ジェンスン・フアン：Nvidiaの未来とフィジカルAI、エージェントの台頭 [YouTube]
(youtube.com)- Nvidia CEOのジェンスン・フアンがAll-Inポッドキャストに出演し、Groq買収、推論の爆発、フィジカルAI、エージェント・コンピューティング、AI産業のPR危機など幅広いテーマを扱ったインタビュー
- NvidiaはGPU企業からAIファクトリー企業へと進化しており、エージェント処理のための異種コンピューティング・アーキテクチャにGroq LPU、BlueField、CPU、ネットワーキング・プロセッサを追加
- Open Clawを現代AIコンピューティングのOS青写真と評価し、メモリシステム・スキル・スケジューリング・IOサブシステムを備えた初の個人向けAIコンピュータと定義
- フィジカルAIは50兆ドル規模の市場として、技術産業が初めて取り組む領域であり、現在は年間約100億ドル規模に近い事業として指数関数的に成長中
- AI産業のPR危機について、技術リーダーの極端で終末論的な発言が政策立案者や大衆に及ぼす悪影響を警告し、より節度がありバランスの取れたコミュニケーションの必要性を強調
Groq買収と推論の爆発
- 2年半前に紹介したAIファクトリーOS Dynamoの中核技術は**分離型でない推論(disaggregated inference)**で、推論処理パイプラインを分割して異なるGPUで実行する方式
- この分離型でないコンピューティングの概念がMellanox買収につながり、現在のNvidiaコンピューティングはGPU、CPU、スイッチ、スケールアップ/スケールアウト・スイッチ、ネットワーキング・プロセッサ全体に分散
- ここにGroqを加え、適切なワークロードを適切なチップに配置する構造
- エージェント処理の時代へ移行する中で、ワーキングメモリ、長期メモリ、ツール使用、ストレージの要件が急増
- 大規模モデル、小規模モデル、拡散モデル、自己回帰モデルなど、データセンター内で多様なモデル種別が共存
- Vera Rubinは、この極めて多様なワークロードを実行できるよう設計されたシステム
- 従来の1ラック構成に4ラックを追加し、NvidiaのTAMが約33〜50%増加
- 追加分はストレージ・プロセッサ(BlueField)、Groqプロセッサ、CPU、ネットワーキング・プロセッサで構成
- データセンター価格とトークンコストを同一視してはいけない
- 500億ドルのファクトリーが最小コストのトークンを生産でき、その理由は10倍のスループット効率
- 200億ドルは土地・電力・シェルのコストであり、ストレージ・ネットワーキング・CPU・サーバー・冷却はどうせ必要
- GPU価格が1xか0.5xかの差は500億対400億程度で、10倍のスループットに比べれば大きな比率ではない
- 昨年は推論が1,000倍増えると言っていたが、今では100万倍、10億倍の水準に向かうと見る
- 当時は世界が事前スケーリングと学習に集中していたが、現在は推論が爆発的に増加し、**推論制約(inference constrained)**の状態
世界最高価値企業の意思決定
- CEOの役割はビジョンと戦略を定義することであり、優れたコンピュータ科学者や技術者の情報を基に未来を形作る
- 中核基準: 狂気じみて難しいことか、これまで一度も実現されたことがないことか、Nvidiaの特別なスーパーパワーに合致するか
- 簡単なことなら競争相手が多いため避けるべき
- 極度に難しいことには苦痛が伴うため、その過程を楽しめなければならない
フィジカルAIの50兆ドル市場とOpen Claw
- フィジカルAIは、技術産業が初めて50兆ドル規模の産業に取り組む機会
- 10年前に始まり、現在は年間約100億ドルに迫る指数関数的成長事業
- 3つのコンピューティング・システムの区分
- 1つ目: AIモデルの学習・開発用コンピュータ
