名古屋ではたらく社長のITニュースポッドキャスト

2025年も最後の日となりましたが、イーロン・マスク氏率いるxAIから驚くべきニュースが飛び込んできました。報道によると、xAIは米国ミシシッピ州サウスヘイブンにある81万平方フィート（約7.5万平方メートル）の巨大な物流倉庫を取得し、これを同社にとって3つ目となる大規模データセンターに転用する計画を明らかにしました。

この新拠点は、テネシー州メンフィスですでに稼働しているスーパーコンピュータ「Colossus（コロッサス）」の第2データセンターから州境を挟んですぐの場所に位置しています。マスク氏はこの新施設を、競合であるマイクロソフト（Micro-Soft）を揶揄する形で「MACROHARDRR（マクロハーダー）」と名付けました。単なるジョークのようですが、そこには「ハードウェア（物理インフラ）で他社を圧倒する」という強烈な意思が込められています。

xAIの動きは極めて迅速です。メンフィスの既存施設であるColossusは、わずか4ヶ月弱という異例のスピードで立ち上げられ、すでに世界最大規模のGPUクラスターとして稼働しています。今回取得したサウスヘイブンの施設も、2026年には本格的なデータセンターとして稼働を開始する予定です。これにより、xAIが保有する計算リソースの総電力容量は、将来的に約2ギガワットに達すると見込まれています。

特筆すべきは、彼らが電力インフラまで自前で整備しつつある点です。既存の電力網だけでは賄いきれないこの莫大なエネルギー需要を満たすため、xAIは近隣に天然ガス発電所の建設も進めています。OpenAIやMicrosoftが2028年頃を目標に計画している超巨大スパコン「Stargate」構想に対し、マスク氏は「今、現実にモノを作る」ことで数年のリードを奪おうとしているのです。

2026年に向けて、AI開発競争は単なるモデルの性能争いから、土地、電力、そして冷却設備をめぐる「物理的な陣取り合戦」の様相を呈してきました。このMACROHARDRRが稼働した時、AIの進化速度はさらに一段階ギアを上げることになるでしょう。

2025年も残すところあとわずかとなった12月30日、半導体業界に大きなニュースが飛び込んできました。世界最大のファウンドリであるTSMCが、待望の2ナノメートル世代の製造プロセス「N2」の量産を正式に開始したと発表しました。これは単なる微細化の更新ではありません。長年、スマートフォンの進化を支えてきた「FinFET」という技術から、より高度な「ナノシート」構造へとトランジスタの形状を刷新する、歴史的な転換点となります。

このナノシート技術は、電流の漏れを極限まで抑え込むことができるため、電力効率が劇的に向上します。TSMCの公式情報によると、前世代の3ナノメートルプロセス（N3E）と比較して、同じ消費電力であれば性能が10〜15%向上し、同じ性能であれば消費電力を25〜30%も削減できるとしています。バッテリーの持ちが重要なスマートフォンや、膨大な電力を消費するAIサーバーにとって、この「3割の省電力化」は極めて大きな魅力となります。

市場の関心はすでに「誰が最初にこのチップを使うのか」に移っています。業界の通例通り、最初の顧客はAppleになると見られており、2026年発売予定の次期iPhoneやMac向けのチップにこの技術が採用される可能性が高いでしょう。また、TSMCは台湾の高雄（カオシュン）や新竹（シンチク）の工場をこのN2の主力拠点として整備しており、需要の爆発的な増加に備えています。

一方で、競合他社の動きも見逃せません。かつての王者Intelは、独自の「Intel 18A」プロセスでTSMCへの対抗姿勢を鮮明にしており、裏面から電源を供給する技術などで差別化を図っています。また、韓国のSamsungもGAA技術で先行しようと試みていますが、歩留まりの課題に直面しているとの報道もあり、安定した量産実績を持つTSMCの優位性が改めて浮き彫りになった形です。2026年は、この2ナノメートル技術が普及し、私たちの手元のデバイスやクラウドAIがまた一つ賢くなる年になるでしょう。

