NVIDIAとMicrosoftはすでに動き出している：4日間で238スターのDeepSeek-Botが、30倍のToken請求を焼き出した

特邀专栏作者

2026-10-15 14:46 (UTC+8)

この記事は約4367文字で、全文を読むには約7分かかります

計算資源消費の構造は、GPU単極からCPU、メモリ、GPUの協調へと移行しつつある可能性がある。ハードウェア側の需要増分は比較的検証しやすく、ソフトウェア側の衝撃はエージェントによる代替のペースに依存する。両方の手がかりは同じ製品サイクルによって駆動されている。この移行がどの程度まで市場に織り込まれているかは、なお観察を要する。

AI要約

展開

核心的見解：マルチエージェント協調によりToken消費が桁違いに跳ね上がり、コストは予算化可能から予算化不可能へと変わり、AIハードウェア需要の構造をGPU単極からCPU、メモリ、GPUの協調へと押し進めている。
重要要素：
1. マルチAgent協調のToken消費は標準対話の5～30倍に達し、Agenticプログラミングタスクではさらに1000倍に達することもあり、同一タスクの請求額の変動は30倍に及ぶ可能性がある。
2. Goldman Sachsは2030年にToken消費が24倍に増加すると予測；Gartnerは推論コストが90％以上低下すると予想するが、使用量の伸びは価格下落幅をはるかに超えている。
3. CPU比率は1:4～1:8から1:1へと近づいており、IntelのハイエンドXeonは7％～12％値上げされ、サーバーCPUの納期は8～12週間に延長されている。
4. メモリ不足の根源は生産能力の置き換えにある：HBMを100ビット生産するごとにDDRの生産量が約300ビット減少し、HBM4Eが進展すると4:1に近づく可能性がある。
5. MicronのFY26Q3売上高は414.56億ドルで前年同期比345.7％増、データセンター事業は15.3億ドルから115.2億ドルへと急増した。
6. MicrosoftとNVIDIAは提携してSurface Laptop Ultraを発表し、Windowsはハイブリッドインテリジェンスを中心に再構築され、エージェント時代に向けてOSの入口を再建する。
7. Gartnerの調査によると、技術リーダーのほぼ4分の1が開発者1人あたり月額200～500ドルをAI Tokenに支払っており、2028年にはTokenコストが開発者の平均給与を超えると予測されている。

10月7日にリリースされたDeepSeek-Botは、複数のAI Botをグループチャットで協働させる小さなプラグインにすぎず、4日間で238個のスターを獲得したものの、それ自体では深掘り記事を支えるには足りない。書く価値があるのは別のことだ。それは、AIハードウェアの価格設定を書き換えつつあるトレンドに乗っているという点である。マルチエージェント協働によってToken消費が桁違いに跳ね上がり、その跳ね上がった請求額が最終的にCPUとメモリにのしかかる。本稿ではこの小さなプラグインを出発点に、Token倍率、CPU不足、メモリ置換、そして2社の巨人の動きを一本の線でつなぐ。

一、30倍は線形の倍増ではなく、コストが予算化可能から予算化不能へ変わること

まず量級を見る。Anthropicのエンジニアリングデータの転述によれば、単一Agentが典型的なタスクを1回完了する際のToken消費は通常の対話の約4倍、マルチAgent協働システムでは15倍に達する。学術界が示す数字はさらに極端だ。上記の共同論文によれば、AgenticプログラミングタスクにおけるAgent実行のToken消費は標準対話の約1000倍であり、外部システムを操作する簡単なツールでも5倍から30倍の間にある。

同じ論文にはもう一つ見落とされがちな発見がある。同じAgentを実行し、同じタスクを実行しても、Token請求額の変動幅は30倍に達することがある。つまり、同じユーザーが同じボタンをクリックしても、背後でのモデル呼び出し回数が30倍異なる可能性があり、毎回の呼び出しで累積された対話履歴を再送信する必要がある。Gartnerは2026年3月のレポートで折衷的な推計を示している。AgenticワークフローのタスクあたりのToken消費は標準チャットボットの5倍から30倍であり、1回のユーザーリクエストが10回から20回の順序立てたモデル呼び出しを引き起こす可能性があるためだ。

ゴールドマン・サックス・リサーチ部門の5月の予測はさらに積極的だ。2030年までにToken消費量は24倍に増加し、月間使用量は約12億億枚に換算される。Token単価の下落はこのトレンドを覆していない。Gartnerの予測によれば、2030年の推論コストは2025年より90%以上下落するが、使用量の伸びは価格下落幅をはるかに超えている。1回の呼び出しはますます安くなるが、呼び出し回数はますます多くなり、毎回ますます大きくなり、総支出は使用量の爆発によって増加する。

呼び出しデータとハードウェアの読み取り値を総合すると、Token経済の主要な矛盾はすでに単価から呼び出し回数と1回あたり消費の積に移っている。この点のハードウェアへの含意は、GPU利用率のボトルネックがもはや1回のフォワード計算の速度ではなく、メモリ帯域幅とスケジューリングにあるということだ。これこそがCPUとメモリが再び価格設定の視野に入ってきた理由である。

