、チャンスをつかむために本格的なAIエージェント群を持つ必要があります。では、始めましょう。
最初に必要なのは、何が起動のトリガーになるかを決めることです。これがトリガーであり、Slackメッセージ、メール、時刻、アカウントがXに何かを投稿すること、その他何でも可能です。毎分実行することさえ選択できる、設定されたスケジュールで実行させることができます。
次に、そのイベントからデータを取得し、サードパーティアプリ、さまざまなAIモデル、ロジックチェック、さまざまなフローチャートスタイルの決定木を含む一連のステップを通して実行します。これらすべてがコード不要です。では、AIニュースアグリゲーターの構築を開始する方法を簡単にお見せしましょう。
まず、X/Twitter、お気に入りのYouTubeチャンネル、Hacker News、Redditなどからニュースをスクレイピングしましょう。たとえば、Hacker Newsを取得したい場合、そのためのアプリがあります。実際のノードがあります。記事を取得したいのです。このノードはHacker Newsにアクセスし、トップ100の記事を取得し、ここに返します。JSON形式で使用できます。
これは毎分、5分、15分、何でも実行できます。あるいは、お気に入りのAIチャットアシスタントに、私が好きなことをするJavaScriptコードを書いてもらうのが好きです。JavaScriptノードにコードを追加します。そのコードを貼り付けると、たとえばHacker Newsの最新10件のストーリーを返します。
JSON形式でフォーマットします。簡単です。YouTubeについても、YouTube APIまたは単にHTTPリクエストで同じことができます。基本的にYouTubeの任意のチャンネルのフィードを見るURLを使用します。ところで、これらのURLを知らない場合は、お気に入りのAIチャットボットに尋ねてください。ほとんどがこのデータを持っています。
さまざまな見出しを取得しているので、後で必要なすべてのデータを確実に持つために、単一のリストにマージする必要があります。Google Sheetsがここで非常にうまく機能します。新しい見出しで行を追加するだけです。ここにストーリーがあります。次に、後で必要なすべてのデータを持つために、すべてを単一のリストにマージしましょう。
私はGoogle Sheetsを使うのが好きです。すべての新しいストーリーについて、シートに行を追加します。認証情報にGoogleアカウントを接続する必要があります。Google Sheetsにタイトル、日付、URL列があります。送信したい値は、タイトル、日付と時刻、そしてもちろんURLです。はい、これです。
すべてが想定通りに入力されます。次に、重要度の基準と分岐を適用します。ここでは、Google Geminiにこのニュースストーリーがどれだけ重要かを評価してもらいます。Geminiに、入ってきた最新のニュースストーリーを見てもらい、次の基準に従って重要度スケールで1から10で評価してもらいます。
そして、どれだけ重要かについての基準があります。これはおそらく作業中のプロセスになるでしょう。モデルがあなたの重要度基準と完全に一致するまで、微調整と更新を続けます。ここにGeminiの出力があり、その理由付けがあります。実際には、理由付けを使って意味が通るかどうかを確認するだけですが、私たちが欲しいのはスコアだけです。
Geminiは、ダウンロードする必要なくYouTube動画を分析するためにも使用できます。URLを渡すだけで、動画で何が起きているかを説明し、それについてのあらゆる質問に答えてくれます。これで、ウェブをスキャンしてすべての情報をGoogle Sheetに取り込み、重要度に基づいてランク付けするエージェントができました。
ところで、私はしばしばすべてを管理しやすく保つために、独自のワークフローに分離します。たとえば、このようなワークフローがある場合、それぞれ個別のものがワークフローになることができますし、すべてを包含する巨大なワークフローを作成することもできます。これを見るのが大好きです。これを使って作業するのが好きです。
さて、これですべてがGoogle Sheetにあります。次に、特定の基準に基づいてストーリーをどうするかを分離するために、シンプルなロジックノードを使用します。ノードフローを追加します。ストーリーの重要度が特定の閾値を超えている場合、一つのことをしたいのです。そうでなければ、別のことをします。たとえば、重要度が8より大きい場合、一つのことをしたいのです。