2025年も押し迫った12月26日、日本の半導体業界にとって、そしてAIの未来にとって非常に象徴的なニュースが飛び込んできました。ソフトバンクと米インテルが立ち上げたAIメモリー開発会社「SAIMEMORY（サイメモリ）」に、かつて日本の半導体産業を牽引した富士通が参画するというのです。

このニュースの背景には、今のAI開発が抱える二つの大きな壁があります。一つは「電力の壁」、もう一つは「供給の壁」です。 現在、NvidiaなどのAIチップには「HBM」と呼ばれる超高性能なメモリーが使われていますが、これは電気を大量に消費します。また、市場の6割以上を韓国のSKハイニックスなどが握っており、欲しい時に手に入らないという供給不安もつきまといます。

そこでSAIMEMORYが目指すのは、このHBMとは全く異なるアプローチで作られる「次世代メモリー」です。 最大の特徴は、インテルの得意とする「チップを垂直に積み上げる技術」と、東京大学などが持つ「磁場の力で通信する技術」を組み合わせる点にあります。これまでのメモリーは、チップに微細な穴をあけて金属の配線を通していましたが、新技術ではなんと配線を使いません。代わりに磁気を使ってワイヤレスでデータのやり取りを行います。これにより、配線による発熱や信号の遅延を劇的に減らし、消費電力を現在の半分に、容量を2〜3倍にすることを目指しています。

ここに富士通が加わる意味は極めて大きいです。富士通はかつてメモリー生産から撤退した過去がありますが、スーパーコンピュータ「富岳」の開発などで培った「どうやってシステムとして安定稼働させるか」という実装・品質管理のノウハウは世界トップクラスです。 「インテルの製造技術」「東大の基礎研究」「ソフトバンクの事業構想」、そして「富士通の実装力」。これらが組み合わさることで、単なる研究開発で終わらせず、2027年度の実用化、そして2029年度の量産というゴールが現実味を帯びてきます。

もしこれが成功すれば、AIインフラの心臓部であるメモリー市場において、日本が再びゲームチェンジャーとして世界に躍り出る可能性があります。かつて「産業のコメ」と呼ばれた半導体が、今度は「AIの脳細胞」として、日本で再び花開く日が来るのかもしれません。

2025年も残すところあと数日となった今日、中国のテック大手TencentがHugging Face上で突如として公開したAIモデル「WeDLM」が、AI研究者たちの間で大きな話題となっています。

このモデルの何が衝撃的なのか。それは、これまで「画像を作る技術」だと思われていた「拡散モデル」の手法を、高度な言語処理に見事に応用し、しかも実用レベルの性能を叩き出した点にあります。

私たちが普段使っているChatGPTなどのAIは、基本的に「自己回帰モデル」と呼ばれ、単語を一つずつ、リレーのように繋いで文章を作っています。丁寧ですが、どうしても計算に時間がかかるのが弱点でした。一方、Tencentが開発したWeDLMは、画像がモザイクから徐々に鮮明になるように、文章全体を並列処理で一気に形作るアプローチを採用しています。

公開されたデータによれば、このWeDLM-8B-Instructは、数学の推論タスクにおいて、最適化された従来のモデル（vLLM上のQwen3-8B）と比較して、なんと3倍から6倍もの高速化を実現したとのことです。しかも、単に速いだけではありません。推論能力を測るベンチマークテストでは、ベースとなったAlibabaの最新モデル「Qwen3-8B」を上回るスコアを記録しており、「速くて賢い」という、まさに鬼に金棒の状態です。

興味深いのは、TencentがライバルであるAlibabaの「Qwen3」をベースモデルとして採用している点です。企業の枠を超えて、優れたオープンソースモデルを土台にさらに新しい技術を積み上げる──このスピード感と柔軟性こそが、現在の中国AI開発の凄みと言えるかもしれません。

「拡散モデルによる言語生成」は、長らく研究段階に留まっていましたが、WeDLMの登場によって、いよいよ実用フェーズに入った可能性があります。もしこの技術が普及すれば、AIチャットボットの返答が「入力した瞬間に返ってくる」ような未来が、すぐそこまで来ているのかもしれません。

