計算能力

消息筋によると、Anthropicの今年の年換算収入は1,000億ドルを超える見込みで、7月時点の650億ドルを上回る。会社はIPOを目指しており、評価額は2兆ドルに達する可能性があり、最も早くて11月に株式取引が始まる。投資家は年末までに計算能力が5ギガワットに達し、来年の年末にはOpenAIと同等の水準に倍増すると予想している。

Liquid Computeの創設者Ronit Jainは、同社が1500万ドルのシードラウンド資金調達を完了し、米国商品先物取引委員会（CFTC）に指定契約市場（DCM）およびデリバティブクリアリング機関（DCO）の資格申請を提出したことを発表しました。これは、現金決済と実物引き渡しの算力契約を取引する初の規制されたオーダーブックを構築するためです。同社は、算力が異種で保存できない特性を持ち、電力に似ているが石油とは異なることを示しています。その道筋は、まず効率的な短期市場を構築し、次に現金決済デリバティブ層を支えることです。運営方式はPJMやERCOTに似ています。最近数ヶ月間、Liquid ComputeはSusquehanna International Group、BGC Group、Wintermuteなどの金融機関と協力し、AIスタートアップやneocloudプロバイダー、貸し手に流動性OTC取引を提供しています。今回の資金調達はChemistryとFirstMark Capが共同でリードし、K8 Cap、Night Capital、UFO Holdings、TrueBridge CP、Brainchild Holdings、Y Combinator、そしてCoreWeave、Jane Street、OpenAIなどのエンジェル投資家であるDmitry Balyasnyが参加しています。

The Informationによると、Anthropicはトランプに関連するRum Groupと137億ドルの計算能力契約を結びました。

ニューヨークタイムズの報道によると、OpenAIは2030年までにその計算能力支出が7500億ドルに達すると予想しています。

インドネシアのAIインフラプラットフォームZankoreがNVIDIAの支援を受け、先進的なチップを購入するために310億ドルの融資契約を締結し、アジアの計算能力の需要の急増を浮き彫りにしています。シティグループ、オランダ国際銀行などがこの融資を引き受け、シティが唯一の債務顧問です。これはアジア最大のAIインフラファイナンスの一つです。

Pequity Research は FundaAI を引用して、GPT-6 が使用するトレーニング計算能力は GPT-5 の約 10 倍であると述べています。FundaAI は、業界の議論に基づき、実験、強化学習、合成データ生成および関連インフラストラクチャが合計で消費する計算能力は、主な事前トレーニングの実行の数倍であり、最大で十倍に達する可能性があると述べています。一旦 TPU 8t と Vera Rubin が大規模に出荷されると、次の事前トレーニングの加速が始まり、大規模な相互接続と光学がこのサイクルで最も恩恵を受けるでしょう。

The Information の統計によると、Anthropic は過去 11 ヶ月で少なくとも 14.8GW の計算能力を新たに契約し、今後数年で順次使用できるようになります。現在公開されている契約に基づくと、潜在的な総コストは最高で 5170 億ドルに達する可能性があり、大部分の支出は今後 10 年間に発生する予定です。昨年 10 月前にすでに確保された 1--2GW を加えると、Anthropic が契約した計算能力の総規模は約 16GW になります。この拡張は主に Claude の需要によって推進されています。今年、Claude Code と Cowork の成長は Anthropic の予想を超え、同社は計算能力の確保に集中し始めました。Amazon の新しい契約は最高で 5GW を提供し、Google と Broadcom がさらに 5GW を提供、Microsoft と NVIDIA が最高で約 1GW を提供します。Anthropic はまた、SpaceX Colossus 1 の全ての計算能力を借り受け、22 万枚以上の NVIDIA GPU を一度に取得しました。これには H100、H200、GB200 が含まれます。Anthropic は約 16GW を確保しており、その多くの契約は 2030 年以降も継続します。OpenAI が投資家に提示した目標は 2030 年までに 30GW に達することで、2030 年までに約 7500 億ドルの計算能力を累積的に投入することを見込んでいます。5170 億ドルは The Information が現行のクラウドサービス、チップ、データセンター契約に基づいて推定した潜在的な最高コストであり、一部の計算能力は延期されるか、使用されない可能性があり、一部の契約では早期キャンセルも許可されています。

