それを実際に行うのは、巨大なデータセンターを実体としたクラウドサーバーです。クラウドサーバーの規模と性能こそが、AIモデルの性能を決定づけます。その性能を支えるのが、最新の半導体です。半導体が進化するほど、データセンターの計算能力は伸び、ひいてはAIモデルの性能を大きく高めます。
巨大なAIモデルの計算を実施するうえで最も欠かせないのが、GPU（グラフィック・プロセッシング・ユニット）と呼ばれる、画像処理のために作られた半導体です。画像処理とは、大量の画素計算を一気に並列して行うことです。大量の並列計算は、データを学習してAIモデルを生成するうえで必須の技術です。GPUをAIモデルの計算に用いることで、CPUのみで計算を行う場合に比べて10倍から100倍の高速計算が可能です。
ただし、GPUは並列計算に特化した半導体であり、それ単体ではすべての処理は完結しません。多数のGPUを制御してまとめ上げる役割は、サーバーの心臓部であるCPUが担います。
そして、こうした半導体の製造は、世界でもごく限られた企業の手に握られています［21］～［25］。GPU製造の9割以上を一手に引き受けるのがNVIDIA、最先端CPU製造で圧倒的なシェアを誇るのが台湾のTSMCです。さらに、半導体を製造する製造装置もまた、オランダのASMLなど、ほんの数社が世界のほとんどのシェアを握っています。そして、その一角を、ものづくりの伝統を持つ日本企業が担っています。
AIがもたらす変化に柔軟に対応していくために
ここまで見てきたように、AIエコシステムは、いくつもの階層に分かれており、特にその下層は、限られた企業にシェアが大きく偏っています。それぞれの階層が、他の階層に依存しながら、鎬（しのぎ）を削っているのです。
あくまで、アプリケーションとしてのAIサービスを利用する私たちは、そのさらに上の階層にあり、下の階層の変化による影響を大きく受けざるを得ません。
その影響はすでに顕在化しています。前述したPC向けメモリの不足と価格高騰はその典型例です。巨大化したデータセンターが膨大な半導体を吸い上げ、PCに使うメモリが作れなくなってきているのです。こうした下層からの影響は避けようがありません。
しかし、構造を知っておくことで、受け身になる状況からは抜け出せます。半導体不足による影響に前もって備えておくなど、取り得る対応はいくつもあります。もし、この構造を知らなければ、PCの価格高騰などが実際に起こっても、ただただその現実を受け入れることしかできません。構造を知ってこそ、変化に対して柔軟な対応が可能になるのです。
［2］ 「Who has banned Zoom? Google, NASA, and more」 TechRepublic （2020）
［3］ 「Elon Musk's SpaceX bans Zoom over privacy concerns -memo」 CNBC （2020）
［4］ 「NYC forbids schools from using Zoom for remote learning due to privacy and security concerns」 Chalkbeat （2020）
［5］ 「National Defense Authorization Act for Fiscal Year 2020」 Public Law 116-92 （2019）
［6］ 「Implementation of Additional Export Controls: Certain Advanced Computing and Semiconductor Manufacturing Items; Supercomputer and Semiconductor End Use」 U.S. Department of Commerce, Bureau of Industry and Security （2022）
［7］ 「Guidance for Federal Departments and Agencies on Keeping Pace with Emerging Technology」 The White House, Office of Management and Budget （2023）
［8］ 「H.R.7521 - Protecting Americans from Foreign Adversary Controlled Applications Act」 118th Congress （2024）
［9］ 「新一代人工智能发展规划 (New Generation Artificial Intelligence Development Plan)」 国务院 (State Council of the People's Republic of China) （2017）
［10］ 「Executive Order on Maintaining American Leadership in Artificial Intelligence」 The White House （2019）
［11］ 「Regulation (EU) 2024/1689 of the European Parliament and of the Council on laying down harmonised rules on artificial intelligence」 European Parliament and Council of the European Union （2024）
［12］ 「UAE National Strategy for Artificial Intelligence 2031」 UAE Government （2017）
［13］ 「Saudi Arabia National Strategy for Data and AI」 Saudi Data and Artificial Intelligence Authority (SDAIA) （2020）
［14］ 「AI戦略2022 ～誰もがAIを使いこなす未来に向けて～」 統合イノベーション戦略推進会議 （2022）
［15］ 「デジタル田園都市国家構想総合戦略」 内閣官房デジタル田園都市国家構想実現会議事務局 （2022）
［16］ 「Final Report」 National Security Commission on Artificial Intelligence （2021）
［17］ 野中 郁次郎 他（著）、梅本 勝博 （訳） 『知識創造企業』 東洋経済新報社 （1996）
［18］ Kent Beck, et al. 「Manifesto for Agile Software Development」 Agile Alliance （2001）
［19］ 平鍋 健児 他（著） 『アジャイル開発とスクラム: 顧客・技術・経営をつなぐ協調的ソフトウェア開発マネジメント』 翔泳社 （2021）
［20］ 「Dell・LenovoがPC価格を12月中旬から最大20％の大幅値上げ：メーカーが直面する「メモリショック」の全貌と2026年の絶望的シナリオ」 Xeno Spectrum （2025）
［21］ 「Annual Report on Form 10-K」 NVIDIA Corporation （2024）
［22］ 「Performance Analysis and CPU vs GPU Comparison for Deep Learning」 IEEE （2019）
［23］ 「Annual Reports」 Taiwan Semiconductor Manufacturing Company Limited （2024）
［24］ 「Annual Report」 ASML Holding N.V. （2024）
［25］ 「世界シェアで減少傾向…ニッポン半導体装置、反転のキーワードは？」 日刊工業新聞社（ニュースイッチ） （2024）
