この記事は更新されました。
生成AIの学習には膨大な量のデータが消費されます。
一つのチップが、その優れた処理能力によって市場を独占しており、この技術は指数関数的な速度で進化しています。
しかし、AIを責任ある形で開発することは依然として懸念事項であり、これは世界経済フォーラム2026年次総会でリーダーたちが最近強調したとおりです。
このチップは「人工知能（AI）ブームを牽引するマイクロチップ」として称賛されてきました。価格は4万ドルと安くはありませんが、この強力なチップでさえ、すでにより高度な後継製品に追い抜かれつつあります。2022年に発表されたNvidia H100は、標準を確立し、Blackwell B200や今後登場するRubinアーキテクチャへの道を切り開いたグラフィックス処理装置（GPU）です。
生成AIアプリケーションの開発は、資金面でもAI学習に必要な計算能力の面でも、コストのかかる事業です。実際、その要求は非常に大きく、ごく一部のチップしか対応できません。さらに、焦点が「フィジカルAI」やロボティクスへと移るにつれ、その需要は加速する一方です。
月面着陸から生成AIまで
もちろん、マイクロチップは私たちの身の回りのあらゆる場所にあります。私がこの文章を書いているノートパソコンも、あなたがこれを読んでいる端末も、マイクロチップなしでは機能しません。そして、私たちがデバイスに期待する機能が拡大するにつれ、それらはより強力になってきています。
さかのぼること1965年、テクノロジー大手Intelの創業者の一人であるゴードン・ムーアは、マイクロチップ内のトランジスタの数、ひいてはその処理能力が毎年倍増する、と予測しました。これは「ムーアの法則」として知られるようになり、専門家は今日でもなお当てはまると述べています。
処理能力の変化を理解するために、コンピューターの専門家である必要はありません。数字がすべてを物語っています。アポロ宇宙計画で航行を担ったコンピューターは、わずか4キロバイト（KB）のRAMと72KBのROMしか持っていませんでした。これは現代のデバイスと比べればごくわずかですが、宇宙飛行士を月へ導くには十分でした。H100は80ギガバイト（GB）を備えています。これは800億バイトに相当します。一方、より新しいBlackwell B200は192GBを備えています。この追加の容量により、AIは単純なチャットボットから、多段階の問題を推論できる「エージェント型AI」へと進化することが可能になっています。
AIがますます高速なプロセッサーを求める
これは注目すべきことですが、H100は、コンピューターの処理能力におけるもう一つの革命の一部でもあります。H100はGPU（グラフィックス処理装置）であり、その名が示すとおり、もともとゲームや動画の画面上の映像を描画するために開発されたマイクロプロセッサーの一種です。
実は、Nvidiaは1999年に初めてGPUを開発しました。それ以来、その優れた処理能力により、GPUはAIに必要な膨大なデータ処理における標準的な選択肢となっています。
同社はアクセラレーター市場の最大95%を支配していますが、この市場の性質は変化しました。Amazon（AWS）、Google Cloud、Microsoft（Azure）などのデータセンター事業者はもはや単なる顧客ではなく、カスタムAI ASICを開発する競合相手となっています（特定用途向け集積回路）。Amazonの Trainium や Microsoftの Maia シリーズなどがその例で、サードパーティ製シリコンへの依存を減らすことを狙っています。
H100が業界標準であった一方、米国のプログラミングの先駆者グレース・マリー・ホッパーにちなんで名付けられたGH200 Grace Hopper Superchipは、CPUとGPUを単一の統合された「頭脳」へと統合し、624GBという大容量の共有メモリを備えることで、ゲームのルールを根本から変えました。このアーキテクチャは、現在のGrace Blackwell B200への道を切り開いたものであり、推論タスクにおいてH100と比べて30倍の性能を提供します。
「急増する生成AIの需要に応えるため、データセンターには特化したニーズを持つアクセラレーテッド・コンピューティング・プラットフォームが必要です」。Nvidiaの創業者兼CEOであるジェンスン・ファンは、GH200の発表時にこのように述べました。
