GPU（ハードウェア）に関するニュース一覧

Sapient Intelligenceの研究チームは、独自のHRM-Text（階層型再帰モデル）アーキテクチャを用いて、わずか約1500ドルで10億パラメータの基盤言語モデルをゼロから訓練したと発表しました。従来、基盤モデルの事前訓練には数百万ドル規模の費用とインターネット規模のデータが必要とされてきましたが、同社はこの常識を覆す結果を示しています。

HRM-Textの核心は、計算を「ゆっくり変化する戦略層」と「素早く変化する実行層」に分離する二層構造にあります。従来のTransformerが生テキストに対して次トークン予測を繰り返すのに対し、HRM-Textは指示と応答のペアのみを訓練データとして使い、タスク完了を目的関数としています。さらに、再帰的な構造で生じる勾配の不安定性を抑えるため、独自の正規化技法「MagicNorm」とウォームアップ手法を導入しました。

ベンチマーク評価では、MMLU 60.7%、GSM8K 84.5%、MATH 56.2%を達成しています。これは20億〜70億パラメータ規模のオープンモデルと同等以上の水準です。訓練に使ったトークン数はQwen・Gemma・Llamaなどの100分の1から900分の1、推定計算量は96分の1から432分の1にとどまります。GPU16台のクラスタで1.9日という短期間で訓練が完了しました。

同社CEOのGuan Wang氏は、企業が直面する課題を「訓練コスト・インフラの重さ・実験サイクルの遅さ」の三重苦と表現しています。HRM-Textは知識の暗記と推論能力を切り離す設計のため、企業は自社データを外部のフロンティアモデルに送ることなく、コンパクトな推論エンジンとして活用できます。外部の検索システムと組み合わせることで、事実情報の取得は別途行う構成が想定されています。

現段階では「ChatGPTの代替にはまだならない」とWang氏自身が認めており、プロダクション利用にはテンプレート設計やアテンションマスクの調整など技術的な作業が必要です。それでも、基盤モデルの訓練コストが1500ドル台に下がるインパクトは大きく、「AIはインフラの問題ではなく戦略の問題になる」と同氏は主張しています。Transformersライブラリでのサポートも始まっており、vLLMやSGLangへの対応も開発中です。

オランダのトゥエンテ大学の研究チームが、LLMの訓練時に消費する電力を最大14%削減できる手法を発表しました。GPUのクロック周波数を計算処理の内容に応じて動的に調整する「動的電圧・周波数スケーリング（DVFS）」と呼ばれる技術を、従来よりも細かい粒度で適用することで、訓練速度をほぼ落とさずに省電力化を達成しています。研究を率いたJeffrey Spaan氏は、シチリアで開催されたComputing Frontiers学会で成果を発表しました。

DVFSは1990年代から知られる技術ですが、LLM訓練への適用はこれまで困難でした。従来の手法はフォワードパスとバックプロパゲーションという大きな単位で周波数を切り替えていたのに対し、今回の研究ではGPUの計算を構成する「カーネル」と呼ばれる最小単位ごとに周波数を最適化します。1つのニューラルネットワーク層は約40のカーネルに分割され、それぞれでコアクロックとメモリクロックの最適な組み合わせを設定することで、大幅な省エネを実現しました。

GPU自体にもDVFSの自動調整機能は備わっていますが、次にどのカーネルが実行されるかを予測できないため、最適な省電力には到達できません。研究チームの手法は事前にワークロードを分析して周波数を決定するため、GPU内蔵の制御を上回る効率を引き出せるのです。

実験はNVIDIA RTX 3080 Ti上でGPT-3-xlの1層を訓練する設定で実施されました。14%の省エネは理論上の最良値であり、周波数切替に要する時間を考慮すると実際の効果はGPUの世代に依存します。NVIDIAのBlackwell世代など新しいGPUでは切替速度が大幅に向上しており、理論値に近い省エネが期待できます。研究チームは今後、任意のワークロードに対して最適な周波数設定を自動で適用するツールの開発を進める方針です。

Google DeepMindは2026年6月10日、テキスト拡散モデル「DiffusionGemma」をApache 2.0ライセンスで公開しました。従来の自己回帰型LLMが1トークンずつ逐次的にテキストを生成するのに対し、DiffusionGemmaは画像生成AIと同様の拡散手法を用いて最大256トークンを同時に生成します。これにより、GPU上でのテキスト生成速度が最大4倍に向上します。

モデルはGemma 4ファミリーをベースとした26B規模のMixture of Experts構成で、推論時に起動するパラメータは3.8Bにとどまります。そのため量子化により高性能コンシューマーGPUのVRAM 18GBに収まります。双方向アテンションにより、インライン編集やコード補完、数理グラフなど非線形な生成タスクで従来モデルより優位性を発揮します。

NVIDIAは同日、DiffusionGemmaを自社GPU群で最適化したことを発表しました。単一のH100で毎秒1000トークン超、RTX 5090で毎秒約700トークンの推論速度を実現しています。DGX Spark、RTX PRO 6000、DGX Stationでも動作し、ローカル環境でのエージェント処理や対話型ワークフローに適しています。

Googleはこのモデルを実験的な位置づけとし、品質面では標準的なGemma 4が依然として推奨されると明記しています。一方で、速度重視のローカル推論やリアルタイムの対話型アプリケーション開発において、拡散ベースのテキスト生成が新たな選択肢になると強調しています。Hugging Face TransformersやvLLM、Unslothなど主要ツールで即日利用可能です。

Hugging Faceは2026年6月9日、GitHub ActionsのCIジョブをHugging Face Jobs上で実行するための移行ガイドを公開しました。GitHub Actionsのワークフローファイルでruns-onラベルを1行変更するだけで、Hugging Faceのサーバーレスインフラ上でCIを実行できるようになります。CPUだけでなくGPUハードウェアも選択可能で、機械学習プロジェクトのテストに特に有用です。

この仕組みの中核はjobs-actions-dispatcherと呼ばれるDocker Spaceです。GitHubのworkflow_job.queued Webhookを受信すると、対応するハードウェアフレーバーのHF Jobを起動し、エフェメラルなGitHub Actionsランナーとして登録します。GitHub側からは通常のセルフホステッドランナーとして認識されるため、既存のワークフロー定義をほぼそのまま利用できます。

導入にはまずdispatcher Spaceを自分のHugging Face名前空間に複製し、次にGitHub Appを作成してリポジトリにインストールします。GitHub Appはワークフロージョブの監視とランナー登録トークンの発行に必要な権限を持ちます。セットアップはブラウザでもCLIでも実行可能で、エージェントによる自動化にも対応しています。

実際の性能面では、GradioチームのTrackioプロジェクトで検証が行われました。CPUジョブではGitHub標準の1分40秒に対し、Playwrightイメージを使用することで1分10秒と約30%の短縮を達成しています。GPU CIではt4-smallラベルを使い45秒で完了し、コストは1セント未満でした。GitHub側にはGPUホステッドランナーの同等オプションがないため、ML系プロジェクトにとって大きな利点となります。

さらに、HF JobsはDockerイメージの自由な指定やボリュームマウントにも対応しており、データセットやモデルのロードを伴うCIにも柔軟に対応できます。ログはCLIから簡単に取得でき、ローカルツールやコーディングエージェントでの解析にも適しています。オープンソースの機械学習プロジェクトがGPU CIを手軽に導入できる実用的な選択肢として注目されます。

電動キックボード企業Spinの創業者Euwyn Poon氏が、宇宙空間でAI推論処理を行うデータセンター企業「Orbital」を設立し、a16zのアクセラレータプログラムSpeedrunを経て500万ドルのシード資金を調達しました。Poon氏は2017年にSpinを創業し翌年Fordに売却した経験を持ち、その後自らNvidia A100を購入してオープンウェイトモデルの提供を始めたことからAIコンピュート事業の価値を確信したといいます。

Orbitalの技術ロードマップは段階的です。まず提携先の衛星にNvidia Blackwellチップを搭載し、同社独自の放射線シールドと熱管理技術を検証するデモ飛行を実施します。2028年にはNvidiaのSpace-1 Vera RubinクラスGPUを搭載した初の自社データ処理衛星の打上げを計画しており、段階的な推論処理の受託で収益化を目指します。

最終目標は各100kWの電力を供給する1万機の衛星による分散型ギガワット級コンピューティング基盤の構築です。ただし現行のFalcon 9の打上げ費用では経済性が成り立たず、SpaceXのStarshipが商業運用を開始し打上げコストが大幅に下がることが事業成立の前提条件となっています。

宇宙データセンター市場には競合も多く、すでにGPUを軌道上に展開しているStarcloud、独自ロケット開発に着手したCowboy Space Company、大型ロケットNew Glennを持つBlue Originなどが参入しています。a16zパートナーのAndrew Chen氏は、Poon氏がSpinで100都市に25万台のスクーターを展開した実績を評価し、10年以上・50億ドル超の投資が必要になりうる長期プロジェクトへの出資に「2026年に始めるからこそ資本市場のエネルギーを活用できる」と語りました。

Cohereは2026年6月9日、エージェント型ソフトウェア開発に特化したオープンソースモデル「North Mini Code」を発表しました。30億パラメータが実際に稼働する300億パラメータのMixture-of-Experts（MoE）モデルで、256Kトークンのコンテキストウィンドウを備え、Apache 2.0ライセンスのもとHugging Faceで公開されています。単一のH100 GPUやMac Studio上でも動作する軽量さが特徴です。

技術的には128個のエキスパートのうちトークンごとに8個が活性化する疎なMoE構造を採用しています。訓練では2段階の教師あり微調整の後、約5,000リポジトリから収集した7万件超の検証可能タスクを使った強化学習（RLVR）を実施しました。SWE-BenchやTerminal-Bench v2との重複を排除し、評価の公正性も確保しています。

注目すべきは、単一のエージェント足場に最適化するのではなく、SWE-Agent、mini-SWE-Agent、OpenCodeの3種類のハーネスで訓練した点です。これにより、OpenCode評価で10ポイントの性能向上を達成しつつ、SWE-Agent上の性能も維持しています。異なるツール環境間でのスキル転移が正の効果を生むことが示されました。

一方、独立評価機関Artificial Analysisのテストでは、出力速度で127モデル中8位にランクインしたものの、同等モデルと比較して約3倍の出力トークンを生成する傾向が確認されました。大量のエージェントパイプラインを運用する場合、この冗長性が推論コストとレイテンシに直結する課題となります。

共同創業者のNick Frosst氏は「小さく、コスト効率が高く、オープンソースでローカル展開可能。これがLLMの進むべき方向だ」と述べ、Claude Fable 5の100万出力トークンあたり50ドルという価格設定との対比を強調しました。企業にとっては、マネージドサービスの利便性とオンプレミス運用によるコスト管理・データ主権の間で、実際のワークロードに基づいた選択が求められます。

Appleは2026年6月9日、年次開発者会議WWDC 2026で、AIアシスタント「Siri AI」の全面刷新と、第3世代の独自基盤モデル「AFM 3」ファミリーを発表しました。新SiriはGoogle Geminiをベースとし、専用アプリとして独立。テキスト・音声・画像によるマルチモーダル対話に対応し、iPhoneからMac、Apple Watchまで全デバイスで利用できます。Tim Cook CEOにとって最後のWWDCとなる今回、同社はAI分野での遅れを取り戻す姿勢を鮮明にしました。

Siri AIの最大の特徴は、画面上のコンテンツを認識して文脈に応じた操作を実行するエージェント機能です。InstagramやSafariで表示中の情報をもとに検索や予定登録を行ったり、メッセージの文脈からリマインダーを自動提案したりできます。Apple上級副社長のCraig Federighi氏は「AIにおけるプライバシーは交渉の余地がない」と強調し、処理はオンデバイスまたはPrivate Cloud Computeで完結すると説明しました。

技術面で注目されるのがAFM 3 Core Advancedです。20億パラメータの重みをDRAMではなくNANDフラッシュに格納し、プロンプトごとにルーティングして1B〜4Bのパラメータを動的にDRAMへロードします。従来のMoEモデルがトークンごとにエキスパートを切り替えるのに対し、プロンプト単位で一度だけ選択する設計により、メモリ帯域の制約を回避しています。サーバー側のAFM 3 Cloud ProはGoogle Cloud上のNvidia GPUで稼働し、複雑な推論やエージェント処理を担います。

写真編集では、Appleはこれまでの慎重姿勢を転換し、Image Playgroundでフォトリアルスタイルの画像生成を解禁しました。新ツール「Extend」は画像の枠外をAIで補完し、「Spatial Reframing」は写真の視点を3D的に変更できます。改変画像にはGoogleのSynthID透かしを付与し、AI生成コンテンツの識別を可能にしています。かつてFederighi氏が「写真は現実を正確に捉えるべき」と述べていたことを考えると、大きな方針転換です。

