Chris Miglino、Axe ComputeのCEO ― インタビューシリーズ

Chris MiglinoはAxe ComputeのCEOで、テクノロジー企業の設立、成長、投資に20年以上携わってきた経験を持つ。Social Realityを共同創業し、DNA Fundでも活動してきた同氏は、起業家としての経験に加え、資本市場やインフラ投資の知見も備えている。Axe Computeでは、企業向けの専用AI計算能力を拡大するうえでの運用面・財務面の課題に取り組んでいる。

Axe Computeは、企業のAIワークロード向けに専用のベアメタルGPUインフラを提供している。Axe Accessでは利用可能なGPU容量を提供し、Axe Buildでは顧客の長期的な要件に合わせてインフラを構築する。このインタビューでMiglinoは、GPUの経済性、電力の制約、クラスターの性能、導入パートナーシップ、そして推論やAIエージェントへの移行が企業のインフラ需要をどのように変える可能性があるかについて語る。

Social Realityの共同創業からDNA Fundの統括、そして現在のAxe ComputeのCEOに至るまで、起業家として20年以上のキャリアを歩んでこられました。AIインフラ市場に関心を持ったきっかけは何ですか。また、従来のクラウドプロバイダーが十分に対応できていない、どのような機会に気づいたのでしょうか。

私が見いだした機会は明快でした。AIの進化が、それを支えるために構築されたインフラよりも速く進んでいるということです。私は20年以上にわたり、企業の設立、成長、投資に携わってきましたが、この隔たりにこそ最大の機会があると考えてきました。Social Realityの共同創業からDNA Fundでの仕事まで、新しいテクノロジーを実際の商業的価値へとつなげる道筋が明確な、根本的な課題に常に関心を寄せてきました。企業はAIに数十億ドルを投じている一方で、商業的に採算の合うコストで安定した計算能力を確保できないケースが少なくありませんでした。従来のクラウドプロバイダーは非常に優れた事業を築いてきましたが、そのインフラは柔軟な共有環境を前提に設計されており、24時間稼働する継続的で計算負荷の高いAIワークロード向けではありません。私自身、企業を立ち上げてきたからこそ、企業が必要とするものが分かります。予測可能なコスト、安定したアクセス、そして規模を拡大できる余地です。企業がデータセンターの運営者にならずとも、AIの実際の要件に即した専用インフラを構築し、計算資源を自ら管理できる機会があると考えました。だからこそ、私はAxe Computeにいます。AIを支えるインフラを構築する企業が、このテクノロジーの拡大の規模と速度を左右することになるでしょう。

企業でAIの導入が加速するなか、高性能GPU計算資源へのアクセスが重要な検討事項となっています。企業が計算要件について抱きがちな最大の誤解は何でしょうか。また、専用GPUインフラと従来のクラウドサービスをどのように比較・評価すべきでしょうか。

最大の誤解は、GPUを増やせば自動的にAIの性能も向上するということです。GPUを取り巻くアーキテクチャ、アクセスの安定性、運用コストも同じくらい重要です。次に多いのは、企業向けソフトウェア用に構築されたクラウドモデルが、AIにも適していると思い込むことです。パブリッククラウドは、実験的な用途や需要が予測しにくいワークロード、短時間で規模を拡大・縮小するワークロードには優れています。しかし、本番環境で高負荷のワークロードを24時間稼働させる段階になると、経済性は変わります。もはや、たまに使う計算資源の料金を払っているのではありません。従量課金モデルで、継続的な産業運営の費用を賄っているのです。企業には、時間単位のGPU料金だけでなく、稼働率、ワークロードの継続時間、ネットワーク要件、そして数年間にわたる総コストを検討するよう勧めています。専用インフラは、継続的なワークロードに対してコストの予測可能性と制御性をもたらしますが、最適な選択は実際にAIをどのように利用するかによって異なります。

Axe Computeは、Axe AccessとAxe Buildという2つの異なるモデルを提供し、GPUをすぐに利用できる環境と、用途に合わせて構築するAIインフラの両方に対応しています。それぞれのモデルの仕組みや対象となる顧客、また自社のAIワークロードに適した方法を組織が判断する際のポイントについて教えてください。

企業はそれぞれ異なる段階からスタートするため、同じインフラモデルを一律に選ばせるべきではないと考え、Axe AccessとAxe Buildを立ち上げました。Axe Accessは、既存の事業を拡大する場合、新しいモデルを立ち上げる場合、あるいは現在のプロバイダーでは対応しきれなくなった場合など、今すぐ専用GPU容量を必要とする組織向けです。Axe Buildは、容量からアーキテクチャ、運用まで、長期的なニーズに合わせて設計された専用インフラを必要とする顧客向けです。選択を分けるのは、導入時期、規模、カスタマイズの必要性です。ワークロードをすぐに稼働させる必要があるなら、利用可能な容量から始める。複数年にわたるAI運用を計画しているなら、その計画に合わせて構築する。私にとって重要なのは、需要を実稼働可能な容量につなぐ現実的な道筋を顧客に提供することです。テクノロジーは、実際に活用できて初めて価値を持つからです。

