導入
華為（ファーウェイ）の取締役会長である徐直軍は、2025年の華為全連結大会で、AIインフラの未来を形作る重要な講演を行った。この講演では、華為が2026年から2028年にかけて展開するAIチップの3年計画が明らかにされ、Ascend 950シリーズをはじめとする新製品群が発表された。これらの計画は、中国国内のAI市場でNVIDIAの支配的な地位に挑戦する可能性を示唆している。NVIDIAは、AIハードウェアのスケールアップ、スケールアウト、スケールアクロスという戦略で市場をリードしており、単一サーバーの強化からデータセンター全体の統合、そしてグローバルなAIファクトリーの構築までを視野に入れている。一方、華為は半導体製造プロセスの遅れを認めつつ、独自の超ノード相互接続技術を活用して大規模クラスタを構築し、算力の持続可能性を追求するアプローチを取っている。この戦略は、中国のAI企業がNVIDIAの制限付き製品に頼る状況を変える鍵となり得る。講演の核心は、華為が単なるチップメーカーではなく、AIエコシステム全体を再定義しようとする意図にある。米国との技術競争が激化する中、この計画は地政学的緊張を高める一方で、中国の技術自立を象徴するものだ。以下では、NVIDIAのフレームワークを基に華為の対抗策を分析し、その課題と将来性を探る。
NVIDIAの拡大戦略
NVIDIAの創業者兼CEOである黄仁勲（ジェンスン・ファン）は、AIハードウェアの成長を「スケールアップ、スケールアウト、スケールアクロス」というシンプルなスローガンで表現している。これらは、AIシステムの拡大を意味し、まずスケールアップでは単一サーバー内のGPU、CPU、メモリ、ネットワークインターフェースを強化し、一台のマシンをスーパーコンピューター級に引き上げる。たとえば、サーバーキャビネットに搭載されるGPUの数を2個から4個、8個へと増やし、より大規模なAIモデルやデータ処理を可能にする。黄仁勲の言葉を借りれば、これは「一台のマシンを超級計算機に変える」戦略だ。次にスケールアウトでは、複数のサーバーを接続してクラスタを形成し、数千台規模のネットワークを構築する。ここで重要なのは、サーバー間の接続技術で、NVIDIAはNVLinkやInfiniBandなどのスイッチを提供し、データ交換の効率を高めている。これにより、データセンター全体が一つの巨大なコンピューターとして機能するようになる。たとえば、DGX SuperPODやEOSスーパーコンピューターは、数百台のDGXシステムを統合した大規模クラスタの例だ。最後にスケールアクロスは、グローバルな視点で複数のデータセンターを連携させるものだ。黄仁勲は台北コンピュータ展でAIファクトリーの概念を提唱し、世界各地に展開するインフラを構想している。しかし、この戦略は国家間のデータ主権の問題を孕んでおり、特に大国では外国企業によるインフラ構築が受け入れられにくい。NVIDIAの成功は、ハードウェアの販売にとどまらず、ソフトハード一体のエコシステム構築にあるが、中国市場では米国の輸出規制により、H800やH20のような制限版製品しか入手できない状況が続いている。
華為（ファーウェイ）のAIチップ開発計画
華為（ファーウェイ）のAI戦略の基盤は、AscendシリーズのAIチップとKunpengシリーズのCPUにある。2018年にAscend 310を、2019年にKunpeng 920を投入した華為は、米中技術摩擦の開始と重なるタイミングで自社開発を加速させた。AscendはAI計算を担い、Kunpengはサーバー内の指揮役として機能し、通常一つのKunpengが二つのAscendを制御する。徐直軍の講演では、2026年から2028年にかけてのロードマップが詳細に語られた。2026年第1四半期にAscend 950 PRを、第4四半期にAscend 950 DTを発売し、2027年第4四半期にAscend 960を、2028年第4四半期にAscend 970を投入する計画だ。また、Kunpengシリーズも2026年第1四半期にKunpeng 950を、2028年第1四半期に高性能版と高密度版をリリースする。これらのチップは、華為が中国国内の製造制約を考慮した現実的な設計に基づいている。徐直軍は、中国の半導体製造プロセスが長期的に遅れることを認め、利用可能なプロセスで持続可能な算力を確保する方針を強調した。たとえば、EDAソフトウェアの制約が解消された一方で、ウェーハ製造、特にリソグラフィー装置のボトルネックが残る中、華為は5nmプロセスを天井として想定し、チップの性能向上ではなくクラスタ化によるスケーリングを優先している。このアプローチは、単一チップの競争力不足を補うための戦略的シフトであり、華為の技術自立へのコミットメントを反映している。
超ノードと相互接続技術の革新
