Nvidia: AI 超大国となったチップメーカー

コンピューターチップ設計会社エヌビディアの株価は過去１週間で急騰し、同社の評価額は１兆ドルを超えた。

これは、同社がアップル、アマゾン、アルファベット、マイクロソフトと、1兆ドル規模の米国企業のエリートクラブに加わることを意味する。

水曜日遅くに発表された最新の四半期決算が急騰のきっかけとなった。 同社は「需要の急増」に対応するためチップの生産を増やしていると述べた。

エヌビディアは、人工知能（AI）システムに使用されるチップ市場を独占するようになった。

昨年 11 月に ChatGPT が上場されてから、この分野への関心は熱狂的なレベルに達し、テクノロジー業界をはるかに超えた衝撃が広がりました。

スピーチの手伝いから、コンピューターのコーディングや料理に至るまで、ChatGPT は非常に人気のある AI アプリケーションであることが証明されています。

しかし、これらすべては、強力なコンピューター ハードウェア、特にカリフォルニアに本拠を置く Nvidia のコンピューター チップがなければ不可能です。

Nvidia ハードウェアは、もともとグラフィックスを処理するタイプのコンピューター チップ、特にコンピューター ゲーム用のコンピューター チップを製造することで知られていましたが、現在ではほとんどの AI アプリケーションを支えています。

ガートナーの半導体業界アナリスト、アラン・プリーストリー氏は、「同社は人工知能と呼ばれるこの新しいものを可能にするテクノロジーのリーダーだ」と語る。

TechInsights のアナリストである Dan Hutcheson 氏は、「AI にとっての Nvidia は、PC にとっての Intel のようなものとほぼ同じです」と付け加えます。

ChatGPT は、Microsoft に属するスーパーコンピューターにクラスター化された 10,000 個の Nvidia のグラフィックス プロセッシング ユニット (GPU) を使用してトレーニングされました。

「これは、AI だけでなく科学のさまざまなユースケース向けに Nvidia GPU を使用して構築された、多くのスーパーコンピューター (公に知られているものもあれば、そうでないものもある) の 1 つです」と、Nvidia のアクセラレーション コンピューティング担当ゼネラル マネージャー兼副社長の Ian Buck 氏は述べています。

CB Insights の最近のレポートによると、NVIDIA は機械学習用の GPU 市場の約 95% を占めています。

データセンター向けに設計されたシステムでも販売されている同社の AI チップの価格はそれぞれ約 10,000 ドル (8,000 ポンド) ですが、最新かつ最も強力なバージョンははるかに高額で販売されています。

では、Nvidia はどのようにして AI 革命の中心人物になったのでしょうか?

つまり、独自のテクノロジーといくつかの良いタイミングに大胆に賭けたということです。

現在 Nvidia の最高経営責任者である Jensen Huang は、1993 年当時の Nvidia 創設者の 1 人でした。当時、Nvidia はゲームやその他のアプリケーション向けにグラフィックスを向上させることに注力していました。

1999 年には、コンピューターの画像表示を強化する GPU を開発しました。

GPU は、多くの小さなタスクを同時に処理する (たとえば、画面上の数百万のピクセルを処理する)、つまり並列処理として知られる手順に優れています。

2006 年、スタンフォード大学の研究者は、GPU には別の用途があることを発見しました。GPU は、通常の処理チップでは不可能な方法で、数学演算を高速化できるのです。

黄氏が、私たちが知っているような AI の発展にとって極めて重要な決断を下したのはその瞬間でした。

彼は Nvidia のリソースを GPU をプログラム可能にするツールの作成に投資し、それによってグラフィックスを超えた用途にその並列処理能力を広げました。

そのツールはNvidaのコンピューターチップに追加されました。 コンピューター ゲーム プレーヤーにとって、これは必要のない機能であり、おそらく気づいていませんでしたが、研究者にとっては、コンシューマ ハードウェアでハイ パフォーマンス コンピューティングを実行する新しい方法でした。

