00:00
どうも、AIコンサルタントの平岡です。 AIメディア編集長のたつけです。
この番組は、AIメディアを運用する2人が、AIを活用したい人、もっと学びたい人に向けて、
AIの最新投稿やその未来に関する情報を一緒に学ぶポッドキャスト番組です。
ということで、今日はNVIDIAについてお話ししていきたいと思います。
NVIDIAの時価総額の急増
ということで、本日のトークテーマなんですけども、NVIDIAの時価総額が2兆ドルを超えたということでね。
すごいよね。
すごいよね。2兆ドルってもう想像できないよね。国だよね。
想像できないレベルだね。
2兆ドルなら日本円にすると、だいたい300兆円とかじゃないですか。
そうだね。300兆円ぐらいだね。
そうだよね。
300兆円という想像もできないような時価総額になっているんですけども、
これはAI向けの半導体の需要がめちゃくちゃ増えたということが背景にあると。
NVIDIAはAI技術の進化と普及において、完全にキーマーになっているんだけど、
今回はNVIDIAを掘り下げていこうかなということでやっていきたいと思います。
じゃあまずですね、2兆ドル突破の背景というところで、
まず2023年、去年ですね。
去年の11月から今年の1月の決算発表後に、めちゃめちゃ時価総額が増えたと。
この期間に発表された売上と利益は市場の予想をはるかに上回ったと。
それだけ生成AI向けの需要が増えたと捉えてもいいんじゃないかなと思うよね。
なるほど、確かにね。
だから日本だと生成AI、界隈ではもちろん盛り上がっているんだけど、
意外と一般の方ってまだそんなに話題にはしないよね。
そうだね。そういうのに興味がある人とない人って二極化がすごいイメージがあるね。
すごい二極化している感じするよね。
するする。
でも世界でNVIDIAがナンバー3ぐらいになったってことは、
世界中でめちゃくちゃ使われてるってことになるわけじゃん。
まあそうだね。
第一位がもともとAppleだったわけじゃん。
今はもうAppleじゃないけど。
AppleってことはiPhoneなわけじゃん。
みんなiPhone持ってんじゃん。
あれと同じくらい生成AI使われてると思ってもいいよね。
ちょっと言い過ぎだけどこれは。
でも確かその例ちょっとわかりやすいかもしれないね。
ゲームとか他にもいっぱいあるから一概にはそうじゃないんだけど、
Macぐらいはみんな使ってるよねとか。
それぐらい生成AI世界では使われてるよねっていう裏付けにもなると思うんだよね。
確かに。
実家総額今ランキングでいくと、1位がMicrosoftじゃん。
2位がAppleで、3位がNVIDIA。
4位がAmazonで、
5位がなんとMetaなんですよ。
そうなんだ。
ここから大きく差がついてGoogleって感じですね。
なるほど。
かなり差あるよ、GoogleとMeta。
20兆円ぐらい差あるのか。
すごいね。
めちゃくちゃ差ありますね。
Googleが今すっごい落ちちゃってるんですよね。
うちらぐらいの世代だとガーファムっていうイメージが強いけど、
もう時代変わりつつある感じなのかね。
時代変わりつつあるよね。
ジェミニの失敗が痛かったよね。
確かに。
Googleさんはね。
それぐらいGoogleを飛び越えて、Metaも飛び越えて、
ガーファムの仲間にいるというNVIDIAなんですけど。
NVIDIAの半導体需要とシェア
一応半導体の需要がすごいあるんですけど、
2022年時点になっちゃうんだけど、
2022年で半導体のシェアは何パーセントぐらいだと思います?
全然わかんないな。
これですね、80パーセントのシェアを占めてるんですよ。
マジで?それやばいね。
ほぼNVIDIAさんって感じですよね。
そりゃあ時価総額上がるわ。
このGPUの需要が、生成AIによってめちゃめちゃ増えたと。
もともと需要あるのに、すげえ加速したみたいな感じですね。
なのでNVIDIAとしては、ほぼ独占状態なので、
これによって株価が上昇しているというところもありますね。
なるほど。
独占しすぎてさ、独占禁止法みたいに突っかかられそうだよね。
どっかのタイミングでそういうのは出てきそうな感じはするよね。
しそうだよね。
もしね、タスキがNVIDIAの社長だとします。
純資産。タスキの純資産、どのくらい増えたと思う?