アメリカ現地時間の水曜日、NVIDIAのCEOである黄仁勲がG20イノベーション閣僚会議に登場し、アメリカの商務長官ルートニックと炉辺対話を行いました。黄仁勲は、AIが電力やインターネットのような国家レベルの経済基盤に進化していると述べ、各国が直面している最大のリスクは、AIに十分な投資と採用を行わないことで、最終的に産業革命に取り残されることだと警告しました。黄仁勲は、現在1ギガワット規模のAIインフラを構築するには約500億から600億ドルの投資が必要であり、今からこの10年の終わりまでに関連する構築規模が約100ギガワットに達すると予測しています。彼はまた、エネルギー、チップ、インフラ、モデル、アプリケーションの「五層ケーキ」モデルを引用し、各国がAIインフラを構築し、自国がどの部分に参加したいかを決定する必要があると述べました。黄仁勲は、今後数年でAIが基本的にAGIを実現し、次の段階では大規模言語モデルから知能体と実体知能へと移行すると予測しています。彼は、AIが仕事を完全に置き換えるのではなく、タスクを置き換える可能性が高いと考えており、執筆や情報処理などの操作系タスクは徐々に自動化される可能性があると述べました。

ビットコインマイニング企業 Cango Inc.（NYSE: CANG）は、2026年6月30日までの第2四半期の未監査財務業績を8月31日に発表しました。当四半期の総収益は5080万ドルで、そのうちビットコインマイニング収益は4740万ドル、純損失は8160万ドルであり、主にマイニング機器の非現金減損および処分損失の影響を受けました。会社は1056枚のビットコインをデジタル資産の準備金として保有しており、長期債務は3120万ドルです。総運用ハッシュレートは27.58 EH/sに達し、そのうち自社運営が19.84 EH/s、レンタルが7.74 EH/sであり、当四半期に656枚のビットコインを採掘しました。1枚のビットコインの平均現金コストは前四半期比で約5%減少し73313ドルとなりました。会社はヘッジ戦略を開始しました。CEOのPaul Yuは、会社がマイニングユニットの経済的効率に焦点を当てており、ジョージア州のサイト改修を完了した（最大3メガワットをサポート可能）と述べ、コンテナユニットが設置され、GPUハードウェアが順次到着しており、裸金属GPUホスティングおよびホスティング業務を開始する予定で、第三四半期に収益を生む見込みです。CFOのSimon Tangは、純損失は主に非現金項目から来ていると述べました。

B.AI プラットフォームの単日トークンスループットが 1.1 兆を突破し、4 月 9 日のローンチ初日の 21.1M から 52,133 倍の指数関数的成長を達成し、5 か月足らずで百万レベルから兆レベルへの計算力アーキテクチャの飛躍を成し遂げました。無料イベントが開始されて以来、プラットフォームの単日スループットは約 242 倍増加し、14 日間の累積スループットは 6.86 兆に達し、累積で新たに API ユーザーが 19.6 万人を超えました。膨大な高同時接続と重度のエージェントワークフローの継続的な流入に直面し、B.AI の基盤インフラは優れた安定性を示しています------この急激な成長曲線は、世界中の開発者が実際のコードと高頻度の API 呼び出しを通じて B.AI の計算力インフラに対して投じた信頼の票です。B.AI は引き続き、世界で最も選ばれる普遍的な計算力とエージェント金融基盤を構築していきます。

証券タイムズによると、8月27日、記者は商湯から、商湯の大装置が智譜の最近オンラインでオープンソースされたGLM-5.3-Flashに対して国産の計算力サポートとトークンサービスを提供していることを知りました。これは国産の計算力の規模化商用のもう一つの基準と見なされています。報告によると、商湯の大装置は7月の日平均トークンサービス量が2.42兆に達し、2026年末には日平均10兆を突破する見込みです。