そうでない場合は、別のことをしたいのです。そして、出力側に到達します。重要なストーリーであれば、ブログに投稿するか、Slackチャンネルに投稿するかもしれません。重要であれば、WordPressの投稿を作成します。それほど重要でなければ、まだそれについて知りたいので、私のSlackチャンネルに送信します。
Redditの投稿、ツイート、何でも作成させることができます。明らかに、利用規約に従い、スパムしないようにしてください。もちろん、それぞれについて認証情報を追加する必要があります。詳細なステップバイステップの指示を含む、これらの構築方法の完全な詳細なウォークスルーが必要かどうか、下にコメントしてください。
自動化が稼働すると、Hostingerがすべての技術的な重労働を引き受けます。Hostingerの素晴らしい点は、制限がないことです。無制限のワークフロー、無制限の同時実行、コミュニティノード、そしてN8N内部からVPSとドメインを自動化するHostinger API、N8Nノード。もっとパワーが必要ですか?再インストールゼロでプランをアップグレードするだけです。
よりスマートに自動化しましょう。hostinger.com/westrothにアクセスし、年間プランの追加割引にコードwestrothを使用してください。今日構築し、明日スケールします。では、ショーに戻りましょう。
OpenAIの対抗策と内部の危機感
OpenAIはGemini 3と競争力のある新しいモデルをリリースする予定です。コードネームのGarlicが浮上しています。これらの内部名は両社からの砲撃のように感じられてなりません。Googleが新しいモデルをテストするとき、OpenAIに一撃を加えるような何らかの意味を持つ名前を付けます。逆もまた然りです。私だけですか?私は間違っていますか?同意するか教えてください。
私は狂っていませんよね?だって、Sam Altmanがキッチンで料理をして、大量のニンニクを刻んでいるあの動画全体があったじゃないですか。これはそのショットからですよね?彼らが使っているオリーブオイルか何かの緑のボトルです。それから、Google IOで、VO3だったと思いますが、こんな感じで何かを炒めているところで紹介されました。全体のポイントは、彼らがサウンドを持っていたということです。
そして今、OpenAIがGarlicモデルを出してきました。分かりませんが、存在しない点と点を結びつけているのかもしれません。どう思うか教えてください。最近、OpenAIからの内部メモで、Googleが大きな原因であるため、しばらくの間厳しい雰囲気が続くと予想していると言っていました。OpenAIにとって状況は厳しく見えるかもしれません。
投資家との電話で、彼らのCFOは成長が鈍化していると述べました。一方、Googleは7月にGeminiプラットフォームに4億5000万人のユーザーがいました。つまり、7月に4億5000万人のアクティブユーザーがいて、10月には6億5000万人のアクティブユーザーがいました。つまり、Googleとgeminiにとってユーザーゲームは順調に進んでいます。しかし、それは長期的に誰が勝つかという点で最も重要な指標ではないかもしれません。
Gemini 3はGoogleの独自のテンソル処理ユニットTPUでトレーニングされました。このトレーニングは、Googleのカスタム構築ハードウェアで独占的に行われました。現在利用可能な最高のモデルであるGemini 3は、NvidiaのGPUに依存せずに完全にトレーニングされました。これは、なぜそれがそれほど意味があるのかを示すSemi Analysisからのものです。
私たちの注目の多くは、推論とポストトレーニングのためのハードウェアに集中しています。しかし、フロンティアモデルの事前トレーニングは、現在最も困難でリソース集約的な課題であり続けています。つまり、Googleは自分たちのハードウェアですべてを自分たちでトレーニングし、最先端のモデルを生み出しました。
対照的に、OpenAIの主要な研究者たちは、2024年5月のGPT-4o以来、広く展開された新しいフロンティアモデルのための成功した本格的な事前トレーニング実行を完了していません。これは、GoogleのTPUフリートが克服した重要な技術的ハードルを強調しています。この小さな文章は、記事の3分の1ほどのところにあります。そこに埋もれていますが、うわぁ、これは巨大です。