開発者向けには、App IntentsとApp Schemasを通じてアプリの機能をSiriやSpotlightに公開する仕組みが拡充されました。Shortcutsアプリでは自然言語による操作の自動化が可能になり、Safariでも自然言語でブラウザ拡張機能を作成できます。一方、Siri AIはEUと中国では当初利用不可で、対応ハードウェアも限定されるため、グローバル展開には課題が残ります。Appleの戦略はスタンドアロンのチャットボットではなく、OS全体にAIを統合するアプローチであり、プライバシーを武器にMicrosoftやGoogleとの差別化を図っています。

Hugging FaceのエンジニアMishig Davaadorj氏が2026年6月9日、AIコーディングエージェントが2つのHugging Face Spacesを連鎖させてパリの名所を3Dガウシアンスプラットで表示するギャラリーサイトを自動構築した事例をブログで公開しました。画像生成にはIdeogram4、単一画像からの3D再構成にはTripoSplatが使われ、エージェントは画像生成からファイル圧縮、ビューア構築、デプロイまでを一貫して実行しました。

この事例の技術的な核となるのが、Gradio Spaceが自動公開するagents.mdという仕様ファイルです。agents.mdにはAPIスキーマのURL、エンドポイントの呼び出し方法、ファイルアップロード手順、認証方式がプレーンテキストで記載されており、エージェントはクライアントライブラリやSDKなしでSpaceを操作できます。これにより、異なる組織が開発した最先端モデル同士を統合コードゼロで連鎖させることが可能になります。

Davaadorj氏はMitchell Hashimoto氏が提唱する「ビルディングブロック経済」の概念を引用し、AIがゼロからの構築よりも実績あるコンポーネントの組み合わせに優れている点を強調しています。従来コードライブラリの文脈で語られてきたこの考え方が、画像生成・動画・音声・3Dなどマルチメディア領域にも波及しつつあるという見解を示しました。

実用性を示す証拠として、パリのギャラリー構築後に同じパイプラインで日本とエジプトのギャラリーも「1文の指示」で量産できたことが報告されています。エッフェル塔やカルナック神殿、姫路城など各国6つの名所が3Dスプラットで再構成され、Three.jsベースのビューアにスクロール切替やドラッグ回転のUIが実装されました。人間が介入したのは「もう少しズームアウトして」「オベリスクを別の建造物に差し替えて」といった審美的な判断のみでした。

この事例は、モデルの統合に伴うSDK管理やGPU確保、入力形式の変換といった障壁がagents.mdによって大幅に低下したことを示しています。「プロンプトから回転する3Dモニュメントを生成する」という作業が、かつてはプロジェクト単位の取り組みだったものが、パイプラインの1ステップに縮小されたとDavaadorj氏は述べています。

NVIDIAとLGグループは2026年6月8日、ロボティクス・自動運転・データセンター技術・GPUクラウドサービスにまたがるAI工場を共同で建設すると発表しました。NVIDIAのフルスタックAI基盤とLGの家電・モビリティ・スマートスペース領域の知見を組み合わせ、物理AIシステムの開発から展開までを統合するワークフローを構築します。

ロボティクス分野では、LGエレクトロニクスが家庭用ロボット「CLoiD」の開発にNVIDIA Isaac SimやIsaac Labを導入し、物理的に正確な仮想環境でのシミュレーション・訓練・検証を進めます。さらにNVIDIA Isaac GR00Tモデルの採用も検討しており、ロボットに人間のような推論能力と複雑なタスクの実行力を持たせることを目指しています。訓練データ不足の課題に対しては、LGがNVIDIA Cosmosを活用した物理AIデータファクトリーを構築し、合成データの大量生成で対処する計画です。

AI工場インフラの面では、LGエレクトロニクスとLGエナジーソリューション、LG Uplusが連携し、NVIDIA DSXプラットフォームに準拠したスケーラブルな液冷AIファクトリーの構築を進めます。冷却分配ユニットやコールドプレート、プレハブ式モジュラー設計など、次世代GPU向けの電力・熱管理技術で協力します。LGエナジーソリューションは800ボルト直流給電ソリューションの共同開発にも取り組む予定です。

モビリティ領域では、LGエレクトロニクスが先進運転支援システム（ADAS）や車載AIをNVIDIA DRIVE Hyperionアーキテクチャに対応させる取り組みを強化します。AIコックピットやエッジAI処理を含む将来のモビリティ用途にNVIDIA DRIVE AGXを活用する計画で、グローバル自動車メーカー向けのポートフォリオ拡充を狙います。

主権AIの領域では、LG AI Researchが韓国を代表するAIモデル「EXAONE」の開発にNVIDIA Blackwell GPUやNeMoフレームワークを活用しています。LGグループはChatEXAONEなどのプラットフォームを通じ、エージェント型AIの全社展開とソフトウェア主導のオペレーション変革を加速させる方針です。

NVIDIAのジェンスン・ファンCEOは、韓国ソウルのPCバン（ネットカフェ）を訪問し、新型スーパーチップRTX Sparkを披露しました。RTX Sparkは、GTC Taipei・COMPUTEXで発表されたばかりの製品で、パーソナルAIエージェント時代に向けたWindows PCの再発明を掲げています。薄型ノートPCで終日バッテリー駆動を実現しながら、1440p解像度・100fps超のAAAゲームプレイを可能にします。

ファン氏はまず、eスポーツチームT1が運営するT1 Base Campを訪れ、League of Legends世界王者のFaker選手とともにRTX Sparkを公開しました。Riot Gamesと連携し、League of LegendsとVALORANTのRTX Spark対応も発表されています。来場者にはRTX SparkノートPCやGeForce RTX 5090などが当たる抽選会も行われました。

続いてファン氏は江南のPCバンを巡回し、KRAFTONの張炳圭会長とともにPUBG: BATTLEGROUNDSやSubnautica 2をRTX Spark上でデモしました。NVIDIA ACE技術を活用したAI共闘キャラクター「PUBG Ally」の未公開体験も提供されています。さらに別のPCバンでは、NCの金澤辰共同CEOとともにCINDER CITYとAION 2が披露されました。

CINDER CITYは年内発売予定で、DLSS 4.5のDynamic Multi Frame GenerationとSuper Resolutionに発売時から対応します。RTX Sparkのパートナーは100社以上に達しており、NetEase、Remedy Entertainment、XBOXなども名を連ねています。NVIDIAは韓国のeスポーツ・PCバン文化との20年以上の関係を基盤に、次世代ゲーミング体験の普及を加速させる構えです。

Nvidiaは2026年6月6日、台北で開催された見本市Computex 2026で、Windows PC向けの新半導体「RTX Spark」を正式発表しました。同社のBlackwell GB10「スーパーチップ」をPC用に展開するもので、Microsoftは搭載機としてSurface Laptop UltraとSurface RTX Spark Dev Boxの2機種を公開。Asus、Dell、Lenovo、HP、MSIといった大手メーカーも対応PCを相次いで発表しました。

RTX Sparkの中核は、2025年末に登場したミニワークステーション「DGX Spark」と同系の設計です。コードネームN1Xと呼ばれるこの半導体は、20基のArm CPUコア、6,144基のGPUコア、最大128ギガバイトのLPDDR5Xメモリーを統合したシステムオンチップとなっています。ノートPC版は消費電力を抑える分、性能はメーカーごとの実装に左右される見込みです。

AI処理が注目を集めていますが、用途はそれだけではありません。RTX SparkはMicrosoftのCopilot+認証に必要なNPUも内蔵し、Windows Recallなどの背景機能に活用されます。一方で大規模言語モデルや画像生成といった本格的なAI処理はGPUが担い、クリエイターやゲーマーからも期待が寄せられています。

Nvidiaの最大の強みは、ハードの性能よりむしろソフトウェアにあると専門家は指摘します。同社のGPUはゲームやプロ用途で事実上の業界標準であり、市場シェアは90%超とされます。第三者評価会社Signal65のRyan Shrout氏は「Nvidiaには、QualcommやMicrosoftが初期に実現できなかったことを動かすだけの業界での重みがある」と語ります。

Microsoftは、AIエージェントを隔離環境で自律実行させる開発者向けSDK「Microsoft Execution Containers」の早期プレビューも公開しました。ただ課題は、QualcommとMicrosoftが直面したものと同じです。IntelやAMDのx86チップに対し、Arm版Windowsを有力な選択肢として定着させられるか。Shrout氏は「まず優れた汎用PCであることが大前提だと誰もが理解している」と述べ、真価が問われるのはこれからだと指摘しました。

NVIDIAは2026年6月4日、企業向けAIコンテンツ安全モデル「Nemotron 3.5 Content Safety」をHugging Face上で公開しました。Gemma 3 4Bをベースとする40億パラメータのモデルで、テキストと画像を同時に評価し、両者の組み合わせから生じるポリシー違反も一括で検出します。NVIDIAオープンモデルライセンスのもと、研究・商用いずれの用途にも利用できます。

最大の進化点は、カスタムポリシー機能の追加です。従来は固定の安全分類体系に依存していましたが、3.5では推論時に自然言語で記述した独自ポリシーを入力できるようになりました。これにより、医療・金融・教育など業種固有のリスク基準に合わせた安全判定が可能になります。不要なカテゴリの抑制や、組織独自のリスクカテゴリの追加にも対応しています。

もう一つの注目機能が、推論トレース（THINKモード）です。モデルが安全・不安全の判定に至るまでのステップを段階的に出力することで、判定根拠を監査可能にします。規制産業で求められるコンプライアンスログや、人間によるレビュー、ポリシーの反復改善に活用できます。推論トレースは大規模モデルで生成後、3文以内に要約する2段階プロセスで簡潔化されており、レイテンシへの影響を抑えています。

多言語対応も強化されています。英語・日本語・中国語など12言語を明示的に学習し、ベースモデルのGemma 3から継承した能力により約140言語へのゼロショット汎化も可能です。多言語Aegisベンチマークでは12言語平均96.5%の分類精度を達成しました。マルチモーダル安全ベンチマーク全体では平均約85%の精度を記録しています。

実運用面では、4Bパラメータの軽量設計により8GB以上のVRAMを搭載したGPUで動作します。競合するマルチモーダル安全モデルと比較してエンドツーエンドのレイテンシは3分の1で、推論モード有効時でもトークン生成量は最大50%少なく済みます。訓練データセットも同時公開され、実写真が99%を占める点がマルチモーダル安全研究の既知の課題に対処しています。

2026年6月3日、NVIDIAはデンバーで開催中のCVPR 2026において、自動運転車・ロボット・ビジョンAIの開発を加速する物理AIエージェントスキル群を発表しました。先日公開されたオープン基盤モデルCosmos 3と連携し、シーン再構築から合成データ生成、ポリシー訓練、評価までの断片的だったワークフローを一気通貫で自動化します。すべてのツールはGitHubでオープン公開されています。

自動運転分野では、走行データから編集可能な3Dシーンを生成するNeural Reconstructionスキルや、数千GPUで強化学習を並列実行するオープンソースフレームワークAlpaGymを提供します。さらに320億パラメータの推論型VLAモデルAlpamayo 2 Superは、認識から計画・行動までの全スタックを統合し、レベル4自動運転の開発基盤となります。研究論文LCDriveは、テキスト推論を潜在表現に圧縮することでトークン数を約半分に削減し、車載ハードウェアでの高速推論を実現しました。

ロボティクス分野では、Isaac Sim 6.0とIsaac Labにエージェント対応スキルを統合し、シーン作成からシミュレーション実行、データ取得まで自動化しました。注目すべきは研究論文GraspGen-Xです。20億回のシミュレーション把持データで訓練された初の把持基盤モデルで、未知のグリッパーと未知の物体に対してゼロショットで把持姿勢を生成できます。ロボット開発者がグリッパーごとに訓練し直す必要がなくなるのでしょうか。

ビジョンAIでは、Metropolisスキルが合成異常データの生成や疑似ラベリングを自動化し、外観検査モデルの精度向上を支援します。また、ゲーム環境で訓練した汎用エージェント基盤モデルNitroGenは1,000以上のゲームと4万時間の操作データから学習し、少数データ環境で従来手法比52%の性能向上を達成しました。NVIDIAの物理AIデータセットはHugging Faceで累計1,500万ダウンロードを超え、研究インフラとしての存在感を強めています。

Nvidiaは2026年6月、台湾Computexで新チップRTX Sparkを発表しました。Arm系の独自CPU「N1」にRTXグラフィックスと最大128GBの統合メモリを組み合わせたSoCで、HP・Asus・Dell・Lenovoなど主要PCメーカーが搭載ノートPCを投入します。Nvidiaがデスクトップ向けGPUに留まらず、ノートPC全体のアーキテクチャを自ら設計する初の試みです。

これまでMicrosoftが推進してきた「AI PC」構想は、NPU搭載やメモリ16GB以上といった要件にとどまり、大規模言語モデルのローカル推論には力不足でした。RTX Sparkはデータセンターで実績のあるCUDAエコシステムをそのままノートPCに持ち込むことで、ローカルAI推論の性能を大幅に引き上げる狙いがあります。従来、この用途で唯一の選択肢だったMacBook Proに対し、Windows陣営から初めて本格的な対抗馬が登場したことになります。

