Meta Museと迫り来るCPU不足：シティはAIエージェント向けコンピュートが年率60%で成長すると予測

TREE NEWS 報道： Meta Museやその他のパーソナルAIエージェントのリリースにより、人工知能業界は受動的なプロンプト駆動型チャットボットから、常時稼働する自律型エージェントへと移行しつつあり、この移行がハードウェア需要の地図を書き換えている。シティの新しいレポートは、エージェント型AIがコンピュート需要を桁違いに押し上げる潜在的な要因であり、CPUの総獲得可能市場（TAM）を2025年の約290億ドルから2030年までに3,000億ドルへと押し上げる、年平均成長率（CAGR）60%になると主張している。

なぜCPUがボトルネックになるのか

エージェント時代以前、CPUは主に従来のワークロードや、ユーザーのリクエストをGPUにルーティングするヘッドノードとしての役割に追いやられていた。重い行列演算や推論作業はGPU上に留まっていた。エージェントはこの分業を変える。エージェントはオーケストレーション、推論ループ、データ処理、セキュリティコンポーネントを処理しなければならず、これらの機能は汎用プロセッサに大きく依存している。AIがトレーニングから推論、そして自律型エージェントのワークフローへと移行するにつれ、CPU対GPUの比率は劇的に変化している。トレーニングでは約1:8、推論では1:4、そしてエージェント型AIでは1:1以上へと向かっている。シティは、エージェント専用のCPUが247%のCAGRで成長し、2030年までにCPU市場全体の52%を占めると予想している。

Meta Museを支えるGPUの計算

Meta Museは、真のソーシャルネットワーク規模で投入された初のコンシューマー向けAIエージェントであり、そのコンピュートフットプリントはAIインフラにおける最も重要な変数の一つとなっている。標準的なチャットボットとは異なり、Museは自律型エージェントとして継続的に稼働し、その基盤となるロジックははるかに重いGPU消費を意味する。シティは、典型的なユーザーが1日あたり4件の簡単なリクエストと12件のエージェントタスク（レストランの検索、カレンダーの確認、招待状の作成など）を行い、エージェントタスクごとに約8回のモデル呼び出しがあると仮定したボトムアップモデルを構築した。モデルは呼び出し間で記憶を持たないため、毎回増大する会話コンテキストを再読み込みする必要がある。これに基づくと、各Museユーザーは約0.0020のGB200クラスGPUを必要とし、つまり1基のGPUで約500ユーザーしか賄えない。同じ枠組みでは、チャットボットスタイルのユーザーはエージェントユーザーが必要とするGPU容量のわずか12.5%から25%しか必要としない。Meta Museが1億人の日次アクティブユーザーに達した場合、シティは20万から39万基のBlackwellクラスGPUが必要になると推定しており、Nvidiaにとって70億ドルから190億ドルの一時的な収益機会となる。

メモリとネットワーキングへの波及効果

波及効果はロジックチップにとどまらない。CPUはLPDDR、DDR、SSDメモリの高い装着率を伴い、マイクロンはエージェントのワークフローがCPU制約の厳格化とともに消費者からより多くの価値を引き出していると指摘している。ネットワーキング側では、エージェント型AIがトラフィックを大幅に増加させる。Nvidiaの経営陣は、エージェントが数時間または継続的に稼働し、消費者およびエンタープライズのワークロード全体ではるかに多くのトークン生成を促すと述べている。より多くのインフラリクエストが人間ではなくエージェントから来るようになると、データセンター内のノースサウス・トラフィック（ストレージアクセス、セキュリティ、構成サービス）が増加し、BlueField 4やSpectrum-X EthernetなどのDPUに新たなアクセラレーション機会を生み出す。

市場への影響

コンピュートサプライヤー： シティはAMDをCPU復活の主要な受益者と見ており、Metaが同社の最大のサーバー顧客の一つであると指摘し、目標株価を800ドルに引き上げた。NvidiaはGPU需要の急増から利益を得る立場にある。
メモリ： DRAMとSSDの装着率の上昇は、CPUバウンドのワークロードが拡大するにつれメモリメーカーに有利に働く。
ネットワーキング： エージェントトラフィックの増加に伴い、DPUとEthernetファブリックが恩恵を受ける。
半導体サプライチェーン： ファウンドリ、先端パッケージング、高帯域幅メモリのサプライヤーは構造的に高い需要に直面する。

投資家向けの重要ポイント

エージェント型AIの物語は単なるソフトウェアの話ではなく、トレーニングブームとは異なる形をしたハードウェア需要の話である。投資家は3つのシグナルに注目すべきだ。Meta Museや類似のエージェントがシティのGPU計算を正当化する日次アクティブユーザー規模に達するかどうか、CPU対GPU比率がどのくらいの速さで同等に近づくか、そしてメモリとネットワーキングのベンダーが追随できるかどうかである。最大のリスクは実行である。エージェントの採用が停滞したり、推論効率が予想以上に速く改善したりすれば、予測される需要曲線は平坦化する可能性がある。しかしシティが正しければ、AIトレードの次の段階はGPUだけでなく、CPU、DRAM、データセンターネットワーキングを通じて進むかもしれない。