これらの2つの声明の間の大きな違いについて考えてみてください。Googleは自分たちのハードウェアで最先端のモデルをトレーニングします。彼らが販売していないハードウェアです。彼らはクラウドサービスを通じてリースし始めています。
つまり、AnthropicはGoogleのクラウドを通じてそれを使用できます。しかし、メタルラックで独自のデータセンターを構築し、そこに独自のTPUを入れたい場合、それはできません。Nvidiaのテクノロジーではできますが、Googleではできません。一方、外部資金に依存し、Nvidiaのテクノロジーに依存しているOpenAIは、2024年5月のGPT-4o以来、成功した本格的な事前トレーニング実行がありませんでした。
また、思い出してください、Windsurfの買収がありました。実際にはWindsurfのいくつかの買収がありました。異なる人々が会社の異なる部分を取得しました。しかし、Googleは元Windsurf CEOのVerun Moanと彼のチームのアクアハイアを行い、そこからAnti-gravityが誕生しました。Anti-gravityはもちろん、OpenAI Codexに対するGoogleの回答です。
Cursorや他の類似のコーディングAIプラットフォームにも対抗するものと言えるでしょう。そして、正式にGeminiをバイブコーディングのトークン大量消費戦争に参入させます。では、非常に速く、ここで何かをスケッチして、異なる層を理解できるようにしましょう。
一つの層は、チップ、ハードウェア、ハードウェアを製造、設計、販売する人々です。GPU、TPUなどです。次にデータセンターがあります。
ここでチップを購入し、メタルラックに載せ、それらを接続し、冷却、電力などを確保します。チップを購入してデータセンターを作成し、その容量をラボ、フロンティアラボに販売するだけの会社があります。つまり、実際のモデルを作る人々です。
OpenAI、Anthropic、Google、xAIなどです。そして、トップには一種のアプリケーション層があります。アプリと呼びましょう。これらはモデルの出力です。コーディングや研究、メールの作成、画像の作成、ビデオ生成プラットフォーム、何でも、AIアプリケーションを使用して有用なものを作る100万通りの方法があります。
この層が本当に得意な会社もあれば、この層が得意な会社もあり、この層が得意な会社もあります。しかし、Googleが今どこにいるか推測してください。Googleは今ここにいます。ここでより太いマーカーを使いましょう。Googleはここにいます。アルファでありオメガです。すべてです。
すべての層にまたがっています。チップを持っていますか?はい、TPU、独自のハードウェアを持っています。独自のデータセンターを持っていますか?はい、Google Cloudです。大規模に拡大しています。彼らはAIラボですか?絶対にそうです。あらゆるタイプのモデルを持っています。ビデオモデルを持っています。LLM、現在最高クラスのLLMを持っています。Nana Bananaボイスです。
独自の音楽のものを持っています。画像生成を持っています。AlphaFold、AlphaCode、AlphaCubitのようなすべてのAlphaモデルを数えなくても、おそらく数えきれないほど多くのモデルがあります。つまり、はい、彼らはAIラボです。アプリケーションを持っていますか?はい、もちろんです。彼らはAnti-gravityをリリースしたばかりですが、それだけではありません。
Jewelsを持っています。Firebaseを持っています。つまり、異なる人々をターゲットにした多くの異なるものを持っています。そして、それはコーディングセクターだけです。つまり、GeminiモデルはGoogle Mapsに来ています。明らかに、Google Homeに来ています。大規模言語モデルを押し込めるところならどこにでも来ています。
GoogleはそこにGeminiを押し込むでしょう。そして明らかに何人かの人々は怖がっています。Cursorのようなアプリケーション層は、これについておそらくあまり幸せではありません。Googleには大量のユーザーがいて、ソフトウェアを開発している大量の賢い人々がいます。つまり、彼らはGoogleと直接競合しています。そして、直接競合している他のすべてのアプリはおそらく少し怖がっています。
他のラボは怖がっていますか?つまり、そうです、再び。OpenAIはコードレッドを宣言しています。AnthropicはGoogleとも何らかの非常識な契約を結んでいるので、Google Cloudを使用できます。つまり、Anthropicもある意味で競合するフロンティアラボに依存しなければなりません。データセンターは心配すべきですか?おそらく。
