HuaweiのAscendチップがAI画像モデルに代替の道を築いている

AIハードウェアをめぐる議論の大半は、1つの企業と1種類のチップを通じて語られる。Huaweiは第2の道を築こうとしており、その最新の一歩は今月のインフラ発表に表れている。

HuaweiはAscend 960 SuperPoDを発表した。これは同社のAscendプロセッサ上に構築されたクラスタで、次世代AIインフラ向けのNPO技術を前面に打ち出している。この発表は大規模モデルの学習と提供（サービング）を狙ったもので、画像生成は主要なユースケースではないものの、その影響圏にまっすぐ位置している。テキストから画像を生成するモデルはAIの中で最も計算資源を消費するワークロードの一つであり、支配的なハードウェアスタックに対する代替手段は、誰がそれらを構築・運用できるかの形を変える。

戦略的な背景には、中国企業が最先端チップにアクセスすることを制限してきた米国の輸出管理がある。これにより中国企業は国内代替品の開発を迫られ、HuaweiのAscendシリーズはそうした取り組みの中で最も先進的だ。960 SuperPoDは、その差が縮まっている、あるいは少なくとも制限されたハードウェアなしでも実行可能な道があるという最新の主張である。それは、中国AIの未来が、他人に遮断されうるチップ上で動く必要はないという賭けだ。

特に画像モデルにとって、これはいくつかの点で重要だ。第一に、大規模な画像モデルの学習は、基盤となるシリコンに敏感な形で高コストになる。画像生成器の背後にある拡散モデルは学習中に計算資源を大量に消費し、大規模データセットに対して何度も反復する必要があり、そのコストはチップとソフトウェアスタックの効率に直接結びついている。国産チップが許容可能なコストでモデルの学習と提供を行えるなら、中国のラボは外国製ハードウェアに依存せずにQwen-Image 2.1のようなオープンモデルを出し続けられる。これは性能の問題であると同時に、レジリエンスの問題でもある。

第二に、提供（サービング）は人々が思う以上に重要だ。画像生成はインタラクティブである。ユーザーはプロンプトを入力し、数秒で結果を期待する。人気モデルには1日何百万件ものリクエストが来る。学習スループットだけでなく推論効率が、無料または安価な画像サービスが経済的に成り立つかどうかを決める。国産の推論スタックは中国の画像アプリやAPIのコスト計算を変える。だからこそHuaweiのような企業が、学習クラスタだけでなく提供インフラにもこれほど大規模に投資しているのだ。

第三に、標準化の側面もある。世界の画像モデルは、学習と提供のために特定のソフトウェアエコシステム、具体的には特定のフレームワーク、カーネル、最適化ライブラリ群をますます前提とするようになっている。対抗するハードウェアスタックには、独自のソフトウェア層、独自のオプティマイザ、独自のコミュニティが必要であり、ハードウェアと「使えるハードウェア」の間の隔たりは主にソフトウェアだ。Huaweiはこれを構築してきており、インフラ発表のたびに、既存勢力のツールチェーンに依存しないエコシステムへ一歩近づいている。

とはいえ、これはHuaweiのチップが生の性能で支配的プレイヤーを置き換えようとしているという意味ではない。正直に読めば、それらは第二の供給源を提供するということであり、第二の供給源は最高でなくても重要だ。なぜなら、下流のすべての関係者の交渉力を変えるからだ。国産シリコンで学習できるラボは供給ショックへの露出が少ない。それで提供できる企業は価格設定の自由度が高い。両方をできる国は戦略的自律性を高める。それがこの取り組みの要点である。

ここで地政学的な側面は避けられない。画像モデルは単なる消費者向けのおもちゃではない。デザイン、製造、メディア、そしてますます国家に近い用途——プロパガンダから監視、偽情報まで——で使われている。それらを学習・実行するハードウェアの支配は、戦略的能力の支配である。まさにそれが輸出管理が存在する理由であり、国産代替品がこれほど積極的に追求される理由でもある。両者は循環の中で絡み合っている。規制は国産の取り組みを加速させ、国産の取り組みは規制に標的を与える。

