ソラが「莫大な富」をもたらす、AIインフラ：今度は私の番です！

春節期間中、OpenAIの最新の技術的成果であるVincentのビデオモデルSoraが衝撃的なデビューを果たし、国内外のAI実践者や投資家を一晩中夢中にさせた。

Sora の大型モデルでは、文章を入力するだけで、最長 1 分の長さのハリウッド映画に匹敵するビデオを生成できるという、非常に衝撃的な機能があります。

この「深層爆弾」についてはさまざまな意見があります。

Open AI は Sora を「世界シミュレーター」と呼んでいます。一部のネットユーザーは「現実はもう存在しない」と叫んだ。マスク氏は率直にこう語った。「人類は敗北を受け入れなければならない。」アメリカのテクノロジーブロガー、マックス・ブラウンリー氏は、ソラは映画・テレビ業界の失業に警鐘を鳴らすかもしれないと述べた。

Sora には破壊的イノベーションを起こす大きな可能性があり、短編動画、広告、ゲーム、映画、テレビ業界などの既存の業界の状況を確実に再形成することは間違いありません。

流通市場の動きから判断すると、ツール会社Adobeの株価はSoraの発表翌日に7％以上急落し、米国の画像ツールサプライヤーShutterstockは5％以上下落し、数週間前に「Vincent Video」ツールLumiereをリリースしたGoogleの親会社の株価は1.58％下落した。

3社は1日で合計時価総額約480億ドル（約3,500億人民元）を失った。

SORAの衝撃的な発売により、失業、レイオフ、人事異動といった言葉が依然としてよく聞かれるが、一部の業界では「巨額の富」ももたらされている。

OpenAIの創設者兼CEOであるサム・アルトマン氏は、OpenAIは「世界にはウェハ製造能力、エネルギー、データセンターなどを含むAIインフラがさらに必要だが、現時点では十分な構築計画がない」と考えていると投稿した。

同氏は「大規模なAIインフラと強靭なサプライチェーンの構築は経済競争力にとって極めて重要」であり、OpenAIは支援に努めると述べた。

これに対して、NVIDIAの創業者ジェンスン・フアン氏は次のように述べた。「世界のAIデータセンターは今後4～5年で倍増し、2兆ドル規模に成長すると楽観視している。」この間、より効率的で低コストのチップが次々と登場し、大規模な投資の必要性は低下するでしょう。

諺にあるように、喜ぶ人もいれば悲しむ人もいます。Sora などの生成 AI テクノロジーの推進により、AI インフラストラクチャは「ハイライトの瞬間」を迎えました。

1. SoraがAIコンピューティングパワーの需要を急増させる

OpenAI が公開した論文によると、Sora 大規模モデルは、以前の GPT モデル「ソースデータ - Transformer - 拡散 - 出現」の技術的道筋を継承しています。

これは、その開発と成熟にも、基盤として膨大なデータ + 大規模パラメータ + 高い計算能力が必要であることを意味します。さらに、ビデオトレーニングに必要なデータ量はテキストトレーニングに必要なデータ量よりもはるかに大きいため、Sora 大規模モデルによって計算能力の差がさらに広がることが予想されます。

DiTモデルの創始者である謝賽寧博士の大まかな推定によれば、Soraモデルのパラメータスケールは約30億です。

学習可能なデータ量に関する調査結果によると、海外の大手動画サイトでは毎分約500時間分の動画コンテンツがアップロードされているそうです。 Sora モデルのトレーニングには、1 か月あたり約 70,900 枚の H100 画像が必要であると推定されます。

推論の面では、関連する研究によると、グラフを生成するための計算電力消費量は約 256 ワード分です。 1 分間の短いビデオを生成するために必要な計算能力は、テキスト会話を生成する場合の約 1000 倍であると計算できます。

ChatGPT によって AI コンピューティング能力の需要が増加したのと同様に、Sora の出現によって AI コンピューティング能力の不足がさらに悪化しました。

この不足により、生成型AIの基盤となるコンピューティングチップの「絶対的リーダー」であるNvidiaは、過去1年ほどで最も目覚ましい上場企業となった。

2023年、Nvidiaの累計上昇率は239%でした。 2024年も上昇傾向は続き、2月16日の米国株式市場の終値で、Nvidiaの株価は726.13ドルとなり、今年の累計上昇率は約50％となった。時価総額は1兆7,900億ドルとなり、GoogleやAmazonを上回り世界第3位となった。

「同社の力強い成長は、あらゆる業界が一般的なコンピューティングからアクセラレーテッドコンピューティングと生成AIへのプラットフォーム変革を遂げていることを示している」とNVIDIAの創業者ジェンスン・フアン氏は語った。

実際、Nvidiaだけでなく、その2大競合企業であるIntelとAMDもAIチップの分野で追い上げを加速させている。

さらに重要なのは、NVIDIA の主要顧客であるテクノロジー大手の間で、NVIDIA からの脱却を目指して独自の AI チップを開発している新たな競争が激化していることだ。

2023年11月、マイクロソフトは自社開発の人工知能チップ「Maia 100」と「Cobalt 100」を正式に発売した。

今年2月、世界最大のソーシャルメディア企業であるMetaは、自社で開発した最新のカスタムチップを今年中に自社のデータセンターに導入し、他のGPUチップと連携して大規模なAIモデルの開発に役立てる計画であることを確認した。

