何が起きたか
CoreWeaveの製品担当シニアバイスプレジデント（元Microsoft Azure勤務20年）Corey Sandersが、AI インフラストラクチャは従来のクラウドコンピューティングから根本的に異なる必要があると述べた。彼は、モデル作成（トレーニング）とデプロイ（推論）という2つの独立したストリームを特定し、それぞれが汎用クラウドプラットフォームでは効率的に対応できない異なるインフラ要件を持つと指摘した。
なぜ重要か
トレーニングワークロードは、標準的なクラウドコンピュートより遥かに高価で脆弱な、大規模で緊密に相互接続されたGPUデプロイメントを必要とする。障害、ストレージのボトルネック、ジョブオーケストレーションの不備は、数十億ドル規模のトレーニング実行に直結した影響をもたらす。Sandersのマイクロソフト時代の知見は、オンデマンド計算を展開するレガシークラウド戦略がAIに対して機能しないということだった。なぜなら、AIワークロードは、汎用プラットフォームに後付けされるのではなく、そのユースケース専用に設計された目的別インフラストラクチャ、可観測性、ストレージシステムを要求するからである。
注目点
Sandersは、トレーニング側（OpenAI、Anthropic、Metaによるモデル作成）と、AIストーリーの後半部分（推論とアプリケーションデプロイメント）の収束の枠組みを示し、その詳細を明かす予定だった。この区別はCoreWeaveのポジショニング——ハードウェアレイアウトと相互接続設計からオーケストレーションと可観測性まで、汎用ラック・パワークラウドではなくAIワークロード用に最適化されたエンドツーエンドインフラストラクチャ——を示唆している。
こういう要約が、毎朝あなたのメールに届きます。
Sandersのフレーミングは、2000年代のクラウドコンピューティング変革と現在のAIインフラストラクチャの局面を直接的に並列化している。初期段階のAzureが従来のデータセンターに後付けするのではなくウェブスケールアプリケーション向けシステムを設計することで成功したのと同様に、CoreWeaveは特に大規模トレーニング実行において根本的に異なるハードウェアとオーケストレーション要件を持つAIワークロードという観察の周囲でポジショニングしている。重要な知見は、GPU障害、ストレージパフォーマンス、ジョブスケジューリングが全てトレーニング経済に異常な影響を与えることである。これは深く相互接続されたハードウェア全体で数十億の操作を実行する際の時間当たりの膨大なコストのためである。Sandersのマイクロソフトでの20年間は、この並列性を識別できる信用力を与えてくれる。彼はクラウド初期段階の移行を経験し、インフラストラクチャレベルの最適化（ハードウェア相互接続設計、可観測性、ストレージシステム）は機能追加ではなく基礎的なアーキテクチャ決定であることを認識している。これが彼が汎用クラウドからAIネイティブプラットフォームへ転向した理由を説明している——問題は段階的ではなく構造的に異なっているのである。「ストーリーの後半」（推論とアプリケーションデプロイメント）への言及は、CoreWeaveがトレーニングとデプロイメント両者を別個のベンダーの問題ではなく同じエコシステムの一部と見ています。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
Chunghwa Telecom社長のRong-shy Lin氏は、会話型AIから自律型AIエージェントへの移行が企業導入を変え、大規模導入にはデータガバナンス、アクセス制御、説明責任が不可欠だと述べた
CoreWeaveは金曜の時間外取引で5%下落し、週間で15%安となる見通し
AppleとMetaは、ハイエンドMacでの動作を想定した新しいオープンウェイトAIモデルを共同で公開すると発表した
Crunchbaseデータで、投資家はQ3にアジア新興企業へ385億ドルを投じた
Anthropicの長期投資家がFortuneに、株式は約1兆8000億ドルで価格設定され、IPO後2兆3000億ドルから2兆4000億ドルと予想
第2四半期に富豪やファンドが「Magnificent Seven」のAI関連株6銘柄を売却
