AI競争はモデル性能から半導体・電力・水の確保へ移り始めた

Anthropicが、Claude向け半導体の自社設計に乗り出し、アメリカではデータセンター部品の輸入規制が検討されています。

インドではGoogleの大型計画が水資源をめぐる反発に直面し、AI競争の重心は、モデルの性能だけでなく、計算資源を安定して確保できるかへ移り始めてきています。

Anthropicが半導体設計へ、モデル企業の仕事が下流へ広がる

AI企業の競争を考えるとき、これまではモデルの性能差が主な比較対象となっており、回答の正確さ、推論能力、コーディング性能、処理速度といった指標が中心だったのですが、いくら高性能なモデルを開発できたとしても、それを多数の利用者へ安定して提供できなければ事業にはなりません。

Anthropicは、2026年8月5日、Claude向けのカスタム半導体を設計する社内チームを立ち上げるよで、ハードウェアとソフトウェアの双方に詳しい技術者を採用し、モデルと半導体を共同で最適化する方針のようです。

その一方で、Amazon Web Services、Google、Nvidia、AMDの技術を使う複数調達の戦略も継続して使用していくようです。

この発表が示しているのは、Anthropicが直ちに既存の半導体メーカーから自立するということではなく、設計と製造は別の工程であり、独自設計に着手しても、実際の生産を外部へ委託する可能性はまだまだ残されています。

手探りの状況といってもいいでしょうね。

それでも、モデル企業が半導体の設計段階へ踏み込む意味は小さくありませんし、外部から調達した汎用的な計算基盤へモデルを合わせるだけでなく、モデルの動かし方に合わせて半導体を設計することができれば、処理速度や消費電力、運用コストを改善できる可能性が出てきますよね。

今後のAIの性能競争が、ソフトウェア単体からハードウェアを含む「一体設計」へ広がっていると解釈できるでしょうね。

AIを動かす供給網は、半導体だけでは完結しない

AIモデルを実際に稼働させるには、演算を担う半導体だけでなく、サーバー、メモリー、ストレージ、通信部品、電力、冷却設備、土地、水が必要で、どこか一つが不足すれば、ほかの設備を用意しても計算能力を増やすことはできません。

この構造では、AI企業の競争力はモデルの品質だけで決まることはなく、必要な部品を予定どおり調達できるか？データセンターへ十分な電力を供給できるか？冷却に必要な資源を確保できるか？建設について地域の理解を得られるかが事業の速度を左右してきます。

Anthropicの独自半導体計画も、この供給網全体を自社で所有する動きとは言い切れず、同社が従来の調達先を併用する方針を示していることから、狙いは完全な内製化よりも、特定の企業や製品への依存を減らし、用途に応じて選べる計算基盤を増やすことにあると考えられます。

つまり、「自前インフラ」とは、必ずしも工場やデータセンターをすべて自社保有することではありませんし、設計、調達先、長期契約、運用方法を組み合わせ、必要な計算資源を自社の判断で確保しやすくすることであり、AI企業にとっては、モデル開発とは異なる資本力、調達力、行政との調整力が必要となります。

米国の輸入規制案が示す、データセンターの安全保障化

AIインフラの確保を難しくするのは、需要の増加だけではなく、国家間の規制も供給条件を変え始めてきています。

アメリカ政府は、中国製の新しいデータセンター部品を対象とした輸入禁止措置を検討しており、対象として報じられた光トランシーバーは、電気信号を光信号へ変換し、データセンター内で大量のデータを高速に移動させる部品。

米連邦通信委員会が規制案を作成している段階であり、内容が変更されたり、計画自体が見送られたりする可能性も十分残されている状況となっています。

この背景には、中国企業によるデータ取得やマルウェアの組み込み、サービス妨害を防ぐというアメリカ側の安全保障上の懸念があるとはいえ、安全性を優先して調達先を絞れば、別の問題が生じてきます。

そもそも中国の中際旭創は世界のデータセンター向けトランシーバー市場で27％のシェアを持つとされ、米国企業にも代替候補はあるとはいえ、中国企業を短期間で置き換えられる規模には達していないとの見方が強く、規制が実施されれば、アメリカのクラウド事業者が別の供給元へ移ることで、部品価格や整備日程に影響する可能性があります。

ここで起きているのは、AIインフラの評価軸が「安く、早く調達できるか」だけでは済まなくなったことであり、供給元の国、部品の安全性、制裁や輸出入規制の影響まで含めて選定するようにしなければなりません。

経済安全保障が、AIサービスのコストと供給能力に直接入り込む構造となってきているわけです。

150億ドル計画が直面した、地域の水不足という制約

たとえ部品を確保できても、データセンターを建てられるとは限らず、Googleがインド南部アンドラプラデシュ州で進める150億ドル規模のデータセンター計画は、水資源と野生生物への影響をめぐって反対運動や法的な異議申し立てに直面しています。

計画地のあるビシャカパトナムでは、1日に必要な水量が4億8000万リットルであるのに対し、河川や貯水池からの供給は4億1000万リットルと州政府が説明しており、計算上は毎日7000万リットル不足します。

Googleは、地域の重要な水資源を守るため、高度な空冷方式を採用すると説明しており、州政府も、住宅用や農村部の飲料水をデータセンターへ転用しないとしているのですが、数値上の不安はなかなか払拭できないでしょうね。

企業のAI導入にも価格・供給・契約条件が波及する

こうした変化は、大手AI企業や半導体メーカーだけの問題ではなく、一般企業が利用する生成AIやクラウドサービスの価格、提供地域、処理上限にも波及する可能性があります。

計算資源を安定して確保できるAI企業は、利用者が急増してもサービスを拡張しやすくなりますが、逆に、半導体や通信部品の不足、輸入規制、建設計画の遅れが重なれば、サービス料金の引き上げや利用制限、提供開始の延期につながる可能性があります。

企業のシステム担当者にとっては、モデルのベンチマークだけでAIサービスを選ぶことが難しくなり、処理能力を継続的に確保できるか、複数の半導体やクラウドへ対応しているか、地政学的な規制を受けた場合に代替手段があるかも確認対象になります。

購買部門や経営層にも同じ問題が及び、短期的に安いサービスでも、供給基盤が一社や一地域へ集中していれば、規制や設備不足が発生したときの移行費用が大きくなりますし、AIの調達は、ソフトウェア契約であると同時に、背後にある物理インフラへの依存を選ぶ判断にもなりつつあります。