AIの進化が加速する一方、その心臓部であるデータセンターの電力消費とコストは天文学的に膨張している。この根深い課題に、NVIDIAの牙城を切り崩さんと、あるスタートアップが名乗りを上げた。その名は「Positron AI」。推論に特化した独自設計で、既存GPUの常識を覆すエネルギー効率とコスト性能を武器に、エンタープライズ市場に静かな、しかし確かな波紋を広げている。
AIの「電力問題」に挑む、推論特化という解
2023年に設立された米国の新興企業Positron AIが、シリーズAで5,160万ドル（約82億円）という巨額の資金調達に成功した。これは同社の今年度の調達総額が7,500万ドル（約119億円）を超えたことを意味し、市場の期待の高さを物語っている。
彼らの戦略は明快だ。AIのワークフローには、モデルを構築する「トレーニング」と、そのモデルを使って応答を生成する「推論（Inference）」の二段階がある。NVIDIAのGPUが両方に対応する汎用的な設計であるのに対し、Positronは後者の「推論」に完全に焦点を絞った。
CEOのMitesh Agrawal氏は、元AIクラウドプロバイダーLambdaのCOOという経歴を持つ人物だ。彼は「AIの初期の恩恵は非常に高いコストで得られている。推論のコストとエネルギー効率を改善することに最大の市場機会がある」と語る。この言葉通り、Positronは現代のAIインフラが抱える最も切実な課題、すなわち運用コストと電力という「アキレス腱」を突く。
Atlasが示す圧倒的な「ワット性能」
Positronの第一世代製品「Atlas」が叩き出す数値は、まさに衝撃的だ。同社の比較によれば、Metaの「Llama 3.1 8B」モデルを実行した際、Atlasは消費電力2000Wで毎秒280トークン/ユーザーを処理する。対して、NVIDIAのDGX H200サーバーは同条件で毎秒180トークン/ユーザーに留まり、消費電力は5900Wにも達するという。
これは単純計算で、AtlasがNVIDIA H200の約3分の1の電力で、約1.5倍の性能を発揮することを意味する。性能対電力（パフォーマンス・パー・ワット）では実に3倍以上の効率だ。同社は性能対コストでも3.5倍優れていると主張しており、これが事実であれば、データセンター運営者にとって極めて魅力的な選択肢となるだろう。
「Positronは、既存GPUと比較してワットあたり3倍以上のトークンを生成することで、データセンターの収益ポテンシャルを増大させる」
– Randy Glein氏、DFJ Growth 共同創業者兼マネージングパートナー
ただし、この性能比較はPositron自身によるものである点には留意が必要だ。とはいえ、ネットワーク大手Cloudflareが長期的な実証実験に乗り出している事実は、その主張に一定の信憑性を与えている。
なぜ速い？GPUとは異なる「メモリ中心」の設計思想
Atlasの驚異的な効率は、どこから生まれるのかといえば、その鍵は「メモリ」にある。
CTOのThomas Sohmers氏が指摘するように、AIのワークロードは、かつての膨大な計算（FLOPs）を要する処理から、巨大なメモリ容量と帯域を必要とするトランスフォーマーアーキテクチャへと移行した。しかし、多くのGPUは依然として計算能力の向上に主眼を置いている。
Positronはこの潮流を的確に捉え、設計思想を根本から変えた。彼らのFPGAベースのアーキテクチャは、メモリ帯域の利用率を93%という驚異的なレベルまで高めている。一般的なGPUベースのシステムが10〜30%程度に留まることを考えれば、これがどれほど革命的な数値であるか理解できるだろう。ボトルネックを演算からメモリへと見定め、そこを徹底的に最適化した結果が、前述の圧倒的な電力効率に繋がっているのだ。
賢明な市場戦略：CUDAエコシステムとの共存
技術的な優位性だけでは、NVIDIAが築き上げた巨大な「CUDA」エコシステムを乗り越えることはできない。多くの挑戦者が独自のソフトウェアスタックを構築しようとして失敗してきた歴史がある。
しかし、Positronの戦略は異なる。CEOのAgrawal氏は「CUDAは戦う相手ではなく、参加すべきエコシステムだ」と断言する。彼らは、顧客がNVIDIA製GPUでトレーニングしたモデルを、一切のコード書き換えなしにAtlas上で実行できる互換性を実現した。これは、導入のハードルを劇的に下げる賢明なアプローチだ。
さらに、彼らの製品は特殊な液体冷却を必要とせず、既存のデータセンターの空冷ラックにそのまま設置できる。これもまた、普及を後押しする極めて現実的な設計思想と言える。
次なる一手「Titan」が見据える16兆パラメータの未来
Positronはすでに次を見据えている。2026年に投入予定の次世代システム「Titan」は、自社開発のカスタムASIC「Asimov」を搭載。そのスペックは壮大だ。
- 最大16兆パラメータのモデルを単一システムで実行可能
- アクセラレータあたり最大2TBの高速メモリを直接接続
- 複数のモデルやエージェントを並列でホスト可能
これは、現在主流のモデルの数十倍から数百倍の規模であり、AIのコンテキスト長（記憶力）や、メモリを大量に消費する動画生成モデルの能力を飛躍的に向上させる可能性を秘めている。
この挑戦が成功するかは未知数だ。競合のGroqが売上予測を大幅に下方修正するなど、AIチップ市場は決して甘くない。しかし、Positronは創業からわずか18ヶ月、1,250万ドルのシード資金でAtlasを市場投入し、顧客を獲得するという驚異的な資本効率と実行力を見せつけた。投資家が評価するのは、この堅実さだ。
Positronの挑戦は、単なる半導体企業の成功物語に留まらない。AIインフラの持続可能性、コストの民主化、そして米国内でのサプライチェーン確立という、より大きな文脈の中に位置づけられる。彼らがNVIDIAの牙城に風穴を開け、AIの未来をどう変えていくのか。その一挙手一投足から目が離せない。
Sources