現在、その遺産はNvidiaのRubinプラットフォームに引き継がれており、2026年後半に展開される予定です。6つの新しいチップを組み合わせたこのシステムは、AIのコストをさらに10分の1に削減することを目指しており、データセンターを、現実世界と相互作用するよう機械を教える科学であるフィジカルAIを実現できる本格的な「AIファクトリー」へと変えるものです。
また、AMDのCEOであるリサ・スーが最近指摘したように、効率も5倍向上させます。これは極めて重要です。彼女は、AIは現在100ゼタフロップス（1秒間に10^21回の浮動小数点演算）を使用しており、2022年のわずか1ゼタフロップスから増加していると指摘しました。「私たちには、私たちができるすべてのことに対応するための計算能力がほとんど足りていません」と彼女は指摘しました。
今後のチップおよびプラットフォームの世代は、こうした増え続けるデータセットを処理できるよう設計されており、膨大なメモリと処理能力により、高度なAIワークロードを大規模に実現可能にしています。
責任あるAIの開発
しかし、開発の急速な進展により、規制が追いついていないことを懸念する声が多く上がっています。世界経済フォーラムは、AIグローバル・アライアンスを立ち上げました。このアライアンスは、業界リーダー、政府、学術機関、市民社会組織を結集し、透明性と包摂性のあるAIシステムの責任ある世界的な設計と公開を推進することを目指しています。
2023年4月、フォーラムはサンフランシスコで「責任あるAIのリーダーシップ：生成AIに関するグローバル・サミット」を開催しました。これには100名を超える技術専門家や政策立案者が参加しました。参加者は共同で、AIを責任を持って開発するための30の提言について合意しました。これは、公開的に、かつ社会の進歩に資する形で行われるものです。
フォーラムの技術・データ・メタバース担当責任者であるキャシー・リーと、フォーラムの専務理事であるジェレミー・ジャーゲンズは、「フォーラム・ストーリーズ」への寄稿で次のように述べました。「生成AIは…私たちの経済と社会に変革をもたらす力であることが証明されつつあります。
「ここ数か月の急速な発展は、AIがデジタル環境を発展させていく基盤インフラとしての重要な役割を浮き彫りにしており、その責任ある倫理的な利用を確保する必要性を改めて示しています。」
2025年のフォーラムとアクセンチュアの報告書によると、責任あるAIを完全に運用に組み込んでいる組織はわずか1%であることが、以下の図からも明らかになっています。
2026年1月、フォーラムの焦点はさらに拡大し、「ソブリンAI」を含むようになりました。AIへの世界的な投資は加速しており、AIインフラへの年間投資額は2030年までに4,000億ドルに増加すると予想されています。しかし、AIの主権がインフラの所有権と次第に混同されるにつれ、各国は取り残されるリスクがあると、このホワイトペーパーは述べています。
ダボス会議2026の注目セッションにおいて、Nvidiaのファンは、AIが「人類史上最大のインフラ構築を始動させた」という見解に同意しました。彼は、AIは電力や道路などの他のインフラと同等の位置づけにあるべきだと主張しました。
ファンは各国に対し、自国のデータを輸出するのではなく、自国のデータを処理するための独自のモデルを構築するよう促し、国家のデータを最も価値のある資産と位置づけました。「あなたの国の専門知識があれば、自国にとって有益なモデルを作ることができるはずです。だからこそ私は、すべての国が関与し、AIインフラを整備し、独自のAIを構築し、基本的な天然資源であるあなたの言語と文化を活用し、AIを開発し、継続的に改良し、国家の知能をエコシステムの一部にすべきだと心から信じています」。
主権を持ち、効率的なモデルへのこの動きは、現在、AIブームによる経済的利益を世界中で共有することを確実にするうえで不可欠であると見なされており、利益が少数のテクノロジー拠点に集中するのを防ぐことにつながります。
以下で、ファンとのセッションの全編をご覧ください：
フォーラムは、リーダーがAIを理解し、責任あるイノベーションに向けて協働できるようどのように支援しているか
AI卓越センターは、分野横断的にリーダーをつなぎ、人工知能の急速な進化と、それが経済や社会に与える影響を理解することを支援しています。AIの導入に関連する機会、リスク、トレードオフについて、情報に基づいた対話を支援しています。
信頼できる場と協働イニシアチブを通じて、センターはパートナーが共通理解を築き、AIのイノベーションと利用に関する責任あるアプローチに向けて協力できるよう支援しています。
