長江沿いの中核拠点
中国は、全国規模で人工知能（AI）の計算能力を集約する計画の中核として、蕪湖市にある約760エーカーの島を広大なデータセンター群へと変えようとしている。「中国版スターゲート」と広く呼ばれるこのプロジェクトは、華為技術（ファーウェイ）、中国移動、中国電信、中国聯通のサーバーを結び付ける。各地に分散した施設を、規模に応じて計算資源を割り当て、共有できる統一ネットワークへと集約する狙いだ。AI需要の急増と、最先端プロセッサーへのアクセスの限界に対応する取り組みでもある。地元当局によると、この事業に関連する投資額は2,700億元（約370億ドル）に達した。
目次
「データアイランド」として地元で知られる蕪湖の施設は、上海、杭州、南京からアクセスしやすい場所にある。こうした人口密集都市市場に近いことは、学習済みモデルが利用者の問い合わせに答えたり、コンテンツを生成したりする推論処理にとって重要だ。距離が短ければ遅延が抑えられ、音声アシスタント、検索、金融リスク審査、小売りのレコメンデーション、都市サービスの応答性が高まる。中国は烏蘭察布、貴州、慶陽でも施設の拡張や転用を進め、他地域の需要に対応しようとしている。土地が安く電力が豊富な地域に立地することが多い遠隔地の施設は、AI開発で最も計算負荷の大きいモデル学習に重点を置く。
約760エーカーのデータアイランドに整備される施設
事業者は、アクセラレーター、CPU、メモリー、ストレージ、高速スイッチング機器を収容する大規模な建屋を建設している。通信事業者はすでに地域一帯に光ファイバー網を敷設・管理しており、施設は近隣都市や内陸部の他のクラスターと大容量で接続できる。緊急度、コスト、利用可能性に応じてネットワーク上で処理負荷を移し、ある場所の遊休資源を別の場所のタスクに充てることが構想されている。ファーウェイは、複数の建屋、さらには都市間にまたがるプロセッサーを接続できるとする技術「UB Mesh」を売り込んでいる。ソフトウェアによって、それらを学習と推論に使える一つの計算資源プールとして扱うという。
なぜ今、AIの計算能力を集約するのか
北京は、国内のあらゆるチップの稼働率を高めたい考えだ。近年、遠隔地の省では地域の需要が乏しく、多くのアクセラレーターが十分に活用されていなかった。一方、計算能力を必要とする沿岸部の企業は、そうした資源に容易にアクセスできなかった。全国ネットワークの構築は、この問題の解決を目指す。クラスターを接続することで、障害時の冗長性を高め、設備全体の稼働率を上げ、ある地域の余剰計算能力を別の地域の顧客に販売できる市場が生まれると、計画担当者は見込んでいる。
この取り組みの背景には地政学もある。アナリストの推計では、世界のAI計算能力の約4分の3を米国の研究機関が握り、中国の割合は約15％にとどまる。米国の輸出規制により、中国は最先端のエヌビディア製GPUへのアクセスを制限され、主要な受託半導体メーカーが中国の顧客向けにそれらのチップを製造することも禁じられている。このため、国内ハードウェアの連携・運用を改善することが優先課題となっている。国内の半導体プロジェクトが追い上げを図る間、現時点で使える政策手段が計算能力の集約だ。
ネットワークの仕組み
この計画では、AIの処理を二種類に明確に分ける。学習は、モデルがデータから学ぶ負荷の大きい工程だ。安価な電力と土地を利用でき、数千基のアクセラレーターを数日から数週間にわたり使う長時間処理に適した遠隔地が担う。推論は、学習済みモデルが利用者に応答する工程だ。電力コストを最小限に抑えることより速度と信頼性が重視されるため、主要都市の利用者に近い場所で行う。
西部で学習、沿岸部近くで推論
内モンゴルや甘粛などの遠隔地域には、クラウドやインターネットサービス向けに建設された大規模なサーバーファームがすでにある。新たな方式では、こうした施設を大規模言語モデル（LLM）を含むモデル学習向けに転用する。大容量の光ファイバーで沿岸都市と接続し、チェックポイントを上海、杭州、広州などの大都市圏に近い推論クラスターへ迅速にコピーできるようにする。
ファーウェイのUB Meshとクラスター単位のスケジューリング
