生成AIブームを支えるGPU市場では、Nvidiaの存在感が圧倒的です。しかし、AIインフラの性能を決めるのはGPUそのものだけではありません。米TechCrunchは、AIインフラ企業Cornelisが2億500万ドルを調達し、GPU間通信のボトルネック解消を狙う新技術「Active Compute Fabric」を発表したと報じています。
「AIインフラ企業Cornelisが、Nvidiaの支配に切り込むため2億500万ドルを調達」
同社はまた、「Active Compute Fabric」と呼ばれる製品を発表した。これは、多くのGPU時間がデータの到着待ちで無駄になっているという問題に狙いを定めたネットワーク技術だ。
GPUの次の主戦場は「チップ」ではなく「つなぎ方」になる
AI開発の現場では、GPUを大量に並べれば性能が単純に伸びるわけではありません。大規模言語モデルや画像生成AIの学習では、複数のGPUやサーバー間で膨大なデータをやり取りします。この通信が遅れると、高価なGPUが処理をせずに待機する時間が生まれます。
Cornelisが打ち出す「Active Compute Fabric」は、まさにこの待ち時間を減らすことを目的としたネットワーク技術です。AIインフラにおいては、GPU、メモリ、ストレージ、ネットワークが一体となって性能を決めます。つまり、NvidiaのGPUそのものに直接対抗するというよりも、GPUをより効率的に動かす周辺インフラから市場に入り込もうとしている点が重要です。
これは、AIインフラ競争が「より速い半導体を作る競争」から、「データセンター全体をどう最適化するか」という競争へ移っていることを示しています。
日本企業にとっても他人事ではない「GPU待ち時間」のコスト
日本でも、生成AIの導入は金融、製造、通信、メディア、医療など幅広い分野で進んでいます。一方で、多くの企業にとって大きな課題となっているのが、AI計算資源のコストです。GPUサーバーは高額で、クラウド利用料も膨らみやすく、AIの本格運用には継続的な投資が必要になります。
もしGPUがデータ待ちで十分に使われていないなら、それは企業にとって「使っていない時間にも高額な費用を払っている」状態に近いと言えます。Cornelisのようなネットワーク最適化技術は、単に処理速度を上げるだけでなく、既存のGPU投資をどれだけ効率よく使えるかという観点で注目されます。
日本のデータセンター市場にも波及する可能性
日本では、国内データセンターの新設や拡張が相次いでいます。背景には、生成AI需要の増加、データ主権への関心、低遅延な国内処理ニーズがあります。こうした流れの中で、GPUクラスターの構築・運用ノウハウはますます重要になります。
今後、日本のクラウド事業者、通信キャリア、研究機関、大企業のAI基盤部門にとって、GPUの調達力だけでなく、ネットワーク設計やデータ転送効率が競争力の差になる可能性があります。Cornelisのような企業が提供するファブリック技術は、AIデータセンターの「裏側の主役」として存在感を増していくかもしれません。
Nvidia支配は揺らぐのか、それともエコシステムが広がるのか
今回のニュースで注目すべきは、「Nvidiaに挑む」という見出しの一方で、実際の競争軸が単純なGPU代替ではない点です。NvidiaはGPUだけでなく、CUDA、ネットワーク、ソフトウェア、開発者エコシステムまで含めた強力な基盤を持っています。そのため、短期的にNvidiaの優位が大きく崩れるとは考えにくいでしょう。
ただし、AIインフラの市場が急拡大するほど、Nvidia製品だけでは吸収しきれないニーズも増えていきます。たとえば、特定用途に最適化したネットワーク、コスト効率を重視した構成、既存データセンターとの統合などです。Cornelisの調達は、こうした「Nvidiaの周辺で生まれる巨大市場」に投資家が強い期待を寄せていることを示しています。
日本企業にとっても、AI基盤を検討する際に「どのGPUを使うか」だけでなく、「GPUをどれだけ待たせずに使えるか」という視点が重要になります。生成AIの競争が本格化するほど、勝敗を分けるのは目に見えるモデル性能だけでなく、それを支えるインフラ効率になっていくでしょう。
引用元: AI infrastructure company Cornelis raises $205M to chip away at Nvidia’s dominance
