重要ポイント:
GoogleとMetaのベテラン3人組が、最も強力なチップでさえアイドル状態にしてしまうAIコンピューティングの重大なボトルネックに対処するため、1億ドルの資金を確保しました。スタートアップのMajestic Labs AIは、データセンターを悩ませ、Nvidiaのようなチップメーカーの高精度ハードウェアで数十億ドルの浪費を招いている「メモリの壁（memory wall）」を打破するために設計された、新しいサーバーアーキテクチャを開発しています。
同社の使命は、現代のAIモデルの旺盛な食欲に追いつくために、サーバー内のデータフローを再設計することです。「巨大なAIモデルがサーバーを圧倒し、高性能チップをアイドル状態にしている」と、Alphabet傘下のGoogleやMeta Platformsでカスタムシリコンの開発中に目の当たりにした問題を創業者らは概説しました。
Majestic Labs AIは、かつてGoogleのデータセンター向けチップに従事し、後にMeta Reality Labsでカスタムシリコンチームを立ち上げたOfer Shacham氏、Masumi Reynders氏、Sha Rabii氏によって設立されました。11月に発表された1億ドルの資金調達ラウンドには、Bow Wave Capital、Lux Capital、Groveなどが参加しています。
この投資は、AI業界全体にとっての重大な課題を浮き彫りにしています。AIモデルの規模と複雑さが増すにつれ、運用のコストは電力消費だけでなく、無駄になるポテンシャルという点でも増大しています。メモリのボトルネックを解消することは、AIコンピューティングの効率を大幅に向上させ、チップ設計者とクラウドサービスプロバイダーの両方の競争環境を変える可能性があります。
「メモリの壁」はコンピューティングにおける永続的な問題ですが、今日のAIの規模によってさらに悪化しています。問題はNvidiaのH100 GPUのようなチップの処理能力ではなく、データがチップに供給される速度です。これにより、プロセッサがデータを待ち、サイクルとエネルギーを浪費する交通渋滞が発生します。この問題は、物理学者や数学者が、システムに変数が追加されるにつれて計算コストが指数関数的に増大する様子を表すために使用する用語「次元の呪い」の実践的な顕現です。
AIインフラに数十億ドルを投じている企業にとって、この非効率性は収益への直接的な打撃となります。強力だが十分に活用されていないプロセッサが詰め込まれたサーバーは、収益が減少する重大な資本支出を意味します。フラットアイアン研究所の研究によると、この次元の呪いを克服することは、専用ハードウェアを含む、新しいデータ中心の計算手法の主要な推進力の1つとなっています。
Tensor Processing Unit（TPU）を持つGoogleやTrainiumチップを持つAmazonのような競合他社がより優れたプロセッサの設計に焦点を当ててきた一方で、Majestic Labsはサーバー設計のレベルでこの問題に取り組んでいます。同社のアプローチは、詳細はまだ明らかにされていませんが、チップ間に存在するボトルネックを排除することを目指し、サーバーラック内でメモリと処理がどのように統合されるかを全体的に再設計することを示唆しています。
この戦略により、同スタートアップはNvidiaやAMDのような既存のチップメーカーだけでなく、創業者の元雇用主であるGoogleやMetaの社内ハードウェアの取り組みとも対峙することになります。これらのテック巨人は、AIワークロードを最適化し、サードパーティベンダーへの依存を減らすために、独自のカスタムシリコンの作成に多額の投資を行ってきました。Majestic Labsの成功は、より効率的であるだけでなく、業界全体で使用されている多様なハードウェアやソフトウェアと広く互換性のあるソリューションを提供できるかどうかにかかっています。
この記事は情報提供のみを目的としており、投資アドバイスを構成するものではありません。
