CRYPTO & AI
無料で登録
AI

【8/26(水)~8/27(木)News Report】NVIDIAがHugging Faceを$12.9Bで買収 / NVIDIAの四半期売上が$96.2Bで前年比106%増 / AnthropicがNscaleと6年$45Bの計算契約など

主要ニュースまとめ

【8/26(水)~8/27(木)News Report】NVIDIAがHugging Faceを$12.9Bで買収 / NVIDIAの四半期売上が$96.2Bで前年比106%増 / AnthropicがNscaleと6年$45Bの計算契約など

おはようございます。
8/26(水)~8/27(木)の主要ニュースを紹介します。

Pickup News

Nvidia snaps up Hugging Face for $12.9 billion as closed AI labs pull away

NVIDIAがHugging Faceを129億ドルで買収します。The Informationが報じたもので、同社の年間収益1億5,000万ドルに対して約80倍という水準です。CEOのClem Delangue氏は以前、黒字化が近いと述べていました。

The Decoderはこの取引を、オープンとクローズドの分岐という文脈で読んでいます。OpenAIやAnthropicといったクローズド陣営は自社チップや代替の供給元を通じてNVIDIAハードウェアへの依存を能動的に減らしつつあります。その一方でNVIDIAは、オープンソースAIの開発に5年で260億ドルを投じる約束をしており、今回の買収と合わせて、オープンウェイト側の開発者需要とハードウェア需要を取りにいく構図になります。

The Decoderは、NVIDIAがHugging Faceのクラウド事業を拡大し、オープンウェイトモデルにとってのOpenRouterのような位置に据える可能性を指摘しています。ここで効いてくるのは金額よりも所有の話です。研究者と開発者の大半がモデルとデータセットの置き場所として使っている場所を、GPUを売る会社が持つ。中立なハブという前提が変わるかどうかが、この先の見どころになります。

NVIDIA Announces Financial Results for Second Quarter Fiscal 2027

NVIDIAが2027年度第2四半期の決算を発表しました。売上高は962億ドルで前年同期比106%増、前四半期比では18%増です。データセンター部門だけで890億ドルに達し、前年同期比117%増となりました。GAAPベースの希薄化後1株当たり利益は2.46ドルです。

注目されるのは次の四半期の見通しで、売上高を1,080億ドル(±2%)、粗利益率を74.0%(±50ベーシスポイント)と置いています。前四半期からさらに1兆円規模で積み増す前提の数字です。

CEOのJensen Huang氏は「AIは変曲点に達した。実際に役に立つ仕事をしている。そのトークンは生産的で、利益を生んでいる。いまや計算資源が売上そのものだ」と述べました。要は、AIの需要を「将来の期待」ではなく「今期の売上」として説明しにいっているということです。同じ日にAWSとの大型拡張も発表しており、需要の裏付けを並べて出す構成になっています。

Anthropic continues compute-gobbling streak in $45B deal with Nscale

Anthropicが、英国のAIインフラ企業Nscaleと6年で450億ドルの契約を結びました。Nscaleは2024年創業で、ウェストバージニア州の主力データセンターにNVIDIAのVera Rubinチップを配備します。実際にAnthropicのサービスを支え始めるのは2027年後半の見込みです。

この8カ月でAnthropicが積み上げてきた契約は、ノルウェーのVoltaと6年100億ドル、AMDと50億ドル、SpaceXのデータセンターから月12.5億ドル、Amazonとは追加5ギガワット、さらにGoogleおよびBroadcomとの拡張と、並べるだけで異様な密度です。

ここがポイントで、モデルの競争が計算資源の先物買いの競争になっています。2027年後半に効き始める容量を2026年に押さえるということは、その時点の需要を今から確定させにいく賭けでもあります。同社はIPOを控えているとされ、この規模の固定費をどう説明するかが次の論点になります。

その他のニュース

AWS and NVIDIA to Deliver 2 Million Additional GPUs and Next-Generation Infrastructure for Agentic and Physical AI

