第８５回目はAIのしかもAIチップに特化して解説しているニュースレターをとりあげた。

NVIDIAは最近のアーキテクチャBlackwellを発表。従来の３０倍の速さがあり、載っているトランジスタの数は２０８０億個。

これだけを聞いても「はぁ？だから？」となるだけ。でもそこには深いAIビジネスの仕組みがあることを、このニュースレターから知った。

個人でニュースレターの運営に成功している例を毎回ひとつとりあげ、それを徹底的に調べてビジネスモデルの仕組みから、なぜそんなにウケているのか、を独自分析してレポートしている。あなたがクリエイターならとても参考になるはず。

👫 もくじ

1. ドレスデンに行ってきた
2. Discordのコミュニティやってます
3. 【他人のニュースレターを勝手に分析】AI系で本当に儲かっているニュースレター
4. ビジネスモデルは年契約だけ
5. 半導体やAIチップの専門的な話がなぜウケるのか？
6. ただのAIチャットから１００兆円を作る方法はまだ誰も見...
7. AI分野で一人勝ちのNVIDIA
8. AIツール作成は学習と推論
9. 学習フェーズ
10. 推論フェーズ
11. AIチャットのレスポンスに特化したチップで躍進するGr...
12. 激動のAIチップ戦争はまだ始まったばかり
13. AI技術の源流はチップにある
14. なぜAppleはAI事業でNVIDIAからチップを買わ...
15. ニュースレターは万人にウケる必要はない
16. 知らないことを知るメディア
17. ニュースレターを有料課金した時に提供する価値とは

🛳️ ドレスデンに行ってきた

夏のドレスデンもなかなかにいいところ。

🐢 Discordのコミュニティやってます

Discordのコミュニティをやっているのでニュースレターや情報発信に興味のある方はぜひご参加ください。

Discordの機能とかいろいろと分かってないことがあって、参加いただいた方たちにたくさんのアドバイスをもらった。ありがとうございます！！

【他人のニュースレターを勝手に分析】AI系で本当に儲かっているニュースレター

今回取り上げたのはSemiAnalysis。テーマはAIチップと半導体。内容はとても専門的で難しいニュースレター。

著者はDylan Patel氏。

以降の画像は全てSemiAnalysisからの引用。

Dylan Patelが本名なのかも分からないし、顔写真も公開されていない。しかしそんな著者の素性なんか、どっちでもいいぐらいにニュースレターは人気。

無料の購読者数は約１２万人。

Xアカウントのフォロワー数は４万人。

🫡 ビジネスモデルは年契約だけ

ビジネスモデルは有料購読で年間契約のみ。値段は年間４７０ドル（約６万９千円）。

有料購読したい読者にはこの選択肢しかない。月契約とか一切なし。かなり強気の値段設定になっている。

そしてこれがめちゃくちゃに儲かっている。Substackの有料購読でテクノロジー部門のトップランクに位置している。あの強豪がひしめくテクノロジーの分野でこれだけの収益をあげているのだから、これは本当にすごい。

そして内容をしっかり見ていくとあえて月契約がなく、強気に年契約のしかも高額なプランしか用意していない理由が分かってくる。

🥑 半導体やAIチップの専門的な話がなぜウケるのか？

SemiAnalysisは最初から最後まで半導体とAIチップの話。とても専門的で専門用語もバンバン出てくる。AIチップとはAI処理に特化した半導体チップ。

以下にSemiAnalysisの記事のタイトルをいくつか抜粋した。

• GB200ハードウェアのアーキテクチャ - 部品サプライチェーンと部品表
• 10万台のH100クラスター：電力、ネットワーク構造
• OpenAIのチップチームが本気を出すみたい
• インテルの14A魔法の弾丸：指向性自己組織化（DSA）
• NVIDIAのBlackwellの性能 - B100 vs B200 vs GB200NVL72
• AI時代におけるCXLの終焉
• AIデータセンターのエネルギージレンマ
• Groqの推論トークン経済
• ニューラルネットワークの量子化と数値形式の基本原理
• ASMLのジレンマ：High-NA EUVはLow-NA EUVのマルチパターニング

かなり専門的な内容になっている。なぜこんなニュースレターがウケるのか？その理由を把握するには、まず現在のAIビジネスの理解が必要になる。

🐠 ただのAIチャットから１００兆円を作る方法はまだ誰も見い出せていない

２０２４年の現時点ではAIと言っても使い道はチャット、画像生成、完全ではない自動運転など分野が限られており巨大な収益を生み出すにはまだまだ課題が残っている。

「タンパク質の折りたたみ構造がAIで解析されてとんでもない新薬が開発されそう」って？そんなのできてから言ってくれ！って話になる。

その一方でAIに対する投資額はすさまじい。

• メタ（旧Facebook）：2024年のAI設備投資予想額を350〜400億ドルに引き上げ、2025年もさらなる増加を見込む
• アルファベット（Google親会社）：2023年第1四半期の設備投資額が前年同期比91%増の120億ドル
• マイクロソフト：2023年第1四半期の設備投資額が前年同期比79%増の140億ドル

