米国半導体企業エヌビディアが先月ＧＴＣ２０２４を開催した。人工知能（ＡＩ）分野の先導を標榜するこの行事には３０万人が参加した。ジェンスン・フアン会長がグラフィック処理装置（ＧＰＵ）の「ブラックウェルＢ２００」を発表した。以前の「Ｈ１００」に比べ最大３０倍速いＢ２００の性能は２０ペタフロップスだ。気象庁のスーパーコンピュータ５号機の２５．５ペタフロップスと同水準だ。ペタフロップスは１秒当たり１０００兆回の数学演算処理を意味する。

エヌビディアの目標株価は１０００ドルだ。予想売り上げは１１００億ドルでインテルの２倍だ。こうしたバラ色の見通しには根拠がある。エヌビディアのＧＰＵはトランスフォーマーＡＩ学習に必須の要素だ。オープンＡＩの「ＧＰＴ４」は２万５０００個のＡ１００ＧＰＵで学習した。メタは１個４０００万ウォンのＨ１００を３５万個注文した。メタは今回出たＢ２００も事前大量注文をし、合計６０万個のＧＰＵを確保する予定だ。

現在企業の生き残りは生成型ＡＩの性能と直結している。大規模ＩＴ企業はニューラルネットワーク演算能力を保障するためＧＰＵ確保に熱を上げる。ＡＭＤとインテルが生産するＧＰＵも性能が優秀だがエヌビディアのＧＰＵがほぼ独占的に使われる理由はＣＵＤＡというＡＩ開発ツールのためだ。ＣＵＤＡで開発されたプログラムはエヌビディアのＧＰＵだけで動かせる。多くのＡＩ開発者が１０年以上ＣＵＤＡを使ってきたため蓄積されたコード量が相当あり、これは他の開発者にも有用な資料だ。これがソフトウエア産業を支配する「ロックイン効果」だ。特定のソフトウエアに慣れると他のソフトウエアに転換するのが難しい。ＣＵＤＡ以外のソフトウエア開発ツールやＡＩチップを使う場合、時間が３倍以上かかるという主張もある。

ジェンスン・フアンとともに議論される人物としてジム・ケラーがいる。ケラーはＡＭＤ、インテル、アップル、テスラ、ＤＥＣなどＩＴ業界で多くのデバイスのチップを設計した権威者だ。現在ＧＰＵよりＡＩ開発ではるかに効率的なテンソル処理装置（ＴＰＵ）を開発中だ。彼は高い消費電力・生産費が必要なＧＰＵやＣＵＤＡの非効率性を解決する別の方法を探している。未来のソフトウエアの方向性予測に失敗したインテルは２度の激戦でケラーに負けた。

ジェンスン・フアンとジム・ケラー。技術力と予測力を備えた２人の名将がＡＩ時代に合わせたハードウエアの方向性をめぐり激突する。彼らの能力と選択がもたらす結果がとても興味深い。ＡＩ研究者が建物を作る場所として慣れているが値段の高いＧＰＵとＣＵＤＡという土地、簡潔だが不慣れな新しい領土のうちどちらを選択するかにより今後のＡＩ産業全体に及ぼす余波は大きいだろう。

イ・スファ／翰林（ハンリム）大学校ＡＩ融合研究院研究教授