なぜ今重要なのか
中国を代表する消費者向けインターネット企業であり、クラウド事業者でもあるアリババと百度が、人工知能（AI）のサプライチェーン確保に向けて大きく踏み出している。両社は自社設計のプロセッサーで一部のモデルの学習を始め、現代のAIを支えてきたエヌビディア製チップへの依存を減らしている。この変化の背景には、中国向け先端半導体に対する米国の輸出規制強化と、重要インフラで国産技術を優先する中国国内の動きという、二つの強い潮流がある。
目次
両社は一気に切り替えるのではなく、慎重に移行を進めている。アリババは小規模な学習処理に自社製アクセラレーターを使う一方、最も負荷の高い処理にはエヌビディア製ハードウェアを引き続き利用している。百度は最新の「昆侖P800」チップを、生成AIサービスの基盤となる「文心」モデルの新バージョンで試している。性能、ソフトウェアの成熟度、複数チップ間の接続が特に重要となる最大規模かつ最も複雑な学習処理では、両社とも依然としてエヌビディアに頼っている。
中国のデータセンターへの実際の影響は大きい可能性がある。かつて輸入GPUの順番待ちをしていた企業にも、AI計算能力を拡大するための別の道が開かれる。増加する処理の一部を十分にこなせる国産チップは、供給リスクを抑え、プロジェクトを予定通りに進め、国の技術目標に沿った投資を後押しする。導入が順調に進めば、長年にわたる国産AI半導体への投資が実を結んだことを示し、中国のクラウド事業者が海外製と国産のハードウェアを組み合わせて運用する動きが広がるだろう。
アリババと百度が開発しているもの
アリババは「平頭哥（T-Head）」部門を通じて独自チップの開発実績を積んできた。同部門は以前、推論向けAIアクセラレーター「含光800」と、Arm命令セットをベースとしたサーバー用CPUを発表している。社内で「真武」と呼ばれる最新のAI学習プロセッサーは現在、アリババクラウドで小規模モデルの学習に使われている。このチップを扱った経験のある関係者によると、最先端の接続性能や大容量メモリーを必要としない処理では、実用性能はエヌビディアの「H20」に匹敵するという。最先端モデルの学習では、新しい半導体を大規模に運用できることが確認されるまで、アリババは引き続きエヌビディアのシステムに依存する。
百度の「昆侖」プロジェクトは、中国で最も長く続く国産AIアクセラレーターの開発系列の一つだ。初期の昆侖チップは、学習済みモデルを実行する推論処理に重点を置いていた。百度は「昆侖P800」で新しい文心モデルの学習実験を行い、安定性、処理能力、ソフトウェア基盤の準備状況を検証している。同社の強みは垂直統合にある。文心モデルを開発し、大規模なクラウドクラスターを運用し、PaddlePaddleフレームワークも管理しているため、効率を高めるためにハードウェアとソフトウェアを共同設計しやすい。
米国の輸出規制が市場をどう変えたか
米政府の規制は2022年以降、段階的に強化されてきた。同年には、AIアクセラレーターの性能基準によって、米国企業が中国に出荷できる製品が初めて制限された。接続帯域を抑えた中国専用GPUなどの代替策により、しばらくは供給の一部が維持された。その後数年に発表された新たな措置で、そうしたルートも狭まった。H100や新しいブラックウェル製品など、エヌビディアの最上位製品は中国では入手できない。米国の規則に適合させるため、性能を抑えた製品としてエヌビディアが開発したH20についても、業界調査によると、2025年4月から出荷に輸出許可が必要になり、米国製チップを購入する中国企業にとって手続き上の負担と不確実性が増している。
中国の大手クラウド・インターネット企業は、海外から調達できる製品を確保しつつ、国産アクセラレーターに大規模投資する二本立ての計画で対応している。政策環境も国産の選択肢を後押ししている。政府機関や重要インフラの顧客は、中国国内で設計・サポートされるハードウェアを選ぶ傾向を強めており、クラウド事業者には、中国製アクセラレーターが許容可能なコストと安定した性能で本番環境の処理を担えることを示す動きが促されている。
