上海物来喜電子商務有限公司

【中国E59】 AI半導体市場の未来は推論へ。NVIDIA一強時代は終焉へ2025.02.28

 

 1. AIを支える半導体技術

①近年、AI（人工知能）技術の進化は目覚ましく、
特に、AIを支える半導体技術は、その進化の鍵を
握っている。

 

これまで、AIアプリケーションの中心は「学習」
だったが、今後は「推論」が主要な役割を果たす
ようになると予想されている。

この変化は、AI半導体市場にも大きな影響を与える。

 

 

②今回は以下についてお話する。

・推論への変化がなぜ起こるのか
・それが市場にどのような影響を与えるのか

 

 

 

 2. AIの「学習」と「推論」とは？

①学習（Training）

AIの「学習」とは、大量のデータを元に
モデルを訓練するプロセスのこと。

 

例えば、画像認識AIの場合、数百万枚の画像
データを学習させ、その中から特定のパター
ンや特徴を抽出する。
　　↓
このプロセスは非常に計算量が多く、高性能
なGPU（Graphics Processing Unit）が必要
とされる。

NVIDIA社のGPUは、この学習プロセスにおいて、
圧倒的な性能を発揮し、市場で大きなシェアを
占めてきた。

 

 

②推論（Inference）

「推論」とは、学習済みのモデルを使って、新しい
データに対して、予測や判断を行うプロセスのこと。

 

例えば、学習済みの画像認識 AIに、新しい画像を
入力し、それが何であるかを識別させるのが推論。
　　↓
推論は学習に比べて計算量が少なく、リアル
タイムでの処理が求められる場面が多いため、
以下と言える。

「低コストで効率的な半導体が適している」

 

 

 

 3. なぜ「推論」が主要になるのか

①学習の成熟

近年、AI技術の進化により、AIの学習プロセスは
大きく変化し、これからは「学習」そのものより
も、「学習済みモデルをどのように活用するか」
が焦点となっている。

つまり、AIの「推論」が主要な役割を担うようになる。

 

 

②学習の成熟と推論の重要性

ディープラーニングの技術が成熟したことで、
AIは 大量のデータを学習し、複雑なパターン
を認識できるようになった。

 

例えば、画像認識や、自然言語処理の分野で
は、人間を凌駕する精度を達成するAIモデル
が、次々と登場している。

しかし、このような高度な学習モデルを実際
のビジネスシーンで活用するためには、以下
が鍵となる。

「学習済みモデルを「どのように運用するか」
　　　↓
ここで重要なのが「推論」。

 

 

例えば、製造業では AIを使って、不良品を
検出するために、学習済みモデルを活用して、
リアルタイムで生産ラインの画像を分析する。

 

推論は、実際のビジネスプロセスに直接的な価
値を提供するため、その重要性が高まっている。

 

 

③推論がビジネスにもたらす具体的な価値

推論が主要になる理由は、ビジネス
における「即時性と効率性」にある。

 

学習プロセスは、大量のデータと計算資源を必要
と推敲が、一度学習が完了したモデルは、比較的
少ない計算資源で高速に推論を行うことができる。
　　↓
これにより、企業は、リアルタイムでの
「意思決定や迅速な対応」が可能になる。

 

 

④IoT（Internet of Things）や、自動運転技術
の進化に伴い、「リアルタイムでのデータ処理」
が求められる場面が増えている。

 

例えば、自動運転車は周囲の環境を瞬時
に判断し、適切な行動を取る必要がある。
　　↓
このような場面では、
学習よりも「推論が重要となる」。

また、製造業や医療分野でもリアルタイムでの
データ分析が求められるようになってきている。

 

 

（例❶）小売業界では AIを使った
需要予測が盛んに行われている。

学習済みモデルを使って、過去の販売デー
タや、天候、イベント情報などを分析し、
今後の需要を予測する。
　　↓
これにより、在庫管理の最適化や販売戦略
の立案が可能となり、無駄な在庫を減らし
つつ、機会損失を最小化することができる。

 

 

（例❷）医療分野では、AIを使った
診断支援システムが注目されている。

学習済みモデルを使って、患者の症状や
検査結果を分析し、医師が迅速かつ正確
な診断を行うための支援を行う。
　　↓
これにより、診断の精度が向上し、患者の
治療効果も高まることが、期待されている。

 

 

⑤推論の効率化により、AIの導入コストも低下する。

これまで高額な計算資源が必要だった
AI導入が、より多くの企業にとって、
現実的な選択肢となると予想される。
　　　↓
特に、中国日系企業にとって、AIを活用
した「ビジネス変革のチャンス」が広がる。

 

推論は、リアルタイムでの意思決定や迅速な対応
を可能にし、ビジネスに直接的な価値を提供する。

 

 

 

 4. AI半導体市場の変化

①「NVIDIA一強時代」の終焉

これまで、AI学習の分野ではNVIDIA社
のGPUが圧倒的なシェアを占めてきた。

しかし、推論が主要な役割を担
うようになると、状況が変わる。

 