Axe Computeは、契約済みのAIインフラプロジェクトが34億5,000万ドルを超えたと発表しており、専用計算能力に対する需要の大きさがうかがえます。こうした契約を稼働中のGPUクラスターへと転換するうえで、最大の課題は何でしたか。また、このペースでインフラを拡大するなかで、どのような教訓を得ましたか。

最大の教訓は、需要を獲得することとインフラを提供することはまったく異なる分野であり、その両方で卓越した能力が求められるということです。契約済みプロジェクトが総額34億5,000万ドルを超えるなか、施設、電力、調達、資金調達、ネットワーク構築、そしてクラスターを稼働させるための技術作業など、あらゆる段階が重要です。それぞれに独自のスケジュールがあり、ひとつでも遅れれば、展開全体が滞る可能性があります。なかでも特に重要なのが電力です。契約や資金、機器を確保していても、電力がなければ、何ひとつ収益を生みません。プロジェクトの順序立て、パートナーの選定、資本配分に規律を持たせ、事業を拡大することを学んできました。また、契約済みプロジェクトの価値は、すでに導入され収益を生み出しているインフラとは同じではないことを、決して忘れません。最終的に勝つのは、契約を安定して稼働する処理能力へと着実に転換できる企業です。実行力こそがビジネスモデルなのです。

AIインフラをめぐる議論ではGPUの供給状況が注目されがちですが、電力、冷却、ネットワーク、データセンターの容量も、同じくらい大きな制約になり得ます。こうしたボトルネックのうち、AIの拡張性に長期的に最も大きな脅威となるのはどれだと考えますか。また、Axe Computeはこれらの課題にどう取り組んでいますか。

電力です。AIインフラを構成するほぼすべての要素は、その基盤となる電力システムよりも速く拡張したり、アップグレードしたりできます。GPU技術は急速に進歩し、資本を投入して施設を建設することもできますが、送電線、電力会社との系統接続、大規模発電の整備には、AI企業の計画サイクルを大幅に超える時間がかかることも少なくありません。私たちは、予測可能な需要を前提に、大規模な新たなコンピューティング需要を受け入れられる電力網を求めていますが、ハードウェアへの支出を増やすだけでは解決できません。Axe Computeでは、現実的に利用可能な電力に合わせてインフラ開発を進め、高密度なAI環境の導入を理解しているパートナーと協力しています。冷却とネットワークも、特にラックの密度が高まるなかで重要です。しかし、AIインフラの建設場所や、どの事業者が収益性を保ちながら事業を拡大できるかを左右するのは、安定して利用でき、価格も手頃な電力です。

高性能なAIクラスターの構築には、何千台ものGPUを組み立てる以上の作業が必要です。ネットワークアーキテクチャ、ストレージのスループット、ワークロードのオーケストレーション、GPUの稼働率といった要素は、実環境での性能にどのような影響を与えますか。また、企業が技術的な複雑さを過小評価しがちなのは、どの部分でしょうか。

GPUばかりが注目されますが、その性能は周囲のあらゆる要素に左右されます。企業が複雑さを過小評価しているのは、まさにそこです。非常に高性能なプロセッサを導入しても、ネットワークがプロセッサ間でデータを効率よく転送できなかったり、ストレージから十分な速度でデータを供給できなかったりすれば、使っていない処理能力に費用を払うことになります。これは、GPU間の通信がモデルの学習完了までの時間に大きく影響する、大規模な学習で特に重要です。オーケストレーションもまた別の課題です。処理能力を遊休状態にせず、スケジューリング、リソース配分、障害、変化する需要を管理しなければなりません。私は性能を理論上の仕様ではなく、実際に役立つ処理結果で評価します。効率よく稼働するクラスターは、非効率な大規模クラスターよりも、はるかに優れた経済性を実現できるからです。AIインフラには、ハードウェア、ソフトウェア、運用にわたる継続的な最適化が必要です。機器を一度購入すれば終わり、というものではありません。

Axe Computeは最近、大規模なAIインフラの導入を加速するため、Penguin Solutionsとの戦略的パートナーシップを発表しました。この提携によって、具体的にどのような技術面・運用面の能力が加わりますか。また、信頼性と性能を維持しながら、導入期間の短縮にどう役立つのでしょうか。

Penguinが提供するのは、3つの要素です。指定されたGPUクラスターの設置場所における、専門家主導の導入・運用サービス。クラスター運用を大規模に管理するための同社のソフトウェア、ClusterWareAI。そして、Penguinのチームが私たちと連携して担当する、24時間365日のネットワークオペレーションセンター体制です。これは、AIインフラの成長の次の段階が、複雑な環境を企業がどれだけ効率よく大規模に導入し、運用できるかにかかっているため、重要です。AIクラスターの導入には、コンピューティング、ネットワーク、ストレージ、管理システムを統合し、負荷の高いワークロードのもとでも安定して稼働する環境を構築する必要があります。Penguinの専門チームが導入能力を補強することで、より迅速な導入、より多くの構築案件への対応、実行リスクの低減が可能になります。目指しているのは、性能を損なうことなく、導入をより再現性の高い予測可能なものにすることです。プロジェクトを速めても、稼働開始後にインフラが安定して動かなければ、価値は生まれないからです。

