AI chips and infrastructure analysis source; summary-only unless authorization is obtained.
xAIは、州をまたいだ電源調達とSolaris Energyとの提携を活用し、ギガワット級のトレーニングデータセンター「Colossus 2」を建設中。2025年第3四半期には競合を凌駕し、中東からの資金調達も見込まれる。
Nvidiaは、プリフィルフェーズに特化して最適化されたRubin CPXを発表しました。シングルダイのRubin CPXは、メモリ帯域幅よりもコンピュートFLOPSを重視しています。これは推論におけるゲームチェンジャーであり、その重要性は2024年3月に発表されたGB200 NVL72 Oberonラックスケールフォームファクターに次ぐものです。プリフィルとデコードという推論の異なるフェーズに特化したハードウェアによってのみ、分離型サービングの真の可能性が発揮されます。Nvidiaのラックシステム設計の差は峡谷のように広がり、競合他社はロードマップを再構成せざるを得なくなりました。
Huaweiは、TSMCからのDie BankとSMICの生産能力を活用し、Ascend AIチップの生産を加速しています。しかし、HBM（高帯域幅メモリ）の不足が今後の生産の最大のボトルネックとなるでしょう。中国国内のHBMサプライヤーCXMTは急速に能力を向上させていますが、短期的には需要を満たせません。この記事では、輸出規制の影響とNVIDIA H20チップの中国販売の潜在的な影響についても分析しています。
2年半前、SemiAnalysisはAWSの「クラウド危機」を警告した。今やその証拠は積み上がり、Azureが四半期の新規クラウド収益でリードし、Google CloudがAWSとの差を縮めている。しかしSemiAnalysisは逆張りでAWSのAI復活を予想し、中心的な原動力はAnthropicとの提携だ。Anthropicの2025年の収益は10億ドルから50億ドル（年率換算）に急増し、AWSは同社向けに1.3ギガワット超のデータセンターを建設、約100万個のTrainium2チップを搭載する。Trainium2はスペック面でNvidiaに劣るものの、TCOあたりのメモリ帯域で優位性があり、Anthropicの強化学習ロードマップに適合する。この協力関係はカスタムシリコンプログラムへと発展し、2025年末までにAWSの成長率を20%超に押し上げるとみられる。
本記事では、H100とGB200 NVL72のトレーニングベンチマークを詳細に分析し、モデル浮動小数点演算利用率（MFU）、総所有コスト（TCO）、100万トークンあたりのコスト、エネルギー消費、信頼性を扱う。H100は12ヶ月間のソフトウェア最適化のみで最大57%のスループット向上を達成。一方、GB200 NVL72は潜在的な性能優位性を持つが、信頼性課題に直面し、大規模トレーニング実行は未完了である。GPT-3 175BやLlama 3 405Bなどの具体的なモデルのベンチマーク結果を提示し、Nvidiaへの3つの提言（ベンチマーク透明性の向上、ネイティブPyTorchへの拡張、GB200診断ツールの改善）を行う。
GPT-5のリリースはパワーユーザーにとって失望だったが、実際の焦点は7億以上の無料ユーザーの収益化にある。本記事は、OpenAIが新しいルーター技術でクエリの意図を区別し、将来的にはエージェント購入と取引手数料を通じて無料ユーザーを収益化し、消費者向けスーパーアプリを創り出す可能性を分析する。
本記事は業界初の「ロボット自律レベル」分類法を提案し、ロボットの自律性を0から4までの5段階に分類する。各レベルは前段階を基盤に新たな能力を解放する。現在の汎用ロボットはレベル2の初期生産段階にあり、レベル3はパイロット段階、レベル4は研究中である。AI基盤モデルがロボットの障害をデータ問題に変換し、能力向上を加速させている。
MetaはScale AIの49%を約300億ドルの評価額で買収し、資金には事欠かないことを示した。しかし、潤沢なリソースにもかかわらず、モデル性能では基礎研究所に遅れを取っている。ザッカーバーグは新たな「スーパーインテリジェンス」チームを自ら率い、巨額の報酬でトップ人材を引き抜き、データセンター戦略を抜本的に見直してテント式の高速建設を採用している。一方、Llama 4は注意機構やデータ品質の問題で失敗したが、Metaは買収と人材獲得でギャップを埋めつつある。