- 2つ目: 評価用コンピュータ — 物理法則に従う仮想環境でロボット・自動車を評価 (Omniverse)
- 3つ目: エッジ・ロボティクス・コンピュータ — 自動運転車、ロボット、テディベアなど
- 通信基地局をAIインフラの一部へ転換する取り組みを進行中
- 2兆ドル規模の通信産業がAIインフラの拡張になる見込み
- デジタル生物学はChatGPTモーメントに近づいている
- 遺伝子、タンパク質、細胞の表現とダイナミクスの理解が2〜5年以内に可能に
- 5年以内にデジタル生物学がヘルスケア産業で変曲点に到達する見通し
- Open Clawは過去2年間の3つの変曲点のうち3つ目
- 1つ目: ChatGPT — 生成AIを大衆認知へ引き上げた
- 2つ目: o1/o3 — 推論(reasoning)と根拠に基づく情報によって経済モデルの変曲点を作った
- 3つ目: Claude Code — 初の有用なエージェント・システムだが企業向けに限定され、Open Clawが大衆意識にAIエージェント概念を刻み込んだ
- Open Clawのコンピューティング・モデル構造
- メモリシステム: スクラッチパッド(短期記憶)、ファイルシステム
- スキル: APIを通じて複数タイプのアプリケーションを実行
- リソース管理・スケジューリング: cronジョブ、エージェントのスポーン、タスク分解
- IOサブシステム: 入出力、WhatsApp連携など
- この4つの要素が根本的にコンピュータを定義する → 初のオープンソース個人向けAIコンピュータ
- エージェント・ソフトウェアのガバナンス・セキュリティへの貢献
- 機密情報アクセス、コード実行、外部通信の3つを同時にすべて許可しないポリシー
- Peter SteinbergerとNvidiaエンジニアがセキュリティ強化に貢献
AIのPR危機とAnthropicのコミュニケーション問題
- AIは生物学的存在でも、宇宙人でも、意識を持つものでもないコンピュータ・ソフトウェア
- 「私たちはまったく理解していない」という言い方は事実ではなく、この技術について多くを理解している
- 政策立案者に継続的に情報提供し、終末論と過激主義が政策決定に影響しないようにすべき
- 同時に技術は非常に速く動くため、政策が技術より過度に先行してはならない
- 米国の最大の国家安全保障上の懸念: 他国がAIを採用している間に、米国がAIに怒りや恐怖や被害妄想を抱き、採用できなくなること
- Anthropicについて: 技術は優れており、セキュリティ・安全性への集中は尊敬できる
- しかし、技術の危険性を警告するのはよいが、怖がらせるのはそれほどよくない
- 根拠なく極端で破局的な発言をすると、人々が思う以上に有害になり得る
- 技術リーダーとして言葉の重みを認識し、より節度があり、穏当で、バランスが取れ、思慮深くあるべき
- 米国内でのAI人気は**17%**であり、原子力産業のように停止へ向かった道をたどる危険がある
- 中国では100基の核分裂炉が建設中である一方、米国は0基
- データセンター・モラトリアムの話も出ている状況
売上創出力、従業員トークン配分、エージェントの未来
- AIモデル利用順位: 1位 OpenAI、2位 オープンソース(非常に大きな差)、3位 Anthropic
- コンピューティング需要の増加
- 生成AI → 推論: 約100倍
- 推論 → エージェント: 約100倍
- 2年でコンピューティングが10,000倍増加
- 人は情報に対してお金を払うが、仕事(work)にはより多くのお金を払う
- エージェント・システムは仕事を処理してくれる → 消費は現在約100倍に増加、まだスケーリングすら始まっていない段階
- Nvidiaの43,000人の従業員のうち約38,000人がエンジニア
- 年俸50万ドルのエンジニアが年間5,000ドルしかトークンに使わないなら大問題
- 最低でも25万ドル以上をトークンに消費すべきという期待
