Groq（企業）に関するニュース一覧

米IBMのArvind Krishna CEOがThe Vergeのインタビューに応じ、過熱するAI投資とAGI（汎用人工知能）待望論に対して、エンジニアリング視点から冷静な分析を提示しました。彼は現在のLLM（大規模言語モデル）技術の延長線上でAGIに到達する確率は極めて低いと断言。MicrosoftやOpenAIのような「AGIへの賭け」とは一線を画し、B2B領域での着実な実装と、次世代計算基盤への長期的投資を優先する姿勢を鮮明にしています。

市場で囁かれる「AIバブル崩壊」の懸念に対し、Krishna氏は否定的です。彼はムーアの法則に加え、チップアーキテクチャの刷新（Groqなどの推論特化型など）とソフトウェア最適化を組み合わせることで、今後5年間で計算コスト対効果が最大1000倍改善されると独自の試算を披露。この劇的な効率化がインフラ投資の正当性を支え、B2B領域でのAI活用を経済的に合理化すると説きます。

一方で、シリコンバレーを席巻するAGIブームには懐疑的です。LLMは本質的に確率論的なシステムであり、AGIに不可欠な「決定論的な知識」や論理的推論能力が欠けていると指摘します。現在のAIは生産性向上に極めて有用ですが、真のAGI到達にはLLMとは異なる新たな技術的ブレイクスルーが必要であり、現行技術への過度な期待を戒めました。

IBMがAIの次の勝負所と定めるのが量子コンピューティングです。Krishna氏は量子プロセッサを、CPUやGPUを置き換えるものではなく、特定の難問を解決する「QPU」として定義しています。彼は今後3〜5年以内に量子計算が実用段階（Utility scale）に達し、既存のスーパーコンピュータでは不可能な材料探索やリスク計算を処理することで、数千億ドル規模の市場価値を生むと予測しています。

AIによる雇用への影響についても、前向きな姿勢を崩しません。社内で生成AIを導入した結果、開発チームの生産性が45%向上した実績を挙げつつ、これを人員削減ではなく事業拡大の好機と捉えています。AIは「初心者を熟練者に変えるツール」であり、生産性が高まればより多くの製品を開発できるため、エンジニアの採用を積極的に継続する方針です。

AI開発企業Together AIは2025年10月10日、大規模言語モデル（LLM）の推論速度を最大4倍に高速化する新システム「ATLAS」を発表しました。このシステムは、AIの利用状況の変化に合わせてリアルタイムで自己学習する「適応型投機実行」技術を採用。これまで企業のAI導入拡大を妨げてきた、ワークロードの変化に伴う性能劣化という「見えざる壁」を打ち破ることを目指します。

多くの企業が直面する課題は、AIのワークロードが変化すると推論速度が低下する「ワークロードドリフト」です。従来の推論高速化技術で使われる「静的投機モデル」は、一度固定データで訓練されるため、例えば開発言語がPythonからRustに変わるだけで予測精度が急落し、性能が劣化します。この問題はAI活用の拡大における隠れたコストとなっていました。

ATLASは、この課題を独自のデュアルモデル構造で解決します。広範なデータで訓練された安定的な「静的モデル」が基本性能を保証し、軽量な「適応型モデル」が実際のトラフィックから継続的に学習して特化します。さらに制御システムが両者を動的に切り替えることで、利用者は設定不要で常に最適な高速化の恩恵を受けられます。

この高速化の鍵は、計算資源の非効率性を突くアプローチにあります。通常の推論処理はGPUのメモリ性能に依存し、計算能力が十分に活用されていません。ATLASは一度に複数のトークン候補を生成・検証することで、メモリへのアクセス回数を抑えつつ、待機状態にあった計算能力を最大限に引き出し、スループットを劇的に向上させます。

その性能は目覚ましく、NVIDIAのB200 GPU上で特定モデルでは毎秒500トークンを達成。これはGroqなどの専用推論チップに匹敵、あるいは凌駕する水準です。ソフトウェアとアルゴリズムの改良が、高価な専用ハードウェアとの性能差を埋められることを示しており、AIインフラの常識を覆す可能性を秘めています。

ATLASはTogether AIのプラットフォームで追加費用なしで利用可能です。この技術は、AIの利用用途が多様化する企業にとって、性能のボトルネックを解消し、コストを抑えながらAI活用をスケールさせる強力な武器となるでしょう。静的な最適化から動的な適応へと向かうこの動きは、今後のAI推論エコシステム全体に大きな影響を与えそうです。

AIチップベンチャーのGroqは先日、7億5000万ドルの新規資金調達を完了し、ポストマネー評価額が69億ドル（約1兆円）に到達したと発表しました。これは当初予想されていた額を上回る結果です。同社は、AIチップ市場を支配するNvidiaのGPUに対抗する存在として、推論特化の高性能なLPU（言語処理ユニット）を提供しており、投資家の高い関心を集めています。

Groqの核となるのは、従来のGPUとは異なる独自アーキテクチャのLPUです。これは、AIモデルを実際に実行する「推論（Inference）」に特化して最適化されており、推論エンジンと呼ばれます。この設計により、Groqは競合製品と比較して、AIパフォーマンスを維持または向上させつつ、大幅な低コストと高効率を実現しています。

Groqの技術は開発者や企業向けに急速に浸透しています。利用する開発者の数は、わずか1年で35万6000人から200万人以上へと急増しました。製品はクラウドサービスとして利用できるほか、オンプレミスのハードウェアクラスターとしても提供され、企業の多様なニーズに対応できる柔軟性も強みです。

今回の調達額は7.5億ドルですが、注目すべきはその評価額の伸びです。Groqの評価額は、2024年8月の前回の資金調達時（28億ドル）からわずか約1年で2.8倍以上に膨らみました。累計調達額は30億ドルを超えると推定されており、AIインフラ市場における同社の将来性に、DisruptiveやBlackRockなどの大手が確信を示しています。

創業者のジョナサン・ロス氏は、GoogleでTensor Processing Unit（TPU）の開発に携わっていた経歴を持ちます。TPUはGoogle CloudのAIサービスを支える専門プロセッサであり、ロス氏のディープラーニング向けチップ設計における豊富な経験が、Groq独自のLPU開発の基盤となっています。