AI半導体とインフラ周期に関する分析が整理されており、AIインフラの需要はインターネット時代よりも長く続くことが指摘されています。これは、ユーザーの浸透率と一人当たりのトークンの二つの指数の次元が掛け合わされ、トークンとして換算されることで、顕著に上限が引き上げられるためです。ユーザーの浸透率は50%を超えており、成長の多くはまだ初期段階にある一人当たりのトークンから来ています。アメリカの企業における一人当たりのAI支出の中央値は約月12ドルであり、長期的にはホワイトカラーの給与の約10%に近づく可能性があり、月約1000ドルに達することができます。その間にはまだほぼ二桁のスペースがあります。インターネットのフラットなサブスクリプションや、限界ハードウェア消費が非常に低いのとは異なり、推論の高コストにより、一回のアクセスの限界コストはより高く、インフラの強度も大きくなります。開発者がプログラミングを行った後、次のARRの成長は依然として広義のプログラミングから主に来ています：非プログラマーがプログラミング基盤を用いて、業界を超えた非プログラミングタスクを完了し、プログラミングがエージェントのデフォルト実行コアとなります。広義のプログラミングに関連するタスクは、ARRの約60%から70%を占めています。2026年6月までに、OpenAIの企業顧客の中でCodexはCodexとChatGPTの合計出力トークンの64%を占めています；2月以降、Codexは法律、営業採用、マーケティングなどの垂直分野での週次活用増加がエンジニアリングを大きく上回っています。Anthropicの収入の中で狭義の開発/ソフトウェアは約40%、金融保険は20%を超え、法律、生物科学、小売などでもそれぞれかなりの割合を占めています。需要側のトークン成長の論理は依然として存在し、資金提供者と受益者は高度に重なっています。

8月27日、英伟達は決算を発表し、2027会計年度Q2の収益は$96.2Bで、前年同期比106%の増加、データセンターの収益は$89.0Bで、前年同期比117%の増加、Q3の収益ガイダンスは$108Bで、FY28の収益は約70%の増加を見込んでいます。WEEX TradFiは、AIハードウェアセクターが連動していることを示しており、Lumentum (LITE)は24時間で10.16%上昇、Arm (ARM)は8.19%上昇、Western Digital (WDC)は7.82%上昇しました。WEEX Labsは、今回の市場は「AIの転換点 + 高成長ガイダンス」によって推進されており、資金がGPUから光インターネットとストレージに拡散していると考えています。短期的な主な焦点はガイダンスの再評価であり、期待の実現後の調整の変動に注意が必要です。

英偉達 (NVDA.O) の最高財務責任者は、Vera Rubin が 1 ギガワットの計算能力を展開するごとに、約 400 億ドルの収益機会があると述べました。

英偉達のCEO、黄仁勲は現在、計算能力が収入であると述べています。

一站式 AGI 基础设施平台 B.AI は最新のエコシステムデータを発表しました：8月25日の単日新規APIユーザー数は23,432人に達し、期間累計新規APIユーザー数は79,500人に達しました；単日トークンスループットは5947.1億を突破し、期間累計呼び出し回数は7410.8万回、累計スループットは3万億トークンを超えました。2つのコア指標が同時に歴史的記録を更新しました。開発者が継続的に流入し、計算能力の需要が爆発的に増加しており、B.AIが高い同時処理能力と複雑な負荷シナリオにおける卓越した安定性とコストパフォーマンスを証明しています。B.AIは、世界中のチームに選ばれる普遍的な計算インフラストラクチャになることを目指し、AGIの全面的な実現を加速します。

SemiAnalysis 創設者の Dylan Patel は最新のポッドキャストで、2028 年までに OpenAI と Anthropic が世界の 70% から 80% の新たな AI 計算能力を占める可能性があり、計算能力の規模は 100GW を超えるかもしれないと予測しています。Patel は、両社が現在、世界の年間新規計算能力の約 30% を占めており、この割合は急速に上昇していると述べています。Patel は、最前線の AI ラボのビジネスモデルが変化しており、AI 計算能力の生産効率が大幅に向上していることを指摘しています。Anthropic の現在のメガワットあたりの収入は約 5000 万ドルに達しており、さらに 1 億ドルに達する可能性があります。これにより、OpenAI と Anthropic は、メガワットあたり 2500 万ドルから 5000 万ドルの高価格で計算能力を調達または賃貸することが可能になります。Patel は、2024 年から 2029 年までの間に世界の AI 関連の資本支出が約 11 兆ドルに達する見込みであり、そのうち 5 兆ドル以上は債務ファイナンスを通じて完了する必要があると予測しています。AI インフラの潜在的なリターンが従来の産業よりもはるかに高いため、テクノロジーの巨人たちはより高いファイナンスコストを受け入れる可能性があり、これが全体の信用金利を押し上げ、従来の資産の評価や高負債経済体に圧力をかけることになります。さらに、Patel は、今後の新規計算能力が必ずしも外部にモデル推論サービスを提供するために使用されるわけではなく、むしろ AI ラボ内部の研究開発やモデルの自己改善に流れる可能性が高いと考えています。