半导体株が40％暴落した後、改めて算力需要のファンダメンタルズを再考する

原文作者：Kerman Kohli

原文编译：Odaily

导读：半導体株が 30-40% 暴落した後、多くの人がAIバブル崩壊を宣言しました。しかし、この判断は致命的な前提に基づいています：すなわち、計算需要には限りがあるというものです。政府の軍事目的、科学研究、企業の製品開発、個人の利用に至るまで、あらゆる層が計算能力を奪い合っており、それぞれが支払ってもよいと考える価格の天井は異なります。さらに重要なのは、AIには他のインフラにはない特徴があることです——それは再帰的需要です：計算能力自体がさらなる計算需要を生み出します。ハイパースケールクラウドプロバイダーの受注残が5,000億ドルから 2兆ドル に膨れ上がった時点で、これを単なるバブルと言うには、より強力な証拠が必要です。

核心問題：無限の需要か有限の需要か

この記事の公開時点で、半導体およびその他のAI/モメンタム関連株は史上最高値から 30-40% 下落しています。

多くの人はこれを半導体/AI/メモリの天井と呼び、参加しなかったことを喜びたがっています。

おそらく、彼らは祝うのが早すぎるでしょう。

私の見解では、半導体/AIへの投資論は、次のたった一つの問いに集約されます。

「計算需要は有限だと思いますか、それとも無限だと思いますか？」

議論の中で、私は多くの人々が企業のユースケースや導入に関する局所的な経験に囚われ、それを市場全体に当てはめているのを目にしてきました。企業導入にはより長い時間がかかるという論点は確かに成り立つかもしれません。

しかし、これは逆説的に、より小さく、よりAIネイティブな企業が、より少ない従業員で大企業を打ち負かすインセンティブを生み出します。なぜなら、AIを適切に活用すれば、人件費で拡大するよりもはるかに安価だからです。

いずれにせよ、視野を広げ、AIへの資本支出を単なる企業需要と見なすのをやめましょう。高度な視点から見れば、AIの構築とは、計算能力を稼働させることに他なりません。

計算能力は、以下の層によって利用される可能性があります：

• 軍事・防衛目的の政府
• 医学やその他の最先端研究を行う科学者
• 新製品を構築し、労働力の制限なく拡大する企業
• より多くのことを実現するための個人（プログラミング、デザイン、創作、質問）

これらのユースケースと購入者は、それぞれ計算能力に対して異なる価格を支払う意思があります。ある人々は価格のために市場から退出するかもしれませんが、他の誰かがより高い予算を持っていないと考えるのは賢明ではありません。一部の人々にとって、計算能力への支出は、それが過酷な競争であるがゆえに交渉の余地がありません。例としては、主権国家やハイパースケールクラウドプロバイダーが挙げられます。他の人々にとっては、計算能力は人件費の代替品であり、依然としてはるかに安価です（法的コスト、管理時間などがありません）。

私たちが「過剰に建設している」または「容量以上に建設している」と信じることは、上記のいずれかのグループが最終状態に達し、現状に満足していることを意味します。簡単に言えば、それは以下を信じることです：

• 政府はよりスマートな兵器や防御能力を必要としていない
• 科学者はすでに行われた研究量に満足している
• 企業は製品ラインで十分な仕事をし、もはや成長を望んでいない
• 個人は好奇心の最終状態に達し、これ以上何かをしようとは思わない

もし上記のいずれかを本当に信じているなら、AIはバブルであり、過剰投資が行われているというあなたの主張は正しいでしょう。

各グループが計算能力に支払ってもよい/支払える価格は異なりますが、市場は需要に応じて組織化され、品質と価格が満たされるようにします。知能がすべてのグループにとって高すぎるというのは誤解です。なぜなら、知能を収益性高く編成できる人々は、その需要を押し上げ続けるからです。

しかし、もし人間と上記のグループが決して満足しないと信じるなら、計算能力への需要は無限であると信じなければなりません。私たちは今、計算能力を巡る大競争の只中にあり、それを認識している人はほとんどいません。

追问：投资回报率とは何か？

市場でより多くの時間を過ごした後、これは投資家が計算能力構築の継続に対して抱く最大の懸念事項です。ハイパースケールクラウドプロバイダーが全てのフリーキャッシュフローを使い果たす傾向は過剰なのか、彼らは自らの将来を賭けているのでしょうか？

ハイパースケーラーの資本支出に加えて、人々は巨大ラボがどの程度の収益と利益を得ているのかに大きな関心を寄せています。新しいオープンソースモデルがラボが最先端モデルから引き出せる価値を脅かしており、状況はさらに複雑になっています。

それぞれについて個別に議論しますが、まずはハイパースケールクラウドプロバイダーの資本支出から始めましょう。

ハイパースケーラーが計算を誤っていると考える人々へ、私はこれが事実とはほど遠いことを理解してもらいたい：パブリッククラウドサービスは法外に高く、彼らはあなたから一銭も残さず搾り取る方法を知っています。彼らは、世代全体の企業を、彼らなしでは拡大できないと信じ込ませることに成功しました。

その見返りとして、通常の非CPU計算能力のコストを 10-20倍 に引き上げています。さらに、基本作業を完了するためには、ログ、データ転送（エグレス）、その他5つのサービスに対しても支払う必要があります。