二、CPUが脇役から主役へ戻る

マルチエージェントシステムでは、タスクスケジューリング、ツール呼び出し、論理判断、コンテキスト管理はすべてCPUが得意とすることだ。上海証券報の研報によれば、エージェント負荷においてオーケストレーション段階だけで総レイテンシの50%から90%を占めることがあり、CPU性能が不足すると、どれほど強力なGPUもスケジューリングを待って遊休状態になる。

需要はすでに価格と納期に現れている。公開報道によれば、インテルは一部サーバーCPUの販売価格引き上げを確認し、ハイエンドXeonは全体で7%から12%上昇、コンシューマー向けCPUは年内に3回の価格調整を経てPlusシリーズの累計上昇率は30%近くに達した。AMDは下期に中高価格帯サーバーCPUをさらに4%から7%値上げすると予測されている。サーバーCPUの納期は通常の1〜2週間から8〜12週間に延長され、個別には6ヶ月に達する場合もある。

量級の推計は2社ある。Armの試算によれば、従来のAIデータセンターは1ギガワットあたり約3000万個のCPUコアを必要とし、エージェント時代には1.2億個に上昇し、3倍の成長となる。モルガン・スタンレーのフレームワークによれば、2030年までにAgentic AIは325億ドルから600億ドルのCPU増分市場をもたらし、1000億ドルを超えるサーバーCPU総市場の約60%を占める。AMDが第1四半期決算電話会議で示した方向性も一致している。AIインフラにおけるCPUとGPUの比率は1:4〜1:8から1:1に近づいており、エージェント密集配置シナリオではCPUの配置数がGPUを逆転する可能性がある。

さらに見ると、CPUという線の弾力性は配比の変化から来ており、総量の成長からではない。サーバーCPU市場自体の成長は安定しており、変化は各GPUのそばに立つCPUの数にある。配比が1:8から1:1になると、同じGPU支出に対して数倍のCPU支出が対応することを意味し、これがCPUが初めてAIハードウェアの物語において独立した増分ロジックを持つことになる。この判断の前提は、エージェント負荷が確かに現在の経路で放量することであり、オーケストレーション段階がソフトウェア最適化によって明らかに圧縮されれば、配比曲線は鈍化する。

三、メモリ：不足の根源は需要変動ではなく、生産能力の置換にある

マルチエージェントシステムは長期記憶に依存し、好み、履歴、タスク進捗を記憶し、異なる時点で呼び出す。技術的には、内部推論のたびにGPUメモリから増え続けるKVキャッシュ全体を読み取る必要があり、推論はメモリ帯域幅集約型の作業である。個人投資家に馴染みのある言葉で言えば、GPUがどれだけ速く計算できるかは、ますますメモリがどれだけ速く供給できるかにかかっている。

マイクロンの幹部は公開の場でこのことを率直に語っている。執行副社長のSumit Sadana氏はKeyBancテクノロジーフォーラムで、Agentic AIワークロードのToken消費は同種のチャットタスクの5倍から30倍に達する可能性があり、深い推論ではさらに高いと述べた。CEOのSanjay Mehrotra氏はCNBCのインタビューで、トレーニング時代は終わり、推論時代が始まったばかりであり、エージェントAIはまだ真に大規模に展開されていないと述べた。

マイクロンの決算はこのトレンドを検証している。FY26Q3の売上高は414.56億ドル、前年同期比345.7%増、データセンター事業の売上高は115.2億ドルで前年同期はわずか15.3億ドルだった。FY26Q4の売上高はさらに542.29億ドルに上昇した（会社決算、財務データインターフェースで検証済み）。Sadana氏はフォーラムで2点を補足した。2027年の需給は2026年より逼迫し、DRAM顧客は「高値を出しても欲しい量の半分以上を手に入れられない」。製品面では、HBM4 36GB 12-highはテスト条件下でLLM推論スループットを2.6倍に向上させることができる。

さらに重要な詳細は置換比率である。HBMを100ビット生産するごとに、約300ビットのDDR生産が減少し、HBM4Eの進展に伴い4:1に近づく可能性がある。これは、メモリ不足の構造的根源が需要側ではなく、生産能力の物理的置換にあることを意味する。HBMの増産1份ごとに、従来のDRAM供給は3〜4份圧縮される。HBMがAIのために増産を続ける限り、DDRの不足は需要の冷え込みによって解消されることは難しい。この需給ロジックの検証点は、マイクロンなどのメーカーが今後公表する生産能力と価格のガイダンスにある。

四、ソフトウェアの恐慌とハードウェアの増分は、同じ製品リリースから来ている

2026年1月中旬、AnthropicはClaude Coworkをリリースし、1月30日に法務、財務、営業などの職能向けの業界プラグインを公開、その後Claude Opus 4.6が大きなタスクをサブタスクに分割し、異なるエージェントに並行して完了させた。市場の反応は二つに分かれた。ソフトウェア側では、公開報道およびWedbushの研報によれば、その売り浴びせで消えたソフトウェア株の時価総額は8000億ドルから1兆ドルの間であった（統計によって対象株の範囲が異なる）。FactSetは1日で10%下落し、Wedbushはこれを「Software-mageddon」と呼んだ。懸念の核心は、エージェントが契約審査や財務分析を自律的に完了できるようになると、頭数課金のSaaSモデルが侵食されるというものだ。