つまり、Nvidiaから購入してデータセンターを構築している場合、TPUがあります。一部の人々は、特に機械学習タスクに優れていると言っています。Googleが立ち上がり、速度を上げ、クラウドソリューションを提供すると、第一に、TPUを購入してそれを複製することはできません。Googleに依存しなければなりません。そしてもちろん、Googleは価格戦略を通じてこれらのデータセンターに、実際にはNvidiaや他のチップメーカーに多大な圧力をかけることができます。
Semi AnalysisチームとGoogleの戦略的優位性
Semi Analysisチームのライターに詳しい場合、つまり、多くの人々がDylan Patelを知っていますが、要点は、それらの記事は彼だけが作っているわけではないということです。彼は自分の分野の専門家である非常に才能のあるライターの集団を持っています。たとえば、Jeremyです。JeremyはSemi Analysisのデータセンターおよびエネルギーインフラ研究の責任者であり、彼が自分のことを知っていると言うのは控えめな表現です。
彼は本当に自分のことを知っています。私たちはほんの数日前に彼へのインタビューを取ることができて非常に幸運でした。これは、私たちが見たばかりのこの最近のSemi Analysisの投稿の前でした。ここで見たものの前です。私たちは感謝祭の前の金曜日に彼らにインタビューしたと思います。
しかし、ここに私たちの会話のクリップがあり、具体的にGoogleが何をしているのかについて話しました。その朝、首尾一貫した質問を組み立てる私の能力は何らかの理由で完全に消えていました。しかし、見てみましょう。
Nvidiaは本当に人々がTPUでGoogleのソフトウェアで独自のラックなどを構築できます。彼らはそれを許可していません。Anthropicといくつかあるかもしれませんが、今のところ彼らは主に外部販売をしていません。TPUについて今後数年間で何が起こると思いますか?Googleがより大きなプレーヤーになることを期待しますか?
はい、確かに。つまり、ここでの高レベルの見解は、Nvidiaがこれほど高いマージンを持ち、非常に支配的である理由は、誰でも使用できるマーチャントソリューションを提供することにおいて、彼らが群を抜いて最高だからです。
しかし、Googleは興味深いです。なぜなら、実際にAIトレーニングとAI推論のための最高のシステムを持っているのは誰かと考えると、それは接戦です。彼らには利点と欠点がありますが、TPUは一般的に、Nvidiaよりわずかに遅れているか、Nvidiaと同じくらい良いと考えられています。正確にはポータルなどに依存します。
実際、Nvidiaと最も競争力のあるソリューションです。そして、考えてみれば興味深いことに、Googleは3兆ドル企業で、Nvidiaは4兆から5兆ドルですから、検索やその他すべてを行うGoogleよりも価値があります。非常に驚くべきことです。
ええ、Googleが一般的にNvidiaと競争力がなかった理由は、明らかにビジネスモデルです。常にクラウド経由で販売してきました。つまり、彼らの展開です。ラックとしてTPUを購入して、独自のデータセットをセットアップすることはできません。つまり、Googleという一つのクラウドプロバイダーに依存しており、彼らの容量計画などに依存しています。垂直統合して、今年100万GPUを購入したい、来年は200万と言うことはできません。それは以前は存在しませんでした。あなたはGoogleが何をしたいかに本当に依存していました。
それが問題でした。そしてもう一つは、ソフトウェアの観点から、Nvidiaには非常に多くの開発者がNvidiaプラットフォームを使用しており、Cudaモードがあることがよく知られています。Nvidiaでプログラミングする人の生活を楽にするソフトウェアパッケージやそのようなものがたくさんあります。GoogleはよりGoogle的な世界です。
Google内部の人々以外は、Googleスタックにあまり精通していません。しかし、これが実際に興味深くなるところです。なぜなら、Google内部の人々は実際に会社をたくさん変えてきたからです。OpenAIやAnthropicなどで元Google エンジニアの雇用をたくさん見てきました。そのため、実際にそのプログラミングスタックに精通している人々が他の企業に移っています。
