Jensen Huang Interview

魅力的な対談の中で、Nvidiaの先見の明のあるCEOであるJensen Huangは、コンピューティング、AI、さらには世界経済の未来について貴重な洞察を語った。Bg2 PodのBill GurleyとBrad Gerstnerとの対談で、Huangは、これまで見過ごされてきた人工知能の一面が、いかにして産業を再定義し、前例のない成長を解き放ち、その過程でウォール街の従来の常識に挑戦するのかを、驚くほど明確に説明した。

The Billionx Boom: AIの計算能力要求の再定義

1年前、Jensen Huangは、AI推論が100倍や1000倍にとどまらず、驚くべき10億倍に成長すると大胆に予測した。この予測を再検証し、彼は「私は過小評価していた。公の場でそう言っておこう」と認めている。AIの急速な進化に後押しされ、彼の自信はさらに高まっている。かつては単一の「事前学習（pre-training）」スケーリング則として捉えられていたものが、今や3つの明確で指数関数的に成長する力に分裂した：事前学習、事後学習（post-training、AIがスキルを「練習」する段階）、そして決定的に重要な「思考」推論（thinking inference）である。

この「思考」推論こそが、状況を一変させるものである。古いワンショット推論モデルとは異なり、現代のAIは今や「回答する前に考える」ように設計されており、リサーチを行い、根拠となる事実を確認し、反復処理を行う。この複雑な認知プロセスは、指数関数的に多くの計算能力を要求する。Huangが言うように、「AIはもはや単一の言語モデルではなく、言語モデルのシステムであり、それらがすべてツールを使用しながら並行して動作している...そしてそれはすべてマルチモーダルである」。この深遠な変化は、AIの計算能力への要求が単に大きいだけでなく、飽くなきものであり、多くの人々が現在理解している範囲をはるかに超えて急速に拡大していることを意味する。

Key Insights:

AI推論は、「思考」および推論連鎖能力の出現により、「10億倍」の計算能力の増加を経験している。
AIの状況は現在、3つの明確なスケーリング則によって支配されている：事前学習、事後学習（AIの練習）、そして複雑な推論である。
マルチエージェントシステム、マルチモーダルAI、および広範なツール使用は、単純な言語モデルを超えて計算要件を劇的にエスカレートさせている。

OpenAI：次なる兆ドル規模のハイパースケーラーとNvidiaの戦略的駆け引き

Huangのビジョンの中核にあるのは、NvidiaとOpenAIの戦略的パートナーシップである。これには、投資と、OpenAIが自社の巨大なAIインフラストラクチャを構築するための支援が含まれている。彼はOpenAIを単なる顧客としてだけでなく、「次なる数兆ドル規模のハイパースケール企業になる可能性が高い」と見ている。この大胆な予測は、OpenAIの目覚ましい台頭に先立って投資するというNvidiaの決定を支えている。Huangはこれを「考えられる限り最も賢明な投資の一部」と呼んでいる。

このパートナーシップは、AI業界における重要な変化も示唆している。OpenAIは、従来Microsoft Azureのようなハイパースケーラーを利用してきたが、今や独自の「自社構築AIインフラストラクチャ」を構築しており、事実上自らがハイパースケーラーになりつつある。これは、NvidiaがMetaやGoogleのような大手企業とチップ、ソフトウェア、システムレベルで直接協業している関係を反映している。OpenAIは、「思考」するAIにより、顧客利用の指数関数的成長と、ユースケースあたりの計算要件の指数関数的増加という、「二つの指数関数」を同時に乗りこなしている。Nvidiaの、Azure、OCI、CoreWeave、そして今やOpenAIの直接構築を横断する多角的なサポートは、この複合的な需要に応えるよう設計されており、Nvidiaの不可欠な役割をさらに強固にしている。

Key Decisions:

NvidiaのOpenAIへの投資は、OpenAIが数兆ドル規模のハイパースケール企業になる可能性にかける戦略的な動きである。
OpenAIの自社AIインフラ構築を支援することで、Nvidiaは他のテック大手との関係と同様に、直接的かつフルスタックな関係を築いている。
このパートナーシップは、顧客採用の指数関数的増加と、AIにおけるユーザーあたりの計算需要の複合的な課題に対処している。

