AIチップ独占に挑む鍵は推論用ハード

Anand氏の主張は実体験に基づく。同氏はJuniper Networksの創業エンジニアで、このスタートアップは1998年に初のコアルータを出荷し、ほとんど無名の新興企業から1999年末にはコアルータ市場の17%、そして2001年初頭には38%へと成長した。一方Ciscoは2000年3月時点で世界で最も時価総額の高い企業だった。同氏はこの出来事を今日のAI半導体市場に重ねる。そこではNvidiaが2016年にDGX-1をOpenAIに手渡しして号砲を鳴らし、今ではほぼ独占的な供給契約と投資契約を結んでいる。

同氏の語りによれば、二つの時代をつなぐのはハードウェアに求められる役割の変化だ。AIモデルの学習への当初の過度な集中は薄れ、業界全体が学習済みモデルを使う推論へ移行しており、そこにこそAIが約束する生産性向上が実際に現れると同氏は言う。その負荷の証拠として、Googleが1カ月に処理するトークンが3.2 quadrillion超に達し、1年前の480 trillionから増えたと報告していることを挙げる。AIがチャットから計画し行動するエージェントへ移る中でのことだ。

挑戦者への助言は価格よりもタイミングと信頼に関わる。既存企業がすでに十分に serving している市場ではなく、これから来る市場に向けて作ること、各技術的優位を示し検証して信頼を積み上げること、切り替えの技術的摩擦を取り除くことだ。惰性は既存企業の最大の強みの一つだからだ。同氏はまた、かつて大所帯を要したことを今は小さなチームができるとも論じる。Juniperは市場で存在感を示した重要な局面でも数百人規模だったのに対しCiscoは数千人を抱え、Tensordyneは約120人だ。