あー、こんだけで。だって200兆ドルだっけ?
200兆ドル。
2兆ドルか。
2兆ドル、2兆ドル。今、日本円にすると300兆円。
もともとお金持ちなんですよ、タスキさん。
もともとは約40億ドルぐらい持ってるんですよ。
4千億円ぐらい純資産持ってるんだけど、
この4年間ってどのくらい増えたと思う?
いやー、でもなんか5倍ぐらいにはなってそうだよな。
そんなにいかない。
あー、5倍ね、いいとこいってますね。
ほんとに?
700億ドルなんで、20倍ぐらいですね。
もっとじゃねーか、すげーな。
700億ドルだよ。
すごいね。
7兆円純資産持ってるってことだよね。
やばいなー。
なんでもできちゃう。
なんでもできちゃうね。
40億ドルでもなんでもできちゃいそうな気がする。
それぐらい個人の資産が増えるぐらいね、伸びたとこの4年間で。
なので今後も目が離せないAIの企業なんじゃないかなというところでウォッチしていこうかなと。
そんなめちゃくちゃすごいNVIDIAなんですけど、
実はこのNVIDIAにとってもね、
AI技術の脅威
企業ですから脅威となる存在があるわけですよ。
えー、そうなんだ。
そういう脅威になるものは基本技術なわけなんですけど、
GPUが必要なくなる世界衛星になったとしたらどう思う?
やばくない?
あー、それはやばいね。
GPUでめちゃくちゃシェア取ってるのに、
GPUがいらなくなる世界衛星が長期的には待ってるんじゃないかと言われていて。
そうなんだ。
そうなんです。
生成AIのさっきも言ったように推論コストっていってね、
考える処理をするコストにGPUがめちゃくちゃ使われてるわけじゃないですか。
とはいえね、生成AIもまだレメイキですから、
これからね、AIモデルの効率化だったりとか最適化っていうのは図られていくわけじゃないですか。
そこで今、生成AIの推論コストを下げるための技術的アプローチっていうのをいくつか紹介したいと思うんだけど、
まず一つ目は量子化ですね。
量子化?
はい、量子ですね。
あの量子コンピューターとかの量子?
そうそうそうそう。
はいはいはい。
まあ難しそうな言葉なんですけど。
そうだね。
これまあめちゃくちゃ簡単に言うと、ちっちゃくしようっていうことなんで。
あー、なるほどね。
AIが使う情報を小さくして、コンピューター内でたくさんの情報を扱えるようにする技術っていう感じですね。
なるほど。
情報を小さくすれば、生成AIがもっと早く動くようにもなるし、
すごくコストが安くなるよね。
これ何でも言うとさ、一番最初の携帯電話ってとんでもない黒電話だったわけじゃない?
あのショルダー、肩にかけるショルダーでね。
そうそうそう。
確かさ、30キロとか20キロくらいあったらしいよね。
あーらしいね。
もう外出てさ、20キロ30キロのものをさ、ショルダーボックみたいに抱えてさ、電話するやつってやばくない?今考えたら。
やばいよね。
どういう時に使ってたのか、ちょっとうちら世代だと想像つかないから気になるよね。
想像つかないよね。やっぱり何?みたいな。でもさ、実際にそういう世界があったわけじゃない?
