MetaのウェアラブルズVP Alex HimelのリークされたメモでAIペンダント・Supersensing Glasses・エンタープライズ向けウェアラブルの3本柱戦略が明らかに。Ray-Ban Metaスマートグラスの2025年販売700万台超という実績を足がかりに、OpenAI・Googleより先に次世代AIコンピューティングプラットフォームの覇権を確立しようとするMetaの全貌を解説する。
DRAM価格の急騰を受け、Metaは2年間更新が途絶えていたオープンソースキャッシュエンジン「CacheLib」を再リリースした。高価なDRAMの使用を抑えつつキャッシュ性能を維持する「HybridCache」アーキテクチャは、DRAMとNVMを組み合わせることでコストを大幅に削減できるため、現在のメモリ市場において実用的な意味を持つ。
Armは自社データセンター向けプロセッサ「Arm AGI CPU」を発表し、中立的なライセンサーから顧客と競合するシリコンベンダーへ転換した。この動きに対し、FTCはArmのライセンス慣行に関する反トラスト法調査を開始し、QualcommもRISC-Vスタートアップを買収するなど、エコシステム側でオープンソースアーキテクチャへのシフトが加速している。
2026年、個人ユーザーや中小企業はHDDやNANDフラッシュの価格高騰と在庫不足に直面しており、ハイパースケーラーによる数年先の長期供給契約が市場を占有している。この状況はAI投資サイクルに伴うデータセンター拡張計画が背景にあり、ストレージ市場は棚売りから受注生産へと転換し、需給ギャップは2027〜2028年まで続く見込みである。
xAIは世界最大規模のAIクラスター「Colossus」を保有するが、その計算能力のわずか11%しか活用できておらず、新社長が2ヶ月以内に50%への改善を宣言した。これは、急速なハードウェア拡張に対しソフトウェア整備が追いつかず、MetaやGoogleに比べて実効的なGPU稼働率が著しく低いという構造的な課題を露呈している。
ヒューマノイドロボット市場では、完成品を誰が先に家庭や工場へ置くかに注目が集まりがちだ。だが競争の軸は、機体そのものから、異なるロボットを動かせる知能基盤へ移り始めている。TeslaはOptimusを垂直統合で開発し、Google DeepMindは既存メーカーへAIを供給する。Metaは、ロボットAI企業ARIを買収した。狙うのは「ロボット版Android」と呼べる、複数メーカーが採用できるロボット向けの統一基盤だ。
中国NDRCがMetaによるAIエージェント開発元Manusの買収を統合フェーズ後に禁止したことは、中国競争規制史上稀な措置であり、AIエージェント分野の覇権争いがM&Aにも及んでいることを示す。この禁止命令は、中国のAIスタートアップが米国系資本を受け入れる際の政府事前承認義務化など、今後の資金調達構造にも影響を与える可能性が高い。
Metaはエージェント型AIの処理に特化し、GPUではなくArmベースのCPU「Graviton5」をAWSから数千万コア、最低3年間調達する大型契約を締結した。これは、エージェント型AIが求める低レイテンシと高いスレッド並列性がCPUの得意とする領域であり、電力効率とコスト面で優位性があるため、AIインフラの最適解がワークロードによって分岐しつつあることを示している。
Metaは、AIエージェントの訓練データ整備のため、米国従業員の業務用PCでマウス移動やクリック、キーストローク、画面スナップショットを収集する。これは、AIを「答えるAI」から「操作するAI」へ進化させるため、完成品ではなく作業途中の「迷い」を高価なデータとして活用する狙いがある。他社が顧客データと学習データを分離する中、Metaは従業員の行動データをAI訓練に直接利用する点で一線を画しており、プライバシーや労務管理上の課題が指摘されている。
Cookieを拒否した後も、55%のサイトがブラウザに広告Cookieを設置し続けている。2026年3月にwebXrayが公開したカリフォルニア州プライバシー監査が記録した数字だ。Google、Meta、Microsoftはいずれも、カリフォルニア州法が有効なオプトアウト手段として認める信号を技術的に無視している。同意ダイアログは選択肢を「提示」するUIであって、その選択が実際に執行される仕組みではない。これは個別のバグでも企業の怠慢でもなく、デジタル広告インフラ全体の設計上の問題だ。
MetaはAIインフラに最大1,350億ドルを投資し、自社サービスの競争優位を確立するため、Broadcomと連携して自社設計のカスタムAIチップ「MTIA」を数ギガワット規模で展開する。これは、汎用GPUの限界とTCO最適化の必要性から、用途特化型ASICの開発が技術的必然となっているからだ。
カーネル最適化は長年、GPUプログラミングの深い知識を持つ一握りの専門家が支配してきた領域だ。NVIDIAのCUDAでAttentionカーネルを書けば数千行に及び、2019年にOpenAIが発表したTritonで約12 […]
