AIインフラを拡大するには、チップ・電力・メモリを併せて見る必要があります

チップを買うこととデータセンターを稼働させることは違います

マイクロソフトのCEOサティア・ナデラは、2025年10月31日のBG2インタビューで、確保したチップを設置するための電力とデータセンター施設が不足していると語りました。チップをさらに購入できても、すぐにサービスへ投入することはできないという話です。インタビュー報道

この発言を思い起こさせる発表が、2026年2月に相次ぎました。メタは17日にNvidiaと、24日にAMDと長期協力を発表しました。グーグルは24日、テキサスの新データセンターと電力確保計画を公開しています。私は、これらの発表を併せて見る必要があると考えています。どのチップを使うかだけでなく、どこに設置し、何で稼働させるかも、AI事業の規模を左右するからです。

AIインフラには大きく3つの要素が必要です。演算を処理するチップ、電力と冷却設備を備えたデータセンター、そして演算に必要なデータを伝達・保存するメモリです。どれか一つが不足していれば、残りを確保してもサービスを計画どおりに拡大するのは難しくなります。

メタはチップの供給元を増やしています

メタは、Nvidiaとの協力により、数年にわたって数百万個のBlackwell・Rubin GPUを導入すると明らかにしました。続いてAMDとは、最大6GW規模のGPUインフラを段階的に構築する契約を発表しました。最初の出荷は2026年下半期に予定されています。6GWは今後構築する設備の規模であって、すでに稼働中の施設や、別途確保済みの電力量を指すものではありません。Nvidiaの発表、メタの発表

メタは、自社のAIチップであるMTIAも開発しています。特定の供給元の納期や価格に事業全体が左右されないよう、選択肢を増やす戦略と見ることができます。

チップの選び方にもさまざまな方法があります。NvidiaやAMDのGPUを購入することもできますし、グーグルのTPUやAmazonのTrainiumを提供するクラウドを利用することもできます。チップを直接購入する契約と、クラウド利用契約は区別する必要があります。

Anthropicは2025年10月、グーグルクラウドのTPU使用を最大100万個まで拡大する計画だと発表しました。当時、Nvidia GPUとAmazon Trainiumも併せて使用すると説明しています。自社製チップを開発したクラウド事業者が、外部顧客にも大規模演算を提供する事例です。Anthropicの発表

私は、こうした動きをNvidiaの競争力が失われることを意味するとは見ていません。すでに使用しているソフトウェアや開発ツールを別のチップに合わせるのにもコストがかかるからです。企業は、チップの価格だけでなく、自社モデルをどれだけ効率的に動かせるか、そして移行にかかる作業までを計算に入れる必要があります。