- チップ設計者が「紙と鉛筆だけ使う、CADツールは不要だ」と言うのと同じ状況
- Auto Researchの事例
- デスクトップで30分で行った研究が、通常なら7年かかるPhD論文級
- GitHubからダウンロードしてローカルで実行し、科学ジャーナル水準の結果を出す
- 600行のコードで週末に公開されたツール
- 未来の働き方: コードを直接書く代わりにアイデア、アーキテクチャ、仕様を書くようになり、チームを編成し評価基準を定義する
- すべてのエンジニアが100体のエージェントを持つようになる
エンタープライズ・ソフトウェアの未来
- エンタープライズITソフトウェア産業が破壊されるという見方への反論
- エンタープライズ・ソフトウェアは**人員と座席(butts and seats)**によって制限されてきた
- まもなく100倍多いエージェントがSQL、ベクターデータベース、Blender、Photoshopなど既存ツールを使うようになる
- 既存ツールは仕事をうまくこなし、最終的な成果物をユーザーが制御可能な形で表現するための経路として機能する
オープンソース、グローバル拡散、イラン/台湾サプライチェーン
- モデルは技術であって製品ではなく、技術であってサービスでもない
- 独占モデルとオープンソースモデルはどちらも根本的に必要 (A or BではなくA and B)
- 一般消費者はChatGPT、Claude、Geminiなど水平レイヤーの汎用知能を好む
- 産業別ドメイン専門性・特化はオープンモデルでのみ可能
- オープンソースモデルはフロンティアに近接しており、フロンティアに到達してもサービス型モデルは引き続き繁栄する見込み
- グローバル拡散の現状
- バイデン時代の拡散ルールは反米的なAI拡散政策だった
- Trump大統領は米国技術産業の世界的主導と技術拡散を望んでいる
- Nvidiaは世界第2位の市場(中国)で95%の市場シェアを放棄し、現在は0%
- Secretary Lutnikから承認済みライセンスを確保し、中国企業から購入注文を受けてサプライチェーン稼働を再開中
- 国家安全保障の観点
- 小型モーター、希土類鉱物、通信ネットワーク、持続可能エネルギーを制御できなければ国家安全保障は弱まる
- AI産業が太陽光、希土類、磁石、モーター、通信のようになってはならない
- 米国の技術スタック(チップ〜コンピューティングシステム〜プラットフォーム)が**世界の90%**を占めるのが望ましい
- 台湾: 米国の再工業化を可能な限り迅速に進めるべきで、台湾サプライチェーンとの戦略的パートナーシップと友好関係を確保し、Arizona、Texas、Californiaで高速に製造
- 韓国、日本、欧州へのサプライチェーン多様化が必要
- 多様化とレジリエンス確保の間は忍耐と自制が必要
- ヘリウム: 問題になり得るが、サプライチェーンには十分なバッファがある可能性
自動運転プラットフォームと競争
- 「動くものはすべて、いつか完全または部分的に自律化される」
- Nvidiaは自動運転車を自ら作るのではなく、すべての自動車メーカーが作れるよう支援する
- 学習用コンピュータ、シミュレーション/評価用コンピュータ、車載コンピュータの3つすべてを構築
- 世界初の推論ベース自動運転車 — 複雑なシナリオを単純なシナリオに分解して探索するAlpommyoシステム
- Teslaは学習用コンピュータのみ購入し、他社はフルスタックを使うなど柔軟な協業モデル
- Google TPU、Amazon Inferentia/Traniumなど、顧客が競合にもなる状況
- Nvidiaの自信: 最高の技術で競争し速く走り続ける限り、Nvidiaから買うのが最も経済的
- すべてのクラウドに存在する唯一のアーキテクチャ — クラウドからオンプレミス、車両、あらゆる地域、宇宙まで
- 事業の約**40%**は、完全なAIファクトリーを構築できるフルスタックがなければ顧客が活用できない