2025年の瀬戸際、通信半導体の巨人Marvell Technologyが、業界の勢力図を塗り替えるかもしれない巨額買収に動きました。およそ32億5000万ドル、日本円にして約5000億円を投じ、光電融合技術のスタートアップ「Celestial AI」を買収すると発表したのです。

なぜこれほどの巨額投資が必要だったのでしょうか？ その背景には、AIデータセンターが直面している「熱」と「壁」の問題があります。現在、AIの進化に伴い、GPUとメモリの間を行き来するデータ量は爆発的に増えています。しかし、これまでの「電気」による配線では、データを送る距離が長くなるほど信号が劣化し、膨大な熱が発生してしまいます。これがAIの性能向上を阻む「メモリの壁」です。

Celestial AIが持つ「Photonic Fabric」という技術は、この壁を「光」で突き崩します。彼らの技術は、サーバー同士をつなぐケーブルの話だけではありません。半導体のパッケージの中、つまりチップとチップの間のわずか数ミリの通信さえも「光」に置き換えてしまうのです。これにより、電気では不可能だった「超広帯域・低遅延・低消費電力」を実現します。

この分野では、すでにBroadcomが「CPO（Co-Packaged Optics）」と呼ばれる技術で先行し、11月には最新製品を出荷しています。また、絶対王者Nvidiaも自社チップに光技術を統合しようとしています。これまで「電気のスイッチ」で戦ってきたMarvellは、この「光の戦い」で後れを取るわけにはいきませんでした。

今回の買収でMarvellが手に入れたのは、単なる技術だけではありません。「対Nvidia」を掲げるAMDなどの巨大プレイヤーたちとの「共通言語」です。Celestial AIの技術は、Nvidiaの独自規格に対抗するオープン規格「UALink」とも親和性が高く、AWSなどのクラウド事業者も熱い視線を送っています。

2026年、Marvellはこの光の翼を得て、NvidiaとBroadcomという二大巨頭が支配する空へ、反撃の狼煙を上げることになります。私たちの使うAIが、より賢く、より速くなる裏側で、こうした「光」を巡る激しい陣取り合戦が繰り広げられているのです。

Metaの研究部門であるMeta AIが、また一つAIの知覚能力を押し上げる画期的な論文を発表しました。その名も「PE-AV（Perception Encoder Audiovisual）」。簡単に言えば、AIに「目」と「耳」を同時に、そして完全にリンクした状態で持たせるための新しい脳の構造です。

これまでも映像と音声を扱うAIはありましたが、その多くは「画像」が主役で、音声はあくまで補助的な役割に留まるか、あるいは別々に処理されることが一般的でした。しかし、私たちの現実世界では、ガラスが割れる映像と、パリーンという音は不可分な存在ですよね。Metaが今回発表したPE-AVは、1億件以上という膨大な動画データを用い、映像、音声、そしてテキストのすべての組み合わせ（ペア）において、何がどう対応しているのかを「対照学習」という手法で徹底的に学習させました。

このモデルの凄さは、特定のデータ（例えば画像だけ）を基準にするのではなく、すべての感覚データを対等に扱える点にあります。これにより、「波の音」を聞かせるだけでそれにぴったりの「海の映像」を探し出したり、逆に映像からどんな音が鳴っているはずかを推測したりする精度が劇的に向上しました。

さらに興味深いのは、この技術がMetaの次世代音声AIツール「SAM Audio」の基盤になっているという点です。写真から物体を切り抜くように、複雑な環境音から特定の音だけを抽出するこの技術は、PE-AVという強力な「知覚エンジン」があって初めて実現しました。

GoogleやOpenAIが派手な「生成」機能で注目を集める中、Metaはこうして地味ながらも強力な「知覚（Perception）」の基礎体力を着々と強化しています。これは、彼らが目指すARグラスやメタバースにおいて、AIが現実世界を人間と同じように理解するために不可欠なステップだからです。AIが私たちの見ているもの、聞いているものを違和感なく理解する未来が、また一歩近づいたと言えるでしょう。