エヌビディアは競争環境が変化し、顧客に調達先を多様化する動機があると認識している。同社の広報担当者はその現実を認める一方、世界の開発者へのサービス提供を続ける意向を強調した。
競争が到来したことは疑いようがありません。今後も、あらゆる地域の主流開発者から信頼と支持を得られるよう努めていきます。
国産チップはエヌビディアにどこまで迫っているか
答えは用途によって異なる。アリババの最新アクセラレーターを使った技術者の報告によると、一部の学習処理や小規模モデルでは、エヌビディアのH20に匹敵するという。まだ新しいプラットフォームとしては大きな進歩だ。一方、最大規模のモデルや極めて短期間での学習では、ピーク演算性能の高さ、GPU間の高速接続、成熟したコンパイラ基盤、最適化されたライブラリーの幅広いエコシステムを背景に、エヌビディアが依然として優位にある。H100や最新のブラックウェル設計は、中国以外で最先端モデルを学習させる際の標準であり続けている。
学習と推論は異なる処理
AIの学習とは、データを何度も処理しながら数十億のパラメーターを調整し、モデルに知識を習得させるプロセスだ。演算能力とメモリー帯域を限界まで使い、数千個のチップを効率よく同期させるため、アクセラレーター間に非常に高速な接続が必要となる。推論は学習後に行われる処理だ。モデルはすでに学習を終えており、システムがユーザーに向けてリアルタイムで出力を生成する。推論では低遅延、コスト効率、消費電力の低さが重視される。推論や小規模モデルの学習に優れたチップでも、非常に大きなモデルを数カ月にわたり学習させる処理では力不足となる可能性がある。チップ間の通信網やソフトウェアによる処理管理がボトルネックになるためだ。
ソフトウェア基盤も半導体と同じくらい重要
エヌビディアの優位性は、チップだけによるものではない。同社のCUDAプラットフォームやcuDNN、TensorRTなどのライブラリー、充実したパートナー製ツールにより、開発が容易で性能も予測しやすい。中国のプラットフォーム各社は、国産アクセラレーター向けのソフトウェア基盤を構築している。百度のPaddlePaddleやアリババのクラウド用ツールチェーンはすでに自社チップに対応しており、両社は自社モデルに合わせてカーネルや計算グラフのコンパイラーを調整できる。この制御によって効率を高められる一方、サードパーティーの開発者が国産ハードウェアにコードを移す際には、習熟に時間がかかる可能性もある。アリババと百度が自社クラウド内で移行を円滑に進めれば、顧客にとってはチップのブランドよりも、価格、供給状況、サービス水準のほうが重要になるかもしれない。
事業戦略と市場の反応
中国のインターネット大手が輸入に全面依存せずAI計算能力を確保できる兆しを、投資家は好感した。新たな導入が報じられた後、アリババと百度の株価は上昇した。供給基盤の強化が製品計画を支え、遅延リスクを減らすとの期待を反映した動きだ。大半の学習処理を十分にこなせる国産チップなら、国内データセンターで調達・拡張しやすい場合、長期的な運用コストの削減にもつながる。
戦略上の意義はコストや供給にとどまらない。アリババクラウドと百度クラウドの顧客である企業や公共部門では、国内設計のハードウェアを好むケースが多い。国産アクセラレーターによる計算サービスを提供すれば、セキュリティーやデータの国内保管に関する規制上の要請に沿いながら、機密性の高い処理の受注につなげられる。とはいえ、両社は現実的な使い分けを重視しているようだ。難易度の高い処理にはエヌビディアのシステムを使い、性能が同等で経済性に優れる多くの処理には国産チップを活用する。
サプライチェーンと製造上の制約