- 市場シェア拡大の理由
- AnthropicがNvidiaへ移行、MetaもNvidiaへ移行、オープンモデルも成長 — すべてNvidia基盤
- クラウド外の企業・産業・エッジの成長
- AWSが今後数年で100万個のチップ購入を発表
- アナリストの成長鈍化予測(来年30%、その次20%、2029年7%)について
- AIの規模と範囲を理解していないことが原因
- 多くはAIが上位5社のハイパースケーラーにしか存在しないと考えるが、実際にははるかに広範
宇宙データセンター、AIヘルスケア、ロボティクス
- 宇宙データセンター
- すでに宇宙へ進出 — 耐放射線化されたCUDAが世界中の衛星でイメージング・AI画像処理を実行
- 宇宙ではすべてのデータを地球へ送るより、宇宙で直接イメージング処理するほうが合理的
- 宇宙にはエネルギーが豊富だが、伝導・対流による冷却は不可能 → 放射のみ可能で、非常に大きな表面積が必要
- 宇宙データセンター・アーキテクチャの探求には数年を要すると予想
- AIヘルスケアの3領域
- AI生物学: AIで生物学的挙動を表現・予測 → 創薬
- AIエージェント: 診断補助など — Open Evidence、Hypocraticなどの事例
- フィジカルAI: 物理法則を理解するAI → ロボット手術など
- 将来は超音波、CTなど病院のすべての機器がエージェント化され、安全版のOpen Clawがすべての機器に組み込まれる
- ロボティクス
- 米国はこの産業の多くを発明したが、中核技術(脳=AI)が登場する約5年前に息切れしてしまった
- 高機能な存在証明(existence proof)から合理的な製品まで、技術は**2〜3サイクル(3〜5年)**以上はかからない
- 中国はマイクロエレクトロニクス、モーター、希土類、磁石分野で世界最高水準 → 世界のロボティクス産業は中国の生態系・サプライチェーンに大きく依存
- ロボットは個人が単独ではできない仕事を可能にし、**経済的モビリティと繁栄の最大の解放(unlock)**となる
- 現在の米国は数百万人規模の労働力不足で、ロボティクスを切実に必要としている
- ロボットによる仮想的現存在(virtual presence)、光速での移動、月・火星植民地化の中核手段
OpenAI/Anthropicの売上潜在力とAIのモート
- Dario Amodeiは2027〜28年までに数千億ドル、2030年までに1兆ドルの非インフラAI売上を予測
- ジェンスンはこれを非常に保守的と評価し、Anthropicはそれをはるかに上回る成果を出すと期待
- まだ織り込まれていない部分: すべてのエンタープライズ・ソフトウェア企業がAnthropic・OpenAIトークンの付加価値再販業者になること
- Go-to-marketは対数的に拡大していく見通し
- AI時代のモート(参入障壁)は深い専門特化(deep specialization)
- 汎用モデルがエージェント・システムにつながり、多くのモデルは企業が独自学習した特化サブエージェントになる
- 起業家へのメッセージ: 自分のバーティカルを誰より深く理解し、ツールが進化したら自分の知識を注入せよ
- エージェントを顧客に早くつなぐほどフライホイールが回り、エージェントはより良くなる
- 現在の水平プラットフォーム → カスタマイズモデルとは逆に、プラットフォーム企業が専門家・バーティカル領域の専門家になる機会
AI時代の若者への助言
- 深い科学、深い数学、言語能力を推奨
- 言語がAIのプログラミング言語であるため、英文学専攻が最も成功する可能性すらある
- どんな教育を受けてもAI活用の深い専門家になるべき
- 指示しすぎず(overprescribe)、AIが革新し創造する余地を残しつつ望む結果へ導くのは芸術(artistry)
- 放射線科医の事例
- 10年前、コンピュータビジョンが放射線科を完全に代替するという予測 → コンピュータビジョンは100%統合された