で、その時代からすると超革命的だったわけよ。外で人と話せるなんて、やばい。
これは今のAI時代にも同じことがあって、正直コストも高いし、使うの難しいし、
みたいな状態の中から今すごい進化が起きて、たくさんの人が使うようになってきてるわけじゃないですか。
で、これがまだ黎明期っていうことを考えると、全然いくらでも小さくする余地ってあるよねっていう。
確かにね。
この量子化っていう技術がどんどんどんどん進んでいくと、メモリを使う量が少なくなって、
しかも少ない電力で小さいデバイスとかでも高速に動くみたいな。
なるほどね。
だから将来的には脳内にチップを埋め込んだら、それだけで量子化の技術が完成されてたら、
AIとしていろんなことができるようになるっていう世界もあるかもしれないよね。
確かにそうだね。
で、二つ目はプルーニングですね。
プルーニング。
これもなんてこっちゃっていう話なんですけど、
簡単に言うと、必要のない部分を取り除くっていう技術ですね。
なるほど。
重要度が低いなって判断されるものを削除して、
モデルの複雑さ、複雑なものをもっと単純にするみたいな感じですね。
そうすることで推論コストを下げるっていう手法なんですけど。
なるほどね。
そうすることによって負荷が軽減されて効率的になるというプルーニングっていう技術が発展しますね。
仕事とかと考え方似てるよね。
確かに確かに。
何をやらないのかを考えようみたいな。
それで効率化を図っていくみたいな。
めっちゃいいこと言うじゃん。
だからやっぱりベースの考え方って似てるんだなって思うよね、こういうの聞くと。
そうだよね。なんでもそうだよね。
そういうことを決めるっていうのがめちゃくちゃ効率的になる、生産的になるって言うからね。
それを多分技術でどう表現するかみたいなことをやってるんだろうな。
そうだね。
3つ目ですね。
3つ目は上流でございます。
上流。
お酒作りみたいな感じですよ、これも。
やっぱそっちの上流なんだ。
あの上流ですね。
これは大きくて複雑なAIから小さくて簡単なAIに大事な情報だけを教えてあげるっていう技術ですね。
上流なんでいわゆる絞っていくわけじゃないですか。
ああ、はいはい、なるほど。
蒸気を出して。
だから大量にあるデータセット、学習した知識をより小さなモデルに伝達していくっていう技術ですね。
これを専門用語で言うと教師モデルと生徒モデルっていうのがあるんですけど。
はい。
教師モデルっていうのはね、字のごとく先生なんですよ。
先生がいわゆる正しいとされているデータがあって、そこにAIくんはまだ子供なんで、
教師をもとにこれが正解なんだみたいな、よしよしを教えるみたいな感じなんですよね。
これが良いこと、これが悪いことっていうのをどんどん教えていくっていうのが教師モデルって呼ばれるんだけど、
子供も育っていくわけじゃないですか。
なった時に生徒モデルが教師モデルと同等の性能を持つようになっていく。
これが上流っていう技術ですね。
だから教師モデルってめっちゃ詳しいんだけど、コストが高いのよ。
あー、はいはいはい。
生徒モデルは性能としてはまだ低いんだけど、同等の力を持つようにできるみたいなイメージかな。
あー、育てていくからってことか。
そうそう、より効率的にみたいな。
じゃあまず教師モデルを作って、その教師モデルが大量の生徒モデルを作っていくみたいな、そういうイメージってことだよね。
大量っていうよりかは同等の性能のものを作るっていう感じだね。
例えばさ、人間に例えると、大人になっていく過程でいろんな問題とかミスとか起こしていくわけじゃないですか。
で、そのミスとか失敗からいろんな経験をして学んで、
いや、こういう遠回りはしなくてももっと最短で生きるような道があったから、
そういうのを自分の子供には伝えたいとか、自分の部下には伝えたいとか、
君はこんな失敗しなくてもいいんだよみたいな、そういうのよくあるじゃん。
あー、そうだね。
だからもっとこういう最短のルートを通ったら、俺みたいに失敗しなくても同じような結果を得られるから、
こういうふうに頑張ったらいいんじゃない?みたいなのがあるよね。
なるほどね。
あれをAIでやってるっていう感じ。
さっきのプルーニングもそうだけど、
結局人間のそういう概念を技術に起こしてるっていう感じだよね。
そうそう。生成AIってそもそも人間の脳みその構造を模倣して作ってるものだから。
そうだね。改めて言われてみればそりゃそうだよな。
そうなんですよ。脳土っていう言葉よくあるじゃない。
脳土っていうのは人間の脳のいわゆる神経伝達の物質みたいなシナプスとかいろいろあるんだけど、
AIの技術と人間の脳みそ
人間の脳みそのことをいかにデータで表現してる、プログラムで表現してるっていうだけの話なんだよね。
だから、
人間の人生とか生き方、考え方、思考っていうのはまんまでハマっちゃうんだよね。
AIの技術に。
これめっちゃ面白いよね。
そうだね。だから人間が当然教師と生徒の関係で成長していくように、
AIも同じような形でやってるってことなのね。
そうそう。そんな感じです。
こういう技術が将来的にNVIDIAにとって脅威になり得るのかどうかっていうのを最後に話したいと思うんだけど、
どうですか?今のさ、いろんな技術あったわけじゃないですか。
ああいうので推論コストがどんどん下がっていって、
GPUいらなくね?みたいな世界になったら、
NVIDIAこんなにドヤ顔してらんないぞみたいな。
どう思います?