このゲームが機能するのは、彼らがあなたを自分たちのシステムに閉じ込めるからです。GCP/AWSの王国の中での帯域幅は安価ですが、外部に移行しようとすると大幅に値上がりします。多くのハイパースケーラーにとって、顧客を自社のエコシステム内に留めておくことが不可欠であり、そうしなければビジネスを失うリスクがあります。十分な計算能力を持たないことは、彼らの生存にとって致命的です。顧客のデータと計算の両方が自社内にある場合、GPUを使い果たしたと言うことは全くもって受け入れられず、顧客をゆっくりと競合他社へと追いやることになります。ハイパースケーラーは、顧客に望む価格を強制でき、顧客はそれに対してほとんど何もできないという、興味深い力学を生み出しました。彼らのテナントはベアメタルから大きく切り離されており、強力なロックイン効果があり、移行は（可能であっても）何年もかかる努力となります。

彼らがこれにどれほど熱心であるかを示す簡単な例を挙げましょう。数ヶ月前、私はこの 15,000ドル のマシンをどのように構築したかを書きました：

AI推論マシンの構築

図：著者による自作AI推論マシン 出典：Kerman Kohli / Substack

GCP上で同じGPUを搭載し、より低スペックの設定のマシンを見つけることができます：

https://cloud.google.com/products/compute/pricing/accelerator-optimized

オンデマンドのコストは月額約 3,248ドル、3年契約の予約インスタンスでは月額 1,444ドル です。

図：Google Cloud GPUインスタンス料金の例 出典：Google Cloud

私のマシンは 128GB のDDR5メモリしか搭載していませんが、Google Cloudのものは 180GB の何らかのメモリ（DDR4かDDR5かは教えてくれません笑）を搭載しています。

簡単な計算：

• オンデマンド価格の場合、私のマシンは 4.6ヶ月 で元が取れます
• 3年契約の場合、元を取るのにかかる期間は 10ヶ月 です

他のマシンでも同様の計算結果になります。H200クラスター（2024年末リリースのGPU）は 2年 足らずで元が取れます。どこを見ても、非常に似たような計算結果が得られます。もちろん、これには土地代、継続的な電気代、資金調達コスト、現場スタッフの人件費などは含まれていませんが、ハイパースケーラーが法外なプレミアム価格を設定する術を知っていることを示す例示として役立つはずです。もちろん、スポット価格と契約価格では再び差異が生じます。

この計算をさらに驚くものにしているのは、5年前のGPUが、a) 価値を維持し、b) レンタルコストが上昇していることです！

ハードウェアは減価するどころか、今後は価値が上がる可能性が非常に高いです。計算効率の高い新しいチップが導入されていますが、それらに欠けている効率性は、メモリコストの上昇によって補われることになります。

私はハードウェアを2つの要素からなるゲームとして概念化しています。一方の要素（計算）は技術的には価値が下がる可能性がありますが、もう一方の要素（メモリ）によって相殺され、時間の経過とともに価値が上がります。

もしそうであれば、彼らの資本支出の投資対効果（ROI）は、誰もが予想するよりもはるかに高いものになります。ハイパースケーラーの信用リスクについて、Gavin Bakerのこのツイートは見事にまとめています：

図：Gavin Baker氏のツイートに添付された画像 出典：X / @GavinSBaker

さて、あなたは「この需要が十分であるということをどうやって知るのか？」と言うかもしれません。確かに、すべての顧客のあらゆるシナリオをモデル化することはできません。しかし、ある時点では、謙虚になって、人々が支払いのために列をなしていること自体が最も強力なシグナルであり、彼らが正のROIを目指す合理的な主体であると信じる必要があります。

この観点から見ると、受注残は2025年初頭の 5,000億ドル から、わずか 1.5年 で 2兆ドル をはるかに超えるまでに成長しました。これが顧客主導で起こっているのであれば、これらすべてが偽物であり、正のROIではないと言うのは無理があります。さて、反論としてラボがその大部分を占めているというものがありますが、この見解は誤りです。EpochAIによれば、最先端ラボは一部を占めるものの、全世界の計算需要の全てではありません。

図：計算受注残が5,000億ドルから2兆ドルに成長 出典：EpochAI

図：全世界の計算需要の構成 出典：EpochAI

あなたが何を信じるにせよ、 2兆ドル もの受注残が存在するという事実は、何かを示唆しているはずです。数兆ドルの支出が構造的な変化を反映しているのではなく、過剰なバブルであると考えるのは、興味深い見解です。

多くの投資家は類推によって推論することを好み、これをインターネットの構築、鉄道、または過去のインフラプロジェクトと比較します。ここでの論理は理解できますが、これはAIの重要な特徴を見落としています：再帰的需要です。

鉄道やインターネットの場合、より多くの人々に技術を採用させ、各人がその技術を使う上限を確保し、経済全体に十分な普及を図る必要がありました。AIにはこのような力学はありません。この競争において、計算能力はそれ自身に対する需要を生み出すことができ、個人や組織の計算能力の限界は事実上無限です。もし有益で正のROIをもたらすユースケースを見つければ、計算能力に投資し続けることができ、それはまさに利益を生み出す機械となります。

これが非常に厄介になるのは