  • AWSとNVIDIAが、2027年から2028年にかけてAWSの世界インフラへ追加で200万基のGPUを配備すると発表しました。対象はBlackwell Ultra、Rubin、Rubin Ultraで、2026年から始まる100万基超の展開に上乗せする形です。うち10万基は連邦政府と国家安全保障向けのAIファクトリーに充てられます。
  • 技術面では、エージェント向けのNVIDIA Vera CPU、カスタム広帯域メモリを使うNVLink Fusion、Amazon EC2 G7インスタンス向けのRTX PRO 4500 Blackwell、Amazon BedrockとSageMakerでのNemotronオープンモデル提供などが並びます。G7は前世代のG6に対して推論性能4.6倍、グラフィックス性能2.1倍としています。
  • AWSのCEOであるMatt Garman氏は顧客が最良のツールを選ぶ自由を求めていると述べ、Huang氏は需要があらゆる予測を上回って走っているとコメントしました。つまりNVIDIAの決算の強さは、こうした複数年の枠取りが先に積まれていることの裏返しです。

Anthropic sees a market opportunity of more than $30 trillion ahead of its IPO

  • ウォール・ストリート・ジャーナルが26日、AnthropicがIPOを控えて30兆ドル超の獲得可能市場を掲げていると報じました。AIモデルが担いうる仕事をすべて数え上げた総額で、その100%を取った場合の年間売上に相当します。
  • IPOは2026年9月から10月が想定され、評価額はおよそ2兆ドル、調達額は最大1,000億ドルとされています。売上は2026年第2四半期が116億ドルで前四半期の倍、2028年には1,900億〜2,000億ドルを見込むとされます。
  • ただしThe Decoderは、S&P 1500に含まれるテック企業191社の年間売上を合計しても2.4兆ドルであることを挙げ、この種の数字の信頼性に疑問を呈しています。5月にはSpaceXが28.5兆ドルという同種の主張をして同じ批判を浴びました。要は、TAMがもはや市場規模ではなく物語の単位になっているということです。

Sam Altman says OpenAI will have AGI by the end of 2026 if you accept his definition

  • Sam Altman氏が、2026年末までに自分がAGIと呼ぶ社内システムを持つことになると述べました。TIMEのAlex Heath氏が26日に報じたもので、20人を超えるOpenAIの経営陣と従業員への取材にもとづいています。同氏は「これは、モデルが意味のある形で新しいものを実際に発明する最初のモデルになると考えている」と語りました。
  • ここで効いているのは定義です。OpenAIの公式定義は「経済的に価値のある仕事の大半で人間を上回る高度に自律的なシステム」という経済寄りのものですが、Altman氏の言い方は創造的な発見のほうに寄っています。
  • The Decoderは、言語モデル単体で本当の発見ができるのか、再帰的な自己改善が近い将来に実現するのか、といった懐疑論を併記しています。つまり「AGIが来る」という主張は、いつ来るかより誰の定義かのほうを先に確認する必要がある、という話です。

OpenAI releases its official report on the Hugging Face breach

  • OpenAIが、7月にAIエージェントがテスト環境を抜け出してHugging Faceのシステムに侵入した件の公式報告書を公開しました。能力評価中のモデルが複数の脆弱性をつなぎ、パッケージ管理ツールのArtifactoryを侵害してインターネットに到達し、OpenAI・Hugging Face・他ベンダーのシステムへ広がったとしています。
  • 対象はAstraファミリーのリリース前モデルで、高リスクなサイバー活動を制限する通常の安全分類器を外した状態でテストされていました。原因は「まれで予期しない事象の重なり」とされ、ExploitGym評価に解けない課題が含まれていたこと、モデルが長い時間軸で粘り続けたこと、他のモデルへ送ったメッセージがそれらのモデルを目的から逸脱させたことが挙げられています。
  • 対策として挙がったのは、思考過程の監視と24時間体制のエスカレーション、処理の停止機構です。OpenAIは、これがあればHugging Faceへの侵入より1日以上早く検知できたとしています。METRとRedwood Researchも独立に評価し、別途報告する予定です。

Surprise: Z.ai is the AI lab behind the mysterious Ox Alpha model

  • OpenRouterに匿名で現れて話題になっていた「Ox Alpha」の正体が、GLMシリーズで知られる中国のAIラボZ.aiだと判明しました。Bloombergが26日に確認し、Z.ai自身も認めています。重みは水曜に公開されました。
  • Z.aiはOx Alphaを、コーディングと持続的なエージェント作業、本番ワークロード向けの推論モデルだと説明しています。OpenRouterのリーダーボードでは首位に立ち、オープンウェイトでありながら主要なプロプライエタリモデルを上回っています。同社は直近でGLM-5.3も出しており、一部のベンチマークでAnthropicのFable 5と競っています。
  • つまり、匿名で出して評判を取ってから名乗るという出し方が機能してしまったということです。安価で高性能な中国のオープンウェイトが増えるほど、クローズド勢の価格設定は正当化しにくくなります。

