AI大手がより小さく高速なデータセンターへ軸足を移す
TREE NEWS 報道： OpenAIとAnthropicは、コンピューティング需要の一部を20〜30メガワット（MW）のデータセンターへ移行しつつある。これは、過去1年間のAIインフラ構築を特徴づけてきた数百メガワットやギガワット規模のインフラ契約から大きく方向転換するものだ。Anthropicはすでに英国と北欧地域でこの規模のプロジェクトに向けた協議を開始しており、OpenAIも北欧で同様の機会を模索し、米国でも交渉が進められている。
このシフトは、AIコンピューティング需要がモデルトレーニングから推論サービスへ移行する中で起きている。小規模施設はより迅速に稼働させることができ、推論タスクの分散処理により適している。Structure Researchは、世界のデータセンター容量において推論ワークロードが2027年までにトレーニング負荷を追い抜き、2030年までに37%に上昇すると予測している。
メガプロジェクトからマルチサイト戦略へ
過去1年間で、両社は大規模なインフラ契約を締結した。AnthropicはNscaleと約450億ドルのクラウドコンピューティング契約を結び、ウェストバージニア州のデータセンターで約460MWの容量をリースする。OpenAIのStargateプロジェクトは当初の10GWのコミットメントを超え、ジョージア州で3GW、オハイオ州で8GWの追加開発計画を抱えている。
現在、両社はこれらのメガプロジェクトを、より柔軟な容量源で補完している。OpenAIは「増大する世界的なAI需要に応えるため、多様化したコンピュートポートフォリオを構築している」と述べ、ワークロードごとに必要なインフラは異なり、需要、性能、信頼性、タイムライン、コストを総合的に考慮していると指摘した。
コンピュート調達ではスピードが新たな通貨に
Structure Researchのリサーチディレクター、Jabez Tan氏は、小規模プロジェクトの核心的な利点は利用可能な容量への迅速なアクセスだと述べた。すでに電力が供給されているサイトで数メガワットを確保することは、単一拠点が大規模容量を解放するのを待つよりも実用的なことが多い。サイトをまたいで実行できるワークロードであれば、複数の小規模施設を集約して相当な総容量にすることができる。
大規模データセンターの建設には長いリードタイムが伴う。米国などの主要プロジェクトは地域コミュニティの抵抗に直面し、欧州の一部では土地と電力の制約に直面している。AI企業にとって、分散したリソースを先に確保することは、大規模プロジェクトが稼働するまでのギャップを埋めることにつながる。
テキサス州でOpenAI向けの大規模データセンターキャンパスを建設したCrusoeは、小規模データセンターへの投資を増やしている。こうした施設は建設が速く安価で、大規模プロジェクトの遅延を緩和するのに役立つ。Crusoeは309億ドルの評価額で39億ドルの資金調達を発表した。
推論需要が分散コンピュートを後押し
AIワークロードの構造変化ももう一つの重要な要因だ。大規模モデルのトレーニングは通常、単一クラスター内で多数のチップを連携させる必要があるが、推論タスクは独立したリクエストを処理する小規模クラスターに分割できるため、分散展開により適している。
JLLのデータによると、推論ワークロードは2025年に世界のデータセンターのワークロードの9%を占め、トレーニングは14%だった。2027年までに推論はトレーニングを上回ると予想され、2030年までに37%に上昇する一方、トレーニングのシェアは13%に低下する。
このトレンドはすでにデータセンター建設に影響を与えている。2月、Nvidiaはデータセンター業界の参加者と協力し、分散推論向けの小規模データセンターソリューションを研究すると発表した。推論需要の拡大に伴い、AIインフラ競争は純粋なハイパースケールの追求から、調達のスピード、展開の柔軟性、分散能力へと移行しつつある。
市場への示唆
- データセンターREITとインフラプロバイダー：小規模で分散した施設は地域事業者やエッジコンピューティング事業者に恩恵をもたらす可能性がある一方、従来のハイパースケール重視のREITはメガディールのパイプラインで成長鈍化に直面する可能性がある。
- 半導体需要：分散推論はより幅広いチップの組み合わせを促し、Nvidiaの推論最適化製品やエッジAIに注力する競合他社に恩恵をもたらす可能性がある。
- エネルギーと公益事業：小規模サイトは単一グリッド拠点への圧力を緩和する可能性がある一方、分散電力需要全体を増やし、再生可能エネルギー事業者やグリッドインフラ企業に恩恵をもたらす。
- 暗号資産と分散型コンピュート：分散推論へのシフトは分散型GPUネットワークの理論的根拠を裏付け、AI企業が柔軟で場所に依存しないコンピュートを求める中で関心が高まる可能性がある。
- 不動産と建設：より速く安価な建設は、モジュール式データセンター建設企業や転用された産業用地に有利に働く可能性がある。
投資家向けの主なポイント
- AIインフラのトレードはハイパースケールのメガプロジェクトを超え、小規模で分散した施設へと広がっている。投資家は地域のデータセンター事業者やエッジコンピューティング関連に注目すべきだ。
- 推論が支配的なワークロードになりつつあり、チップ需要のプロファイルが変わり、分散型で低遅延のコンピュートに位置づけられた企業に有利になる。
- 容量までのスピードが今や競争優位であり、電力供給済みサイトを迅速に提供できる企業はプレミアム価格を獲得できる可能性がある。
- AI企業がマルチサイトで柔軟なインフラ戦略を採用するにつれ、分散型コンピュートネットワークが恩恵を受ける可能性がある。