AIが大規模なモデル学習から推論、自律型エージェント、リアルタイムアプリケーションへと進化するなかで、企業のコンピューティング要件はどのように変わると予想しますか。この変化によって、GPUクラスターの設計、導入、地理的な分散のあり方は根本から変わるのでしょうか。

推論は最終的に、商用AIインフラ市場の非常に大きな部分を占めることになるでしょう。特に企業が、モデルの構築から、製品や業務、顧客向けサービスへのAIの組み込みへと移行するにつれて、その傾向は強まります。学習は集中的なバーストとして行われます。一方、推論では、可用性、レイテンシー、スループット、そして何百万ものリクエストを継続的に処理する能力が重要です。エージェントはさらに別の層を加えます。ワークフローの中で複数のタスクを実行し、モデルに繰り返しアクセスするからです。リクエスト1件あたりの規模は小さくても、全体の需要は急速に膨らみます。高負荷のワークロードは今後も大規模な集中型クラスターが担い続ける一方、応答時間やデータの保存場所が重要となるアプリケーションには、より地理的に分散した処理能力が提供されると考えています。また企業は、すべてに最も高性能なGPUが必要だと決めつけるのではなく、ワークロードに合ったハードウェアを選ぶようになるでしょう。私が期待しているのは、需要がはるかに多様化することです。それは、適切な場所で、適切な性能とコスト条件の処理能力を提供できる事業者にとって追い風となります。

AIインフラの構築には多額の先行投資が必要である一方、GPU技術は急速に進歩し続けています。Axe Computeは、専用GPUクラスターの資金調達と運用に関する経済性にどのように取り組んでいますか。また企業は、耐用年数が終わる前に時代遅れになる可能性のある高価なハードウェアに縛られることを、どのように避けられるでしょうか。

まず考えるべきなのはハードウェアではなく、顧客の需要です。高価な機器を購入し、利用率が後からついてくることを期待するのは本末転倒です。これはソフトウェア事業ではありません。大規模な物理資産、長い構築期間、そして短期間で劇的に進歩する技術を扱う事業です。Axe Computeでは、契約に基づく需要、規律ある導入、そして継続的な処理能力を必要とする顧客を中心に据えたインフラを軸に事業を展開しています。陳腐化は現実の問題ですが、最新ではなくなったGPUに商業的価値がないわけではありません。推論アプリケーションや企業向けAIシステムのすべてに最新世代のハードウェアが必要というわけではなく、ワークロードを適切に割り当てれば、既存インフラの生産的な稼働期間を延ばすことができます。顧客は、利用率、性能要件、技術の進歩に応じた柔軟性など、契約全体を通じた経済性を検討すべきです。目指すのは、インフラの有効な経済寿命が投下資本を支えられるようにすることであり、ハードウェアがいつまでも初期価値を保つことを前提としたビジネスモデルを構築することではありません。

今後3～5年を見据えたとき、AIインフラにおいて、イノベーションと投資の最大の機会はどこにあると考えますか。市場はハイパースケーラーや大手GPUプロバイダーに集中したままでしょうか。それとも、専門特化型のインフラ企業が、企業によるAIコンピューティング能力へのアクセス方法を根本から変える可能性があるでしょうか。

これほど大規模で複雑な市場を、同じインフラモデルを運用する一握りの事業者だけで効率よく支えることはできません。ハイパースケーラーは今後も極めて重要な存在であり続けるでしょうが、今後3～5年の専門特化型事業者には大きな期待を寄せています。AIへの投資を、企業が日々頼りにするインフラへと変えていく取り組みは、まだ始まったばかりです。企業によって、性能、データ主権、コスト、導入時期、地理的条件に関するニーズは異なります。そこには、私たちのような事業者が活躍できる確かな余地があります。私が特に注目している投資機会は、電力インフラ、より効率的な冷却、高度なネットワーク、そしてGPUの利用率を高めるソフトウェアです。これらはAIの経済性を直接左右するためです。投資家が資産や契約済み処理能力から得られるキャッシュフローへの理解を深めるにつれ、資金調達のあり方も変化していくでしょう。Axe Computeにとっての機会は、AIを本格的に本番環境へ導入しようとする組織が、専用AI処理能力をより利用しやすく、予測しやすく、拡張しやすくなるよう支援し、市場の形成に貢献することです。私たちが「妥協のないコンピューティング」と呼ぶのは、そういうことです。

素晴らしいインタビューをありがとうございました。専用GPU処理能力や企業向けAIインフラについて詳しく知りたい方は、Axe Computeをご覧ください。