Microsoftも自社製品Surface Laptop UltraをRTX Spark搭載の旗艦として投入します。15インチMini-LEDディスプレイを備え、MacBook Proと同等のフォームファクターを目指す製品です。高性能構成は4,000ドル超と予想されますが、同等スペックのMacBook Proと同水準の価格帯です。低価格構成ではゲーマーやクリエイター向けにも訴求する計画です。

ローカルAI推論のニーズは急速に高まっています。プライバシーの観点からエージェント型AIをローカルで動かす需要が増加し、Apple Mac Miniの出荷遅延が報告されるほどです。RTX SparkはノートPCだけでなく小型デスクトップにも展開予定で、Intel・AMD・Qualcommへの影響も注目されます。Windows PCに統合メモリとCUDAという新しいハードウェア層が加わることで、AI PCの定義そのものが書き換わる可能性があります。

NVIDIAは2026年6月2日、台湾COMPUTEXにおいて、エッジAIプラットフォームJetson向けソフトウェアの新版JetPack 7.2とエージェントAIフレームワークNemoClawのJetson対応を発表しました。これにより、サーバーやワークステーションに限られていたエージェントAIが、ロボティクス・産業オートメーション・検査といったエッジの物理世界へ展開可能になります。NVIDIAロボティクス・エッジコンピューティング担当副社長のDeepu Talla氏は「エージェントAIは到来しており、Jetsonの高い処理性能で即座に本番環境に展開できる」と述べています。

JetPack 7.2は3層構造で提供されます。基盤層ではYoctoベースのカスタマイズ可能なLinux、Jetson OrinへのCUDA 13対応、Jetson ThorでのMIG（マルチインスタンスGPU）とリアルタイムカーネルを搭載しました。Jetson AGX Orin 32GBモジュールは性能が20%向上し、241TOPSのAI演算能力を実現しています。中間層にはLinuxカスタマイズやメモリ最適化、モデルベンチマークなどの開発者向けエージェントスキルが配置されています。

最上層のNemoClaw対応が今回の核心です。1コマンドでJetsonへ展開でき、NVIDIA Metropolis VSSブループリントスキルとの連携により、映像を解釈して行動する視覚推論エージェントの構築も可能になります。データセンターで実績のあるNemoClaw技術が、小売店舗やロボット、交通システムといった現場で稼働する段階に入りました。

すでに複数の企業が実環境で活用を始めています。SolomonはNemoClawでヒューマノイドロボットのAIエージェントを統合し、推論・知覚・運動制御を単一ワークフローで実現しました。Advantechは自社工場にNemoClawベースのエージェント型ファクトリーブレインを構築しています。SandStarはJetson Orin NXとNemoClawでAI自動販売機を30カ国以上に展開し、メモリ最適化で16GBから8GBデバイスへの移行に成功しています。

ロボティクス・ドローン分野でも採用が広がっています。Hexagon RoboticsはJetson Thorでヒューマノイドロボットの安全性を向上させ、Ziplineは自律配送ドローンにJetson Orin NXを搭載して医療品や食品の即時配送を実現しています。1XやUniversal RobotsもYoctoベースのJetPack 7.2を本番環境に導入する予定です。NVIDIAのエッジAI戦略は、物理世界でのエージェントAI実用化を本格的に加速させる局面に入りました。

NVIDIAとMicrosoftは、Microsoft Build 2026においてAIエージェント向け統合基盤の大幅拡充を発表しました。Windows端末からAzureクラウド、オンプレミス環境まで、エージェントAIの開発・実行に必要なハードウェアとソフトウェアをフルスタックで提供します。NVIDIAのジェンスン・ファンCEOが台北からサティア・ナデラCEOの基調講演にライブストリームで参加し、両社の協業拡大を明らかにしました。

端末側では、RTX Spark搭載のWindows PCが今秋登場します。1ペタフロップスのAI性能と最大128GBの統合メモリを備え、個人向けAIエージェントの実行に特化した初のPCとなります。Microsoft Surface、ASUS、Dell、HP、Lenovo、MSIから発売予定です。さらにDGX Station for Windowsは、GB300 Grace Blackwell Ultraチップを搭載し最大748GBのコヒーレントメモリと20ペタフロップスのFP4性能で、1兆パラメータ規模のモデルを常時稼働させる企業向けデスクサイドAIスーパーコンピュータです。

クラウド側では、NVIDIAのオープンモデル群がMicrosoft Foundryに統合されます。新たなオープンフロンティア推論モデルNemotron 3 Ultraや、物理AI向け基盤モデルCosmos 3が提供開始となります。Microsoft Fabric Data WarehouseへのNVIDIA GPU統合では、CPU比で最大6倍のSQL実行速度を実現しました。GitHub CopilotにはOpenShellが統合され、エージェントをサンドボックス環境で安全に実行できます。

インフラ面では、Microsoftのウィスコンシン州フェアウォーターAI工場が前倒しで稼働を開始し、数十万台のGrace Blackwellシステムを単一のAI工場として運用しています。次世代のVera RubinプラットフォームもAzureデータセンターへの配備が検証済みで、メガワットあたりの推論スループットを最大10倍に引き上げ、エージェントAIのトークン単価を桁違いに削減します。両社の協業は端末から大規模データセンターまでを一貫してカバーし、エージェントAI時代の基盤を形成する動きです。

Microsoftは2026年6月2日、開発者カンファレンスBuild 2026でSurface RTX Spark Dev Boxを発表しました。NVIDIAのArm系Blackwell世代RTX Sparkプロセッサと128GBの統合メモリを搭載した小型デスクトップ機で、1ペタフロップスのAI演算性能を備えます。開発者はクラウドにAPIコールを送ることなく、1200億パラメータ超の大規模AIモデルをローカルで実行できます。米国で年内発売予定ですが、価格は未公表です。

この製品はMicrosoftにとって重要な戦略転換を意味します。Azure クラウドで数百億ドルの収益を上げる同社が、あえてクラウド依存を減らすハードウェアを投入するからです。Windows＋Devices担当EVPのPavan Davuluri氏は、10万トークンのコンテキストだけでキーバリューキャッシュが40〜50GBを消費すると説明し、128GBの統合メモリプールの必然性を強調しました。Microsoftはこの動きを「フロンティアモデルへの呼び出しは本当にフロンティアな問題にだけ使い、残りは自前のハードウェアで処理する」と位置づけています。

筐体設計にも特徴があります。アルミ製トップパネルは金属3Dプリントで製造され、CNC加工では不可能な複雑な内部形状により、約100ワットの連続負荷を静音で冷却します。ソフトウェア面では、Windows 11 Proがイメージレベルで開発者向けに最適化されており、ダークテーマ、Developer Mode有効化、PowerShell 7デフォルト、WSL 2のGPUパススルーとCUDA対応が出荷時に構成済みです。

競合となるApple Mac Miniとの比較について、Davuluri氏は「意図的に異なる性能クラス」と述べました。M4 Pro搭載Mac Miniの統合メモリは最大48GB、M4 Maxでも128GBですが、Dev Boxは128GBに加えてBlackwell級GPUのCUDAエコシステムを活用できます。PyTorch、TensorRT、llama.cppなど主要AIフレームワークの大半がNVIDIA向けに最適化されている点で、Apple Siliconに対する移植性の優位を主張しています。

本製品はMicrosoftの3層ローカルAI戦略の中核です。モバイル向けのSurface Laptop Ultra、デスクトップ向けの本機、そして1兆パラメータ対応のDGX Station for Windowsという階層構成で、「従量課金なしの知能」を掲げます。GitHub Copilot CLIの新機能/fleetでは、クラウドエージェントがタスクの複雑度を判定し、適切なサブタスクをローカルモデルに振り分ける仕組みも導入されます。クラウドAIの経済性に疑問が広がるなか、ローカルとクラウドの両端を押さえる戦略が奏功するか注目されます。

半導体大手NVIDIAは6月1日、台湾Computexで新型PC向けCPU「RTX Spark」を発表しました。1ペタフロップのAI処理性能と128GBの統合メモリを備え、OpenClawなどのAIエージェントをPC上で安全に動かす「スーパーチップ」と位置付けます。搭載するWindows PCは今秋、ASUS、Dell、HP、Lenovo、Microsoft Surface、MSIから発売される予定です。

創業者のジェンスン・フアンCEOは、アプリを起動してクリックや入力を繰り返す従来の操作を終わらせたい考えです。「頼めばPCが仕事をする」と述べ、フロンティアモデルや創作ワークフロー、ゲームをすべてノートPC上で実現すると強調しました。同氏は先月の決算で、GPUに加えCPU販売で2000億ドル規模の新市場を見出したと投資家に語っています。

技術面では、Microsoftと共同開発したセキュアなサンドボックスを備え、エージェントを安全に隔離して実行します。NVIDIA OpenShellランタイムがエージェントの権限を制御し、プライバシー方針に応じてクエリをローカルモデルへ振り分けたり、クラウド送信時に個人情報を匿名化したりします。Adobeはこのチップ向けにPhotoshopとPremiereを再設計し、AI処理を最大2倍高速化するとしています。

もっとも、NVIDIAがArmベースのWindows機に挑むのは初めてではありません。2013年にはMicrosoftがArm搭載のSurface RTで9億ドルを減損した過去があります。今回のチップはより高性能で、MicrosoftはSurface Laptop Ultraを「最も強力なSurface」と銘打ちますが、各社は価格などの詳細をまだ明らかにしていません。

The Vergeはこれを「Windows版M1の瞬間」になり得ると評価しつつ、価格を懸念します。RTX SparkはDGX Spark（約4800ドル）のWindows版とみられ、128GBメモリ搭載機は高額化が避けられません。AppleがM1で安価なMac MiniやMacBook Airから普及を進めたのに対し、NVIDIAは2000ドル超の高価格帯から始める構えで、消費者の支出余力が細るなか普及の壁になりそうです。

それでも、Riot Gamesがアンチチート機能をArmに対応させるなど、Windows on Armの弱点だったゲーム互換性の改善も進みます。Intel、AMD、Qualcommに続く第4の選択肢として、NVIDIAが安全で使いやすいAIエージェントを大衆に届けられるかが今後の焦点となります。

NVIDIAは6月1日、物理AI向けの世界基盤モデル「Cosmos 3」を発表しました。COMPUTEXのGTC台北で公開された本モデルは、テキスト・映像・画像・音・動作という複数のモダリティを単一モデルで処理し、ロボットや自動運転車、スマート空間が現実世界を理解・予測・行動するための基盤を提供します。

最大の特徴は、これまで世界生成・制御生成・シーン理解・方策生成という用途ごとに別々のモデルを使い分けていたものを、1つのモデルに統合した点です。Mixture-of-Transformers（MoT）アーキテクチャを採用し、推論を担う自己回帰部分と生成を担う拡散部分が共同注意で連携します。これにより、視覚言語モデル、映像生成、ロボット方策などを構造を変えずに切り替えられます。

物理AIにとって重要なのは、画像や映像だけでなく動作信号を扱える点です。Cosmos 3はロボットの関節角度やグリッパー位置、軌道点といった数値的な動作データを直接生成でき、ピック&プレース作業などの学習に役立ちます。開発者は特定のロボットや作業環境に合わせて追加学習することも可能です。

活用事例も広がっています。NVIDIAのGEARチームは映像動作モデルの開発に、Agile Robotsは産業用ヒューマノイドの方策開発向けデータ生成に本モデルを利用しています。Linker Visionはスマートシティ向けに数千のカメラ映像を解析し、根本原因分析などに活用しています。

公開形態として、16BのNanoと64BのSuperの2サイズが用意され、いずれもHugging Faceでオープンに提供されます。NanoはRTX PRO 6000など作業用GPUで動作し、Superは大規模な合成データ生成や研究向けです。Linux FoundationのOpenMDW 1.1ライセンスのもと、重みやデータセット、コードを単一ライセンスで扱えます。

性能面でも、Cosmos 3はArtificial Analysisのオープン重みリーダーボードで首位に立ち、Physics-IQやR-Benchなど複数の世界生成ベンチマークでトップを記録しています。衝突や稀なエッジケースなど、現実では安全に再現しにくい場面を合成データで補える点が、物理AI開発の加速につながりそうです。

半導体大手NVIDIAは6月1日、世界各地のパートナーと連携してAI向け計算基盤「AIファクトリー」の構築を加速していると発表しました。専用クラウド群「NVIDIA AI Clouds」はアフリカのCassava、南米のClaroを加えて6大陸に到達し、企業や新興国、政府の旺盛なAI需要に応える地域容量と主権AI基盤を提供します。同時に、生産拠点である台湾の製造大手がこの世界的な拡大を支えていることも明らかにしました。