ハードウェア側は同時期に逆の読み取り値を示した。モルガン・スタンレーは、AIが生成型からエージェント型に移行するにつれて、投資範囲はGPUからCPUとメモリに拡大すると指摘した。半導体のS&P500におけるウェイトはすでに20%を超えている。同じコインの裏表はこうだ。エージェントの代替能力が高いほど、基盤となる算力、CPU、メモリの消費は大きくなる。ソフトウェアのシェア不安とハードウェアの需要増分は、同じ製品サイクルによって駆動されており、それらを二つの物語として分けて価格設定することは、現在のAIセクター最大の価格設定分歧の一つかもしれない。

五、マイクロソフトとNVIDIAは何をしているのか

現地時間10月7日、マイクロソフトはサンフランシスコでNVIDIAと協業したSurface Laptop Ultraを発表した。NVIDIA RTX Sparkプラットフォーム、Blackwell RTX GPUは最大6144コア、Grace CPUは最大20コア、ユニファイドメモリは最大128GB、ローカルで1200億パラメータ超のモデルを実行可能、価格は2599ドルから、10月16日出荷。Jensen Huang氏が登壇し、彼の言葉は広く引用された。「40年間、あなたはアプリを起動し、クリックし、タイプしてきた。今、あなたは問いかけ、コンピュータがあなたの代わりに仕事をする。」

ハードウェアよりも重要なのはオペレーティングシステムの改変だ。マイクロソフト公式ブログによれば、Windowsは「ハイブリッドインテリジェンス」を中心に再設計された。承認を得た後、Copilotはローカルファイルを読み取り、代わりに整理し、トラブルシューティングし、ワークフローを実行できる。セキュリティ面ではシステムレベルのコンテナを通じてエージェントがアクセスできるファイルとネットワークの範囲を制限する。タスクに応じてローカルモデルとクラウドモデルの間でスケジューリングする。NVIDIAは9月28日にOpen Agent Safety Platformをリリースし、エージェントのテストから展開までのセキュリティ層をカバーした。Jensen Huang氏は同時に、BlackwellとVera Rubinシステムの受注額がすでに1兆ドルに達し、2027年までカバーしていると開示した（会社口径）。

二つの動きのロジックは一貫している。マイクロソフトはオペレーティングシステム層でエージェント時代の入口を再構築し、NVIDIAはチップとプラットフォーム層でエージェントの規模展開に備えて在庫を用意している。彼らがマルチエージェント協働の到来を予期しているというより、すでにその基盤を建設していると言うべきだ。一部の推論をローカルデバイスに置くことは、本質的にエージェントの算力消費が大きすぎることを認め、階層的に処理しなければならないということだ。エージェントを走らせる各PCは、新たな常駐算力ノードである。

六、Token請求額：頭数課金から消費課金へ

Gartnerの2026年企業調査は真剣に受け止めるべき読み取り値を示している。技術リーダーのほぼ4分の1がすでに開発者1人あたり月額200ドルから500ドルのAIコーディングTokenを支払っており、約6%は2000ドルを超えている。同機関は、AIコーディングTokenコストが2028年に開発者の平均給与を超えると予測している。これは課金方式の切り替えを示唆している。チャットボット時代は座席数で予算を組んでいたが、エージェント時代は実行回数で予算を組むしかなく、実行回数はモデル自身にも見積もれない。上記の共同論文は、モデルが自身の消費するToken数を継続的に過小評価すると明確に指摘している。

冒頭の238個のスターの小さなプラグインに戻る。Main Botはデフォルトで独占的に返信し、必要に応じて他のBotを呼び出す。開発者が行っているのは、実に最も素朴なToken予算管理である。このミクロな動作を企業レベルの展開に置くと、含意は増幅する。CPU、メモリ、ネットワークに対する剛性需要はより強くなるだけだ。

最後に

DeepSeek-Botの238個のスターは重要ではない。重要なのはそれが示すコスト構造だ。マルチエージェントが協働する一歩ごとに、Token請求額は一档跳ね上がり、その跳ね上がりの幅度はモデル自身にも予告できない。この構造は産業チェーンに沿って下流に圧力をかけ、まずCPUの配比変化と納期を圧し出し、次にメモリの生産能力置換を圧し出し、最後にオペレーティングシステムレベルの再構築を圧し出す。このチェーンから見ると、算力消費の構造はGPU単極からCPU、メモリ、GPUの協働へと向かっている可能性があり、ハードウェア側の需要増分は比較的検証可能であり、ソフトウェア側の衝撃はエージェント代替のリズムに依存する。二つの手がかりは同じ製品サイクルによって駆動されている。この移行がどの程度まで市場に織り込まれているかは、まだ観察を要する。