そして、これがGoogleにとって意味があることです。なぜなら、彼らは非常に大きな組織なので、すべてを内部で行い、他の誰も使い方を知らないこの奇妙なソフトウェアスタックを持っていますが、彼らは非常に大きいので、それは彼らにとって意味があり、実際に報われるかもしれません。Anthropicと大規模な契約を獲得したように。
これは実際に彼らがNvidiaの直接競合相手としてGPUシステムを外部に販売する最初の機会です。つまり、実際に業界にとってかなり大きな変化です。間違いなく追跡する価値があります。
ええ。つまり、ここで一時停止できるかもしれません。他にもたくさん質問があると思いますが。ええ、これは非常に興味深いです。なぜなら、Googleがこれをどのようにプレイするかを見るのが非常に興味深いからです。ええ、言ったように、彼らは本当に、何でも、持ち帰って、いじったり、独自のデータセンターを構築したりすることを許可していません。すべてGoogle Cloud経由です。
悪名高いほど難しいです。ええ、私がちょうど言おうとしていたのは、以前のフレームワークに戻ると、物事をレイヤーごとに分解すると、エンドユーザーレイヤーは、本質的に5つの会社が本当に巨大で、Thinking MachinesやSSIなど、他にもいくつかのスタートアップがあります。多くのエンドユーザーはいません。
エンドユーザーがそれほど多くない理由は、人材プールがかなり限られているからです。そのタイプのハードウェアを実際に使用する方法を知っているML研究者はそれほど多くありません。そしてGoogleは実際にその人材プールで巨大な存在です。非常に多くの人々がGoogleを経験しているので、実際に若い才能の多くが彼らのカスタムスタックに慣れている世界を見ることができます。
そのため、彼らが以前Nvidiaに対して持っていた不利な点は、実際にはこの世界では適用されません。なぜなら、それは非常にニッチだからです。彼らは非常に高いプレゼンスを持っており、元Google社員がOpenAI、Anthropic、Metaなどに雇用されているのを見ています。
つまり、TPUの経験を持つ人々が他のすべての大きなラボに行っています。彼らがそれを使用する方法を知っていて、システムが実際に良いか、Nvidiaよりも良いなら、はい、間違いなくNvidiaに対するある程度の実存的な競合相手を最終的に持っています。同じくらい良いシステムを持っています。
私がシステムについて多く言及することを強調したいのです。なぜなら、この世界ではシステムについて考えることが重要だからです。Googleが非常に成功してきた理由は、彼らが実際にシステムレベルで考える最初の企業だったからです。つまり、典型的なNvidiaサーバーレースボックスを見ると、GPUを搭載したメタルボックスがあり、Jensenや他のNvidian達が2025年について語るのが大好きなのは、GB 200 NV72です。これは垂直統合されたラックで、72のGPUとNVIを接続できます。
素晴らしい。私たちはInfusMaxやオープンソースのベンチマークでいくつかのベンチマークを行いましたが、一部の作業では本当に画期的で、10倍のパフォーマンスを含めることができます。しかし、Googleは実際に何年も、ほぼ10年間、システムレベルのアーキテクチャについて考えてきました。そのため、彼らは実際に経験を持ち、Nvidiaがそれを行う前にシステムレベルの統合を行ってきました。
つまり、彼らはワークロードを非常によく理解しています。彼らのシステムは非常に競争力があります。Googleレイヤーでの粗利益は実際にNvidiaよりも低いです。彼らは75%を請求しません。多くを請求します。75%ではありません。
つまり、はい、本当の競合相手です。そして、彼らがある程度それを民主化することを管理するなら、私は彼らがそうする予定だと思いますが、それがどのように進化するかを見るのは興味深いでしょう。そして、彼らは基本的にその時点で全てのレイヤーにいることになりますよね?なぜなら、彼らはチップメーカーです。独自のチップを持っています。
彼らは独自のクラウドを持つことになります。彼らは実行しているものを実行するためにチップを使用し、モデルを構築し、推論を実行し、そしてアプリケーションも持っています。彼らはCursorなどと競合するように見えるAnti-gravityを発表しました。Googleがある時点で出てきて、基本的にトークン単価またはその他のものの価格上限を効果的に構築したらどうなりますか?
