NVIDIA vs Graphcore：なぜGPUが勝ち、ソフトバンクは負け組を買ったのか？

※本記事はプロモーションを含みます。

AI半導体の知られざる「最終戦争」をご存知ですか？

NVIDIA編集長のミナトです。「NVIDIAの株価、どこまで上がるの？」と毎日聞かれますが、実はその答えを握る鍵が「かつてのライバル」に隠されていることを知る人は少ないです。

その名は「Graphcore（グラフコア）」。

一時は「NVIDIAを倒す最強のユニコーン企業」と呼ばれながら、2024年7月にソフトバンクグループ（SBG）に買収されました。「負けた企業でしょ？」と侮るなかれ。

実は彼らが持っていた技術（IPU）は、NVIDIAのGPUが苦手とする「ある弱点」を突いていたのです。

今回は、投資家なら絶対に知っておきたい「GPU vs IPU」のアーキテクチャ戦争を、難しい専門用語なしで「工場とアトリエ」に例えて解説します。これを読めば、NVIDIAの強さと、将来のリスクが手に取るように分かりますよ。

NVIDIAの「GPU」と、Graphcoreの「IPU」。
どちらもAI計算をするための頭脳ですが、その中身は驚くほど違います。

イメージしやすくするために、「製品を作る現場」に例えてみましょう。

得意なこと： 単純作業の大量生産。
スタイル： 全員で「せーの！」で同じ動きをする（SIMD）。
特徴： 部品（データ）は遠くの巨大倉庫（HBM）からトラックで運びます。トラックが来る待ち時間（レイテンシ）はありますが、一度に大量に運べるので効率は最強です。

今のAIブーム（ChatGPTなど）は、とにかく大量のデータを読み込ませる「力技」が必要なので、この工場方式がドンピシャでハマったわけです。

得意なこと： 複雑で繊細な芸術作品づくり。
スタイル： 一人ひとり（コア）がバラバラに違う作業ができる（MIMD）。
特徴： 全員が自分の机の引き出し（SRAM）に道具を持っています。倉庫に取りに行く時間がほぼゼロ。めちゃくちゃ仕事が速いですが、引き出しに入り切らない「巨大すぎる作品」は作れません。

💡 編集長の視点

もしAIが「単純な計算の繰り返し」だけならGPUの圧勝。でも、人間の脳のように「複雑に条件分岐する思考」が必要なら、IPUの方が賢い構造をしているんです。ここが面白いところ！

✔ CHECK

投資家の皆さんは数字がお好きですよね？
かつてGraphcoreが「NVIDIAキラー」と呼ばれた理由を、スペック比較で見てみましょう。

見てください、データ転送速度の違いを。
IPUはチップの中でデータのやり取りが完結するため、桁違いの速さを誇ります。

「じゃあ、なんでIPUが覇権を取れなかったの？」と思いますよね。
実は、時代の流れが「NVIDIAに味方した」のです。

Graphcoreがソフトバンクに買収され、独立企業としての戦いを終えたのには、明確な2つの理由があります。

ここ数年で登場した生成AI（GPT-4など）は、とてつもなく巨大です。
Graphcoreの「机の引き出し（SRAM）」には到底入り切らず、結局チップを何百個もつなぐ必要が出てきました。

こうなると、「巨大倉庫（HBM）」を最初から持っているNVIDIAの方が、コストも効率も良くなってしまったのです。

これが最大の理由です。
世界中のAI開発者は、NVIDIAのプログラミング言語「CUDA（クーダ）」を使い慣れています。

いくら性能が良い新しいチップが出ても、「また一から勉強し直して書き換えるの？」となれば、誰も使いません。
技術で勝っても、エコシステム（経済圏）で負けた。これが真実です。

✔ CHECK

▼ 手数料を抑えてNVIDIA株を買うなら

では、Graphcoreは「オワコン」なのでしょうか？
私は「むしろこれからが面白い」と考えています。

ソフトバンクグループの孫正義氏は、この技術を捨てていません。
買収によって、Graphcoreの技術は「NVIDIAへの依存を減らすための切り札」として生まれ変わろうとしています。

IZANAプロジェクト： ソフトバンクが進める国産AIスパコン構想。
推論（Inference）特化： AIを「作る」段階はNVIDIAが最強ですが、完成したAIを「使う」段階では、省エネで反応が速いIPUのような技術が輝く可能性があります。
脱NVIDIAの動き： NVIDAのチップは高価で入手困難。世界中が「代替案」を探しています。

技術そのものは素晴らしいので、特定の分野（創薬や金融シミュレーションなど）で生き残り、NVIDIAのシェアを数％削る可能性は十分にあります。

✔ CHECK