これを実現するには、高速インターコネクトと、数千のプロセッサーを調整できるソフトウェアが必要だ。UB Meshは、複数の部屋や施設にまたがるアクセラレーター間の通信オーバーヘッドを抑えるネットワーク基盤として位置付けられている。具体的には、リモート・ダイレクト・メモリー・アクセスや集合通信ライブラリーなど、高性能コンピューティングで使われる手法を活用し、極めて大規模なニューラルネットワークの学習中に多数のチップを同期させる。基盤の上ではスケジューラーが、電力を確保できる場所、適切なチップが遊休状態にある場所、あるいは顧客への遅延が最も小さい場所にタスクを配置できる。
補助金と半導体不足
蕪湖市はAIチップの調達費用の最大30％を補助する。こうした地元の助成金は、サーバーラックを埋める初期費用を抑え、導入を早め、事業者がより早く高密度化の目標を達成する助けとなる。また、国内アクセラレーターと、輸出規制の対象となる最新の海外製品との性能差を埋める役割も果たす。
ファーウェイや寒武紀科技（カンブリコン）などの国内メーカーは、アクセラレーターやコンパイラーソフトウェアの開発を通じて、その差を縮めようとしている。それでも事業者は、世代の異なるハードウェアが混在する状況に直面しており、特にモデルのパラメーター数が数兆規模に達すると、学習処理が複雑になりかねない。こうした状況が、表に出にくい市場の広がりを招いている。転売業者は規制対象のエヌビディア製システムを入手し、規制をすり抜けて中国に持ち込もうとしてきた。蕪湖を拠点とする仲介業者1社は、ブラックウェル世代のサーバーの注文に関与したとされる。エヌビディアは、現行規則の下でこうした機器を中国で大規模に稼働させられるとの見方を否定している。サプライチェーン、ライセンス、サポートの要件を考えれば、そうした主張は現実的ではないとしている。
恩恵を受けるのは誰か
当面の目標は、主要都市の企業がAI推論をより速く利用できるようにすることだ。銀行はリスク審査や不正検知の遅延を減らせる。小売業者は、ほぼリアルタイムで更新されるレコメンデーションモデルを導入できる。自治体は交通制御や洪水監視に画像認識を活用できる。メディア・デザイン企業は、画像や動画をより短時間で生成できる。スタートアップはハードウェアを前払いで購入せず、時間単位で計算能力を借りられる。内陸部の学習センターと沿岸部の推論クラスターを結ぶことで、このネットワークは実験的な利用と日常業務の双方に対応しようとしている。
通信事業者も、接続サービスにとどまらない役割を得る。データセンターはAI時代の中核的な拠点となり、クラウド顧客に計算能力とストレージを販売する一方、モデルの同期を支える都市間帯域を提供する。地方政府にとっては、建設中の雇用に加え、地域に新たなテック企業を呼び込むデジタルサービス基盤の形成が期待される。
米国の「スターゲート」建設計画との比較
中国が既存施設を段階的にネットワーク化して計算資源を共有する一方、米国は「スターゲート」と呼ばれる計画の下、超大規模な新キャンパス群の建設を後押ししている。投資家と事業者は、全米で最大5,000億ドルを投じる計画だ。ロードマップでは、約7ギガワットのデータセンター容量を整備する。大型原子炉約7基分の発電量に相当する。テキサス州アビリーンに建設する主要キャンパスの一つには、40万基を超えるGPUを収容する計画だ。プロジェクトのパートナー各社は、建設のピーク時に約2万5,000人の現地雇用を生み出すとしている。
オープンAIの最高経営責任者（CEO）、サム・アルトマン氏は、今後のAIの進歩と、それを支えるハードウェアとの結び付きに触れ、重要性を簡潔に表現した。パートナー企業と新たな建設地を発表する前、必要となる規模について、あえて率直に語った。
AIがその約束を果たすには、必要な計算能力を構築しなければならない。
両者の戦略は姿勢が異なる。米国は、数十万基のアクセラレーターを単一の壁の内側に集める超大規模な新キャンパスに賭ける。中国は、新旧の多数のクラスターをつなぎ、スケジューリングソフトウェアと新たなインターコネクトによって、全体としてより大きな一つのシステムのように動かそうとしている。米国の方式は、限られた場所で電力供給、土地、水の制約に挑む。中国の計画は、複数拠点を一つのシステムとして運用する際のオーバーヘッドを受け入れつつ、リスクとコストを分散させる。
電力、冷却、ネットワーク