 

②推論には必ずしも最新式のGPUは必要なく、
「低コストのAI半導体で十分な場合が多い」。

これにより、NVIDIAの一強時代は終わりを告げ、
他の半導体メーカーが台頭する可能性が高まる。

 

 

③低コストAI半導体の台頭

推論が主要になると、低コストで
効率的な AI半導体の需要が高まる。

 

例えば、GoogleのTPU（Tensor Processing Unit）
や、IntelのMovidius VPU（Vision Processing Unit）
など「推論に特化した半導体」が注目を集めている。
　　　　↓
これらの半導体は、学習用のGPUに比べて、
「コストが低く、電力消費も少ない」ため、
幅広い分野での活用が期待されている。

 

 

④カスタムチップの増加

推論が主要になると、特定の用途に特化した
カスタムチップの開発が進む、と予想される。

 

例えば、自動運転車向けの推論チップや、医療
画像解析向けの推論チップなど、用途に応じた
「最適化が進むことが予想される」。
　　↓
これにより、半導体市場は、さらに
多様化し、競争が激化すると予想される。

 

 

 

 5. 具体的な事例

（例❶）自動運転車
自動運転車は推論が重要な役割を果たす分野の一つ。

自動運転車は周囲の環境をリアルタイム
で認識し、適切な行動を取る必要がある。
　　↓
学習済みのモデルを使って、
「推論を行うこと」が求められる。

 

例えば、Teslaの自動運転システムは NVIDIAのGPU
を使って、学習を行っているが、実際の運転時には、
推論に特化したカスタムチップを使用している。

これにより、リアルタイムでの処理が
可能となり、安全性が向上している。

 

 

（例❷）製造業
製造業も「推論」が重要な役割を果たすようになっている。

 

例えば、工場内の機械の故障予測や、
品質検査などにAIが活用されている。

これらの場面では、学習済みのモデルを
使って推論を行うことで、リアルタイム
での判断が可能となる。
　　↓
これにより、生産効率が向上し、
コスト削減が実現されている。

 

 

（例❸）医療分野
医療分野も「推論」が重要な役割を果たしている。

例えば、医療画像解析では、学習済みのモデル
を使って推論を行うことで、病気の早期発見が
可能となる。
　　↓
これにより、患者の治療効果が
向上し、医療費の削減にも繋がる。

 

 

（例❹）中国の製造業現場で起きているある変化

広東省のある電子部品工場では、従来 30人の
検査員が、8時間かけて行っていた外観検査を
AI搭載カメラが 98%の精度で 10分間に短縮した。

この裏側で主役を務めるのが「推論技術」。

 

 

■AI発展の潮流が「学習」から「推論」へ
と劇的にシフトする今、ビジネス戦略の
再構築が急務となっている。

 

 

 

 6. 今後の展望

①半導体市場の多様化

「推論が AIの主要な役割を担うようになる」と、
半導体市場は、さらに多様化すると予想される。

 

これまでNVIDIAが独占していた市場に、
新たなプレイヤーが参入し、競争が激化
することが予想される。
　　↓
これにより、AI技術の進化が加速し、より
「低コストで効率的な AI半導体が登場する」。

 

 

②エッジコンピューティングの普及

推論が主要になると、エッジコンピュー
ティングの普及が進む予想される。

 

エッジコンピューティングとは、データをクラ
ウドに送らずに、端末側で処理する技術のこと。
これにより、リアルタイムでの処理が可能となり、
「通信コストや遅延を削減すること」ができる。

 

例えば、自動運転車や、IoTデバイスなどは、
エッジコンピューティングが活用される場
面が増えると予想される。

 

 

③カスタムチップの開発競争

推論が主要になると、特定の用途に特化した
「カスタムチップの開発競争が激化する」と、
予想される。
　　↓
これにより、より効率的で低コストなAI半導体
が登場し、幅広い分野での活用が進むことが期
待されます。

 

 

 

 7. まとめ

① AI技術の進化に伴い、AI半導体市場
も、大きく変化しています。

 

 

②これまで学習が主要な役割を担っていま
したが、今後は以下になると予想されます。

「推論が主要な役割を担うようになる」
　　↓
これにより、NVIDIAの一強時代は終わりを
告げ、低コストで効率的なAI半導体が台頭
する可能性が高まります。

 

 

③この変化は、自動運転車や、製造業、医療分野
など、幅広い分野に影響を与えると予想されます。

 

④今後、中国市場における成功する企業の条件は、
「推論リテラシー」の有無にかかっています。

　AI技術の「深さ」より
「使いこなし」が価値を生む時代が到来します。

 

 

（参考）NVIDIAの最大の強みは「圧倒的な技術力の高さ」にある

 

 

本ホームページの収録内容はすべて当社に著作権があります。
無断転載・複製は、固くお断りいたします。
以下の場合には、お気軽にお問い合わせください。
サービス内容 / 機能の実現性 / お⾒積もり