2025年のクリスマス、AI業界に激震が走りました。GPUの王者Nvidiaが、最大のライバルと目されていたAI半導体スタートアップ「Groq」を約200億ドル（約3兆円）で実質的に買収すると発表したのです。CNBCなどの報道によると、この取引は完全な企業合併ではなく、Groqの技術ライセンス供与と、創業者ジョナサン・ロス氏を含む主要エンジニアのNvidia移籍という形をとる模様です。

Groqは、2025年9月の資金調達時点で評価額69億ドルをつけるなど、飛ぶ鳥を落とす勢いでした。その強みは、AIの「推論」においてNvidia製GPUを凌駕する低遅延と処理速度を実現したLPU技術にあります。NvidiaはAIの「学習」分野では圧倒的シェアを誇りますが、実際にAIをサービスとして動かす「推論」分野では、コストと速度の面でGroqのような専用チップ勢の猛追を受けていました。

今回の巨額投資は、Nvidiaが抱える唯一の弱点であった「推論コストとレイテンシ」の課題を一挙に解決する狙いがあります。一方で、なぜ「完全買収」ではなく「ライセンスと人材移籍」という複雑なスキームを選んだのか。ここには、米司法省（DOJ）や欧州委員会による独占禁止法の監視を回避する意図が透けて見えます。MicrosoftがInflection AIで行ったのと同様、企業そのものは残しつつ、中核技術と人材だけを吸収することで、当局の承認プロセスを回避しようというわけです。

市場への影響は計り知れません。「Nvidia一強」への対抗馬として期待されたGroqが陣営に加わったことで、AMDやIntel、Cerebrasといった競合他社は極めて厳しい戦いを強いられることになります。ユーザーにとっては、Nvidiaのプラットフォーム上でLPU由来の爆速推論が利用可能になる未来が期待できる一方、AIインフラの価格決定権がさらに一社に集中することへの懸念も残ります。

日本政府がついに、AI時代の「反転攻勢」に向けて大きな舵を切りました。政府は本日、12月23日の閣議で、AIの開発や活用に関する初の方針となる「AI基本計画」を決定しました。

この計画の核心は、GoogleやOpenAIといった米国のテック巨人が支配する「言語モデル（LLM）」の土俵で正面から戦うのではなく、日本が勝てる「物理AI（フィジカルAI）」の領域で覇権を握ろうという戦略にあります。日本にはファナックや安川電機といった世界的なロボット企業があり、工場の製造ラインや介護現場には、正確で高品質な「現場データ」が大量に眠っています。政府はここに勝機を見出し、これらのデータを学習させたAIで、産業用ロボットや自動運転の知能化を世界に先駆けて進める狙いです。

これを財政面で支えるのが、高市早苗首相が肝いりで進める「1兆円規模の投資」です。先日19日に開かれた戦略本部での表明通り、AI開発用のスーパーコンピュータ整備や、スタートアップ支援に巨額の予算が投じられます。これは、かつての「半導体復活」に向けた投資に続く、国家プロジェクト級の動きと言えます。

また、我々にとっても興味深いのが、政府自身が変わろうとしている点です。デジタル庁が開発した政府専用AI「源内（げんない）」が、全省庁の職員に配布されます。これは外部のインターネットとは遮断された安全な環境で動くAIで、膨大な資料の審査や、国会答弁の下書きなどを担います。いわば「デジタル官僚」とも呼べるこのAIが、霞が関の長時間労働を解消し、行政サービスをスピードアップさせることが期待されています。

一方で、技術の暴走を防ぐためのガードレールも強化されます。AIの安全性を評価する「AISI」の人員を、現在の約30名から倍増させ、生成AIが作り出す「ディープフェイク」やサイバー攻撃のリスクに対処する体制を整えます。

「モノづくり」で世界をリードした日本が、「AI×モノづくり」で再び輝けるのか。2026年は、この「AI基本計画」が絵に描いた餅で終わるか、実を結ぶかの正念場となりそうです。

