【11/9(月)News Report】NVIDIA取締役会がHuang CEOをめぐる独立調査を開始 / NVIDIAがRebellions・SKテレコムと韓国のソブリンAI基盤を構築へ / コーディングエージェントは実際の依頼の約4分の3で手直しが必要など

おはようございます。
11/9(月)の主要ニュースを紹介します。

Pickup News

NVIDIA取締役会、Huang CEOが外国情報機関に狙われたとの報道を受け独立調査へ

NVIDIAの取締役会は、創業者でCEOのJensen Huang氏が外国の情報工作の標的にされたとの最近の報道を受け、独立調査を始めると声明を出しました。独立取締役の委員会が、外部の独立した弁護士の助言を受けて監督します。取締役会は、国家安全保障や同社の機密が漏れたと考える理由はないとしつつ、入手可能なすべての情報を調べるとしています。Huang氏は調査への全面的な協力に同意し、取締役会は同氏と経営陣への信頼を表明しました。

NVIDIAが公開した社内メッセージでは、Huang氏が従業員に向けて家族と会社に謝罪し、不貞があったことを認めて全責任を負うと述べています。TechCrunchによれば、相手はシンガポール拠点の企業の元幹部で、今年初めに米政策担当者の間で出回ったメモは、中国の国家安全部がこの人物をHuang氏への工作に使ったと主張しています。ただしメモの原本は確認できておらず、主張の真偽はまだ分かりません。

TechCrunchは、Yale大のJeffrey Sonnenfeld氏がHuang氏の去就を「about a 50-50」（五分五分）と見積もり、この件を「remarkably poor judgment」（きわめて不用意な判断）と呼んだことも伝えています。これは同氏の見立てで、取締役会の判断ではありません。要は、いま確かなのは取締役会が調べると決めたところまでで、メモの主張が事実かどうかは示されていません。

📚 関連する解説記事：【AIチップの競争】NVIDIA のデータセンター売上は四半期 $89.0B。追う側は伸び率で迫り、AI企業は複数のチップを使い分け始めた

📚 関連する解説記事：【NVIDIA】Huang CEOをめぐる独立調査と、AI向けチップで稼ぐ会社の中身

📚 関連する解説記事：【NVIDIAの事業別売上】データセンターが売上の92.5%に。ほかの事業は「Edge Computing」にひとまとめになった

NVIDIA、Rebellions・SKテレコムとNVLink Fusionでソブリン AI 基盤を構築へ

NVIDIAは、韓国のAI専用チップ（NPU）メーカーRebellions、通信大手のSK Telecomと、自国で動かせるAI基盤（ソブリンAI）をつくる提携を発表しました。RebellionsはNVIDIAのチップ間接続の仕組み（NVLink Fusion）で、自社のNPU「Rebel R200」をNVIDIAのプラットフォームにつなぎ、NVIDIA MGXというラック設計でラック規模のシステムを開発します。韓国の科学技術情報通信部（MSIT）が支援しています。

SK Telecomは自社のAIデータセンターにこのシステムを入れ、独自モデル「A.X K2」や、政府の「AI for All」事業の公開サービスにつなげる計画です。AIが答えを出す推論では、入力を読み込む処理（prefill）にNVIDIAのGPU、出力を生み出す処理（decode）にRebellionsのNPUを使う分担にし、処理量と電力効率の改善を狙います。

R200システムの導入準備は2028年の見込みで、性能値・導入規模・金額はリリースに書かれていません。つまり、いまは構想の段階で、数字で確かめられるのは時期だけです。

📚 関連する解説記事：【ソブリンAI】NVIDIA のソブリンAIの売上は1年で$30B超。各国の金額の多くは、表明か複数年の官民合計 / 【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

📚 関連する解説記事：【Rebellions】AIの「答えを出す工程」に絞ったチップを作る韓国企業が、NVIDIAの隣に並びました

📚 関連する解説記事：【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか

コーディングエージェントは実ユーザー依頼の約4分の3で人の手直しが必要。Alibabaらのベンチ

Alibabaと複数のアジアの大学が、既存のウェブアプリを直す実ユーザーの変更依頼を集めたベンチ「Co-Design Bench」を作った、とThe Decoderが伝えています。画像・音声・動画・文書つきの依頼も含みます。10モデルのうち最良だったのは、Decoderの表記で「GPT-6 Astra」で、要件の約70%は満たしましたが、完全に正しかったのは26.4%のタスクだけでした。