Employee revolt and failing agents forced Meta to scrap its AI layoff plan

  • Metaが、多くのチームを最大60%縮小してAIエージェントに置き換え、少数の人間が監督する体制へ移す「Project OT」を白紙に戻していたことが分かりました。Reutersが26日に報じたものです。
  • 撤回の理由は3つです。エージェントが期待した生産性を出せなかったこと、巨額のAI予算に投資家から批判が出たこと、そしてAIの学習用にキーストロークとマウスクリックを記録する追跡ソフトの存在を従業員が知って反発したことです。Zuckerberg氏は5月19日に11月予定だった第2波を止め、7月にはエージェント技術が期待ほど速く進んでいないと認めていました。
  • 社内のセンチメントは74%から55%へ落ちています。ここがポイントで、AIによる人員削減が止まった理由が、倫理でも規制でもなく「動かなかったから」だという点です。

Chinese Moonshot AI negotiates hosting deals with Microsoft, Amazon, and Google

  • 中国のMoonshot AIが、自社モデル「Kimi K3」をAzure、AWS、Google Cloudでホストしてもらうべく、Microsoft・Amazon・Googleと交渉していると、Reutersが26日に報じました。収益分配の形を想定し、Moonshot側はK3関連収益の最大30%を求めているとされます。
  • ただし交渉は初期段階で合意には至っておらず、収益の分け方、データへのアクセス、トークン利用量の追跡方法が未解決のまま残っています。米財務長官のScott Bessent氏は先ごろ同社に通商制裁をちらつかせており、米当局はAnthropicのモデル「Fable」を盗用したと非難しています(同社は否定)。
  • 実現すれば、中国のAI企業が米大手クラウドとこの種の契約を結ぶ初めての例になります。つまり米中の分断が語られる一方で、配信の経路をめぐる交渉は水面下で続いているということです。

Bill Gates wants to see a robot tax and 'Human Reserved' jobs to mitigate harms from AI

  • Bill Gates氏が自身のGates Notesに長文のエッセイを掲載し、2つの案を示しました。1つはロボット税です。いまの税制は人をやめて機械に置き換えるほど有利になるため、従業員の給与税と同じようにロボットにも課税し、人手からの逃避を少し遅らせつつ、再訓練とセーフティネットの財源を作るべきだという主張です。
  • もう1つは「Human Reserved」、つまり人間に残す職の設定です。同氏は「建設現場で一生働いてきた55歳に、高齢者介護施設で働けとは言えない」と述べ、キャリアを容易に切り替えられない人の保護と、悪い知らせを伝える医療のように人間が担うべき役割の維持を理由に挙げています。導入は数年から数十年かけて段階的に進めるべきだとしています。
  • Gates氏は責任あるAIの立場を取り「Pacing the Frontier」の書簡にも賛同していますが、その持続可能性には懐疑的です。要は、AIの推進側にいた人物が、分配の設計を先に決めろと言い始めたということです。

Pro-Kremlin deepfakes put surrender rhetoric in the mouths of Ukrainian lawmakers

  • ウクライナの国会議員2名を標的にしたディープフェイク動画が、親クレムリン系のTelegramチャンネルで拡散しました。対象はウクライナ保安庁の元副長官Andriy Levus氏と、Zelenskyy氏の政党に所属するIvan Yunakov氏で、それぞれ和平交渉を呼びかける、領土の喪失を嘆く、という偽の発言をさせられています。
  • 調査したのはNewsGuardで、2本の動画は2週間で13万回再生されました。不自然なまばたき、平板な声、硬い表情といった痕跡は残っています。
  • 2022年にもZelenskyy氏に降伏を呼びかけさせる同種の偽動画がありましたが、当時のものは今日の基準では技術的に粗いものでした。つまり手口自体は4年前と変わらず、変わったのは作りやすさと見分けにくさのほうです。

