GPUからCPUへ。半導体の爆発的な普及。

現在は、ＡＩに関する半導体はＧＰＵが主流となっています。ただ、これから本格的なＡＩ時代に突入していくと、ＧＰＵも大切な事には変わりはないのですが、ＣＰＵの需要が爆発的に増えていきます。それは、あらゆる物や機械にＡＩが導入されていく事で、そこに使用されるＡＩにはＣＰＵが必要となっていくからです。

今までの生成ＡＩは、ＧＰＵが主役でＣＰＵが脇役でした。それは、生成ＡＩが「LLMの学習（インターネット上の膨大な文章を読み込んで学習する作業を果てしなく繰り返すプロセス）」や「大規模推論（学習済みの膨大な知識データを基に論理的な思考を組み立てる）」には、巨大な並列計算が必要であり、それはＧＰＵが得意とする分野だったからです。

ただ、今後はエージェントＡＩとして私達の身の回りなどの機械にＡＩが組み込まれていく事になります。「予定を管理する」「アプリを起動する」「ブラウザを操作する」「ロボットを制御する」「小型モデルを複数同時に稼働させる」などのタスクを処理するにはＧＰＵよりもＣＰＵの方が優れているのです。

簡素にＧＰＵとＣＰＵの違いを伝えるとすると、ＧＰＵは高校生が 100人集まったようなもので、ＣＰＵは東大生が１人いる感じです。なので、漢字ドリルを 100冊同時に行うなどの作業であればＧＰＵの方が圧倒的に早いです（これがＬＬＭの学習みたいな感じ）。一方で、大学入試の問題を解かせるとＣＰＵの方が圧倒的に早いし、正しい正解を導き出して、複雑な問題にも回答できます。

さて、今後ＡＩ業界は、クラウドからエッジ（エッジコンピューティング）へと移行していきます。エッジとは簡単に言うと、端末上に状況を判断する半導体（ＡＩ）を設置するという事です。従来であれば、クラウド上に判断するＡＩがあり、回答や判断はクラウドから導き出します。これだと、瞬時の判断にはタイムロスが発生します。

たとえば、自動運転などではリアルタイムに瞬時に状況判断する事が大切です。私達人間は、車を運転する時には状況を瞬時に判断します。これをクラウド上にデータを流してから判断するのであれば、コンマ何秒かのタイムロスがどうしても発生します。なので、端末上（車自体）に判断するＡＩを搭載して、その端末自体が直接的に判断・指示を行えばタイムロスがなくなります。これがエッジです。

自動運転、ロボット、ARグラス、スマホ、パソコン、工場機械、ドローンなどは毎回データセンターに問い合わせをするのではなく、端末側に小型のLLM学習や推論エンジンなどを搭載していく事になります。そうなると、あらゆる端末にCPUが必要となっていきます。今まで以上にCPUの需要が爆発的に増えていく事になります。

これらのCPUは、「低消費電力で効率よく動く専用チップ（NPU：ニューラル処理ユニット）」です。こういったCPUに関しては、アップルやクアルコム、インテルなどが従来から優位に立っています。特に毎日充電が必要なスマホやパソコンでは、何よりも「省電力」が命であるため、エッジ向けに最適化されたこれらの企業のチップの需要は将来的には爆増する可能性があります。

エージェントＡＩの実装が意識し始めてから、今まで動きの鈍かったCPUに関連する銘柄が急に動き出しました。アップル、クアルコム、インテル、AMDなどは、４月から株価は急上昇しています。クラウドからエッジに移行していく事で、これらの企業は大きな恩恵を受ける可能性が高くなっていきます。

次なるテーマを市場が求め始めた時に、エッジに関連する銘柄に強く資金が集まり始めており、特にアップル、クアルコム、インテル、AMDなどは従来からスマホやパソコン等で半導体の小型化・省電力化において実績と実力が充分あり、エージェントＡＩの実装に伴い、エッジへの移行が進んで行くたびに CPUの需要が増えていく事になります。

ＡＩが私達の生活に今後急ピッチで浸透していくと思います。その際に、ＣＰＵを含めた半導体への需要が急増していく事になり、半導体関連企業が株式市場を主導していく方向性は今後も続いていくと思います。