FuriosaAIのNXT RNGDサーバー発表、その真意はどこにあるのか？
FuriosaAIのNXT RNGDサーバー発表、その真意はどこにあるのか？
いやはや、また新しいAIハードウェアのニュースが飛び込んできましたね。FuriosaAIが「NXT RNGDサーバー」を発表したと聞いて、正直なところ、私の最初の反応は「またか」というものでした。あなたも感じているかもしれませんが、この20年間、シリコンバレーから日本の片隅まで、数えきれないほどの「Nvidiaキラー」を見てきましたからね。でも、今回はちょっと立ち止まって考えてみる価値がありそうです。本当に、何かが変わる兆しなのでしょうか？
ご存知の通り、AIの進化は目覚ましく、その裏側では常にハードウェアの進化が支えてきました。特にNvidiaのGPUは、学習から推論まで、まさにAIインフラのデファクトスタンダードとして君臨しています。しかし、その圧倒的な性能と引き換えに、消費電力やコストという課題も常に付きまとってきました。データセンターの電力消費はうなぎ登りで、持続可能性という観点からも、より効率的なソリューションが求められているのは、あなたも肌で感じていることでしょう。私が初めてAIチップのスタートアップに出会ったのはもう10年以上前になりますが、その頃から「GPU以外の選択肢」を模索する動きは絶えませんでした。
さて、今回の主役であるFuriosaAIの「NXT RNGDサーバー」ですが、これは同社が開発したAI推論に特化した「RNGD（レネゲード）AIチップ」を8基搭載したエンタープライズ向けサーバーです。発表されたスペックを見ると、FP8で4ペタFLOPS、INT8で4ペタTOPSという演算能力は確かに目を引きます。さらに、合計384GBのHBM3メモリと12TB/sという驚異的なメモリ帯域幅を実現している点も、大規模言語モデル（LLM）やマルチモーダルAIシステムを扱う上で非常に重要になってきます。
しかし、私が最も注目したのは、その電力効率です。NXT RNGDサーバーの消費電力はわずか3kW。これはNvidiaのDGX H100サーバーが10kW以上を消費するのと比較すると、大幅に低い数値です。この差は、データセンターの運用コストに直結しますし、ラックあたりの密度にも大きな影響を与えます。標準的な15kWのデータセンターラックに、NXT RNGDサーバーなら最大5台を収容できるのに対し、DGX H100は1台がやっと。これは、限られたスペースと電力の中で、より多くのAI推論能力を詰め込みたい企業にとっては、非常に魅力的な提案になるはずです。LG AI Researchが、彼らの大規模言語モデル「EXAONE」にRNGDチップを採用し、GPUと比較してワットあたり2.25倍のLLM推論性能向上を報告しているという実績も、この電力効率の優位性を裏付けていますね。
FuriosaAIは2017年に韓国とシリコンバレーで設立されたスタートアップで、元AMDやSamsungのメンバーが創業に名を連ね、June Paik氏がCEOを務めています。彼らのミッションは「AIコンピューティングをより持続可能にすること」だと言いますが、今回の発表はその言葉に説得力を持たせるものだと感じました。そして、個人的に最も驚いたのは、2025年初頭にMeta Platformsからの8億ドルという巨額の買収提案を拒否し、独立路線を選んだというニュースです。これは、彼らが自社の技術と将来性に相当な自信を持っている証拠でしょう。
投資の面でも、FuriosaAIは活発です。最近完了したシリーズCブリッジファンディングラウンドで1億2,500万ドルを調達し、これまでの総資金調達額は2億4,600万ドルに達しています。企業評価額は7億3,500万ドル。韓国産業銀行、中小企業銀行、カカオインベストメント、Keistone Partners、PI Partnersといった投資家が名を連ねています。調達資金はRNGDチップの生産規模拡大と次世代チップの開発に充てられるとのこと。さらに、IPOに先立ち、シリーズDラウンドで3億ドル以上の資金調達を計画しているという話も聞こえてきます。
技術的な核心であるRNGD NPUアクセラレータチップは、テンソル収縮プロセッサ（TCP）アーキテクチャに基づいています。これは、現代の深層学習における基本的な演算であるテンソル収縮を効率的に処理するために特別に設計されたもので、GPUを使う際の非効率性を排除することを目指しているそうです。TSMCの5ナノメートル製造プロセスで製造され、SK HynixのHBM3チップを搭載している点も、最先端の技術が投入されていることを示しています。各RNGDカードは48GBのHBM3メモリを備え、FP8形式で最大512テラFLOPSの性能を提供し、熱設計電力（TDP）は約180ワット。コンピュータービジョン、LLM、マルチモーダルAIシステムといった幅広い用途に対応できるプログラマビリティも、堅牢なコンパイラによって実現されているとのこと。
では、このFuriosaAIの動きは、私たち投資家や技術者にとって何を意味するのでしょうか？ 投資家にとっては、Nvidia一強のAIハードウェア市場に風穴を開ける可能性を秘めた、新たな投資機会と映るかもしれません。特に電力効率の高さは、ESG投資の観点からも評価されるでしょう。しかし、Nvidiaの牙城は高く、ソフトウェアエコシステムの構築や、より広範な開発者コミュニティの獲得が今後の大きな課題となるはずです。
技術者や企業にとっては、AI推論の選択肢が増えることは歓迎すべきことです。オンプレミスやコロケーション環境で、より少ない電力とスペースで高性能なAI推論を実現できるNXT RNGDサーバーは、特にコストと効率を重視する企業にとって魅力的な選択肢となるでしょう。しかし、新しいアーキテクチャへの移行には、既存のモデルの最適化や、開発環境の整備といった手間も伴います。堅牢なコンパイラがあるとはいえ、実際の開発現場での使いやすさや、既存のフレームワークとの連携がどれだけスムーズに進むかが、普及の鍵を握るでしょうね。
正直なところ、私自身もまだ半信半疑な部分もあります。過去に多くの「GPUキラー」がNvidiaの分厚い壁に跳ね返されてきたのを見てきましたから。しかし、FuriosaAIがMetaからの買収提案を蹴ってまで独立路線を貫くという決断は、彼らが単なる技術的な優位性だけでなく、市場を大きく変えるという強い意志を持っていることの表れだと感じています。AIハードウェアの未来は、本当に多様化の時代へと突入するのでしょうか？ そして、この韓国発のスタートアップが、その変革の旗手となるのか、今後の動向から目が離せませんね。