AIクラウドの拡大は東南アジア、オーストラリア、南北アメリカで進んでいます。CoreWeave、Firmus、IREN、Nscaleなどが最先端モデル開発や大量推論向けに能力を増強し、Naver CloudやIndosat、Yotta、YTLといった事業者が各国のAI構想や金融、通信、製造、医療を支えています。NVIDIAは競争力の源泉として、ハードウェア性能とソフト最適化、稼働率を総合したトークン単価の業界最低水準を掲げています。

AIファクトリーの設計から運用までは新プラットフォーム「DSX」が担い、検証済みの設計やシミュレーションで容量の早期立ち上げを支援します。電力制約下で計算量を最大化する「DSX MaxLPS」は同じ電力で最大40%多いGPUの搭載を可能にするといいます。CoreWeaveやNebiusは次世代GPU「Vera Rubin」をいち早く採用し、ロボットなど物理AI向けの開発環境も整備しています。

もう一方の記事が示すのは、この基盤を生み出す台湾の存在感です。台湾には500社を超えるNVIDIAのパートナーが集まり、Vera Rubin向け「MGX」ラック部品は25の工場拠点から100万点以上が供給されます。TSMCやFoxconn、Pegatron、Quanta、Wistron、Inventecなどがサプライチェーンの中核を担っています。

注目すべきは、これらの企業が単に基盤を作るだけでなく、自社の製造現場にもAIを取り入れている点です。TSMCは計算リソグラフィ「cuLitho」で費用や処理時間を20〜50%改善し、Foxconnは運用管理エージェントで原因分析を80%高速化、労働生産性を15%向上させたとしています。PegatronやInventecは合成欠陥データの生成でAI検査の展開時間を最大67%短縮しました。

AIがモデル開発から大量の推論・推論処理へ移るなか、基盤の評価軸は発表された容量から、稼働率や資産寿命を反映したトークン出力の経済性へと移りつつあります。世界規模の容量拡張と、それを支える台湾の製造力。両者がかみ合うことで、AIインフラそのものがAIによって作られる循環が現実味を帯びてきました。

米半導体大手Intelは2026年6月1日、年内に新たなAI向けGPU「Crescent Island」を出荷すると明らかにしました。NvidiaやAMDの製品より安価なメモリと冷却技術を採用し、急成長するAI半導体市場での巻き返しを狙います。データセンター部門を率いるKevork Kechichian氏がFTに語りました。

新チップは、利用者の要求に応える推論（インファレンス）処理の高速化に特化しています。モデルの訓練分野はNvidiaのプロセッサが圧倒的に強く、Intelはあえてそこを主戦場としない方針です。同社は訓練用GPU「Gaudi」で販売不振に陥り、後継機も昨年中止した経緯があります。

競合との差別化の鍵はコスト構造です。Crescent Islandは空冷方式を採用し、NvidiaのBlackwellなどが使う高価なHBMではなく、大幅に安いLPDDR5メモリを搭載します。これにより、高帯域メモリと液冷インフラという競合が抱える2つの制約を回避する狙いです。

Kechichian氏は「基本に立ち返り、AIの筋肉を再構築する」と述べ、過去の経験から訓練市場を特に狙わないと強調しました。新チップは18カ月の開発期間を経て、年内に限定数量から顧客への出荷を始めます。

今回の取り組みは、昨年就任したLip-Bu Tan新CEOの下でのAIインフラ市場への初参入となります。前任のPat Gelsinger氏は再建戦略への懸念から退任しており、Intelにとって業績回復を確かなものにする試金石となりそうです。

韓国と米国に拠点を置く半導体スタートアップXCENAが、シリーズBラウンドで1億3,500万ドル（約200億円）を調達しました。評価額は5億7,000万ドルで、累計調達額は1億8,500万ドルに達します。韓国のAtinumとIMM Investmentが共同リードし、Corstone AsiaやSBI Investment、未来アセットキャピタルなどが参加しています。

XCENAが解決しようとしているのは、AI推論におけるメモリのボトルネックです。現在のAI処理では、データがメモリからCPU、GPUへと何度も往復する必要があり、その都度コストと電力を消費します。同社の「MX1」チップはDRAMの近傍に演算機能を配置し、CXL（Compute Express Link）でCPUと接続することで、データがメモリモジュールを離れる前に処理を完了させます。

創業者3名はいずれもSamsungやSK Hynixの出身者です。CEOのJin Kim氏は「CPUもGPUも数十年で進化したが、メモリは変わらなかった」と語り、メモリ中心アーキテクチャへの転換を訴えています。同社によれば、従来10台のサーバーが必要だった処理を1台で実行できる可能性があるといいます。

技術面では、オープンソースの命令セットRISC-Vをベースに数千のコアを搭載し、独自のメモリ階層やインターコネクトバス、DRAMコントローラーまで自社設計しています。競合のAstera LabsやMarvellと比較して、この垂直統合が差別化要因だとKim氏は説明します。

MX1はまだプロトタイプ段階で、Samsungのファウンドリで2026年末に量産チップの製造を開始し、2027年からの収益化を見込んでいます。ターゲット顧客はAIインフラに年間数百億ドルを投じるハイパースケーラーで、メモリ効率のわずかな改善が数億ドル規模のコスト削減につながる領域です。

複数大学の研究チームが、LLMの知識を再学習なしで更新するフレームワーク「MeMo（Memory as a Model）」を発表しました。MeMoは新しい知識を専用の小型メモリモデルに格納し、推論を担う本体のLLMとは完全に分離して運用します。RAGのコンテキスト長制限やファインチューニングの破壊的忘却といった既存手法の課題を回避できる点が特徴です。

MeMoのアーキテクチャは、知識を蓄えるMEMORYモデルと推論を行うEXECUTIVEモデルの2層構成です。ユーザーの質問に対し、EXECUTIVEモデルがサブクエリに分解してMEMORYモデルに問い合わせ、得られた事実を統合して最終回答を生成します。MEMORYモデルの学習には、生テキストから数千のQAペア「リフレクション」を生成し、それを教師データとして使います。

ベンチマーク評価では、長文推論タスクNarrativeQAで53.58%の精度を達成し、最先端のグラフベースRAG手法HippoRAG2の23.21%を大きく上回りました。さらにEXECUTIVEモデルをGemini 3 Flashに差し替えるだけで精度が最大26.73%向上し、メモリモデルの再学習は不要でした。ノイズの多いデータでも精度低下は2%未満にとどまり、企業の雑多なナレッジベースへの耐性を示しています。

継続的な知識更新には「モデルマージ」手法を採用し、新規データで学習した差分パラメータを既存のMEMORYモデルに統合します。フル再学習に比べ11〜19%の精度低下というトレードオフはあるものの、計算コストを大幅に削減できます。

一方で課題も残ります。リフレクション生成にNVIDIA H200で約240GPU時間、14Bパラメータのメモリモデル学習に約180GPU時間の初期コストが必要です。また回答がパラメトリック記憶から合成されるため、情報の出典を特定できず、厳格な監査要件のある業務には不向きです。研究チームは、単純な検索にはRAG、複数文書を横断する統合推論にはMeMoという使い分けや、両者を組み合わせたハイブリッド構成を推奨しています。

Hugging Faceは2026年5月29日、PyTorchのプロファイリング入門ブログシリーズの第1回を公開しました。torch.profilerの使い方を、行列積とバイアス加算という最小構成の演算から段階的に解説する内容です。著者はAritra Roy Gosthipatyら5名で、NVIDIA A100 GPU上での実行トレースを題材に、プロファイラが出力するテーブルとトレースの読み解き方を丁寧に示しています。

記事ではまず64x64の小さな行列演算をプロファイリングし、CPU時間が2.3ms、GPU時間がわずか23μsとなるオーバーヘッド律速の典型例を示します。行列サイズを4096x4096に拡大すると、CPU・GPU双方がミリ秒オーダーとなり、計算律速へ移行することを確認しています。この比較を通じて、GPUが遊んでいるかどうかをプロファイラの数値から即座に判断する方法を読者に教えています。

トレースの可視化にはPerfetto UIを使用し、CPUレーンとGPUレーンの対応関係を視覚的に解説しています。初回ステップが長い理由として、cuBLASのヒューリスティクスやワークスペース確保といったコールドスタートコストを特定。ウォームアップの追加で計測対象から除外する手法も紹介されています。また、同一カーネルでも実行時間がばらつく現象について、GPUクロックや温度管理が原因であると指摘しています。

後半ではtorch.compileを適用した場合のトレースを分析しています。torch.add + torch.matmulがaten::addmmに統合されますが、これはディスパッチャレベルの融合であり、GPU上では依然として同じcuBLASカーネルが実行されます。バイアスのDevice-to-Deviceコピーが発生し、真のカーネル融合には至っていない実態が明かされています。

さらに、torch.compileのランタイムアーキテクチャとして、TorchDynamoのキャッシュルックアップ、AOTDispatcherのラッパー、CompiledFxGraphの実行という3層構造を解説しています。小規模な演算ではこれらのスタックがオーバーヘッドとなり、ステップあたりのCPU時間がeagerモードの約2倍に増加することも示されました。シリーズ第2回以降ではnn.LinearやLLMへと対象を拡大する予定です。

NVIDIAは2026年5月28日、国際ロボティクス・自動化学会（ICRA）で採択された28本の研究論文のうち8本の成果を公開しました。いずれもシミュレーションから実世界へのロボット技術移行（sim-to-real）を主題とし、知覚・推論・計画・行動の各段階で汎用的な自律動作を実現する手法を提示しています。研究はNVIDIA Isaac Labなど同社のシミュレーション基盤上で訓練され、実ロボットへのゼロショット転移を達成しています。

動作計画の分野では、複数ロボットアームをGPU上で並列スケジューリングするScheduleStreamが従来比3倍の高速化を実現しました。異なるロボット体型への汎化を目指すCOMPASSは、実世界ナビゲーション試行で約80%の成功率を達成。把持制御のGrasp-MPCは、200万件のシミュレーション軌道で学習し、実ロボットで75%の把持成功率を記録しています。従来手法の41%から大幅に向上しました。

精密組立では、シミュレーション訓練と実機補正を分離するSPARR手法が成功率を38%改善し、サイクルタイムを約30%短縮しました。多段階組立に取り組むRefineryは、シミュレーションで91%の成功率を達成しています。各ステップの完了状態が次のステップに影響する複雑な工程を自動で最適化する点が特徴です。

視覚言語モデルの活用も進んでいます。PEEKパイプラインは、タスク指示に基づいてロボットの視線を必要な物体に集中させる手法で、シミュレーション訓練のみのポリシーに適用すると実世界精度が41倍向上しました。カーネギーメロン大学などとの共同研究SEALは、ロボットの推論内容と実際の動作が乖離する問題を、再訓練なしに実行時補正する手法を提案し、最大15%の精度改善を報告しています。

NVIDIAは研究基盤の拡充も進めており、物理AI向けオープンデータセットは1,500万ダウンロードを超えました。カーネギーメロン大学、MIT、ETHチューリッヒなどの大学チームも同社の技術を活用しており、約50本の採択論文がNVIDIAのシミュレーション・計算基盤を参照しています。ロボティクスの産業応用に向け、sim-to-realがいよいよ実用段階に入りつつあることを示す成果といえるでしょう。

中国のAIスタートアップDeepSeekは2026年5月、フラッグシップモデルV4 Proの75%値下げを恒久措置とすると発表しました。標準入力コストは100万トークンあたり0.435ドル、標準出力は0.87ドルに設定され、AnthropicのClaude SonnetやOpenAIのGPT-5.5-Medを大幅に下回ります。とりわけキャッシュ読込単価は100万トークンあたり0.003625ドルと、西側クラウドの87分の1という水準です。エージェント処理ではトークンの80〜90%がキャッシュ読込であるため、この価格差の実務的インパクトは極めて大きいといえます。

この低コストを支えるのが、DeepSeek独自のハードウェア・ソフトウェア協調設計です。圧縮スパースアテンション（CSA）と高圧縮アテンション（HCA）を組み合わせたハイブリッド注意機構により、100万トークンの文脈窓でKVキャッシュ使用量を90%削減しました。さらにMulti-head Latent Attention（MLA）で重いデータペイロードをGPUの高帯域メモリからシステムメモリへオフロードし、1.6兆パラメータモデルの100万トークン処理に必要なHBMをわずか5.48GBに抑えています。従来型のモデルでは同条件で89GBを消費するため、差は歴然です。

企業のトークンコスト問題も追い風です。UberはClaude CodeとCursorの2026年度予算をわずか4カ月で使い切り、PinterestはオープンソースのQwenを自社データで追加学習して90%のコスト削減を達成しました。VentureBeatの調査によれば、企業のAIモデル選定基準で「トークン単価・ライセンスモデル」の重視度は2026年1月の25.4%から3月には36.7%へ上昇しています。自社管理の推論スタックを導入する企業も11.3%から17.9%へ増加しました。

