何が起きたか
AIインフラ企業のInfinityが、評価額1億ドルで1500万ドルの資金調達を月曜に発表しました。出資にはTouring Capital、Principal VCに加え、OpenAIやAnthropicの研究者らが名を連ねます。同社はGoogle Brainの元研究者で、開発者コミュニティ「AGI House」の創設者でもあるJeremy Nixon氏が昨年立ち上げ、現在の従業員は26名です。
狙いは明快で、Nvidiaの牙城である「CUDA」の代替を作ることです。CUDAはGPUを汎用プロセッサのように扱える基盤ソフトで、主要な開発フレームワークであるPyTorchやTensorFlowもこの上に構築されています。開発者がPythonで書いたアプリが標準でNvidiaチップ上で動くのは、この分厚いソフト資産があるからです。
なぜ重要か
チップ性能そのものよりも、この「ソフトの壁」こそがNvidia優位の本質です。多くのアプリ層のスタートアップには、チップを直接操作するカーネルを自前で書き、別のAIチップへ移植するリソースも知見もありません。結果として、代替チップがハード的に優れていても「動かせない」ため選ばれない、という構造が続いてきました。
Infinityはこの移植作業をAIエージェントに肩代わりさせます。研究エージェント「Ignition」がNvidia以外のチップ向けの低レベルコードを書き、テスト・デバッグ・性能計測を行い、結果を見て自らコードを書き換えて性能を高めます。チップアーキテクチャが独自設計でも適応し、自己最適化を続ける仕組みです。
背景にある思想
Nixon氏の原点は「automated invention（自動化された発明）」という考え方です。同氏はかつて、新たな機械学習アルゴリズムを生成し自動評価し続ける「Omega」を開発しており、その発想をハードウェア領域に持ち込んだのがInfinityだと位置づけられます。既に顧客にはNvidia対抗を狙うAIチップメーカーD-Matrixが含まれ、他の大手チップ・クラウド企業とも協議中とされます。
💼 事業会社視点：これは自社にどう効くか
注目すべきは課金モデルです。Infinityは初期ライセンス料を取らず、tokens/秒で測った性能改善やコスト削減分の「取り分」を得ます。これは、AIインフラのコストが成果連動で圧縮されうる時代の到来を示唆します。
日本企業への含意は大きく二つあります。第一に、GPU調達難とNvidia依存に悩む事業会社・クラウド事業者にとって、「安価な代替チップ＋自動移植ソフト」という選択肢が現実味を帯びます。調達戦略を今すぐNvidia一択で固定するのは早計です。第二に、受託開発・MLインフラを担うSIerやSaaS事業者にとって、これまで参入障壁だった「カーネル最適化」という高付加価値領域がエージェントに侵食されうる、という警告でもあります。
経営者は、自社の推論コストの内訳（どのチップに縛られ、月いくら払っているか）を可視化し、代替チップ検証のPoC枠を確保しておくべきです。ベンダーロックインの解消は、数年後のインフラ原価を左右します。