2025年も残すところあとわずか、12月22日にGoogleの親会社Alphabetから、AIインフラの未来を占う大きな発表がありました。Alphabetは、米国のクリーンエネルギー開発企業「Intersect Power」を約47.5億ドル、日本円にして7000億円規模で買収することで合意しました。

生成AIブームの影で、今、最も深刻な懸念事項となっているのが「電力不足」です。NVIDIAのGPUを大量に並べたデータセンターは、いわば“電気を食べる怪物”であり、その食料を確保できなければ、どんなに優れたAIモデルも動かすことができません。

これまで、GoogleやAmazon、Microsoftといったテック巨人は、発電会社と契約（PPA）を結んで電気を「買う」立場でした。しかし、今回のAlphabetの決断は、電気を作る会社そのものを「買う」という、一歩踏み込んだ垂直統合戦略です。これは、単に既存の発電所を手に入れるだけでなく、Intersect Powerが持つ「将来の建設予定地（パイプライン）」と、複雑な電力網に接続するための「開発チーム」を丸ごと獲得することを意味します。

Web上の報道やアナリストの反応を見ると、この動きは競合他社とのアプローチの違いを鮮明にしています。MicrosoftやAmazonが、スリーマイル島などの「原子力発電所」の再稼働に巨額を投じてベースロード電源を確保しようとしているのに対し、Googleは太陽光と大規模蓄電池、そして地熱などを組み合わせた「再エネの安定化」に軸足を置いています。

買収完了は2026年前半を見込んでおり、これによりGoogleは2028年までに約10ギガワット規模の新規電源を確保できる見通しです。かつて石油メジャーが油田を求めて世界を巡ったように、今のテック企業は「クリーンな電力」を求めて、エネルギー業界そのものを飲み込み始めています。

2025年の瀬戸際、12月22日に中国から驚くべきニュースが飛び込んできました。北京に拠点を置くAIユニコーン、Zhipu AI（国際的にはZ.aiとしてリブランド）が、最新フラッグシップモデル「GLM-4.7」をリリースしました。

このモデルの最大の特徴は、徹底的に「コーディング・エージェント」としての能力を磨き上げた点にあります。GitHub Copilotのような単なるコード補完ツールを超え、Claude CodeやClineといった自律型開発ツールの中で、「自分で考え、計画し、実行するエンジニア」として振る舞うことに特化しています。

Web上の開発者コミュニティRedditやX（旧Twitter）での反応を見ると、特に評価されているのが「Vibe Coding」と呼ばれる能力です。これまでAIにWebサイトを作らせると、デザインがどこか古臭かったり崩れていたりすることがありましたが、GLM-4.7は「今風の」洗練されたUI/UXを一発で出力するセンスを持っています。これは、AIが単なるロジックだけでなく、視覚的な美意識までも学習し始めたことを示唆しています。

技術的なブレイクスルーとしては、「Preserved Thinking（思考保持）」機能が挙げられます。OpenAIのo1モデルなどが得意とする「思考の連鎖（CoT）」を、一問一答で終わらせず、会話全体を通して維持する技術です。これにより、数十回に及ぶやり取りが必要な大規模なアプリ開発でも、AIが「あ、さっきの話忘れてました」となることなく、文脈を完璧に理解したまま作業を完遂できるようになりました。

ベンチマークスコアも衝撃的です。難関とされる「SWE-bench」や「HLE」において、GLM-4.7はGPT-5.2やClaude 4.5 Sonnetといった西側のトップモデルと肩を並べる、あるいは一部で上回る数字を叩き出しています。3550億パラメータという巨大なサイズながら、必要な部分だけを使うMoE（Mixture of Experts）技術により、一般のPCでも動作する軽快さを兼ね備えている点も驚異です。

米国による半導体規制が続く中、中国企業が独自のアルゴリズムと最適化技術でここまでの性能に到達した事実は、2026年のAI覇権争いが米中二強の時代へと完全に突入したことを告げています。