いやーどうなのかなー。なんか意外とそんなことないのかなーとかちょっと思ったりもしない。
なんかその技術の話は俺も完全に理解できてるわけじゃないからさ、
全然ちょっと突拍子もなかったらあれだけどさ、
本当にGPUいらなくなったらそもそも今のゲーミングパソコンとかさ、
そういうのをGPU使わないで動かせられるようなモデルが出てきてもおかしくないわけじゃん。
そうだね。
でもそういうのが一向に進まない中、
いかにAIが発達したとしても、
そういう風になるのは相当先なんじゃないかなーみたいな。
素晴らしい推察だと思います。
本当に?
俺もね、結構似たような感覚で。
なんだかんだ言って、ハードは必要じゃん、言うて。
プレステはみんな欲しいじゃん。
そうだね。
っていうところで、結局やっぱ必要だから、
そんな生成AIの推論コストが下がったからといって、
GPUの需要がなくなるかっていうのはちょっと行き過ぎた感じだなっていうのは思うよね。
単純にGPUも小型化するんじゃないかなーみたいな。
そう、それもあると思う。
あとNVIDIA自体も結構いろんなことやってるんだよね、GPU以外のことも。
自社のGPUの構造自体を進化させて、
AIがそもそも効率的に動くようなソフトウェアを作ってたりもするんだよね。
だから推論コストを下げるっていう技術にも、
そもそも普及できるような体制っていうのを取ってるんだよ、NVIDIAで。
なるほどね。
だから実際には推論コストが下がるって事実なんだよね、長期的に。
これは歴史を見てもそうじゃない。
っていうのはもちろん頭いい方々ですから、分かってるわけですよ。
そのためにもうすでに先手は打ってるし、
いろんなパートナーシップと協業したりとかもしてるから、
NVIDIAはかなり硬いんじゃないかなと思うよね。
確かにね。
一部界隈ではNVIDIAもう終わったみたいな、ヤバいみたいなことを言う人もいるわけよ。
え?それはなんかちょっと突拍子なさすぎるよね。
そうそうそう。
そんな簡単じゃねえよと。
そんなひっくり返りないよつって。
もっと誰も想像だにしてない訳分かんないものが出てきたら、
それは分かんないかもしれないけど、
AIの推論コストとGPU
もうそれってさ、予想できない範疇のものじゃ。
そういう事態はもう分かんないけど、
今見えてる情報の中ではかなり硬いだろうなって個人的には思うので、
株は手放さない方がいいぞっていう話をしたかった。
上がるだけ上がるよね、きっと。
持ってる人はね、まだ売り時じゃないと思うんですよ、私。
っていう感じでしたね。
今日はNVIDIAがめっちゃすげえぞっていう話と、
推論コストを下げるための技術っていっぱいあるぜっていうのが、
結構人間の人生と紐づいてるよね、みたいな話でした。
面白かったね。
はい、エンディングでございます。
エンディングはね、もう好きなこと喋ろうかなと思うんですけど。
1個さ、
ちょっと俺もたまたまXか何かで見ただけだから、
本当に正確かどうかちょっと怪しいところがあるんだけど、
Ryzenあんじゃん、CPUのさ。
あ、Ryzenね。俺もRyzen使ってるよ。
でしょ?あそこのAMDのCEOとNVIDIAのCEOっていいとこらしい。
マジ?
マジと思うよね。
マジ?
すごいよね。
やっぱ遺伝?