揺るぎない堀：極限の協調設計と年間リリースサイクル

ウォール街のアナリストは現在、Nvidiaの成長が2027年から2030年頃に頭打ちになると予測しているが、Huangはこの見方が根本的な変化と矛盾していると考える。彼は3つの根本的な点を提示する。第一に、「汎用コンピューティングは終わった」のであり、世界の数兆ドル規模のコンピューティングインフラは、加速型AIコンピューティングに刷新「されなければならない」。第二に、既存のハイパースケールワークロード（検索、レコメンダーエンジン）は、急速にCPUからGPUへと移行しており、これは「数千億ドル規模」の変化である。最後に、そして最も深遠なことに、AIは人間の知能を拡張し、世界のGDPの50～65%に影響を与えるだろう。

トークン生成と顧客利用によって推進される「指数関数の指数関数」に対応するため、Nvidiaはアーキテクチャ（Hopper、Blackwell、Rubin、Fineman）の積極的な年間リリースサイクルを採用している。性能に関するムーアの法則がほぼ終焉を迎える中、Nvidiaの競争優位性は「極限の協調設計（extreme co-design）」からもたらされる。これは単に高速なチップを作るだけでなく、モデル、アルゴリズム、システム、そしてチップを同時に最適化し、「常識にとらわれずに」革新することである。Huangが説明するように、このフルスタックアプローチ—CPU、GPU、ネットワーキングチップ、MVLink、Spectrum-X Ethernetを含む—は、Nvidiaが世代間（HopperからBlackwellへのように）で従来のシリコンの進歩では達成できない30倍の性能向上を実現することを可能にしている。この体系的なイノベーションは、Nvidiaとその顧客の両方から求められる莫大な投資規模と相まって、競合他社が模倣するには「これまで以上に困難」な、強固な堀を築いている。

Key Practices:

Nvidiaは、トークン生成とAI利用における指数関数的な増加に対応するため、アーキテクチャの積極的な年間リリースサイクルを維持している。
「極限の協調設計」は、AIファクトリースタック全体—モデル、アルゴリズム、システム、チップ、ネットワーキング、ソフトウェア—における同時最適化を含む。
同社は個別のチップイノベーションを超え、前例のない性能向上をもたらす統合されたフルスタックAIシステムを構築している。
顧客導入の規模（例：1ギガワットあたり50万個のGPUを必要とする）とNvidiaのサプライチェーン能力は、参入への巨大な障壁を生み出している。

人類の拡張：兆ドル規模の経済シフト

AIの真の長期的な影響は、人間の知能を拡張する能力にある、とHuangは主張する。彼は例えを挙げ、モーターが肉体労働に取って代わったように、「私が話しているこれらのAIスーパーコンピューター、これらのAI工場は、人間の知能を拡張するためのトークンを生成するだろう」と提唱する。人間の知能が世界のGDPの潜在的に50兆ドルを占める中で、たとえ控えめな拡張であっても—例えば1万ドルのAIが10万ドルの従業員の生産性を2倍にするような—莫大な新たな市場を生み出す。

この拡張は、世界のGDPに「10兆」ドルを追加し、「5兆」ドルのAIインフラへの年間設備投資を必要とすると彼は信じている。これは「一時的な停滞」や「供給過剰」に関するものではなく、根本的な変化である。彼は供給過剰に関する懸念を払拭し、「すべての汎用コンピューティングを加速型コンピューティングとAIに完全に転換するまで...（供給過剰の）可能性は極めて低い」と述べている。顧客からの需要シグナルは、実際の必要性を常に「過小評価」しており、Nvidiaは常に「スクランブルモード」で対応し続けている。この「エネルギー産業のルネサンス」とインフラエコシステム全体は、数十億の新たなAI「同僚」によって推進される、世界のGDP加速を意味する。

Key Insights: