3日間の3件の契約が、Nvidiaをデフォルトから数ある選択肢の一つに変えた

10月2日、AmazonとSynopsysは、10億ドル超相当の複数年契約を発表した。これによりAmazonは、SynopsysのAI加速チップ設計ツールに対する独占ライセンスを取得する。同じ日、OpenAIがJalapeno ASICプロセッサをAMD EPYC Turin CPUとともにラック規模構成で導入し、Nvidiaの高性能エージェント向けチップを回避していると報じられた。10月3日、General ComputeはCerebrasのウェハスケールプロセッサを自社のGPUクラウドに導入する複数年契約に署名した。

別々の3社、3つの異なるルート、しかし方向は一つ。AIコンピュートの最大級の買い手たちは、そのほとんどを供給してきたベンダーに代わる選択肢を、自ら構築するか購入するかに動いている。

これはNvidiaが負けているという意味ではない。市場がもはや単一調達ではなくなったということであり、それは別種のリスクだ。

Amazonはチップの背後にあるツールを手に入れる

Synopsysとの契約は最も地味だが、おそらく最も重要だ。AmazonはすでにTrainiumやInferentiaラインを含む自社シリコンを設計している。設計ツールを押さえることは、さらに上流への一歩だ。チップ設計ソフトウェアは企業がどれだけ速く反復できるかを決め、AI加速設計ツールへの独占アクセスは、アイデアからテスト可能な部品までのループを短縮する。

鍵となる言葉は独占だ。競合が取得できないライセンスをAmazonが持てば、社内の設計サイクルは競合より速く複利的に進む。この優位性は特定のチップの話ではない。ライバルが1世代を生み出す間に、Amazonが何世代を生み出せるかという話だ。

このアプローチにはコストがある。アクセラレータを内製するということは、ソフトウェアスタック、コンパイラ、そして開発者が採用しなければならないライブラリ群を維持することを意味する。Nvidiaの真の堀は、決してシリコンだけではなかった。それはCUDAであり、その上に積み上げられた長年のツール群であり、エンジニアがまずNvidiaに手を伸ばす習慣だ。Amazonの10億ドルは設計速度を買う。その習慣は買えない。

OpenAIは意図的に最上位層を迂回する

OpenAIのJalapeno導入はより明確な狙いを持つ。カスタムASICとAMD EPYC Turin CPUをラック規模で組み合わせることは、OpenAIがNvidiaの次期高性能パーツを待っていないことを意味する。自らの条件で調達できる部品から、推論キャパシティを組み立てているのだ。

推論において、それは妥当な賭けだ。フロンティアモデルの訓練には最速のインターコネクトと最大級のメモリプールが必要であり、そこがNvidiaの最上位パーツがその価格に見合う領域だ。完成したモデルを数百万ユーザーに提供するのは別のワークロードであり、生のピーク性能よりもトークンあたりコストが重視される。カスタムASICと汎用CPUが同じトラフィックをより安く処理できるなら、節約効果は量に応じて拡大する。

OpenAIには、その投資を正当化するだけのトラフィックとエンジニアリング人材の両方がある。コスト以外の理由もある。単一サプライヤーへの依存は、そのサプライヤーに影響力を与える。そして、自社のロードマップを他人の配分判断に決められたくないラボはない。

Cerebrasは流通チャネルを見つける

General Computeとの契約は、代替手段が研究から商用流通へ移っていることを示す最も明確な兆候だ。Cerebrasはウェハスケールプロセッサを製造しており、これはGPUのラックとは本質的に異なる。それをGPUクラウドプラットフォームに載せることで、すでにコンピュートをレンタルしている顧客は、他のマシンタイプを選ぶのと同じようにCerebrasインスタンスを選択できる。

これが重要なのは、採用には流通の問題があるからだ。時間単位で借りる手段のない優れたアクセラレータは研究プロジェクトにすぎない。ドロップダウンメニューに現れる劣ったアクセラレータはビジネスになる。General Computeはそのドロップダウンを提供している。