中国国外の人々にとって、Ascendの発表は国内問題として無視しやすい。それは誤りだろう。もし代替スタックが、オープンモデルを十分に学習・提供できる水準に達すれば、次のQwen-Image、あるいはその次のモデルは、あなたが普遍的だと思い込んでいるハードウェアに決して触れないかもしれない。画像生成経済は静かに第二のハードウェア・ストーリーを得つつあり、それはどのモデルがリリースされるか、どれだけ安く動くか、そしてそのすべての基盤インフラを誰が支配するかを形作るだろう。

人材とコミュニティの側面もある。代替ハードウェアスタックには、その使い方を知る人々が必要であり、そうした人材は現在、既存エコシステムに集中している。そのコミュニティを築くには何年もかかり、それが本当の長期戦である。そうした観点では、Huaweiのインフラ発表は、生のスペックと同じくらい、人材獲得とシグナル発信に関するものだ。彼らは世界に向けてこう言っている。ここには実行可能な道があり、その上で構築せよ、と。

画像生成の観点は、多くの観察者が見落とす部分だ。彼らは「SuperPoD」と聞くと、言語モデルやチャットボットを思い浮かべる。しかし同じクラスタは、画像を生成するモデルの学習と提供にも使われる。そして画像生成の経済性——高い計算量、高いインタラクティブ性、大量処理——は、代替スタックが商業的に自らを証明できる最初のワークロードの一つにする。国内の画像モデルがどれだけ早く国産シリコンを採用するかに注目してほしい。それは、どんなベンチマークチャートよりも、この第二の道の軌道を教えてくれる。

本当のボトルネックがどこにあるかについても、微妙な点がある。チップは物語の半分にすぎない。もう半分は、チップを有用にするソフトウェア——コンパイラ、カーネル、フレームワーク、特定アーキテクチャ向けに調整されたモデル実装——である。ソフトウェアのないチップは文鎮にすぎない。だからこそHuaweiの発表はハードウェアとソフトウェアエコシステムの推進を組み合わせており、既存スタックと代替スタックの隔たりは、テラフロップスと同じくらい開発者ツールで測られる。画像モデルにとって、それは「そのチップで拡散モデルを動かせるか」だけでなく、「開発者がすでに知っているツールを通じて、専門家チームがすべての層を手作業で調整することなく、そのチップで拡散モデルをうまく動かせるか」という問いを意味する。

そのソフトウェアの隔たりこそ、長年の投資にもかかわらず代替スタックの立ち上がりが遅い理由だ。ハードウェアはラボで作れるが、開発者エコシステムは開発者によって作られなければならず、開発者はツールが良く摩擦が少ない場所へ行く。代替スタック向けのday-zeroサポートを提供するすべてのオープンモデル、バックエンドを追加するすべてのフレームワーク、初心者を案内するすべてのチュートリアルが、その隔たりを少しずつ削っていく。画像生成コミュニティは、ComfyUIやDiffusersのようなオープンフレームワークに大きく依存しており、実は代替スタックが足場を得る最も有望な場所の一つだ。なぜなら、このコミュニティはすでに多様なハードウェアでモデルを動かすことに慣れているからである。

それが長期戦であり、今月の発表が到達点としてよりも方向性として重要である理由だ。Ascend 960 SuperPoDは画像生成の風景を一夜にして変えるものではない。しかしそれは地面に打ち込まれた杭であり、代替の道が構築され、資金を供給され、人員を配置されつつあるというシグナルだ。そして画像生成の未来は、より広いAIの未来と同様、永遠に単一のハードウェア・ストーリーの上で動くわけではないかもしれない。そうなると決めつけている人々は、歴史が繰り返し危険だと示してきた賭けをしている。