AI向けの計算資源を貸し出すネオクラウド市場では、成長期待だけで事業価値を説明しにくくなっています。上場企業CoreWeaveの株価が過去12カ月の安値まで下落するなか、イーロン・マスク氏は計算能力の購入に向けて400億ドル規模の借り入れ余力を示し、200社を超えるネオクラウドが淘汰や統合に直面すると予測しました。設備投資と借入金に依存する事業モデルへの警戒が強まる局面で、General ComputeはシリーズAとして1億ドルを調達しています。



同社の共同創業者兼CEOであるフィン・プクロウスキー氏は、半導体の供給や需要をめぐる悲観論は過大だと見ています。GPU、TPU、そのほかの半導体を問わず、計算資源を増やしてほしいという相談が毎週寄せられているためです。マスク氏の強い発言についても、購入を予定するGPUの価格を下げる交渉上の意図があるのではないかと分析しています。

プクロウスキー氏は、AnthropicがS-1で示した強気な見通しも、足元の不安を和らげる材料だと捉えています。S-1は米国で証券登録に用いられる届出書で、企業の事業内容や財務情報を投資家が確認するための資料です。ただし、AI需要が続くことと、すべての計算基盤事業者が利益を出せることは同義ではありません。General Computeの調達が示しているのは、市場全体への楽観論というより、用途と設備の持ち方を絞れば投資家の支持を得られるという可能性です。

General Computeは、多くの事業者がNvidia製GPUの確保を競うなか、AIモデルの推論処理に特化した代替半導体へ軸足を移しました。SambaNovaから新型半導体を購入する4億ドル規模の契約を結び、PositronとCerebrasも供給元に加えています。SambaNovaとの取引は、推論向け半導体を対象とする初のデットファイナンスとして位置づけられています。株式だけでなく借り入れも使い、ハードウェアを先行取得する構造です。



設備の置き方にも特徴があります。巨大なデータセンターを一から建設するのではなく、比較的小規模な電源を利用し、他社のデータセンター内の区画を借り、かつて暗号資産のマイニングに使われていた施設もAIモデルの実行環境へ転用します。半導体を調達できた時点で接続先を確保しやすくなり、土地の取得や大規模施設の建設を待つ時間を抑えられる設計です。

この方法では、短期間で最大手ネオクラウドやハイパースケーラーと同じ規模に到達することは難しいでしょう。その代わり、新設データセンター特有の長期計画や建設制約を回避し、需要に合わせて拠点を積み上げられます。同社は2027年に75メガワット分の計算能力を展開する計画で、利用可能な電力は200メガワットに達する可能性があると見込んでいます。もっとも、電力があっても半導体の購入資金がなければ設備には変わりません。調達能力が成長速度を決める点は、分散型であっても変わらないのです。

生成AIの計算処理は、大きく学習と推論に分けて考えられます。学習は大量のデータからモデルを作る工程で、推論は完成したモデルが利用者の入力を受けて回答や画像などを生成する工程です。サービスが日常的に使われるほど推論の回数は増えるため、応答速度だけでなく、1回の処理にかかる費用や消費電力が事業採算を左右します。



推論特化型半導体には、特定の処理を効率化できる余地があります。ただし、半導体単体の性能が高ければクラウド事業が成立するわけではありません。稼働率、電力費、借入金の返済、保守費用、顧客が支払える利用料金を組み合わせ、継続的に利益が残る構造を作る必要があります。対応するAIモデルやソフトウェア環境が限られれば、設備が空いていても需要を取り込めない可能性があります。

SambaNovaの共同創業者兼CEOであるロドリゴ・リャン氏は、市場の各社が速度を売り込む一方、本質的な問いは、その速度によって利益を出せるかどうかだと指摘しています。これはGeneral Computeの戦略を評価するうえでも中心となる論点です。Nvidia製GPUを避けること自体に価値があるのではなく、代替半導体の取得価格や電力効率を、十分な稼働率と売上につなげられるかが問われます。企業のAI基盤担当者も、公表された最大性能だけでなく、自社のモデルを動かした際の処理単価や運用条件まで確認する必要があるでしょう。

今回の資金調達を後押ししたのは、大口顧客との契約です。その契約は年間経常収益に換算して1億ドル相当とされ、General ComputeはBlackbird VenturesとAbstract Venturesが主導するシリーズAで1億ドルを確保しました。5月のシードラウンド後には6,000万ドルだった評価額が、今回の調達後評価額では8億ドルへ上昇しています。



大型契約は、設備を導入した後に需要を探すのではなく、見込まれる収益をもとに資金を集められる点で重要です。半導体の購入には多額の先行資金が必要になるため、継続収益の裏付けは株式投資家や融資側の判断材料になります。顧客からの需要、資金調達、半導体の購入、計算能力の提供という循環を作れるかどうかが、資本集約型のネオクラウド事業を左右します。