ウェハスケールシリコンが実際のワークロードで勝つかどうかはまだ分からない。重要なのは、推論キャパシティが顧客に届くために、もはや単一ベンダーの製品ラインから来る必要はないということだ。

ソフトウェアの堀はなぜ買うのが難しいのか

代替アクセラレータを追求する企業はすべて同じ壁にぶつかる。それはシリコンでできてはいない。Nvidiaの優位は、開発者がすでに知っているライブラリ、コンパイラ、デバッグツールのスタックに支えられている。新しいアクセラレータ向けに訓練スクリプトを書き換えるのは週末の作業だ。しかし、本番システム全体を書き換え、チームを再教育し、しばらく性能が落ちる期間を受け入れることは、誰かに正当化しなければならない意思決定だ。

だからこそ3つの契約は異なる層に焦点を当てている。Amazonは設計ツールを買い、部品を生み出すコストを下げる。OpenAIは推論シリコンを導入し、そこではソフトウェア面が訓練より狭い。General Computeはメニュー項目を追加し、顧客は移行を約束せずに代替手段を試せる。

挑戦者にとって最も可能性の高い道は、訓練で既存企業を置き換えることではない。ワークロードがより標準化され、トークンあたりコストを測定しやすい推論で勝つことだ。大量の推論が代替手段上で動くようになれば、その周辺のツール群は改善し、次世代に向けて差は縮まる。

有用な歴史的類似がある。LinuxはデスクトップでUnixを駆逐しなかったし、その必要もなかった。Linuxが勝ったのはサーバーであり、そこではワークロードが標準化され、買い手は作業単位あたりコストを気にしていた。挑戦者のエコシステムは、他へ広がる前に、まず一つのワークロードカテゴリで自らを確立すればよい。

このパターンは異種混在であり、反Nvidiaではない

3つの動きを合わせて見ると、戦略はNvidiaを置き換えることではない。単一の供給曲線に依存するのをやめることだ。Amazonは設計速度を求める。OpenAIは推論の経済性を求める。General Computeは差別化されたメニューを求める。各買い手は異なる制約を最適化しており、誰もベンチマークで勝とうとはしていない。

成熟したコンピュート市場はそう振る舞う。メインフレーム、x86、そして最終的にはモバイルも、量が増え買い手が交渉力を持つにつれて断片化した。AIアクセラレータ市場もその地点に達しており、断片化は製品発表ではなく調達に現れている。

Nvidiaにとっての含意は、明日シェアを失うことではない。価格と配分が受け入れられるものではなく、交渉されるものになるということだ。顧客が機能する代替手段を持っていると説得力をもって言えるようになれば、会話は変わる。

注目すべき点

Amazonの設計ツールが、外部開発者が使いたいと思う部品を生み出すかどうか。独占はAmazonの内部には役立つ。真の代替手段には外部エコシステムが必要であり、それにはドキュメント、コンパイラ、そして忍耐が要る。

OpenAIのJalapenoラックが、ユーザーが期待する信頼性で本番トラフィックを処理できるかどうか。カスタムシリコンは発表するのは簡単で、運用するのは難しい。一度でも注目を集める障害が起きれば、代替戦略は1年後退するだろう。

他のクラウドがGeneral Computeに続き、非GPUアクセラレータをラインナップするかどうか。流通はすべての挑戦者にとってのボトルネックであり、販売窓口が一つ増えるたびに次は容易になる。

興味深いのはタイミングだ。これら3件の契約は約72時間以内に相次いでおり、しかも相互に調整していない企業によるものだ。独立した買い手が同じ週に同じ結論に達するとき、その結論は通常、偶然ではなく根底にある状況の実際の変化を反映している。

コンピュート調達はちょうどポートフォリオの意思決定になった。これは単一のチップ発表よりも静かな変化であり、次世代製品よりも長く続くものだ。