- Microsoft が世界最強の AI インフラ「Fairwater 2」データセンターを公開し、18〜24ヶ月ごとに10倍の訓練容量を目指す戦略を詳述。
- 単一の支配的モデルより複数の専門的モデルが共存する世界を想定し、OpenAI、Anthropic など複数の最先端モデルを組み合わせるアプローチを採用。
- 地政学的現実として各国主権（データレジデンシ、プライバシー）を尊重しながら、米国の技術への信頼が競争力を左右する時代が来ると主張。
論点をもう少し詳しく読む
Fairwater 2 で実現する大規模分散訓練基盤の設計思想
Microsoft が米国複数地域に展開する次世代データセンター Fairwater 2 の概要が披露される。訓練容量を 18〜24 ヶ月ごとに 10 倍にする目標を掲げ、単一地域では成し遂げられない規模の訓練ジョブをマルチリージョンで実行できる設計になっている。複数の Fairwater 施設を AI-WAN で接続し、モデル並列化とデータ並列化の両方を物理層で実装。ただし、将来の新チップ（Vera Rubin Ultra など）の急速な進化に対応するため、「一度ですべてを固定する」のではなく「時間軸で段階的にスケールする」柔軟性が組み込まれている。この思想は、過去の技術革命（鉄道、インターネット、産業革命）よりもはるかに速いペースで AI が経済全体に浸透していく現実への対応策となっている。
単一の支配的 AGI より、複数の専門的モデルの共存戦略
議論の中心は、将来「すべての仕事を知る唯一のモデル」が生まれた場合、それが経済全体を支配するのではないか、という懸念に向き合う部分。ナデラはこれに対し、現在のコーディング分野を例に、複数のモデルが異なる用途で並存していると指摘。データベースの多様化と同じく、AI モデルも単一ではなく複数の家系が用途別・地域別・セグメント別に共存する未来を想定している。Microsoft 自身も OpenAI のモデル、GitHub Copilot での Anthropic 利用など、複数の最先端モデルを製品に組み込む戦略を採用。インフラ層・モデル層・スカッフォルディング層を垂直統合するのではなく「各層を目的に応じて組み合わせる」構成を取ることで、競争環境の変化に柔軟に対応する考え方。
訓練と推論の境界が消え、継続学習がモデルの価値を決める時代
人間が 30 年の経験を通じて価値を生むように、AGI レベルに達したモデルも「継続学習」能力を持つようになるという予測が語られる。現在のモデルは訓練と推論が分かれているが、将来は就業中のリアルタイム学習が標準になり、全世界に展開されたモデルが各ジョブのデータから常に学び続ける仕組みが生まれる。人間と異なり、複数のモデルインスタンスが学んだ知識を一元的に集約できれば、指数関数的なフィードバックループが生まれ、「知性の爆発」のような現象が起きる可能性がある。そうなった場合、その継続学習モデルを支配する企業が経済全体を支配することになる懸念が浮上。ただしナデラは現実的に、すべての領域・すべての地域・すべてのセグメントで単一モデルの支配は起きないと見立てている。
地政学的現実——各国主権とアメリカ技術への信頼がゲームチェンジャー
ウクライナ侵攻や COVID パンデミックの経験から、各国は経済安全保障（特にデータレジデンシ、プライバシー保護）を重視するようになった。Microsoft は米国政府からの半導体製造強化の要望や EU のデータ境界要件に応じ、複数地域に主権データセンターを構築する戦略を採用。「グローバル化は効率をもたらしたが、レジリエンスも同じくらい重要だ」という世界的なコンセンサスが形成されており、Microsoft はこれを事業要件として受け入れている。米国と中国の対立が深まる中、ByteDance、Alibaba、DeepSeek、Moonshot といった中国企業の台頭と競争する際、ナデラが最も強調するのは「アメリカ技術への信頼」。モデルの性能よりも「長期的に信頼できるパートナーか」という国家・企業・制度レベルでの信頼感が、最終的な勝敗を分ける決定要因になるという視点。