それ以前のデータでは、2023年にはMetaとMicrosoftが15万個のNvidia H100 GPUの購入で同率1位になることが示されていました。

MetaのCEO、マーク・ザッカーバーグ氏は、同社は今年末までに約35万個のNvidia H100プロセッサを生産する予定だと語った。他のサプライヤーと合わせると、Meta は H100 600,000 台に相当する計算能力を持つことになります。

しかし、それでもAIの計算能力はまだ不十分です。

人気のOpenAIも独自のAIチップの製造を検討しています。

Soraの発売前夜、OpenAIの創設者兼CEOであるサム・アルトマン氏は、同社の半導体計画を支援し、Nvidiaに対抗し、世界の半導体産業を再編する計画のため、中東から総額最大7兆ドルを調達していると報じられている。

7 兆ドルとは何を意味するのでしょうか? これは世界の GDP の 10% を占め、マイクロソフト 2.5 台、グーグル 3.75 台、NVIDIA 4 台、Meta 7 台、またはテスラ 11.5 台に相当し、これは世界の半導体産業全体です。

この金額があれば、AMD、TSMC、Nvidia、Samsung、Intel、Qualcomm などの企業を買収することができます。

SORAのリリース後、ソフトバンクグループ創業者の孫正義氏も、AIに不可欠な半導体の生産に重点を置き、Nvidiaと競合できるチップ企業を設立するために最大1000億ドルの資金調達を目指している。

孫正義氏の計画が実現すれば、ChatGPTの登場以来、AI分野における最大規模の投資となる。

ChatGPTが中国でテキスト生成ビッグモデルブームを巻き起こしたのと同様に、Soraビッグモデルは以前の類似製品よりも強力な生成能力を示し、AIアプリケーションの想像力の空間をさらに広げています。国内のビッグモデルメーカーもすぐに追随し、Wenchengビデオビッグモデルへの投資を増やし、AIコンピューティングパワーの需要の継続的な増加を促進することが期待されます。

2. コンピューティングパワー業界は大きな繁栄期を迎えている

世界的に見ると、Soraの触媒作用により、上流のハードウェアから、中流のサーバー/スイッチ、下流のアプリケーションに至るまでのコンピューティングパワー産業チェーンの閉ループがますます明確になり、クラウド側からエンド側まで、ハードウェアからソフトウェアまで、活気に満ちた光景が展開されるでしょう。

まず、ChatGPTやSoraなどの大規模AIモデルの普及により、ハイパフォーマンスコンピューティング（HPC）やエッジコンピューティングの需要が高まり、GPU、FPGA、ASICなどの関連チップが大きな需要を呼び込むでしょう。

同時に、大規模な AI モデルの適用には、それをサポートする強力なコンピューティング リソースが必要であり、これもデータ センターの構築とアップグレードを促進することになります。

第二に、Sora のような大規模な AI モデルは、IT インフラストラクチャにおける技術革新を推進し続けるでしょう。

たとえば、大規模な AI モデルには、コンピューティング能力とエネルギー効率に対する高い需要と要件があるため、半導体企業はより高度なチップ アーキテクチャと製造プロセスを継続的に開発することになります。また、クラウドおよび IT サービス プロバイダーは、コンピューティング能力の利用率を向上させ、大規模な AI モデルのトレーニング コストを削減するために、より効率的なコンピューティング リソース スケジューリング機能を継続的に模索することになります。

データ センター サービス プロバイダーにとって、マルチモーダル モデルの急増により、データ センター ネットワークに対する要求が高まっています。

動画データの生成や呼び出しには、クラスター通信の遅延の増加と帯域幅需要の急増が必要です。帯域幅の増加はネットワーク構築コストの増加も意味し、テクノロジーによるさらなるコスト削減と効率化が必要です。

同時に、インテリジェントなコンピューティング能力に対する需要が高まる中、データセンターは明らかに高密度化に向かっており、IT 機器の占有スペースを削減するための新しいテクノロジーも必要とされています。

さらに想像力に富んでいるのは、Sora の大型モデル生成能力が、業界における技術革新を促進することもできることです。たとえば、設計段階での分析と最適化のためにシミュレートされた半導体回路画像が生成され、半導体業界の設計および製造プロセスに影響を与えます。

Soraのような大規模なAIモデルの普及により、AIが数千の家庭に浸透することが予測されます。高性能でコスト効率の高いAIコンピューティングパワーを提供できる企業がより大きな市場シェアを獲得し、「テクノロジー」に基づくコア競争力がますます重要になります。

3. 結論

全体的に見ると、大型製品がテキストや画像から動画へと進化し、AIトレーニングの量が増え続けるにつれて、コンピューティングパワーの需要も飛躍的に増加しています。AIチップ、AIサーバー、データセンターなどの関連産業の需要は急増し、「シャベルを販売する」企業が依然として最初の受益者となるでしょう。

しかし、この「富の洪水」を捉えたいのであれば、テクノロジーは依然として主要な生産力であり、すべてのインフラメーカーはソフトウェアとハ​​ードウェアの全面的なアップグレードを実施する必要があります。