- しかし放射線科医の数はむしろ増加し、需要も急増
- スキャンが高速化してより多くの検査が可能に → より多くの患者を処理 → 病院収益が増加
- 職業の**作業(task)は変わっても目的(purpose)**は維持される
- 生産性が高まればより豊かな国家となり、教室により多くの教師を配置でき、すべての学生に個別化カリキュラムを提供可能
- 雇用転換は不可避だが、自動運転により1,000万〜1,500万の運転関連職が変化する見込み
- 運転手はモビリティ・アシスタントへ進化する可能性 — 車が自動で走る間、乗客のためにさまざまな業務を行う
- 航空機のオートパイロットがより多くのパイロットを生み出したのと同様のパターン
5件のコメント
24:28 あたりからが印象的ですね
こんな思考実験をしてみましょう。
年収50万ドルのソフトウェアエンジニアやAI研究者がいると仮定します。こういうケースは私たちにとって珍しくありません。
その年収50万ドルのエンジニアに、年末に私がこう尋ねるとします。
「今年、トークンにいくら使いましたか？」
ところが、その人が「5,000ドル使いました」と答えたら、私は本当に驚くでしょう。
その年収50万ドルのエンジニアが最低でも25万ドル分のトークンを使っていなかったら、私はかなり深刻に受け止めます。
これは、うちのチップデザイナーの一人が
「私は紙と鉛筆だけ使います。CADツールは必要なさそうです」
と言うのと何ら変わりありません。
つまり、今や最高の人材を見る観点そのものが完全に変わりつつあるということです。
これは、NBAでレブロン・ジェームズが自分の身体を管理し、コンディションを維持するために
毎年100万ドルを使い始めたときに私たちが学んだこととも似ています。
これほど優れた知識労働者たちに、なぜ超人的な能力を持たせないのでしょうか。
では、2〜3年後を見据えたとき、
Nvidiaの最高の人材一人はどれほど効率的に働けるようになるのでしょうか。
そして、いったいどこまで成し遂げられるようになるのでしょうか。
まず、「わあ、これは難しすぎる」という考えは消えるでしょう。
「これは時間がかかりすぎる」という考えも消えるでしょう。
「人がたくさん必要だ」という考えも消えるでしょう。
大きすぎる、重すぎる、時間がかかりすぎる。
こうした考えはすべて消えます。
最後に残るのは創造性です。
あなたが何を思いつけるかだけが残るのです。
すると、次の問いはこれです。
このエージェントたちとどう協働するのか？
それは結局、コンピュータプログラミングを行う新しいやり方です。
以前は私たちが直接コードを書いていました。
これからはアイデアを書き、アーキテクチャを書き、仕様を書くことになるでしょう。
私たちはチームを組織し、
良い結果と悪い結果をどう評価するかを定義し、
何が優れた結果なのかを決め、
どう一緒に反復改善するか、
どうブレインストーミングするかを決めるようになるでしょう。
本当に重要なのは、まさにそういう仕事です。
そして私の考えでは、
これからはすべてのエンジニアが100人のエージェントを従えることになるでしょう。
言いたいことは分かりますが、コード行数でエンジニアを評価するのは愚かなことでしたよね。良い指標というのは本当に難しい気がします
年俸50万ドルのエンジニアに「トークンをどれだけ使いましたか？」と尋ねるのではなく、
「今年は何を開発し、それは会社の営業利益にどう貢献しましたか？」と尋ねるべきではないでしょうか?
「トークンをいくら使いましたか？」と聞くのではなく、うまく活用できているかを問うべきなんですよね。
5000ドルしか使っていないというのは、あまりにも少なすぎるという基準として考えればよさそうです。
「私は紙と鉛筆だけ使います。CADツールは必要なさそうです」
と言うのと何ら変わりありません。
別の例を挙げると、「社員の中に、Excelで合計の数式しか使っていない社員がいる？」と考えると分かりやすいと思います。