最近、AnthropicがFable5.1を発表し、OpenAIがAstraという大規模モデルをリリースしたことで、世界の大型モデル分野における軍備競争が再び激化しています。Astraは優れた性能とコストパフォーマンスでネット上で大きな話題を呼んでいますが、その裏には膨大な資金とハードウェアの消費が隠れており、世間は再び中国と米国の大型モデルにおける計算力インフラの大きな格差に直面しています。

米国のメディアによると、OpenAIはAstraの具体的な仕様やパラメータを公開していませんが、このモデルはその巨大なStarGateプロジェクトに基づき、10万枚以上のNVIDIAグラフィックカードを使用してトレーニングされています。現在の主流のB200グラフィックカードの単価（約5万～8万ドル）をもとにざっくりと計算すると、単なるグラフィックカードの購入コストだけで60億ドルを超えます。サーバー、高速ネットワーク、電力供給、冷却システム、日常的な研究開発などの総合的なコストを含めると、全体のAIインフラ投資額は100億～250億ドルの範囲になると予想されます。

image.png

これに対し、国内の大型モデルにおいては計算力基盤への投資規模に客観的な差があることがわかります。先頃注目されているDeepSeek計画の一環として、内蒙古で新たなAIデータセンターを建設する例を挙げると、このプロジェクトでは16万枚のHuawei AIグラフィックカードを購入する予定で、総投資額は約25.6億ドルとなります。この規模は全部の予算を使っても、Astraに関連するインフラの保守的投資の四分の一に過ぎません。

資金投入の絶対的な規模だけでなく、計算力の構造やエコシステムにおいても多くの課題があります。まず、国内のAIチップと最高級のハードウェアにおいて、1枚あたりの計算力やエコシステムの完成度に関してはまだ追いつく必要があります。一方で業界の一般的な推定によると、現在の一部の国内チップは、NVIDIAの高級製品と比べて実際の計算効率に一定の世代の差があり、全体的に購入および供給状況も依然として緊迫しています。過去2年間で、OpenAIなどの米国企業は安定した資金の優位性を活かし、何万枚乃至数十万枚の最高級グラフィックカードを持つ膨大な計算力を維持しており、性能のより高い後続モデルも急いでトレーニング中です。

この千億ドル規模の資金と膨大な計算力で行われる軍備競争は、大型モデルの深い領域での競争の残酷さを明確に反映しています。計算資源やインフラにおける一時的な差に直面して、国内のAI産業および関連するチップ産業は依然として技術の突破とエコシステムの整備を加速させる時間が必要です。