遺伝子ってすげーなと思って。
あーまあまあそうね、遺伝子ってすごいよね。
へー。
だからなんかその、NVIDIAそもそも万弱だなとは思うし、
もし何かあっても、なんか最後ここはね、やっぱりなんか協力しあってさ、
どうにか一つに合併したりしながら生き延びてくんじゃねーかなみたいなの分かんないけど。
あー確かに、いとこってことはそうだよね。
いやもう本当にヤバくなったらさすがに手に差し伸べるでしょ。
どっちかがどっちかを。
家族系じゃないと思うからどこまでやるのか分かんないけど、
まあでもね、そんな赤の他人みたいなところまでは行かないと思うからさ。
そうだね、いやすげーわ。
NVIDIAの将来と市場の予測
来世一緒なんだ、一緒っていうかいとこなんだ。
それはびっくりするわ。
すごいよね。
なんか結構AIひも解いていくとさ、さっきも言ったように、
結構近しいとこでいうか汎用的というか、
原則はなんか変わらないんだなって思うこと多いよね。
うん、そうだね。
無駄なことを削るとかさ。
うん。
それこそこないだDAIGOの動画を見ててさ、
仕事の生産性を上げるために、
めちゃくちゃ大事なこと、
これずっと昔から言ってるんだけど、
やらないことを決めること、
優先順位付けをすることなんだよね。
っていうのを聞いて、
やっぱそうだよね。
しかも22%ぐらい上がるんだよ生産性。
ねーそうなんだ。
やらないことリスト。
イエローリスト、レッドリストみたいなの作るんだって。
うんうん。
とりあえずさ、仕事してる時に、
あ、あれやんなきゃみたいなことあるじゃん。
うん、わかる。
パッて降ってきてさ、
性格的に思い立ったらもうやらないと気持ち悪いみたいな感じになるよね。
そうそうそうそう。
俺最近常にデスクの横に白髪置いてて、
そういうのが降ってきたらそこにとりあえず書いて置いとくみたいなことをしてるんだよね。
やらないリスト?
やらないリストっていうか、
思いついたことをとりあえず書くの、そこに。
あーなるほど、その場でってことじゃなくて。
そう、で一回手放してまた戻る。
今やってるタスクに。
人間って集中力が削られる瞬間って、
他のことにスイッチした瞬間なんだよね。
戻ってくるのにめっちゃ力必要なのよ。
一つのことに集中、いかに仕切れるかっていうのがすごい大事らしいのですよね。
っていうのは、きっとAIでも同じことが言えるんだろうなってちょっと思った。
確かにね。
今後あれかね、集中力のないAIとか出てくるのかね。
わかんないけど。
だからこの原則で考えたら、
例えば画像処理もできるし、画像生成もできるし、
アップスケールもできるし、テキストもめっちゃ先生上手ですみたいなモデルって、
めちゃめちゃコスト高くて、
集中力が低いモデルになるんじゃないっていう。
あーなるほどね。
だからAGIってさ、そういうことじゃん。
超汎用型人工知能。
何でもできるって言ったもんね。
そう、何でもできるってどうなんだろうね。
人間に当てはめた時にめちゃめちゃコスト高い気がするんだよね。
あーそうだね。
だから何でもできるけど、本当にだから人間みたいな。
だから要は人間を作りたいわけだから、
要は人間みたいな感じのものができちゃうってことだよね。
そうそうそうそう。
だからやっぱり特化型のものってなくならないと思うんだよね。
そうだね。
汎用型はコスト高いから、一部の超コストが避けるような企業しか使えなくて、
あとは特化型のものはローコストで使っていくっていうのが、
今後の主流になるんじゃないっていうのはちょっと思うよね。
まあそうだね。それはね、過去のあれを見ても可能性は高そうだよね。
ね。
なのでちっちゃい企業はね、
そういう特化型のローコスト型のAIを作っていくのがいいんじゃないかなと思います。
はい。
確かに。
ではここからは告知です。
お聞きのポッドキャストアプリでAI未来話の番組フォローとレビューをお待ちしています。
フォローすることで最新話が更新され、通知がきます。
この番組はランキングに入る可能性が上がります。
お互いウィンウィンなので、ぜひよろしくお願いします。
レビューをしていただくことで番組の改善や、
まだ聞いたことのない人の聞くかどうかの判断指標になりますので、
ぜひ推し後評価お待ちしております。
来週も木曜朝7時に更新されます。
通勤通学のともに聞いてくれると嬉しいです。
ということで本日もありがとうございました。
ありがとうございました。
