
MetaがGraviton5を数千万コア採用した理由:エージェント型AIはCPUの戦場となる
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。
Topic
AI Agents
全 651 件 / 55 ページ

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。

Google Labsは、AIデザインツールStitchで使われるDESIGN.mdのドラフト仕様をApache 2.0ライセンスで公開した。これは、色や書体などのデザイントークンをYAMLで、その理由をMarkdownで記述するファイル形式であり、AIエージェントがブランドの設計ルールを理解し、検証可能な制約としてUIを生成することを目的としている。CLIツールも提供され、設計ルールの検証や比較、エクスポートが可能で、AIによるUI生成の品質向上に貢献すると期待される。

半導体設計の全工程を自律的に行うAIエージェント「Design Conductor(DC)」が開発された。DCは219語の仕様書からRISC-V CPUの論理回路を組み上げ、徹底的な検証とデバッグを経て、わずか12時間で製造用レイアウトファイルを出力することに成功した。これは、これまで人間が手動で行っていた複雑なプロセスをAIがエンドツーエンドで完遂する画期的な成果であり、ハードウェア設計の歴史における重要なマイルストーンとなる。

Agentic AIの台頭により、データセンターにおけるCPU需要が急増し、コンシューマー向けCPUの価格が大幅に上昇している。DRAM価格は下落したものの、IntelやAMDの主力CPUが最大20%値上がりし、自作PCのコストは高止まりしている。この状況は、サーバー市場での需要逼迫と最先端プロセスを巡る生産枠競争が原因で、2027年まで続く可能性がある。
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。

OpenAIは、企業におけるAI活用を組織全体のプロセス自動化へと転換させる「Workspace Agents」のResearch Preview版を公開した。これは、チームの共有コンテキストを理解し、複数のシステムを横断して自律的にタスクを完了する高度な実行能力を持ち、従来のAIが抱えていたツール間の断絶やチームコンテキストの欠落といった課題を解決する。

Google Cloudは、企業が数百から数千の自律型AIエージェントを管理・運用する課題に対応するため、新たなエンタープライズ向け開発プラットフォーム「Gemini Enterprise Agent Platform」を発表した。本プラットフォームは、開発環境の刷新、長時間実行と永続的コンテキストを支える実行基盤の強化、そして厳格なガバナンスとインフラストラクチャの統合により、エージェントの急増という課題に包括的に対応する。

Googleは、AIエージェントの台頭によるインフラ要求の変化に対応するため、第8世代TPUで学習特化の「TPU 8t」と推論特化の「TPU 8i」という2つの独立したチップを導入した。これにより、フロンティアモデルの学習時間短縮と低遅延推論を実現し、用途特化によるパフォーマンスと電力効率の最大化を追求している。

MozillaはAnthropicのAI「Mythos」をFirefox 150の検証に導入し、人間では見つけられなかった種類のバグではないものの、271件もの脆弱性を発見した。これはAIが従来のファジングでは困難なコード読解による高密度な探索で、未処理のバグを大量に可視化し、防御側の修正能力と運用の再設計が重要であることを示している。AIによる脆弱性検出コストの低下は、攻撃側の優位性を薄め、防御側の持久力を底上げする可能性を秘めている。

組み込みデータベースの性能改善は、普通なら数%ずつ積み上げる地道な作業になる。ところがRust製OSSデータベースredbの4.1.0では、書き込み性能が一部ベンチマークで約1.5倍に伸びたうえ、savepoint復元やテーブル操作に潜んでいた破損リスクまでまとめて修正された。しかもリリースノートは、その多数のバグ修正をAIコーディングエージェントが見つけたと明記している。高速化だけでも珍しいのに、直した場所がデータベースの深部だった点がさらに重要だ。redb 4.1.0は、AIがOSSで何を担い始めたのかを具体的な数字で示した。

Googleは、AIエージェントが動的UIを生成する際の標準として、宣言的JSONでUIコンポーネントツリーを記述するA2UI v0.9を公開した。これは、エージェントがコードを生成するAnthropicとOpenAIのMCP Apps方式とは異なり、セキュリティと一貫性を重視し、既存アプリのデザインシステムに統合しやすい設計思想を持つ。A2UIはクライアント定義関数やデータ同期機能を導入し、主要フレームワーク向けレンダラーやPython向けSDKを提供することで、Generative UIの実運用を加速させる。

Cloudflareは、大規模言語モデルのコンテキストウィンドウの限界と「コンテキストロット」問題に対処するため、AIエージェント向けマネージドサービス「Agent Memory」を発表した。このサービスは、会話データを外部に保存し必要な情報のみを抽出・検証・分類・取得する非同期ストレージと、タスクに応じて170億と1200億パラメータのモデルを使い分けることで、応答品質の劣化を防ぎつつ効率的な記憶管理を実現する。