101エントリー
カスタムシリコン:NVIDIAが勝っても重要な理由
GoogleのTPU、AmazonのTrainiumおよびInferentia、MetaのMTIA、MicrosoftのMaia、そしてBroadcomやMarvellが設計する顧客専用チップの波——カスタムAIシリコンはしばしばNVIDIAへの脅威として描かれる。この構図は誤っている。カスタムシリコンは勝者独占型ではなく、ワークロード特化型だ。NVIDIAはCUDAとエコシステムのロックインによって、トレーニングと汎用推論市場を制する。ASICはハイパースケーラーが設計コストを正当化できる特定の推論ワークロードで優位に立つ。両方の潮流は同時に成長し、どのハイパースケーラーが勝とうともBroadcomとMarvellはASIC側から設計料を受け取る。
英語原文からの自動翻訳です。 英語の原文を読む →
カスタムシリコンにおける3つのプレイヤー
- 自社設計を行うハイパースケーラー:Google(TPU v5)、Amazon(Trainium 2、Inferentia 3)、Meta(MTIA v2)、Microsoft(Maia)。複数年にわたるプログラムで、設計費は数十億ドル規模。
- カスタムシリコンファウンドリ:Broadcom(最大手であり、Google TPUも顧客の一つ)、Marvell(AWSなど)。顧客の仕様に基づいてチップを設計・テープアウトする。
- IPおよび設計ツール:Arm、Cadence、Synopsys。すべてのカスタムチップはライセンスされたIPと設計ソフトウェアを使用しており、これらのベンダーはどのチップが勝っても対価を受け取る。
特定ワークロードにおいてASICが合理的である理由
検索ランキング、広告推論、レコメンデーションシステムなど、24時間365日大規模に稼働するワークロードは、5億ドルのチップ設計コストを数年間の運用にわたって償却できる。ASICは特定の狭いワークロードにおいて、GPUに対して性能/ワット比で3~10倍優れた結果を出す。ハイパースケーラーが十分な内部ボリュームに達すると、自社シリコンは明確なROIの観点からコストを正当化できるようになる。この計算はシンプルであり、特定のAIトレンドが継続するかどうかに依存しない。
ASICがNVIDIAを殺さない理由
フロンティアモデルのトレーニングには、CUDA+GPUが提供する汎用的なプログラム可能性が必要となる。新しいモデルアーキテクチャは、ASICの設計サイクルが追随できるよりも速く登場する——2年のチップ設計サイクルに対し、6か月単位のアーキテクチャ変化だ。CUDAエコシステム効果(開発者のマインドシェア、ライブラリの成熟度、互換性)は年々複利で積み上がる。混合ワークロードを実行する顧客——大半の企業がそうだ——はASIC設計を正当化できず、GPUを購入する。「NVIDIAキラー」という構図が10年間誤り続けてきたのは、市場構造を読み違えているからだ。
資金がどこへ流れるか
NVIDIAはトレーニング、汎用推論、そして企業向けAIワークロードのロングテールを獲得する。ハイパースケーラーは内部の大規模推論でコスト削減を獲得する。BroadcomとMarvellは、どのハイパースケーラーが勝っても設計サービス収益を獲得する。TSMCはNVIDIAとASICエコシステムの両方からウェーハシェアを獲得する。AIシリコン全体のパイは成長するが、その取り分は異なる。
投資への含意
バーベル戦略——トレーニングと汎用向けにNVIDIAをロング、ASICエコシステム向けにBroadcom/Marvell/Armをロング——はこのトレンドの両側面を捉える。ASICの脅威だけを根拠にNVIDIAに逆張りすることは、2017年以来負けトレードであり続けている。カスタムシリコンを無視することは、半導体業界で最もクリーンな設計サービス成長ストーリーの一つを見逃すことになる。