競争力のあるAIアクセラレーターを設計することは、課題の一部にすぎない。製造、パッケージング、メモリーの供給も重要だ。現在、最高性能のチップは先端プロセスで製造され、プロセッサーの近くに実装される広帯域メモリーを利用している。中国のファウンドリーは進歩しているものの、最先端の海外製造プロセスにはまだ及ばない。この差は、設計上の工夫、高度なパッケージング、効率的なソフトウェアで部分的に補えるが、ピーク性能と電力効率には依然として影響する。
広帯域メモリーの入手可能性も制約となる。大規模モデルの学習には膨大なメモリー帯域と容量が必要だからだ。クラウド事業者は、より多くのチップに処理を分散させ、数値精度の形式を最適化し、各プラットフォームの強みに合った処理を割り当てることで、こうした制約に対応している。そのような環境では、理論上のピーク性能が最高水準の海外製品に届かなくても、クラウドのソフトウェア基盤にうまく統合され、調達しやすい国産アクセラレーターなら、相当量の処理を担える。
開発者と顧客への影響
アリババと百度の顧客が重視するのは、必要な計算能力を確保するまでの時間、信頼性、そして学習処理や推論処理にかかる総コストの三つだ。国産アクセラレーターによって待ち時間が短縮され、使い慣れたフレームワークで安定した性能が得られれば、多くのチームは大きな支障なく移行するだろう。モデル開発者は、最高の処理能力を引き出すためにカーネルを調整したり、メーカー独自のツールを採用したりする必要があるかもしれないが、これは高性能コンピューティングでは一般的だ。当面は、処理を最適なハードウェアに振り分けるスケジューラーを備えた混在型クラスターが主流になるとみられる。最先端の大規模モデルの学習は引き続きエヌビディアのシステムで行われる一方、一般的な処理のうち国産チップで実行されるものは増えていくだろう。
今後の注目点
今後1年で注目される節目は二つある。一つ目は、中国向け米国製アクセラレーターの出荷許可制度だ。業界関係者は、2025年4月からエヌビディアのH20やAMDのMI308などが対象になると指摘している。二つ目は、アリババと百度のチップが実験室での試験にとどまらず、本番環境で大規模な学習処理に対応できることを示す実績だ。広く知られたモデルでのベンチマーク、顧客事例、国産アクセラレーター搭載のクラウドインスタンスがどの程度の速さで売り切れるかが、その実力を示すだろう。主要フレームワークやサードパーティー製ツールへの対応など、チップを取り巻くソフトウェアエコシステムの成熟速度にも注目したい。自社アクセラレーターを開発する企業や国産メーカーから調達する企業など、中国の他のプラットフォーム事業者が新規プロジェクトの開始に伴い、輸入GPUと国産品の間でどのように資金を配分するかも見どころだ。
要点
- アリババと百度は自社設計チップでAIモデルの学習を始めた一方、最も負荷の高い処理にはエヌビディアのシステムを使い続けている。
- アリババの最新アクセラレーターは小規模な学習処理に使われており、社員によると一部の処理ではエヌビディアのH20に匹敵する。
- 百度は昆侖P800で新しい文心モデルの学習を試し、PaddlePaddleフレームワークを自社で管理する強みを生かしている。
- 米国の輸出規制によって最上位のエヌビディア製品へのアクセスが制限されており、業界調査によると、2025年にはH20の中国向け出荷にも新たな許可要件が適用される。
- エヌビディアは、競争が激しくなるなかでも開発者の信頼を得る努力を続けるとしている。
- 国産アクセラレーターはより多くの処理に対応できる水準に達しているが、最先端規模の学習では依然としてエヌビディアが優位だ。
- ソフトウェアエコシステムが重要な要素となっており、アリババと百度は自社ハードウェア向けにツールチェーンを調整している。
- 投資家は供給リスクの低下とAI製品計画に対する主導権の強化を評価し、好意的に反応した。
- 製造とメモリーの供給は引き続き制約となるが、設計上の工夫やクラウドとの統合で一部を補える。
- 中国のクラウドでは国産チップと輸入GPUを組み合わせたクラスターが広がり、スケジューラーが処理を振り分けると予想される。