明らかに、より多くの競争はNvidiaに価格を下げさせる可能性があります。実際、私たちはすでにしばらくの間それを見てきました。約1年前、AMDが近づいていました。いくつかの遅延がありましたが、彼らがどこに行くと思っていたかという点では、彼らは近づいているように見えました。そして、それは実際にJensenに価格を少し下げさせ、粗利益をわずかに下げさせました。
興味深いのは、Nvidiaが部品表の上に請求するマークアップである粗利益を分析すると、トレンドがあるということです。こんな感じでした。わずかに、わずかに下がっており、今はまた上がっています。なぜなら、彼は今GB2 300とロードマップについて非常に良い感じがしているからです。とにかく、これらすべてを言うと、はい、十分に大きければ、競争は確実に影響を及ぼすでしょう。
さて、問題は、ソリューションがメトリックが何であれ競争力があるかということです。トークンあたりの価格、ドルあたりの価格、曖昧な、すべてのちょうど混合メトリックを想像してください。パフォーマンス・パー・ダラーです。
それが本当の決定要因になるでしょう。Googleが実際に現在のNvidiaを上回ることができれば、はい、おそらく価格が下がることになるでしょう。興味深いのは、半導体の歴史において、これらは非常に高付加価値層であるということです。粗利益が人々が良い生活をできない程度に削減される業界を見たことはほとんどありません。
一般的にこの業界で見るのは、ナンバーワンが非常に良い利益を上げ、ナンバーツーはそれほど良い利益を上げませんが、粗利益を見ると、金属市場に依存しますが、50%、60%のようなものです。
つまり、歴史的な文脈から、グローバルマージンが彼らが十分な利益を上げていない程度まで下がるのは非常に驚くべきことでしょう。そして明らかに良い利益を上げることは重要です。なぜなら、Nvidiaが4兆または5兆である理由は、売上だけでなく粗利益でもあるからです。売上は実際に彼らが部品表に持っているマージンの関数です。実際に売上は直接的です。
Googleが抱える他の問題は、彼らのシステムを構築することが信じられないほど複雑であり、彼らはそれを単独で行っているわけではないということです。Broadcomという名前があまり知られていないかもしれませんが、おそらくそうあるべき会社があります。なぜなら、彼らは今1兆ドルの価値があるからです。
実際にかなり立派な会社です。そして、BroadcomはGoogleがCPUを構築するために絶対に必要な重要なIPを持っています。このIPがなければ、彼らは競争力がありません。
そして、Broadcomは明らかにそれを理解しているので、IPに多額のお金を請求しています。Googleが完全に垂直統合されたモデルで運営しているわけではありません。たとえば、過去にいくつかのCPUがARMに何らかのマージンを支払っているのを見たことがありますが、マージンストックはそれほど高くありませんでした。そのため、価格性能でIntelを打ち負かすことができるカスタムCPUを構築するのは簡単でした。
この時代では、Nvidiaは75%を請求しますが、Broadcomもシステム全体で60%以上を請求します。つまり、Googleには独自の制約があるのです。
コメント