ただし、単一の大型契約が成長を支えるほど、その契約の条件や継続性が経営に与える影響も大きくなります。8億ドルという評価額も、将来の成長に対する投資家の期待を表すものであり、設備投資の採算がすでに確定したことを意味しません。プクロウスキー氏自身、今後は株式と借り入れの双方で資金を集める仕事が常勤業務になると話しています。General Computeの事例は、AIインフラ企業の成長が技術力だけでは決まらず、顧客契約と資本政策を同時に組み立てる必要があることを映しています。

General Computeの主な顧客には、開発者向けに高速な推論サービスを提供するクラウド企業が含まれます。同社が提供するのは、用途別のソフトウェアを重ねていないベアメタル、つまり物理サーバーに近い計算基盤です。顧客企業はその上にモデル実行環境、開発者向けAPI、監視機能、課金機能などを構築し、自社ブランドの推論サービスとして市場へ投入できます。



この役割は、半導体メーカーにとっても意味を持ちます。SambaNova、Positron、Cerebrasが優れた半導体を開発しても、電源、設置場所、保守、顧客との契約を個別にそろえなければ大規模な利用にはつながりません。General Computeは、複雑な物理インフラを引き受ける流通・展開パートナーとして、メーカーとサービス事業者の間を埋めようとしています。

Blackbird Venturesで今回のラウンドを共同主導したジェームズ・パーマー氏は、同社が推論クラウド企業Basetenへ投資していたことも判断材料になったと説明しています。Basetenの動向を通じ、重みが公開されたオープンウェイトモデルへの需要や、企業がAIの知的資産を自ら管理したいという需要を観察できたためです。オープンウェイトモデルでは運用先を選べる余地がありますが、実際に安定運用するには適切な計算基盤が欠かせません。General Computeが狙うのは、半導体を売る企業でも完成済みAIサービスを売る企業でもなく、両者を稼働可能な設備で接続する中間層です。

ネオクラウドは、巨大IT企業が幅広いサービスを提供するハイパースケーラーとは異なり、GPUなどのAI計算資源に重点を置くクラウド事業者を指します。AI需要の急拡大を追い風に成長できる反面、半導体の購入やデータセンター整備に巨額の資金が必要です。借入金で設備を増やす場合、稼働率や販売価格が想定を下回れば返済負担が残ります。



General Computeは、新設データセンターへの依存を減らし、複数メーカーの推論向け半導体を採用することで、一部の制約を軽くしようとしています。大型施設を完成させてから顧客を探す形ではなく、既存施設や転用可能な拠点を組み合わせられる点も防御策になります。GPU以外の選択肢を扱うため、特定製品の調達競争を避けられる可能性もあります。

それでも、半導体の技術的な陳腐化、顧客需要の変動、電力と資金の確保という基本的なリスクは残ります。複数メーカーを採用すれば選択肢は増えますが、異なる開発環境や運用方法への対応も必要になるでしょう。CoreWeaveの株価下落やマスク氏の統合予測だけを根拠に市場全体の崩壊を決めつけることはできませんが、General Computeの調達だけで淘汰への懸念が消えたとも判断できません。同社が示したのは、ネオクラウドが一括りの事業ではなく、対象とする処理、資産の持ち方、顧客層によってリスクが変わるという現実です。

日本企業が生成AI基盤を調達する場合、GPUか代替半導体かという二者択一から始める必要はありません。学習、モデルの調整、大量の一括推論、低遅延のオンライン推論では、適した設備が異なります。自社の処理を分けたうえで、実際に利用するモデルとデータ量を使い、応答時間、処理件数、消費電力、総費用を比較するほうが現実的です。



契約時には、半導体の名称や理論性能だけでなく、必要な計算能力をいつ確保できるか、障害時に別の拠点へ移せるか、利用量が予測を下回った場合に固定費が残るかを確認すべきでしょう。特定の実行環境へ深く依存する場合は、モデルやアプリケーションを別基盤へ移すための工数も評価対象になります。ベアメタルを利用するなら、運用監視、セキュリティ更新、障害対応をどこまで自社が担うのかも曖昧にできません。

General Computeの事例から得られる実務上の示唆は、代替半導体を全面採用することではなく、用途を限定した検証を行うことです。候補となる推論処理を一つ選び、現在の環境と同じ条件で小規模なベンチマークを実施すれば、速度と費用の差を具体的に把握できます。その結果に、移行費用、運用体制、供給保証、契約期間を加えた総保有コストで判断するのが適切です。調達先の資金力や設備計画についても確認し、価格だけでなく継続供給の確度まで比較することが、最初の一歩になります。