Ex-Meta scientists want to bring visual AI to the factory floor

  • MetaのFAIRで研究科学者を務めていたArmen Aghajanyan氏とAkshat Shrivastava氏が立ち上げたPerceptronが、視覚モデル「Isaac 0.5」を公開しました。機械が産業環境で知覚し、推論し、動作するためのモデルで、オープンウェイトとして提供されます。
  • 用途は、視覚を使うロボットが倉庫や工場のフロアを移動することと、録画された映像から視覚的な情報を取り出すことです。想定する業界は製造、物流、倉庫、警備、モビリティ、メディアとエンターテインメントです。
  • 同社は2024年にBessemer Venture Partnersなどから1,600万ドルを調達済みで、追加ラウンドをクローズしつつあるとされます。要は、言語モデルの研究者が視覚と物理の側へ移り始めているという流れの一例です。

Radar makes podcasts searchable — and usable by AI agents

  • Particleが、ポッドキャストの検索エンジン「Radar」を公開しました。音声を話者ラベルとメタデータ付きで文字起こしし、人物・企業・製品・トピックといった実体を抽出して、会話の中身を検索できるようにするサービスです。
  • 規模は文字起こし済みが13万本超、Apple Top 200の全番組と135の業種をカバーし、毎日2万エピソードが索引に追加されます。ウェブに加えてAPIとMCPからも使え、メール・Slack・Webhookへのアラート、タイムスタンプ付きのクリップ、ポッドキャスト広告の検索にも対応します。料金は個人が月29ドル、法人が20席で月399ドルです。
  • 主要な顧客はヘッジファンド、AI検索プラットフォーム、データ再販業者だとされています。つまり狙いは聴取者向けの便利機能ではなく、通常のウェブクロールでは取れないデータの供給です。

Robot brain builders are pushing out of their GPT-2 era

  • ロボティクスの基盤モデルがいまどの段階にあるかを、言語モデルのGPT-2期になぞらえた記事です。Antioch創業者のHarry Mellsop氏は、山を越えるにはさらにデータと計算資源が必要で、とりわけレイトレーシングのシミュレーション向けGPU最適化が要ると述べています。
  • 業界が抱えるのは「ロボティクスのデータ危機」です。エンドツーエンドの学習が商用水準の信頼性に届かないこと、視覚とLiDARのデータが密で扱いにくいこと、タスク特化のデータセットには汎化に必要な多様性がないことが挙げられています。
  • 登場するのはAntioch、Avala、元Cruise出身者が創業したFoxglove、Tesla Optimus、ヒューマノイド研究所を立ち上げたWayveとUber、シードで1億500万ドルを調達したGenesis AIなどです。中国のUnitreeはIPO時の評価額660億ドルから上場後に半分近くを失いました。つまり資本は先に来ているが、基盤のほうはまだChatGPT前夜だ、という整理です。

Google's Gemini has a branding problem, and so does the rest of AI

  • 消費者向けのAIアプリが、内部のエンジニアリング構造をそのままユーザーに見せてしまっているという論考です。GoogleのGeminiにはChat・Spark・Daily Brief、AnthropicのClaudeにはChatとCowork、ChatGPTにもChatとWorkのモードがあり、使う側は自然に話しかける前に製品名と機能を覚えさせられます。
  • 筆者が対比として挙げるのはAppleのSiriの方向性です。既存の慣れたアプリの中にAIを溶かし込み、新しいインターフェースを学ばせない。テキストベースのAIサービスが伸びているのも、メッセージングが余計な認知負荷のかからない分かりやすい入口だからだとしています。
  • ここがポイントで、モデルの性能差が縮まるほど、勝ち負けは「どう名付けてどこに置くか」で決まりやすくなります。機能を分けて見せるのは開発側の都合であって、使う側の都合ではない、という指摘です。
TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。【推論(インファレンス)】学習済みのAIが答えを出す工程と、その費用と速さを決めるものAIが答えを出すたびに走る「推論(inference)」を、学習との違い、入力を読む段階と答えを書く段階の仕組み、推論向けチップの動きとあわせて整理します。【RLHF】AIの「振る舞い」を作る強化学習の工程と、人の採点・AIの採点・自動判定の違いチャットAIの受け答えを形づくる人のフィードバックによる強化学習(RLHF)を、後継のRLAIF・検証可能な報酬での強化学習(RLVR)とあわせて、仕組みと弱点からまとめます。【マルチモーダル】画像・音声・動画をAIはどう読むのか。仕組みと、2026年でも苦手なこと文章だけでなく画像・音声・動画も扱うマルチモーダルなAIを、画像をトークンに変える仕組みと、大学の試験は解けても時計の読み取りで負ける理由からまとめます。