開発者向けルーティングサービスOpenRouterでは、DeepSeek V4 Flashが週間トークン使用量で首位を獲得し、上位3モデルの合計は約6兆トークンに達しました。一方、OpenAIのGPT-5.5は15位の4,700億トークンにとどまっています。V4 ProとV4 FlashはいずれもオープンウェイトかつMITライセンスで公開されており、企業は自社環境での自由なデプロイが可能です。

もっとも、地政学的リスクは無視できません。米国の金融・医療・防衛分野の大企業にとって、中国製モデルのサプライチェーンリスクや制裁リスクは依然として障壁です。一方、記事はAnthropicのようなプレミアムソフトウェア統合型のラボと、汎用APIトークン収入に依存するOpenAIとでは影響度が異なると指摘しています。高精度が求められるミッションクリティカルな業務にはプレミアムモデル、大量トークンを消費するバックグラウンドエージェント処理にはオープンウェイトという二層構造が、企業AIの新たな標準になりつつあります。

2026年5月28日、中国の上海先物取引所がAIトークンのデリバティブ市場を設計していることがロイターの報道で明らかになりました。同時期に米CMEグループとNYSEの親会社であるインターコンチネンタル取引所（ICE）も、それぞれGPUレンタルの先物契約の立ち上げを発表しています。金や石油と同様に、AIの計算資源が金融商品として取引される時代が近づいています。

GPUレンタル市場はすでに一定の成熟を見せています。AI Mining Co.のデータによると、28のマーケットプレイスとクラウドプロバイダーにおけるNVIDIA H100の中央値価格は時間あたり1.40〜4.27ドル、H200は2.34〜5ドルで推移しています。しかしトークンそのものの先物市場は未整備であり、ここに新たな金融インフラの商機が生まれています。

背景にあるのは、AIインフラへの空前の投資です。クラウドサービスプロバイダーやプライベートエクイティ、インフラ企業が数千億ドル規模の資金をデータセンター建設に投じています。推論特化型のネオクラウド企業も台頭し、OracleやAWS、Google Cloudといった大手と競合する構図が鮮明になっています。

上海先物取引所のトークンデリバティブが実現すれば、企業や投資家、データセンター運営者がAIの計算コスト変動をヘッジする手段を得ることになります。OpenAIのGPT-5.5が100万入力トークンあたり5ドル、出力トークン30ドルで課金されるように、トークン単価はAIサービスの原価に直結しています。この市場の成立は、AI産業の金融化における重要な転換点となる可能性があります。

AI推論に特化した新興ネオクラウド企業General Computeが、FUSE VC主導のシードラウンドで1500万ドル（ポストマネーバリュエーション6000万ドル）を調達しました。同社はAIモデルの学習ではなく推論、つまりモデルが実際にユーザーの問いに応答する処理に特化したクラウドサービスを提供します。CEOのFinn Puklowski氏とCTOのJason Goodison氏が共同創業しました。

注目すべきは同社のチップ戦略です。GPU需要が急増する一方で、推論フェーズにはGPUが最適ではないという認識が業界で広がっています。NVIDIAによるGroqの200億ドル買収やCerebrasの570億ドル規模IPOがその潮流を象徴しています。General Computeは、Intel出資のSambaNovaが開発する推論特化チップSN50を採用し、3億ドル相当を発注済みです。

SambaNova新チップの性能は毎秒600〜700トークンの生成速度を見込んでおり、GPUの約250トークンを大きく上回ります。さらに空冷方式で消費電力も低いため、水冷設備や大規模な電力インフラの新規投資なしに既存データセンターへ導入できます。暗号資産マイニング施設の転用によるコロケーション展開も計画しています。

投資家のJoe Hasselmann氏は、SambaNova とGeneral Computeの関係をNVIDIAとCoreWeaveの関係になぞらえます。推論クラウドは、単一プロバイダーが支配しない複数モデル・複数エージェントの世界を前提とした事業モデルです。OpenRouterが今週1億1300万ドルのシリーズBを調達したことも、この市場の成長を裏付けています。

Puklowski氏はコーディングエージェントの処理時間を数時間から5〜10分へ短縮し、音声カスタマーサービスの推論コストを下げることを目指しています。エージェント同士が高速に通信する時代において、推論速度とコスト効率が競争力の鍵になるとの見方を示しました。

クラウドデータ基盤大手のSnowflakeが、Amazon Web Services（AWS）と5年間で60億ドルの新契約を締結したと両社が5月27日に発表しました。Snowflakeは2012年の創業以来、AWS Marketplace経由で累計70億ドルの売上を記録しており、今回の契約はその総額に匹敵する規模です。

契約拡大の背景にはAI需要の急増があります。SnowflakeのAI構築ツール「Cortex AI」は、企業データに対する自然言語クエリや要約レポート生成などの機能を提供しており、顧客のAWS支出は2025年に前年比2倍の20億ドルに達しました。今回の契約では特にAWSの自社開発ARMベースCPU「Graviton」へのアクセス拡大が重視されています。

AIがモデル訓練から日常利用やエージェント自動化へと移行するにつれ、CPU需要が急増しています。GPUが訓練や推論を担う一方、エージェント関連タスクの大半はCPUが処理するためです。AWSは先月、MetaにもGravitonチップを数百万単位で提供する契約を締結しており、自社チップの価格競争力を武器に大型案件を次々と獲得しています。

一方、NvidiaのジェンスンCEOは新たなAI専用CPU「Vera」を発表し、2000億ドル規模の新市場を見込むと宣言しました。GoogleやMicrosoftも独自AIチップの開発を進めており、AI半導体市場ではクラウド大手とNvidiaの競争が本格化しています。いずれの陣営が優勢となるにせよ、AI需要拡大の恩恵はクラウド各社に広く行き渡る構図です。

NVIDIAは、AIの推論処理を大規模かつ常時稼働で行う新たなインフラカテゴリー「AIファクトリー」の構想を公式ブログで発表しました。産業革命期の発電所がエネルギーを電力に変えたように、AIファクトリーはエネルギーをトークンに変換し、推論モデルやエージェントに知能を供給する施設と位置づけています。その経済性は、秒間トークン数・ワットあたりトークン数・トークン単価・稼働率で測定されます。

性能面では、NVIDIA GB300 NVL72システムがメガワットあたりのトークン生成量で前世代Hopperの50倍を達成し、トークン単価を35分の1に削減したとしています。推論ワークロードをリアルタイムで効率的にさばくため、Dynamoフレームワークがロングコンテキスト推論と大規模スループットを統合管理します。次世代のVera Rubinプラットフォームは、LPXアーキテクチャにより性能電力比をさらに最大35倍に引き上げる設計です。

こうしたAIファクトリーはフルスタックで最適化されます。GPU・CPU・高速ネットワーク・液冷システム・推論ソフトウェア・ストレージが一体設計され、自律型マルチエージェントが常時稼働するワークロードを処理します。エージェントは推論・計画・コード生成・ツール利用を自律的に行い、さらにサブエージェントを生成して専門スキルを獲得するため、推論負荷は従来よりはるかに大きくなっています。

NVIDIA DSXリファレンス設計は、ギガワット級のAIファクトリーを標準化するもので、設計・シミュレーション・運用をOmniverse DSX Blueprintのデジタルツインで統合します。Cisco、Dell、HPE、Lenovo、Supermicroといったパートナー企業と協力し、企業データセンターへの導入を推進しています。NVIDIA自身も社内AIファクトリーを運用し、数百の自律AIエージェントがエンジニアリングや業務を支援している実例を示しています。

NVIDIAの創業者兼CEOであるジェンスン・ファン氏は、6月1日のCOMPUTEX併催GTC Taipeiで基調講演を行う予定です。AIファクトリーは金融・ライフサイエンス・製造・公共部門などあらゆる産業が「構築するか借りるか」を問われる時代の基盤インフラだと、NVIDIAは訴えています。

Hugging Faceは、非同期強化学習における重み同期のボトルネックを解消する「Delta Weight Sync」をTRLライブラリに実装しました。従来、非同期RLでは訓練ステップごとにモデル全体を推論エンジンに転送する必要があり、7Bモデルで14GB、1兆パラメータ規模では約1TBものデータ転送が発生していました。この技術はオープンソースとしてTRLのPR #5417で公開されています。

Delta Weight Syncの核心は、bf16精度における重み更新の数学的特性にあります。bf16の仮数部は7ビットしかなく、RLの学習率で生じる微小な更新の大部分はbf16の丸めに吸収されるため、連続する2ステップ間でおよそ99%の重みがビット単位で同一のままです。この性質を利用し、変化した要素だけをsafetensors形式のスパースファイルとして符号化することで、Qwen3-0.6Bモデルでは1ステップあたりの転送量を1.2GBから20〜35MBへと大幅に削減しました。

アーキテクチャはHub Bucketを介した3ボックス構成を採用しています。訓練ノードがスパースな差分をBucketにアップロードし、vLLMの推論サーバーがそれをダウンロードして適用します。訓練側と推論側が直接通信する必要はなく、共有クラスタもRDMAもVPNも不要です。vLLM側の実装はWeightTransferEngineの拡張としてわずか30行程度で、フォークなしで既存のvLLMに組み込めます。

実証実験では、訓練用GPU、vLLMを動かすHugging Face Space、Wordle環境を動かす別のSpaceという3つの独立したマシンで完全な分散学習を実行しました。いずれもネットワークを共有せず、Hub Bucketのみで接続されています。報酬は順調に上昇し、差分ペイロードは20〜35MBの範囲を維持しました。

Llama-3.1-405Bに適用した場合の試算では、従来のNCCLによる全同期で約8秒かかる推論停止が、差分転送では数秒に短縮され、転送量は約130分の1になると見込まれています。1兆パラメータ規模ではFireworksの実測値で約50倍の削減が示されており、クラウド間をまたぐ分散学習においてオブジェクトストレージ経由の差分同期が唯一の現実的な選択肢になりつつあります。

NVIDIAは2026年5月23日、自己回帰（AR）と拡散（Diffusion）の両方の生成方式を1つのモデルに統合した言語モデルファミリー「Nemotron-Labs Diffusion」を公開しました。3B・8B・14Bのテキストモデルと8Bのビジョン言語モデルをHugging Face上で提供し、商用利用可能なライセンスで配布しています。

従来の大規模言語モデルはトークンを1つずつ逐次生成する自己回帰方式を採用しており、GPUの演算能力を十分に活用できないという課題がありました。Nemotron-Labs Diffusionは複数トークンを並列に生成し、段階的に修正する拡散方式を導入することで、この制約を突破します。生成済みトークンの修正も可能なため、誤りの伝播を抑制できます。

同モデルは3つの推論モードを備えています。従来通りの自己回帰モード、32トークン単位でブロック生成する拡散モード、そして拡散で下書きし自己回帰で検証する自己投機モードです。自己投機モードでは温度0で自己回帰と同一の出力品質を維持しながら、大幅な高速化を実現します。

性能面では、8BモデルがQwen3 8Bに対し平均精度で1.2ポイント上回りました。推論速度はハードウェア非依存の指標であるTPF（tokens per forward pass）で、拡散モードがAR比2.6倍、自己投機モードが最大6.4倍を達成しています。NVIDIA B200上のベンチマークでは毎秒約865トークンの生成速度を記録しました。

学習にはNVIDIAのNemotron事前学習データセットから1.3兆トークン、ファインチューニングに450億トークンを使用しています。推論エンジンSGLangでの対応が進んでおり、設定1行の変更で3モードを切り替え可能です。学習コードもMegatron Bridgeフレームワーク経由で公開されており、開発者はすぐに利用を開始できます。

NVIDIAは2026年5月21日、台湾で開催されるアジア最大級のIT見本市COMPUTEX 2026のBest Choice Awards（BCA）において、AI計算、ロボティクス、自動運転の3部門で受賞したことを発表しました。同社の創業者兼CEOであるジェンスン・ファン氏は6月1日に基調講演を予定しており、GTC TaipeiではAIの最新動向が披露されます。

最大の注目はVera Rubin NVL72です。金賞と持続可能技術特別賞のダブル受賞を果たしたこのラックスケールAIスーパーコンピュータは、36基のVera CPUと72基のRubin GPUを第6世代NVLinkスイッチで統合しています。推論性能はワットあたり最大10倍、トークンあたりのコストは10分の1に抑えられ、エージェント型AIや長文脈処理に最適化された設計となっています。

ハードウェア面でも革新が目立ちます。Vera Rubin NVL72はケーブルレス・ファンレスのモジュラートレイ設計を採用し、組み立て時間を従来の2時間からわずか5分に短縮しました。100%液冷アーキテクチャは45度での運用を可能にし、冷却に使っていた電力をトークン生成に回すことで、持続可能なAIインフラの新基準を示しています。

エッジAI分野ではJetson Thorが金賞を獲得しました。Blackwell GPUアーキテクチャを搭載し、最大2,070 FP4テラフロップスのAI性能を実現しています。前世代のJetson Orinと比較して演算能力は7.5倍、エネルギー効率は3.5倍に向上しており、ロボットや医療機器、産業システムへの生成AI導入を加速させます。