華為（ファーウェイ）の戦略の核心は、超ノードと超クラスタの構築にある。これはNVIDIAのスケールアップとスケールアウトに直結する概念だ。超ノードとは、単一サーバー内のCPUとGPUを大量に統合した強力なユニットで、たとえばAtlas 900はこうした超ノードの基盤となる。2026年第4四半期に発売予定のAtlas 950は、8192枚のAscend 950 DTカードを組み合わせ、従来のCloud Matrix 384（384枚のAscendチップ）の22倍以上の規模を実現する。これにより、単一ノードの計算能力が飛躍的に向上する。さらに、64個のAtlas 950を接続したAtlas 950 Super Clusterは、52万枚以上のAscendカードを擁し、巨大な算力ネットワークを形成する。2027年にはAscend 960を基にしたAtlas 960超ノード（15488枚のカード）と、百万級のSuper Clusterが登場する予定だ。この急速なスケーリングを可能にするのは、華為の新開発した相互接続技術「Unified Bus」（UB）である。UBは、サーバー間の通信を効率化し、大規模クラスタのボトルネックを解消するもので、今年3月頃に突破が確認された技術だ。徐直軍は、この技術がAIインフラの新常態を定義すると述べ、製造プロセスの遅れをクラスタ技術で補う方針を示した。これにより、華為は単一チップの性能でNVIDIAに劣るものの、全体システムとして競争力を発揮できる基盤を築いている。
華為（ファーウェイ） vs NVIDIA：戦略比較
華為（ファーウェイ）とNVIDIAの戦略を比較すると、両者のアプローチの違いが浮き彫りになる。NVIDIAはハードウェアの垂直統合を重視し、単一チップの性能向上からデータセンター全体の最適化までを一貫して推進する。一方、華為は外部制約を前提に、クラスタ化による水平拡大を優先している。以下に、主な違いをまとめた表を示す。
| メーカー | 主な戦略 | 特徴 | 弱点 |
|---|---|---|---|
| NVIDIA | スケールアップ/アウト/アクロス | 高性能GPU（例: Grace CPU統合）、グローバルインフラ構想、効率的な接続技術（NVLink, InfiniBand） | 中国市場での輸出規制、データ主権問題による国家間摩擦 |
| 華為 | 超ノード/超クラスタ構築 | 自社CPU/GPU（Kunpeng/Ascend）、Unified Busによる大規模接続、中国国内製造対応 | 半導体プロセス遅れによる単一チップ性能劣位、電力消費増大の可能性 |
| 共通点 | 大規模クラスタ化 | 算力の持続的拡大、AIモデル訓練/推論の効率化 | 地政学的リスク、技術的トレードオフ（コスト vs 性能） |
この表からわかるように、NVIDIAの強みはグローバルなエコシステムにあるが、華為は国内市場の自立を武器に、接続技術の革新で差別化を図っている。たとえば、NVIDIAのDGX SuperPODが数百台のサーバーを統合するのに対し、華為のAtlas Super Clusterは百万級のスケールを目指し、中国のAI需要を満たすための実用性を重視している。しかし、華為の多チップアプローチは電力効率やコストの課題を生む可能性があり、両者の競争はAIインフラの多様化を促すだろう。
中国市場での位置づけと課題
中国のAI市場では、NVIDIAが依然として優位を保っている。大言語モデルの訓練や推論で、企業はH800やH20のような制限版チップを求めるが、政府の指導により国産チップへのシフトが促されている。華為の計画は、この文脈でNVIDIAの代替として位置づけられる。徐直軍は、算力の持続可能性を五つのポイントで強調した：AIの知能化に伴う算力拡大、中国の製造遅れ、現実的なプロセス活用、計算システムの構造変化、そして超ノードクラスタの構築。これらは、華為が技術自立を国家戦略として推進する姿勢を示す。しかし、課題も多い。半導体製造のボトルネック、特にEUV装置の開発遅れは、5nmを上限とする制約を生む。任正非の非公開発言でも、5nmでの停滞が予測されており、華為は接続技術でこれを補うが、単一チップの性能差は残る。また、大規模クラスタは電力消費やコストの増大を招き、トレードオフの管理が求められる。中国政府の支援のもと、華為は国内市場を固めつつ、グローバルな影響力を狙うが、米国のClean Networkイニシアチブのような過去の事例から、地政学的障壁が大きい。こうした中、華為の戦略は中国のAIエコシステムを強化し、技術摩擦の長期化を象徴するものだ。
将来性と地政学的影響
華為の3年計画が実現すれば、中国国内でのNVIDIA代替は現実味を帯びる。AscendとKunpengの進化、Unified Busの活用により、超ノードと超クラスタはAIアプリケーションの多様なニーズを満たすだろう。たとえば、2028年のAscend 970は、高密度計算を可能にし、産業応用を拡大する可能性がある。しかし、スケールアクロスレベルのグローバル連携は未着手で、政治的・技術的ハードルが高い。光子技術の成熟が鍵となるが、現時点では国内焦点が合理的だ。華為の強みは、良率とコストのコントロールにあるが、消費電力や価格性能比の最適化が成功の分かれ目となる。全体として、この計画は米中技術戦争の縮図であり、グローバル化の逆行を促す。システムの二重化は効率を低下させるが、脱グローバル化の潮流下では不可避だ。将来的に、華為は中国のAI主権を確立し、国際競争を再定義する存在となり得る。
結論
華為のAI戦略は、製造制約を逆手に取った革新的アプローチで、NVIDIAのグローバル支配に挑むものだ。超ノードと接続技術の進展は、中国の算力需要を満たす基盤を築き、国内市場での代替可能性を高める。しかし、性能差や地政学的リスクは残り、持続的なイノベーションが求められる。読者には、この動向がAI業界の多極化を加速させる点を考慮してほしい。技術自立の追求は、グローバルな協力の重要性を再認識させるだろう。