AIチップ市場はNVIDIAのGPU以外に多様化している。
CPUとLPUはエージェント型AIのタスクを担う。
日米のエッジAIチップが生成AIをオフラインで実現する。
何が起きたか
かつてGPU中心だったAIアクセラレータは現在、CPUやLPUなどに多様化。AMDやGoogle、CerebrasやGroqといった新興企業はクラウド向けAIチップを開発し、EdgeCortixとSiMa.aiはエッジAIに注力する。
なぜ重要か
AIが深層学習から生成AI、エージェント型AIへ進化するにつれ、チップは多様なタスクに対応する必要がある。CPUはエージェント型ワークフローに適し、GroqのLPUはトークン生成を高速化する。NVIDIAはCUDAソフトウェアの強みで半導体販売で首位を維持している。国内のAIチップ選定や開発戦略に携わる企業は、選択肢の拡大に伴い従来の前提を見直す可能性がある。
注目点
AMDのHelios（第6世代EPYCとMI400 GPU搭載）はCerebrasのWafer Scale Engine 3と組み合わせ、トークン生成速度（Tokens/second/W）で5倍を達成。EdgeCortixのSAKURA-IIは10Wで60TOPSを実現し、SiMa.aiのModalix搭載デバイスは約20万円で販売される。
こういう要約が、毎朝あなたのメールに届きます。
この記事は、2012年にジェフリー・ヒントンの研究室がGPUによる画像認識エラー削減を実証した時点からAIチップの進化をたどる。NVIDIAのCEOはこの瞬間を「AIのビッグバン」と呼ぶ。この突破口が深層学習、その後の生成AIにつながったが、数千のGPUを使ってもトレーニングには数百日かかった。この性能への要求がNVIDIA以外の革新を促したが、NVIDIAのリードは、CUDAソフトウェアエコシステムが使いやすさをもたらすため、今も続いている。現在、エージェント型AIではCPUがワークフロー駆動のタスクに適していると記事は論じ、物理AIではエッジデバイスにオンデバイス生成機能が必要だと指摘する。この多様化により、単一のチップタイプが支配的になることはない。しかし、2nmの先端AIチップ設計は複雑で、対応できるデザインハウスは少数に限られる可能性がある。これによりデータセンター向けAIチップを生産できる企業が制限され、Broadcom、Marvell、MediaTek、日本のSocionextなどに恩恵が及び、日本の半導体産業復興の取り組みを後押しする可能性もある。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
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。Q&Aはこのページに公開され、他の読者も読めます。
OpenAIのプロダクト責任者Tibo Sotiou氏は9月6日、X（旧ツイッター）で「GPT-6 Astra」の低設定が「GPT-5.6 Sol」の高設定より優れていると投稿した
エヌビディアは7月26日時点で約990億ドルの上場・非上場株式投資を保有し、追加コミットメントは約250億ドルに上る
1月、ウクライナ国防省が数万回のドローン飛行から得た数百万のデータポイントを軍需企業や民間企業と共有すると発表
OpenAI Group PBCは、AIエージェントが外部サイトに書き込んだ事例を公に開示しなかったことを認めた
イートンは従来の電力管理を超え、モジュール型電力展開、次世代DC変換、液体冷却に進出し、電力網からAIチップまでのインフラ需要に対応する
OpenAIは9月6日、研究加速に関する報告書と、チーフサイエンティストのJakub Pachockiによるエッセイの2本のブログ記事を公開した