自動運転領域ではAlpamayoが車載技術・スマートコックピット部門賞を受賞しました。歩行者の曖昧なジェスチャーや矛盾する信号と道路標示といった、従来の学習データではカバーしにくい長尾分布の複雑な運転シナリオに対し、100億パラメータの推論型ビジョン言語行動モデルで対応します。1,700時間超の走行データも公開されており、オープンプラットフォームとしての展開が進んでいます。

Mind Labと複数大学の研究チームは2025年5月、LLMエージェントの長期記憶問題を解決する新手法「delta-mem」を発表しました。この手法はエージェントの過去のやり取りを固定サイズの行列に圧縮し、モデル本体を変更せずに動的な記憶を実現します。追加パラメータはバックボーンモデルのわずか0.12%にとどまり、競合手法の76.40%と比較して圧倒的に軽量です。

従来のアプローチには大きな課題がありました。コンテキストウィンドウの拡張はコストが増大し、トークン数が増えるほど二次関数的に計算量が膨れ上がります。RAGは外部検索の遅延や統合の複雑さを伴います。パラメトリック手法は学習後に固定され、推論時の新情報に適応できません。delta-memはこれらの問題を、連想記憶の「オンライン状態」として履歴を保持することで解決しています。

技術的には、LLMの隠れ状態を行列に射影して過去の記憶を検索し、数値的な補正としてモデルの推論に適用します。更新は「ゲート付きデルタルール」で制御され、どの程度の旧記憶を保持し、新記憶をどれだけ反映するかを自動調整します。更新戦略は3種類あり、大規模モデルにはシーケンス単位の書き込み、小規模モデルにはマルチステート書き込みが有効と判明しました。

Qwen3-4B-Instructでの評価では、平均スコアが凍結ベースラインの46.79%から51.66%に向上しました。記憶集約型のMemory Agent Benchでは29.54%から38.85%へ改善し、テスト時学習サブタスクでは26.14から50.50へとほぼ倍増しています。32,000トークンの推論テストでも、GPU消費量は未修正モデルとほぼ同一でした。

研究チームはコードをGitHub、学習済みアダプタの重みをHugging Faceで公開しています。共著者のJingdi Lei氏は、delta-memは高速で継続的に更新される「作業記憶」として最適であり、正確な事実の検索にはRAGが依然として適していると述べています。企業のAIスタックは今後、モデル内部の短期作業記憶とRAGによる長期明示記憶の階層構造へ進化していくとの見通しを示しました。

AI端末スタートアップのHarkが、シリーズAラウンドで7億ドル（約1050億円）を調達したと発表しました。ポストマネー評価額は60億ドルで、Parkway Venture Capitalがリードし、Nvidia、AMD Ventures、Intel Capital、Qualcomm Venturesなど半導体大手のベンチャー部門が軒並み参加しています。ARK InvestやSalesforce Venturesなど著名投資家も名を連ねました。

Harkは、ロボット企業Figure.AIや電動航空機メーカーArcherを創業した連続起業家Brett Adcock氏が2025年末に自己資金1億ドルで設立した企業です。デジタル世界への「ユニバーサルインターフェース」となるエージェント型AIシステムの開発を掲げています。デザイン部門は元Appleプロダクト幹部のAbidur Chowdhury氏が率いています。

同社は今夏に初のマルチモーダルモデルを公開し、既存の製品・サービスと連携するパーソナルAIプラットフォームを提供する計画です。その後、専用ハードウェアデバイスの投入も予定しています。現在の従業員数は70名で、Nvidia B200 GPUを搭載したデータセンターを運用しています。

注目すべきは、これほどの巨額調達にもかかわらず、具体的な製品の詳細がほとんど明かされていない点です。Chowdhury氏は「現在のAI製品はソフトウェア開発者向けばかりで、一般の人を助けるものがない」と指摘し、AnthropicやOpenAIがコーディングツールに注力する中、Harkはインターフェースとネイティブハードウェアに特化すると強調しました。

一方、AIアシスタントにユーザーの生活情報をどこまで提供するかというプライバシーの課題は未解決です。MetaのスマートグラスやAndroid搭載メガネも同様の問題を克服できていません。Chowdhury氏はこの問いに対し具体的な回答を避けており、製品の全容が見えるのはまだ先になりそうです。

NVIDIAは2026年5月21日、クラウドゲーミングサービスGeForce NOWにおいて、新作ゲーム「007 First Light」を年間Ultimate会員向けに無料提供するバンドルキャンペーンを開始しました。6月10日までに12カ月のUltimate会員を購入すると、5月27日の発売日からダウンロード不要で即座にプレイできます。本作はジェームズ・ボンドの起源を描くオリジナルストーリーで、ステルスやアクションを織り交ぜた映画的体験が特徴です。

クラウド上のRTX 50シリーズGPUを活用し、Ultimate会員は最大5K HDRでの高品質ストリーミングを利用できます。ハイエンドPCを所有していなくても、最新AAAタイトルを高画質で楽しめる点がGeForce NOWの訴求ポイントです。Steamアカウントとの連携でゲームは永続的に所有でき、あらゆるデバイスからアクセス可能です。

同時に、オープンワールドレーシング「Forza Horizon 6」を含む8つの新作タイトルがGeForce NOWのライブラリに追加されました。Forza Horizon 6はGame Pass対応で、NVIDIA DLSSによるパフォーマンス最適化により、反射表現やスピード感のある映像が滑らかに描画されます。

NVIDIAはクラウドゲーミングの価値訴求として、大型タイトルのバンドル提供を積極化しています。ハードウェア購入なしで最新ゲームを即座に体験できるサービスモデルは、ゲーム流通の形を変える可能性があります。今回のキャンペーンは、Ultimate会員の獲得と定着を狙った戦略的な施策といえます。

Cerebras Systemsは、2026年最大のテックIPOを完了した直後に、1兆パラメータの推論性能を公表しました。北京のMoonshot AIが開発したオープンウェイトモデルKimi K2.6を、独自のウェーハスケールチップ上で毎秒981トークンで処理し、GPU系クラウドの最速を6.7倍上回る記録をベンチマーク企業Artificial Analysisが独立検証しています。

Kimi K2.6は1兆パラメータのMixture-of-Expertsモデルで、トークンあたり320億パラメータを活性化します。SWE-Bench Proで58.6を記録し、Claude Opus 4.6やGPT-5.4と同等以上の性能を示しており、AnthropicやOpenAIの高額な閉鎖型APIの代替として企業の関心を集めています。コーディングやエージェント処理など高付加価値タスクでの利用が想定されています。

Cerebrasの速度優位を支えるのはWafer-Scale Engine 3です。ディナープレート大の単一チップに44GBのオンチップSRAMを搭載し、NVLink対比200倍以上の帯域幅を実現します。MoEモデルの全エキスパートを同一ウェーハ上に配置することで、GPU間のデータ転送ボトルネックを解消しました。

同社はFortune 500のソフトウェア・金融・ヘルスケア企業にクラウド試験を提供中で、消費者向けAPIよりも企業顧客を優先する戦略を採っています。料金はGPUベースのプロバイダと同等水準としつつ、速度に対する付加価値で差別化を図ります。

競争環境も急変しています。NVIDIAが高速推論のGroqを200億ドルで買収し、推論市場が訓練市場を商業的重要性で追い越しつつあることを示唆しました。Cerebrasは新ハードウェアの発表を予告しており、OpenAIとの200億ドル超の推論インフラ契約も含め、エージェント時代の推論基盤としての地位確立を目指しています。

NVIDIAとGoogle Cloudは2026年5月19日、Google I/Oカンファレンスにおいて、両社の共同開発者コミュニティが10万人を突破したことを発表しました。昨年のGoogle I/Oで立ち上げたこのコミュニティに、JAXライブラリの新学習パスやNVIDIA Dynamoの推論最適化コードラボなど新たなリソースを追加し、AI開発者の育成を加速します。

コミュニティでは、開発者がNVIDIAのGPUアクセラレーション技術とGoogle Cloudのプラットフォームを組み合わせ、本番環境で使えるAIアプリケーションを構築しています。具体的には、Google Kubernetes Engine上でのRAGアプリケーション開発や、エージェント型ワークロードの可観測性実装などが進んでいます。スポーツ分析やエンタープライズデータパイプラインといった実用的なユースケースでの検証も行われています。

責任あるAIの分野では、NVIDIAがGoogle DeepMindのSynthID技術で業界初のパートナーとなりました。SynthIDはAI生成コンテンツに電子透かしを埋め込む技術で、NVIDIA Cosmosワールドファウンデーションモデルの出力に適用されます。ロボットや自律機械向けの3D知覚・シミュレーション機能を持つCosmosモデルに透明性をもたらし、開発者がエージェント型アプリケーションをより責任ある形で展開できるようにします。

インフラ面では、Google Cloud NextでNVIDIA Vera Rubin搭載のA5XインスタンスやGoogle DeepMindのGeminiモデルを含むフルスタックプラットフォームを拡張しました。OpenAIやSalesforceなど大手企業も活用しており、プロトタイプからエンタープライズ規模のワークロードまでシームレスに拡張できる環境が整っています。開発者はGemma 4、NVIDIA Nemotron、Google Agent Development Kitなどのオープンモデルとツールを組み合わせ、Blackwell GPU搭載のG4 VM上でマルチエージェントアプリケーションを構築できます。

Hugging Faceの開発者Tom Aarsen氏は2026年5月19日、Sentence Transformers向けのクロスエンコーダー型リランカー「Ettin Reranker」ファミリーとして、17Mから1Bパラメータまで6つのモデルを公開しました。いずれもジョンズ・ホプキンス大学が開発したModernBERTベースのEttinエンコーダーを基盤としており、学習データと学習スクリプトもあわせてオープンソースで提供されています。

学習手法には、既存の高性能リランカーmxbai-rerank-large-v2（15.4億パラメータ）を教師モデルとしたポイントワイズMSE蒸留が採用されています。約1億4300万件のクエリ・文書・スコアのトリプルで学習し、学習率とバッチサイズ以外のハイパーパラメータは全サイズ共通です。学習スクリプトはわずか約150行で、誰でも同じレシピを再現できます。

ベンチマーク結果では、すべてのモデルが同サイズ帯で最高精度を達成しました。17Mモデルは従来広く使われていたms-marco-MiniLM-L12-v2（33Mパラメータ）をNDCG@10で+0.051上回り、32Mモデルは17倍のパラメータを持つBAAI/bge-reranker-v2-m3（568M）を+0.025超えています。最大の1Bモデルは教師モデルとのMTEBスコア差がわずか0.0001に収まりました。

推論速度でも大きな優位性があります。17MモデルはH100 GPU上で毎秒7517ペアを処理し、MiniLM-L6-v2の約2倍の速度を実現しました。1Bモデルは教師モデルの2.4倍の速度で、精度をほぼ維持しながら大幅な高速化を達成しています。この速度差は、モジュラーTransformerアーキテクチャによるアンパディング処理とFlash Attention 2の組み合わせによるものです。

検索システムの実務では、高速な埋め込みモデルで候補を絞り込み、リランカーで最終順位を決める「retrieve-then-rerank」パターンが標準的です。Ettinリランカーは全モデルが最大8192トークンのコンテキストに対応し、Apache 2.0ライセンスで公開されているため、既存のMiniLM系リランカーからの移行が容易です。

元OpenAI社員2名とAI安全性に関する非営利団体のグループが、イーロン・マスク氏のAI企業xAIの安全性リスクがSpaceXの新規株式公開（IPO）を複雑にする可能性があるとする公開書簡を2026年5月19日に公表しました。SpaceXは史上最大となる最大750億ドル規模のIPOを準備中で、昨年xAIを買収後、企業価値は1兆ドル超に急騰しています。

書簡を主導したのは、元OpenAI安全性研究者のスティーブン・アドラー氏と元政策アドバイザーのペイジ・ヘドリー氏が共同設立した新団体Guidelight AI Standardsです。ヘドリー氏はxAIの安全性対策がOpenAI、Google DeepMind、Anthropicなど他のフロンティアAI開発企業と比較して「ほぼ全面的に最悪」だと述べています。

書簡は具体的な安全性上の問題事例を列挙しています。xAIのチャットボットGrokが回答中に白人虐殺に自発的に言及した件や、女性・児童の性的画像を大量生成し拡散した件が含まれます。後者の問題では米国37州の司法長官がマスク氏のAI企業に是正を求める書簡を送付しました。ワシントン・ポスト紙の報道によれば、2026年1月時点でxAIの安全性担当者はわずか2〜3人だったとされます。

書簡はSpaceXに対し、xAIがフロンティアAIモデルの開発を継続する意向があるか投資家に開示するよう求めています。SpaceXは最近、GPU処理能力の大部分をAnthropicに売却する契約を結んでおり、xAIがフロンティアAI競争に残るのか不透明な状況です。開発を継続する場合は、安全性・ガバナンス計画の公表が必要だと主張しています。