従来のベンチは99%超まで点数が詰まって差がつかなくなっており（WebCompass-editもほぼ満点）、変更の種類が3〜4つ重なるほど全モデルで成績が落ちます。同じモデルでも実行環境で成績が変わり、Qwen3.8-27B（Decoderの表記）は大きな改修で環境により75%か56%でした。著者はモデルと環境を併記して報告するよう勧めています。

数字はすべてThe Decoder経由で、論文本体は確認できていません。ここがポイントで、実際の依頼に近づけると、点数の高いモデルでも人が直す前提で使う場面が多い、ということです。

📚 関連する解説記事：【AIの評価（evals）】ベンチマークの点数は、誰がどう測ったかで読み方が変わる

📚 関連する解説記事：【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読む

📚 関連する解説記事：【コーディングエージェントの成績比較】最良のモデルでも、依頼を最後まで完璧にこなせたのは273タスク中26.4%でした

その他のニュース

NVIDIA、韓国政府とソブリンAIで協力拡大。AI for Allの3コンソーシアムと基盤モデル4社

• NVIDIAはMSITとの協力を、AIチップ、データセンター、人材、スタートアップ、モデル、エージェント、セキュリティまで広げます。韓国のNPUやXPUのメーカーがNVLink Fusionのエコシステムへの参加を検討する土台も作ります。
• 「AI for All」では、選ばれた3つのコンソーシアムと韓国の基盤モデル開発4社が、NVIDIA Dynamoで推論を最適化・拡張します。人材面では訓練・認定プログラム、ハッカソン、GPU活用のセミナーを予定しています。
• つまり、チップの供給にとどまらず、人材やモデルまで含めた協力の枠組みです。

📚 関連する解説記事：【ソブリンAI】NVIDIA のソブリンAIの売上は1年で$30B超。各国の金額の多くは、表明か複数年の官民合計

NVIDIA、Samsung・Kakao Mobility・LGと韓国でフィジカルAIを推進

• NVIDIAのブログによれば、Samsungの半導体設計用プラットフォームsMOLは、一部の量子化学計算で全体が最大5倍速になりました。PhysicsNeMoを使った一例では、32コアCPUで約18時間かかるシミュレーションが、GPUの粗格子ソルバで41秒（約1,600倍）に縮みました。
• Kakao Mobilityは、ソウル江南での走行経験とNVIDIAの車載基盤（Hyperion）で、レベル4の自動運転を開発しています。当初はKiaの専用車が中心です。LG Electronicsは、ロボットCLOiDが実際の製造現場で作業するデモを見せました。
• 速度はメーカーの事例としてNVIDIAのブログが示した数字で、第三者の検証ではありません。

📚 関連する解説記事：【人型ロボット】出荷は2026年上半期に約2.5万台。評価額は数百億ドル、売上は数億ドル規模で、桁がそろっていない

Karpathy氏がClaudeとHacker News 20年分で週末に動画サイトを自作

• The Decoderによれば、Andrej Karpathy氏はClaudeの「Opus 5.5」（Decoderの表記）で、Hacker Newsの20年分、4,300万件のコメントを分析し、週末で動画サイトHackerTubeを作りました。繰り返し薦められる動画6,454本に絞り込み、同氏はYouTube自身のおすすめより良いと述べたそうです。
• アカウントは不要で、サムネは各動画の1コマ、状態はブラウザ側に保存します。その後、Claude Codeで約3分でTristanTube（Tristan Hume氏のチャンネル一覧から4.7万本）も作り、人手はGoogle CloudのAPIキー、サーバーの借用、ドメインの購入だけだったとのことです。
• 数週間かかった作業が数時間でできる、とKarpathy氏が話したとDecoderは書いています。投稿の原文はこちらでは確認できていません。