最新のAIクラスターは膨大な電力を消費し、24時間休むことなく除去しなければならない熱を発する。蕪湖の島の施設では、停電時にも重要システムを稼働させるため、新たな変電所、送電線、予備電源が必要となる。大半の学習施設では液冷を採用し、チップやメモリーから直接熱を取り除く。旧来のサーバールームで一般的だった空冷からの転換だ。事業者は、取水量を抑えられる近隣の水源や閉ループ式の冷却システムを探すほか、ラック単位の効率向上をメーカーに求める。
ネットワークも同様に重要だ。遠隔地の学習施設と沿岸部の推論クラスターをつなぐには、数テラビットの容量を持つ光ファイバー回線、数百キロにわたりデータを伝送できる光トランスポンダー、データセンター内の東西方向のトラフィックをボトルネックなく処理できるスイッチが必要となる。全国規模の基幹網を持つ通信事業者は優位に立つ。冗長経路を確保し、トラフィックを制御することで、保守作業中や悪天候時にもモデルの更新やチェックポイントを予定どおり届けられる。
リスク、安全保障、ガバナンス
集約によって管理と可視性は向上するが、リスクも集中する。計算能力の大部分が少数のネットワーク経路に依存すれば、障害やサイバー攻撃の影響が複数地域に波及しかねない。計画担当者は、多数の施設を接続し、迂回経路を設計することで冗長性を確保するとしている。サイバーセキュリティー担当者は、モデルの重み、顧客データ、そして大規模な計算資源プールを制御することで格好の標的となるスケジューリング層を守る必要がある。
現実的な制約もある。小規模または旧式の施設を多数使う方式では、単一世代のハードウェアを前提に設計された新キャンパスに比べ、学習効率が下がる可能性がある。電力契約と送電網の安定性も成長に追いつかなければならない。農地転用を含む土地利用の判断は、地域住民が立ち退きを迫られたと感じたり、食料生産が減ったりすれば、批判を招くおそれがある。補償、環境への影響、送電網の計画に関する透明性が、地域の受け入れを左右する。
今後の展開
現在の作業は、蕪湖で最初の施設群を拡張し、内陸部の学習施設と接続するとともに、複数拠点にまたがるジョブを管理するソフトウェアを強化することが中心だ。地方政府は、初期の入居事業者が計算能力の確保を決めるよう、調達サイクルを補助金の適用期間に合わせている。通信事業者は新たな光ファイバー回線を開通させ、基幹網を増強し、学習済みモデルのチェックポイントを沿岸都市近郊の推論クラスターへ迅速に移せるようにしている。
技術者は三つの要素を注視する。第一に、UB Meshなどのネットワーク基盤が複数の建屋にまたがって利用された場合でも、うたわれた性能向上を実現できるか。第二に、国内アクセラレーター、コンパイラー、フレームワークが、最新モデルを許容できる効率で学習・運用できるか。第三に、停電や水不足を引き起こさずに、電力と冷却の供給が高まるラック密度に追いつけるかだ。これらの進展が、全国ネットワークの拡大速度と、国内のAIサービスの成長への貢献度を左右する。
要点
- 中国は、約370億ドルの投資を伴う蕪湖の約760エーカーの「データアイランド」を中核に、AI計算能力の集約ネットワークを構築している。
- このネットワークは、蕪湖の施設を烏蘭察布、貴州、慶陽など内陸部のクラスターと結び、学習と推論を分担する。
- 中核事業者はファーウェイ、中国移動、中国電信、中国聯通。ファーウェイはクラスター間接続向けにUB Meshを売り込んでいる。
- 蕪湖市は、先端海外製GPUへの輸出規制がある中で導入を加速させるため、AIチップ購入費の最大30％を補助する。
- 中国は既存アクセラレーターの稼働率を上げ、統一スケジューリング層を通じて地域間で余剰計算能力を販売することを目指す。
- アナリストの推計では、世界のAI計算能力の約75％を米国が握り、中国の割合は約15％。
- 米国のスターゲート計画は、約7ギガワットの容量と最大5,000億ドルの投資を目標とし、テキサス州には40万基のGPUを収容するキャンパスを建設する計画だ。
- オープンAIのCEO、サム・アルトマン氏は、AIが期待に応えるには十分な計算能力の構築が不可欠だと述べている。
- 集約により、沿岸部の主要都市の利用者への遅延低減と、多数の接続施設を活用した冗長性の確保が期待される。
- 課題には、電力と冷却の供給、サイバーセキュリティー、施設間のハードウェアの多様性、土地や水の利用に対する社会の監視がある。