アドラー氏とヘドリー氏はGuidelight AI Standardsを通じ、AI企業が遵守できる統一的な安全性基準の策定を目指しています。政策立案者、投資家、ジャーナリストなどAI分野外の人々にもわかりやすい評価を提供する方針です。トランプ政権がAIモデルに対する情報機関の監視強化を検討しているとの報道もあり、規制環境の変化がxAIと結合したSpaceXの投資リスクをさらに高める可能性があります。

NVIDIAは同社初の自社設計CPU「Vera」の出荷を開始しました。5月16日、最初のVera CPUがAnthropic、OpenAI、SpaceXAIの3社に届けられ、翌月曜にはOracle Cloud Infrastructure（OCI）にも納入されました。NVIDIAのハイパースケール担当副社長Ian Buck氏が自ら各社を訪問し、手渡しで引き渡しを行っています。

VeraはエージェントAIのワークロードに特化して設計された新しいクラスのCPUです。AIエージェントはGPUだけでは動作せず、サンドボックスの実行やツール呼び出し、オーケストレーション、長文コンテキストの検索など、CPU側の処理が不可欠です。Veraは88基のNVIDIA独自設計Olympusコア、1.2TB/sのメモリ帯域幅、従来比50%高速なコア当たり性能を備え、こうした並行処理の負荷に対応します。

Anthropicの計算基盤責任者James Bradbury氏は「エージェントワークロードの解決においてVeraはエコシステムの有望な一部」と評価しました。OCIは2026年中に数十万台規模のVera CPU導入を計画しており、クラウドプロバイダーとしてハイパースケール展開を行う最初の企業となります。SpaceXAIは強化学習やエージェントベースのシミュレーションパイプラインでの活用を検討しています。

VeraはNVIDIAの次世代Rubin GPUやBlueField 4 DPUと連携する統合アーキテクチャの一部でもあります。Vera Rubin NVL72構成ではNVLink-C2Cを介してRubin GPUと統合メモリアーキテクチャを共有し、従来インフラの2倍のエネルギー効率でGPUへのデータ供給を実現します。Jensen Huang CEOが3月のGTCで発表した同製品は、NVIDIAの次なる数十億ドル規模のビジネスと位置付けられています。

NVIDIAとHugging Faceは、大規模動画生成モデルCosmos Predict 2.5をLoRAおよびDoRAで効率的に微調整する手法を公開しました。20億パラメータのモデル全体を再学習する代わりに、注意機構やフィードフォワード層に小規模なアダプタモジュールを注入することで、単一のGPUでも微調整が可能になります。ロボット操作の合成動画生成を主な応用先として、92本の実ロボット動画を使った学習手順が示されています。

微調整にはrectified flowの定式化が用いられ、ノイズサンプルからクリーンデータへ線形に輸送する速度をモデルが学習します。VAE、テキストエンコーダ、DiTの基盤重みはすべて凍結され、LoRAアダプタのパラメータのみが更新されます。数値安定性のため、アダプタの重みはfloat32にキャストされ、bf16混合精度で学習が進みます。

評価では、Sampson誤差による幾何的整合性と、Cosmos Reason2をLLM審査員とした物理的妥当性・指示追従性の3指標が用いられました。微調整前のベースモデルでは、ロボットの手が人間の手に置き換わる幻覚や、指定された手の左右が無視される問題が発生していましたが、LoRA・DoRAによる微調整でこれらが解消されました。

rank 8とrank 32の比較では、高ランクが指示追従性を向上させる一方、幾何的整合性や物理的妥当性はランク8でも十分という結果が得られました。これは物理的な事前知識が凍結された基盤モデルに既に含まれており、アダプタはドメイン固有の外観やタスク構造の学習のみを担うためと分析されています。DoRAは低ランクでの学習安定化に有用ですが、rank 32ではLoRAと同等の性能に収束しました。

イリノイ大学アーバナ・シャンペーン校とスタンフォード大学の研究チームが、マルチエージェントAIシステムの新フレームワーク「RecursiveMAS」を発表しました。従来のマルチエージェントシステムはエージェント間でテキストを生成・共有して連携しますが、これが遅延やトークンコスト増大の主因となっていました。RecursiveMASはテキストの代わりに埋め込み空間（潜在表現）を直接受け渡すことで、この根本的なボトルネックを解消します。

RecursiveMASの中核技術は「RecursiveLink」と呼ばれる軽量な2層モジュールです。各エージェントの最終隠れ層の状態をそのまま次のエージェントの入力埋め込み空間へ変換し、テキストへのデコードを経ずに情報を伝達します。内部用と外部用の2種類があり、異なるモデルアーキテクチャ間でも埋め込み次元を橋渡しできます。基盤モデルの重みは凍結したまま、RecursiveLinkのパラメータ（全体の約0.31%、約1300万パラメータ）のみを学習するため、訓練コストを大幅に抑えられます。

9つのベンチマーク（数学、医療推論、コード生成、検索ベースQA）での評価では、最強のベースラインに対し平均8.3%の精度向上を達成しました。特に推論負荷の高いタスクではTextGradを18.1%上回っています。テキスト生成を省略できるため、エンドツーエンドの推論速度は最大2.4倍に向上し、3ラウンド目のトークン使用量は75.6%削減されました。GPU最大メモリ使用量も最小で、訓練コストはフルファインチューニングの半分以下です。

同一の基盤モデルを使う複数エージェントではバックボーンを共有でき、GPUメモリの重複ロードも不要です。これらの効率改善により、企業のエージェント本番運用で課題となる計算コストの障壁を大きく引き下げます。研究チームはコードと学習済みモデルの重みをApache 2.0ライセンスでオープンソース公開しており、Qwen・Llama-3・Gemma3・Mistralなど主要なオープンモデルでの利用が可能です。

IBMは2026年5月14日、オープンソースの多言語埋め込みモデル「Granite Embedding Multilingual R2」を発表しました。97Mパラメータのコンパクトモデルと311Mパラメータのフルサイズモデルの2種類で、いずれもApache 2.0ライセンスのもと、200以上の言語と9種類のプログラミング言語に対応します。

最大の注目点は97Mパラメータモデルの検索性能です。MTEB多言語検索ベンチマークで60.3を記録し、100M未満のオープンな多言語埋め込みモデルとしては最高スコアとなりました。同規模で次点のmultilingual-e5-smallの50.9を9.4ポイント上回っています。前世代のR1モデルからはアーキテクチャの刷新やトレーニング手法の改良により、12.2ポイントの大幅な改善を実現しています。

技術面では、エンコーダをXLM-RoBERTAからModernBERTに刷新し、コンテキスト長を512トークンから32,768トークンへ64倍に拡大しました。これにより長文文書の検索精度が劇的に向上し、LongEmbedベンチマークでは31.3ポイントの改善を記録しています。法務文書や技術マニュアルなど、実務で扱う長い文書の検索において大きな恩恵をもたらします。

311MモデルはMatryoshka表現学習に対応しており、768次元の埋め込みを256次元に削減してもMTEB多言語検索で0.5ポイント低下にとどまります。ストレージや計算コストを3分の1に抑えつつ高い検索品質を維持できるため、大規模な本番環境への導入に適しています。

企業利用を強く意識した設計も特徴です。MS-MARCOデータセットや非商用ライセンスのデータを使用せず、IBMが独自にキュレーションしたデータで学習しています。sentence-transformersやLangChain、LlamaIndex、Haystack、Milvusといった主要フレームワークにモデル名を1行変更するだけで導入できるため、既存のRAGパイプラインへの組み込みも容易です。ONNX・OpenVINO形式のウェイトも同梱されており、GPUなしでのCPU推論にも対応しています。

Hugging Faceは2026年5月14日、LLM推論における連続バッチ処理（Continuous Batching）を非同期化し、生成速度を22%向上させる手法を技術ブログで公開しました。従来の同期方式ではCPUとGPUが交互に稼働するため、GPU待機時間が全体の約24%に達していたことが問題の背景です。

従来の連続バッチ処理では、CPUがバッチを準備している間GPUは遊休状態となり、GPUが計算している間CPUも待機するという非効率が生じていました。8Bモデルで8Kトークン生成の実験では、全生成時間300.6秒のうち約72秒がGPUのアイドル時間でした。この「交互動作」のボトルネックを解消するために、CPU側のバッチ準備とGPU側の計算を同時に走らせる非同期方式が提案されています。

技術的には3つのCUDAストリーム（ホスト-デバイス転送、計算、デバイス-ホスト転送）を用い、CUDAイベントでストリーム間の依存関係を制御します。バッチNの計算中にバッチN+1の入力をCPU側で準備し、GPUへ転送しておくことで待ち時間をなくす仕組みです。データ競合を避けるため入出力テンソルを2スロット用意し交互に使う「ダブルバッファ」方式を採用しています。

もう1つの課題は、バッチNの出力トークンがバッチN+1の入力に必要な点です。これには「キャリーオーバー」と呼ばれる手法で対処します。バッチN+1の入力にプレースホルダー（値0）を置いておき、バッチNの計算完了後に実際のトークンを上書きする処理をCUDAグラフに組み込んでいます。

同じ8Bモデル・8Kトークン・バッチサイズ32の条件で検証した結果、GPU稼働率は76.0%から99.4%に向上し、生成時間は300.6秒から234.5秒へと22%短縮されました。モデルのカーネル変更は一切不要で、CPUとGPUの協調スケジューリングだけで達成しています。実装はtransformersライブラリに統合済みで、強化学習など16K以上の長文生成ユースケースでさらなる最適化を進めるとしています。

Applied Materialsは2026年中の開設を目指し、約50億ドルを投じた半導体R&D;拠点「EPICセンター」の構想を発表しました。これはアメリカ史上最大規模の半導体製造装置R&D;投資であり、AI時代に求められるエネルギー効率の高いチップ開発を加速させる狙いがあります。

AI処理ではデータの移動が演算と同等以上のエネルギーを消費するようになっており、ロジック・メモリ・先端パッケージングの3領域を統合的に最適化する必要性が高まっています。しかし従来の半導体業界のR&D;モデルは、各工程を順次受け渡す「リレー型」であり、オングストロームスケールの複雑な相互依存に対応するには遅すぎるという課題がありました。

EPICセンターはこの課題に対し、チップメーカーのエンジニアとApplied Materialsの技術者が初日から同じクリーンルームで共同開発する「共創プラットフォーム」を提供します。原子レベルのモデリングからプロセス開発、検証、計測フィードバックまでを一体化し、従来比で最大2倍の開発速度を実現するとしています。

具体的には、GAA（ゲートオールアラウンド）トランジスタやCFET（相補型FET）といった次世代ロジック、4F²や3D DRAMへのメモリ移行、そして16層以上のHBM（広帯域メモリ）スタッキングやハイブリッドボンディングといった先端パッケージング技術の開発が進められます。最先端GPUでは切手サイズに3,000億個超のトランジスタと3,200キロメートル超の配線が詰め込まれる時代に突入しています。

半導体産業にとって、AI需要の爆発的成長は好機であると同時に、技術開発のスピードという根本的な課題を突きつけています。EPICセンターの共創モデルが機能すれば、エネルギー効率に優れたAIチップの実用化が大幅に早まる可能性があります。経営者やエンジニアにとっては、半導体サプライチェーン全体の開発パラダイムが変わりうる動きとして注目に値するでしょう。

AIデータセンターの電力消費が急増するなか、Nvidiaと米電力研究所EPRIは、全米の変電所に隣接する小規模データセンター約25拠点を建設する実証プロジェクトを発表しました。各拠点は5〜20MW規模で、電力需給に応じて推論ワークロードを別の拠点へ動的に移動させる「分散推論」方式を採用します。米国には約5万5000の変電所があり、それぞれの余剰電力を束ねれば大規模な計算資源を確保できるという発想です。

一方、ギガスケールのAI訓練施設では別の電力課題が浮上しています。数千基のGPUが同期して計算する際に発生する高周波パルス負荷が、電圧低下や周波数不安定を引き起こし、送電網全体に波及するリスクがあります。従来のディーゼル発電機やガスタービンでは、ミリ秒単位の電力スパイクに対応できません。

この課題に対し、電池メーカーAmpaceはEatonと連携して半固体電池を用いたUPS統合ソリューションを提案しています。超低内部抵抗の半固体セルが「衝撃吸収材」として機能し、電力変動を発生源で中和します。これにより、従来必要だった過剰な変圧器や発電機の設備投資を削減でき、総所有コストの最適化が見込めます。

背景には、米国の送電網が平均53%の稼働率にとどまるという構造的な余力があります。ピーク需要はごく短時間に集中するため、データセンターが年間わずか0.25%の時間だけ消費を抑制すれば、76GWの追加容量を確保できるとの試算もあります。小規模分散と蓄電池による安定化という2つのアプローチが、AIインフラの電力問題を解く鍵として注目されています。