📚 関連する解説記事：【AIコーディングツール市場】Copilot は利用者5,000万人、Cursor は$60Bで買収。値段の付け方は「月額」から「使った分」へ

「苦い教訓」のSutton氏、計算力だけでは知能は生まれないと主張

• The Decoderによれば、チューリング賞受賞者のRichard Sutton氏が、2019年の随筆「The Bitter Lesson」（計算力を増やす方法が最後は勝つ、という主旨）の作者として、計算力だけでは知能は生まれないと新しい投稿で論じました。
• Jerry Tworek氏は、教訓は成り立つが学習の計算が増えるほど算法の選び方が大事になると述べ、Jayden Teoh氏は、教訓のせいで学界が有望な案を早く捨てすぎると論じています。Sam Altman氏とDario Amodei氏は、LLMのスケーリングはまだ尽きていないという立場です。
• Decoderは、両社の戦略がその賭けに依存していると指摘しています。Sutton氏の元の投稿は確認できていません。

📚 関連する解説記事：【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

📚 関連する解説記事：【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのか

Anil Seth氏ら、「脳＝コンピュータ」の比喩がAIの意識論争を誤らせると指摘

• The Decoderによれば、Anil Seth氏、Ned Block氏、Giulio Tononi氏がNatureの論評で、現在のAIはおそらく意識を持たず、シリコン上では持ちえない可能性が高いと論じました。
• 「正しい計算を走らせれば意識が生じる」とする計算機能主義を、Decoderの記述では「fatally flawed」（致命的に欠陥がある）として退けています。知能と意識は別物で、統合情報理論など有力な理論は現行の深層学習のコンピュータを除外する、という主張です。
• 結論は「既定ではAIは意識がないと仮定すべき」で、誤った帰属やAIの権利の主張は、実際に感じる存在への資源を奪うと警告しています。Natureの論評そのものは確認できていません。

今日の新しい解説記事

• 【NVIDIA】Huang CEOをめぐる独立調査と、AI向けチップで稼ぐ会社の中身
• 【Rebellions】AIの「答えを出す工程」に絞ったチップを作る韓国企業が、NVIDIAの隣に並びました
• 【Alibaba Qwen】重みを公開して広げる、Alibaba の AI モデルファミリー
• 【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか
• 【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読む
• 【コーディングエージェントの成績比較】最良のモデルでも、依頼を最後まで完璧にこなせたのは273タスク中26.4%でした
• 【韓国のソブリンAI】2027年度のAI予算案は9.42兆ウォン。11/8のNVIDIA発表には金額が載っていません
• 【NVIDIAの事業別売上】データセンターが売上の92.5%に。ほかの事業は「Edge Computing」にひとまとめになった
• 【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのか

あわせて読みたい

今日のニュースの背景を、解説記事で掘り下げています。

• 【AIチップの競争】NVIDIA のデータセンター売上は四半期 $89.0B。追う側は伸び率で迫り、AI企業は複数のチップを使い分け始めた
• 【ソブリンAI】NVIDIA のソブリンAIの売上は1年で$30B超。各国の金額の多くは、表明か複数年の官民合計
• 【AIの評価（evals）】ベンチマークの点数は、誰がどう測ったかで読み方が変わる
• 【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
• 【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

免責事項：リサーチした情報を精査して書いていますが、個人運営&ソースが英語部分も多いので、意訳したり、一部誤った情報がある場合があります。ご了承ください。また、記事中に Dapps、NFT、トークン、AIサービス等を紹介することがありますが、勧誘では一切ありません。全て自己責任でご判断・ご利用ください。

About us：DEBUNK は、世界で起きた AI とクリプトの大事なニュースを、分野ごとに毎朝6時にお届けするニュースレターです。

Author：mitsui (@mitsuiio) — AI とクリプトのリサーチと執筆をしています。

Contact：法人向けのリサーチの受託や勉強会も受け付けています。お問い合わせは About から。

• 🐦 X: @debunkrschai（AI）／ @debunkrsch（Crypto）
• 🌐 HP: debunkresearch.com