史上最悪レベルの半導体不況に回復の兆し、生成AIという新たな“けん引役”も：湯之上隆のナノフォーカス（65）（4/5 ページ）

[湯之上隆（微細加工研究所），EE Times Japan]

ChatGPT（生成AI）狂騒曲

　2022年11月30日にオープンAIが公開したChatGPTが爆発的に世界に普及している。アクティブユーザー数1億人に到達するのにかかった時間は、Facebookが54カ月、X（旧twitter）が49カ月、Instagramが30カ月、LINEが19カ月、Tiktokが9カ月であるのに対して、ChatGPTはわずか2カ月だったという。

　その性能も急速に向上しており、2023年1月にMBA最終試験に対する回答がB（合格レベル）評価になり、同年2月に米医師資格試験に対する正答率が合格ラインに到達し、同年3月にGPT-4が米司法試験に対する回答が上位10％のスコアを獲得し、過去5年分の日本の医師国家試験に合格するレベルになったという。

　ChatGPTに端を発した生成AIブームはとどまるところを知らず、その後も、ハイテク企業各社が続々と生成AI開発に乗り出している。そして、米NVIDIAのGPUが独占しているAI半導体市場に対して、AMDやIntelをはじめ、Google、Amazon、Metaなどのクラウド大手も専用のAI半導体の開発を始めた。

　ここで、そもそも生成AIとは何か、どのような原理で動作しているかを以下で説明する（筆者もよく分かっていなかったのでにわか勉強しました）。

生成AIのステップは2段階

　図12を用いて、ChatGPTなどの生成AIの仕組みを説明する。生成AIのステップは、1）学習と2）推論の2段階に分けられる。

図12　生成AIの仕組みと、それに使われるNVIDIAのGPUなどのAI半導体［クリックで拡大］

　まず、テキストデータや画像データなど、インターネット上のビッグデータをAIサーバに読み込ませる。その際、NVIDIAのGPUなどのAI半導体がそのデータを学習する。

　次に、ユーザーが質問を書き込むと、AIサーバ上で動作する生成AIが推論を行って回答する。その際、AIサーバ上で推論を行っているのは、やはりNVIDIAのGPUなどのAI半導体である。

　ここから分かることは、生成AIとは、AIサーバに搭載されている、（NVIDIAのGPUなどの）AI半導体上で動作する「ソフトウェアのようなもの」と言えるだろう。

NVIDIAのGPUが引っ張りだこ

　生成AIが動作するのはAIサーバ上である。サーバというからには、DRAMやNANDが大量に必要になるだろう。その上、AI半導体が必須になるのは当然であり、その市場をNVIDIAがほぼ独占している。そして、NVIDIAがリリースしているGPUの「A100」と「H100」は、驚くべきチップである。

• A100：TSMCの7nm、チップサイズ826mm²、540億トランジスタ、1個1万米ドル
• H100：TSMCの4nm、チップサイズ814mm²、800億トランジスタ、1個4万米ドル

　「A100」も「H100」も、チップサイズが800mm²を超えるモンスターチップで、1個1万〜4万米ドルもする。そして、生成AIの開発や運用には、GPUが数千〜数万個必要になるという。

　実際に、OpenAIが2.5万個、Metaが2.1万個、Teslaが7000個、それぞれ「A100」を保有しているという記事がある（細谷元、『生成AIでGPU不足深刻化、NVIDIA新投入のGH200とは？ メタやテスラが抱える驚きのGPU数』、2023年8月19日）。

　この記事によれば、OpenAIがことし（2023年）7月に商標登録を行った「GPT-5」には、3〜5万個の「H100」が必要とTeslaのElon Musk氏が推測したことが書かれている。

　さらに、ことし50万個出荷される予定の「H100」は受注残が積みあがっており、来年2024年には150〜200万個出荷される（しなければならない？）という予測がある。しかし、そう簡単に出荷個数を増やせるかどうかは分からない。それはなぜか？