米Wiredは2026年5月11日、NvidiaのソフトウェアプラットフォームCUDAが同社最大の競争優位（堀）である理由を分析する記事を掲載しました。CUDAはGPUの並列計算能力を最大限に引き出す開発基盤であり、AI時代における同社の支配的地位を支えています。

CUDAはCompute Unified Device Architectureの略称で、もともとゲーム用GPUの汎用計算への転用から生まれました。2000年代初頭にStanford大学のIan Buck氏がGPUの汎用計算利用を着想し、Nvidia入社後にJohn Nickolls氏とともに開発を主導しました。現在ではAI向けライブラリ群を包含する巨大なエコシステムに成長しています。

記事の筆者が実際にCUDAでの開発を試みたところ、PyTorchなら3行で書ける行列積がCUDAでは50行以上を要しました。GPU性能の最適化は極めて専門的な作業であり、優秀なGPUカーネルエンジニアの数は世界的に限られています。この人材の多くをNvidiaが囲い込んでいる点も同社の強みです。

CUDAの支配力はロックイン効果によってさらに強化されています。主要な機械学習フレームワークがCUDA上に構築されているため、AMDのGPUはスペック上で優位でも実性能ではNvidiaに及びません。独立研究者のベンチマークでも、AMD MI300XはNvidia H100に劣後するとの結果が報告されています。

競合の動向も振るいません。AMD の ROCm はバグや互換性の問題が続き、Intel の oneAPI も普及に失敗しました。唯一の有望な挑戦者として、Swift や LLVM の生みの親であるChris Lattner氏率いる Modular が挙げられています。記事は、Nvidia の本質は Apple に近く、ハードウェアの強さはソフトウェアエコシステムに支えられていると結論づけています。

Robinhoodの共同創業者Baiju Bhatt氏が率いるCowboy Space Corporationは、宇宙データセンター向けロケットの自社開発を目的としたSeries Bラウンドで2億7500万ドルを調達しました。ポストマネー評価額は20億ドルで、Index Venturesがリードし、Breakthrough Energy VenturesやConstruct Capitalなどが参加しています。同社は以前Aetherfluxとして宇宙太陽光発電事業で創業しましたが、軌道上データセンターへとピボットしました。

自社ロケット開発に踏み切った理由は、既存の打上げサービスでは容量が圧倒的に不足しているためです。SpaceXのStarshipは開発段階にあり、商用利用可能になっても自社衛星事業が優先される見込みです。Blue OriginのNew Glennも4月の3回目の打上げで衛星投入に失敗しており、外部の打上げ手段に依存する限り、地上データセンターとコスト競争できる規模には到達できないとBhatt氏は判断しました。

技術面での最大の特徴は、ロケットの第2段にデータセンター衛星を直接組み込む設計です。通常のロケットがペイロードを分離して軌道投入するのに対し、第2段そのものが衛星として機能します。各衛星は質量2万〜2万5000kg、1MWの発電能力を持ち、約800基のGPUを搭載する計画です。ロケットの推力はSpaceXのFalcon 9をやや上回る規模を想定しています。

同社はBlue Origin出身の推進系エンジニアWarren Lamont氏やSpaceX出身の打上げディレクターTyler Grinnell氏など、宇宙産業の経験者を採用しています。ロケットエンジンも自社開発する方針で、試験・製造・打上げ施設の整備を進めている段階です。2028年末までの初打上げを目指しています。

宇宙データセンター市場では、GoogleのSuncatcherが2030年代半ばを目標としており、Starcloudはセンサー向けのエッジ処理から事業を開始する戦略をとっています。Cowboy Spaceはロケットからデータセンターまでを垂直統合する独自路線で、SpaceXやBlue Originと直接競合する構えです。AI計算需要の急増と地上のインフラ制約が強まる中、Bhatt氏は市場規模の大きさから複数プレイヤーが共存できると述べています。

AnthropicとxAIが大型提携を発表しました。Anthropicがテネシー州メンフィスにあるxAIのデータセンター「Colossus 1」の計算能力をすべて取得し、自社のエンタープライズ向けAI製品に活用します。SpaceXが大型IPOを控えるなか、子会社xAIの事業転換として注目を集めています。

この取引により、xAIは事実上「ネオクラウド」、つまりNvidiaからGPUを購入して他社に貸し出すビジネスモデルへ移行したことになります。自社でフロンティアモデルを開発する企業であれば、データセンターの計算資源は自社のAI訓練に優先的に使うのが通常です。全能力を外部に貸し出す判断は、xAIがモデル開発の最前線から後退していることを示唆しています。

背景には、xAIの主力モデル「Grok」の競争力不足があります。消費者向けチャットボットとしての利用は伸びず、企業がGrokを業務に採用する動きもほとんど見られません。さらに、xAIの従業員自身が社内で他社モデルを使っていたことが報じられ、これが組織の大幅な再編につながりました。Elon Musk氏以外の共同創業者は全員退社しています。

SpaceXはIPOに向けて、xAIを独立組織として解散し「SpaceXAI」に統合する計画を明らかにしています。TechCrunchのポッドキャストでは、今回の提携が「IPO前の大きなヒートチェック（実力試し）」だとの見方が示されました。GPU貸し出しは短期的に安定した収益源になりますが、フロンティアAI開発企業と比べた場合、長期的な投資家の関心を引きにくいという課題が残ります。

なお、Colossus 1をめぐっては無許可でガスタービンを運用したとする環境訴訟も係争中です。ネオクラウドへの転換が、SpaceXの企業価値を押し上げる材料になるのか、それとも成長ストーリーの弱さを露呈するのか。IPOの成否とともに市場の判断が注目されます。

ロサンゼルスのスタートアップOrbitalが、AI推論に特化した宇宙データセンターの構築計画を発表しました。Andreessen Horowitz(a16z)の支援を受け、太陽光発電で稼働するGPU搭載小型衛星を低軌道に打ち上げ、地上データセンターが直面する電力不足を回避する構想です。創業者のEuwyn Poon氏は「地上の電力容量では足りない。唯一の道は宇宙だ」と語っています。

計画では、テニスコート大のソーラーパネルと同等サイズの放熱パネルを備えた冷蔵庫サイズの衛星を最大1万基配備します。各衛星は約100キロワットの電力でGPUサーバーラックを駆動し、衛星間はレーザー光通信で接続されます。ユーザーのリクエストは地上局から衛星に転送され、処理結果が同じ経路で返される仕組みです。

推論に特化している点は技術的に合理的です。大規模モデルの学習にはGPUクラスタの密結合が必要ですが、推論は1リクエストあたりの計算負荷が小さく、独立したノードへの分散が容易です。衛星1基あたり100キロワットに抑えることで設計も大幅に簡素化されるとPoon氏は説明しています。成功すればOpenAIやAnthropicといった大手AIラボにAPI経由で推論能力を提供する計画です。

一方、宇宙ならではの課題は山積しています。放射線がGPUにビットフリップなどのエラーを引き起こすリスク、空気のない環境での放熱の難しさ、故障時の修理困難性が大きな壁です。テキサスA&M;大学のAmit Verma教授は、チャットボットやレコメンド機能には数十ミリ秒の遅延は許容できるものの、リアルタイム株式取引のような用途には不向きだと指摘しています。

Orbitalは2027年にSpaceXのFalcon 9で試験衛星を打ち上げ、軌道上でのGPU稼働と商用推論処理を検証する予定です。2028年にはロサンゼルスに製造施設を建設する計画ですが、工学物理学者のAndrew Côté氏は宇宙データセンターの実用化には少なくとも10〜20年かかると予測しており、Orbitalの工程表は野心的と言えるでしょう。

半導体大手Nvidiaが2026年の最初の数カ月間だけで、AI関連企業への株式投資の総額が400億ドル（約6兆円）を超えたことが、CNBCの報道で明らかになりました。最大の案件はOpenAIへの300億ドルの出資で、GPU販売だけでなく、AI産業全体への資本参加を通じた囲い込み戦略を一段と加速させています。

投資額の大部分を占めるのが、OpenAIへの300億ドルという単一の出資です。これに加え、ガラスメーカーのCorningに最大32億ドル、データセンター事業者のIRENに最大21億ドルなど、上場企業7社への数十億ドル規模の投資も発表しています。2025年には67件のベンチャー投資を行い、2026年もすでに非公開スタートアップへ約24件の出資ラウンドに参加しました。

一方で、Nvidiaが自社の顧客企業に投資している構図は「循環取引」との批判を招いています。投資先がNvidiaの半導体を購入し、その資金が再びNvidiaに還流するという指摘です。

Wedbush Securitiesのアナリストは、この投資が「循環投資のテーマにぴったり当てはまる」としつつも、成功すれば競争優位の堀（moat）を築ける可能性があると分析しています。GPU市場の支配だけでなく、AI産業全体への資本参加を通じた囲い込み戦略が鮮明になってきました。

Gartnerの推計によると、2026年のAIインフラ関連の新規支出は4010億ドルに達する見込みです。しかしCast AIの調査では、企業のGPU稼働率は平均わずか5%にとどまっており、投資の95%が実質的に無駄になっている実態が明らかになりました。過去2年間の「GPUの奪い合い」で確保した計算資源が、3〜5年の減価償却サイクルの中で固定費として重くのしかかっています。

VentureBeatの2026年第1四半期調査によると、企業の優先事項は急速に変化しています。「GPUへのアクセス確保」は20.8%から15.4%に低下し、代わりに「推論あたりのコスト・TCO」が34%から41%へ急上昇しました。セキュリティとコンプライアンスの要件も41.5%から48.7%に増加しており、白紙小切手の時代は終わりを迎えています。

特化型AIクラウド（Coreweave、Lambda、Crusoeなど）への移行意向は30.2%から35.9%に拡大しました。これらのプロバイダーは汎用クラウドとは異なり、推論に最適化されたストレージ、ネットワーク、スケジューリングを提供します。一方、マネージド推論の評価意向も13.2%から23.1%へとほぼ倍増し、自前での推論基盤構築が難しい企業の受け皿になっています。

技術面では、RDMAネットワークによる待機時間の削減、共有KVキャッシュアーキテクチャによるメモリ効率の改善、GoogleのTurboQuantによる最大6倍のKVキャッシュ圧縮など、稼働率の壁を突破する手段が整いつつあります。ストレージ層の最適化では、Dellが従来比19倍の初回トークン生成速度向上を実現したと発表しています。

しかし最大の障壁は技術ではなく信頼です。VentureBeatの調査では、72%の企業が自社のAIガバナンスが不十分であると認め、88%の経営幹部がAIエージェント関連のセキュリティインシデントを報告しています。企業は「トークン消費者」として外部に依存するか、「トークン生産者」として推論基盤を自社で保有するかという戦略的選択を迫られています。自前の推論基盤は、データ主権とガバナンスをインフラ層で強制できるという安全保障上の利点もあります。

サイバーセキュリティの防御領域に特化した小型言語モデルCyberSecQwen-4Bが、Hugging Face上でApache 2.0ライセンスのもと公開されました。AMD Developer Hackathonで開発された本モデルは、40億パラメータながら、Ciscoが公開した80億パラメータの専門モデルFoundation-Sec-Instruct-8Bと同等以上の性能を達成しています。12GB以上のGPUがあればローカルで動作し、機密性の高いセキュリティデータを外部に送信する必要がありません。

ベンチマークのCTI-Benchでは、CTI-MCQ（サイバー脅威インテリジェンスの多肢選択問題）で0.5868を記録し、8Bモデルの0.4996を8.7ポイント上回りました。CVEからCWEへのマッピング精度を測るCTI-RCMでも0.6664と、8Bモデルの97.3%の精度を維持しています。パラメータ数が半分であることを考えれば、防御用途において小型特化モデルが大型汎用モデルを凌駕しうることを示す結果です。

訓練はAMD Instinct MI300X（192GB HBM3）1基のみで完結しました。ROCm 7とvLLMスタックの組み合わせにより、量子化や勾配チェックポイントなどの工夫なしにbf16精度でフル学習が可能でした。訓練データはMITRE/NVD公開レコードからの2021年CVE-CWEマッピングと、教師モデルから生成した合成Q&A;データで構成され、評価セットとの重複は事前に除去されています。

同一の訓練レシピをGemma-4-E2Bに適用したGemma4Defense-2Bも作成され、CTI-RCMで0.9ポイント差に収まる結果を得ました。レシピの再現性と移植性が確認されたことで、組織ごとのライセンス要件やデプロイ規模に応じた基盤モデルの選択が可能です。

想定用途はCWE分類、CVE-CWEマッピング、構造化されたサイバー脅威インテリジェンスQ&A;など、SOC分析官の日常業務を支援する領域です。今後はノートPC向けの1Bモデル、スマートフォンやエッジ機器向けのGGUF量子化版、新規CVEへの継続的評価、プロンプトインジェクション耐性の強化が計画されています。エアギャップ環境や医療・政府機関など、外部API接続が制限される現場への展開が期待されます。