全てのビックテックが年間４００億ドル以上のAI設備投資を行っている。つまりこの投資分を回収できるだけのモノにするには１００兆円クラスの収益を作り出す必要がある。そんなのはどこもまだ生み出せていない。

仮にあなたがGPT4-oやその他のAIツールに多少は課金していたとしても、そもそもの投資額がデカすぎて焼け石に水でしかない。

いずれはAIが本格的に活用されて十分に投資額に見合う収益を得る日が来るかもしれない。しかし今はそんなレベルにはほど遠い。

たったひとつ、AIチップの製造元が稼ぎ出す莫大な収益を除けば。

🧑‍🦯‍➡️ AI分野で一人勝ちのNVIDIA

NVIDIAはAIチップを製造する会社。AIチップはAIサービスを作り出すコンピューター頭脳の元になる。

ビッグテック企業たちはそのAIチップを「我こそ先に！」とNVIDIAから買っている。NVIDIAには数億ドル単位のAIチップの注文がさばききれないほどに舞い込み続けている。そんなNVIDIAは時価総額は3兆ドルを突破しアップルやマイクロソフトと並んで３トリリオンクラブに仲間入りした。

それはAIチップの大幅な需要増と売上増があったから。

AI事業を立ち上げるには巨大なコンピュータリソースとたくさんのAIチップが欠かせない。他のビッグテックもAIチップを自社開発して、わざわざNVIDIAから高価なチップを買わなくてもいいようにしようと計画はしている。しかし現状は各社も自社開発チップの稼働率は１０％以下。

CUDAというチップの開発環境が業界スタンダートになっており、このCUDAをおさえているのがNVIDIA。現状はそうカンタンにはひっくり返りそうにない。

しかしここに来てNVIDIAの１強をひっくり返す可能性のあるスタートアップ企業が次々に出てきた。それはAIツールにおける学習と推論という２つフェーズから市場を的確にとらえた会社だった。

🔫 AIツール作成は学習と推論

AIツールの開発は「学習」と「推論」の2つのフェーズからできている。

学習フェーズ

AIモデルに大量のデータを与え、パターンを見出させる。例えば、チャットAIに文章データを英語、日本語、ドイツ語、スペイン語などで大量に与え、特徴を学習させる。

推論フェーズ

学習済みのAIモデルは、新しい入力に対して推論を行う。AIチャットが「ウケるニュースレターの特徴は？」と聞いて、その答えを出す処理のこと。

学習フェーズに必要とされるAIチップのパワーはある意味で力でなぎ倒すレベル。ここでは巨大な資金と技術力を持つNVIDIAの牙城は崩せない。しかし推論フェーズではチップに求められる要素がたくさんあり、まだまだNVIDIAがカバーできていないことがある。

AI市場におけるNVIDIAの１強を脅かす存在はこの推論フェーズの市場にターゲットを絞ったいくつかのAIスタートアップだった。

🌻 AIチャットのレスポンスに特化したチップで躍進するGroq

Groqは推論フェーズ専用のAIチップを提供するスタートアップ。そのAIチップは速さが４倍でコストは１／３という。

ごちゃごちゃとした説明の前にその速さを実感する方法はここで実際に試しに何か質問をしてみるといい。めちゃくちゃに速い。レスポンス速度がChatGPTなんかとは全然違う。

https://groq.com/

なぜこんなことが可能になったのか。それはGroqは本来AIチップに求められいる他の全てを捨てて、ただ推論フェーズのチャットレスポンスだけに特化したからだ。他のことはできない。ただ今、最も需要の高いAIチャットだけなら最高の結果を最も低コストで出すから任せてくれ、という発想。

今の文字でタイプするチャットなら多少の遅延は気にならないかもしれない。しかし今後は間違いなく言葉で話して答えてもらうAIツールが主流になる。その時に２秒待ってから返答があるのと、０.２秒で返答するのとではユーザーの満足度がまったく違う。０.２秒なら人間との会話と同じなのだから。

🥯 激動のAIチップ戦争はまだ始まったばかり

前述のGroqの例はほんのひとつでしかない。他にも画期的なAIチップでAI業界の構造をひっくり返そうとする企業はたくさんSemiAnalysisに紹介されている。

だいたいここに書いたGroqの紹介でもSemiAnalysisの元記事を１００倍に薄めて書いている。元記事はもっと技術的要件について言及しているし、知識のある人が読めばもっと読み応えもあるだろう。

ぜひ参照してみてください。

Groq Inference Tokenomics: Speed, But At What Cost?

ちなみに元記事ではGroqがAI市場に革命を起こすことにはちょっと懐疑的。その理由は１００％テクノロジーの見解から。チップの設計を見て「確かに速いけど、このやり方でいいのかな？」と。

無料コンテンツはここまで。

ここ以降の有料コンテンツではこのSemiAnalysisがなぜ難しいコンテンツを配信しながら、バリバリの収益をあげ続けているのか、の理由について分析した。

有料コンテンツの内容

• なぜAppleはAI事業でNVIDIAからチップを買わないのか
• AI技術の源流はチップにある
• ニュースレターは万人にウケる必要はない
• 知らないことを知るメディア
• ニュースレターを有料課金した時に提供する価値とは