この機能こそが、現代の AI における初期のブレークスルーのきっかけとなったのです。

2012 年に、画像を分類できる AI である Alexnet が発表されました。 Alexnet は、Nvidia のプログラマブル GPU を 2 つだけ使用してトレーニングされました。

トレーニング プロセスには、通常の処理チップの数がはるかに多くかかる場合に数か月かかるのではなく、わずか数日しかかかりませんでした。

GPU がニューラル ネットワーク処理を大幅に高速化できるという発見は、コンピューター科学者の間で広がり始め、この新しいタイプのワークロードを実行するために GPU を購入し始めました。

「AI が私たちを見つけてくれました」とバック氏は言います。

Nvidia は、AI により適した新しい種類の GPU の開発や、テクノロジーを使いやすくするためのより多くのソフトウェアの開発に投資することで、自社の優位性を押し広げました。

10 年後、数十億ドルをかけて、質問に対して人間らしい不気味な答えを返す AI、ChatGPT が登場しました。

AI スタートアップの Metaphysic は、AI 技術を使用して有名人などのフォトリアルなビデオを作成します。 そのトム・クルーズのディープフェイクが2021年に話題を呼んだ。

モデルのトレーニングと実行の両方に、数百もの Nvidia GPU が使用されており、一部は Nvidia から購入し、その他はクラウド コンピューティング サービスを通じてアクセスします。

「私たちが行っていることを行うには、Nvidia の代替となるものはありません」と、共同創設者兼 CEO の Tom Graham 氏は言います。 「それは時代のはるか先を行っています。」

現時点では Nvidia の優位性は確実に見えますが、長期的には予測が困難です。 「NVIDIA は、誰もが倒そうとしている標的を背負っている企業です」と、TIRIAS Research の別の業界アナリストである Kevin Krewell 氏は述べています。

他の大手半導体企業もある程度の競争を繰り広げています。 AMD と Intel はどちらも中央処理装置 (CPU) の製造でよく知られていますが、AI アプリケーション用の専用 GPU も製造しています (Intel はつい最近この競争に加わりました)。

Google には検索結果だけでなく特定の機械学習タスクにも使用されるテンソル プロセッシング ユニット (TPU) があり、Amazon には AI モデルのトレーニング用にカスタム構築されたチップがあります。

MicrosoftもAIチップを開発していると伝えられており、Metaも独自のAIチッププロジェクトを抱えている。

ビジネスのさらなるテクノロジー:

さらに、ここ数十年で初めて、Cerebras、SambaNova Systems、Habana (Intel が買収) などのコンピューター チップの新興企業も台頭しています。 彼らは、白紙の状態から始めて、AI 用の GPU に代わるより良い代替品を開発することに熱心です。

英国に本拠を置くグラフコアは、知能処理装置（IPU）と呼ぶ汎用AIチップを製造しており、GPUよりも高い計算能力を持ち、安価であるという。

2016 年に設立されたグラフコアは、約 7 億ドル (5 億 6,000 万ポンド) の資金を受けています。

同社の顧客には米国エネルギー省の国立研究所4か所が含まれており、同社は英国政府に対し、同社のチップを新しいスーパーコンピュータプロジェクトに使用するよう圧力をかけている。

「[Graphcore] は、現在存在する AI と、時間の経過とともに進化する AI を実行するためのプロセッサを構築しました」と、同社の共同創設者兼 CEO である Nigel Toon 氏は述べています。

彼は、Nvidia のような巨人と戦うのは困難であることを認めています。 Graphcore もそのテクノロジーにアクセスできるようにするソフトウェアを持っていますが、世界が Nvidia GPU で実行する AI 製品を構築している場合、切り替えを調整するのは困難です。

トゥーン氏は、時間が経つにつれ、AIが最先端の実験から商用展開に移行するにつれ、コスト効率の高い計算がより重要になり始めると期待している。

Nvidia に戻った Ian Buck は、競争についてはあまり心配していません。

「今では誰もが AI を必要としています」と彼は言います。 「どこに貢献するかは他の人次第だ。」