AMDとGoogle Cloudの隔たりが示す、MI455XのNvidia Rubinへの挑戦

AMDは7月23日、NvidiaのRubin世代を明確な標的としてInstinct MI455Xを発表した。しかし、拡大する顧客リストの中で、AMDとGoogleの関係には依然として注目すべき空白がある。

この新GPUは、AMD初の完全統合型ラックスケールAI設計であるHeliosに搭載される。Heliosの各ラックは、72基のMI455XアクセラレータをEPYCプロセッサ、Pensandoネットワーキング、ROCmソフトウェアスタックと接続する。AMDによれば、このシステムはNvidiaの同等製品であるVera Rubin NVL72ラックよりも大容量のメモリと高いピーク低精度演算性能を備える。

この主張により、今回の発表は単なるアクセラレータの刷新以上の意味を持つ。AMDはクラウドプロバイダーやモデル開発者に対し、完全なAIシステムのための代替アーキテクチャを検討するよう促している。Microsoft、Meta、OpenAI、Oracle、Anthropicは、この戦略をさまざまな程度で支持している。

Googleは異なる試金石となる。Google CloudはすでにAMD EPYCベースの仮想マシンを提供している一方、独自のTPUアクセラレータプラットフォームも運用している。AMDの発表資料には、MI455XまたはHeliosに対するGoogleの同等の取り組みは示されなかった。

したがって、中心となる競争はAMD対Nvidiaのシリコンだけにとどまらない。AMDは、オープンなラック設計が本番規模でワークロード、開発者、運用担当者を引き付けられることを証明しなければならない。その仕様はこの主張に説得力を与えるが、Nvidiaのソフトウェア面および導入面での優位性を消し去るものではない。

AMDのMI455X、Heliosをフルラックの競合製品へ

AMDはアクセラレータ部品の販売から、NvidiaのRubinプラットフォームと同じ購買案件を狙う完全な72-GPUシステムの提示へと移行した。

MI455Xは、AMDのMI400シリーズにおけるフラッグシップアクセラレータだ。コンシューマー向けグラフィックスではなく、データセンターコンピューティング向けに設計されたAMD第5世代CDNAアーキテクチャを採用している。

AMDは、3200億個のトランジスタと2.4 GHzのピークエンジンクロックを挙げている。このアクセラレータは432 GBのHBM4、すなわちプロセッサ近傍に配置される高帯域幅メモリを搭載する。このメモリは理論上、毎秒最大23.3テラバイトの帯域幅を実現する。

このチップは、最大40.3ペタフロップスのOCP MXFP4性能もサポートする。MXFP4は、適したAIワークロードでスループットを高めるために使われるコンパクトな4ビット数値形式だ。AMDは、複数の6ビットおよび8ビット形式で20.1ペタフロップスを報告している。

これらの数値はアプリケーションベンチマークではなく、理論上のピーク値である。特定の形式と動作条件で可能となる最大スループットを示すものだ。実際の性能は、モデル、ソフトウェアカーネル、ネットワーキング、メモリ挙動、システム構成に左右される。

メモリ容量は、AMDにとって最も明確なアーキテクチャ上の訴求点の一つだ。同社のMI400 specificationsでは、MI455Xの432 GBをNvidiaのRubin GPUの288 GBと比較している。AMDはまた、Rubinの22 TB/sに対して23.3 TB/sの帯域幅を主張している。

ラックレベルでは、Heliosは72基のMI455X GPUを組み合わせる。AMDは、合計31 TBのHBM4メモリ、2.9エクサフロップスのFP4演算性能、1.4エクサフロップスのFP8演算性能を挙げている。

このラックには、第6世代EPYC「Venice」サーバーCPUとPensando Vulcanoネットワーキングコンポーネントが含まれる。GPUコンピューティング向けのAMDオープンソースソフトウェアプラットフォームであるROCmが、ハードウェアをフレームワークおよび推論エンジンに接続する。

AMDはHeliosをラックスケールソリューションと呼ぶが、そのドキュメントには重要な区別がある。Heliosはリファレンス設計であり、製造パートナーはその設計図に基づいてシステムを構築できる。AMDだけが販売する単一の密閉型製品ではない。

このアプローチは、サプライヤーの選択肢を広げ、カスタマイズを支援できる。一方で、実装間で一貫した挙動を実現する責任はAMDとそのパートナーに課される。

Heliosは、Metaが高密度AIシステム向けに策定したダブル幅設計のOpen Rack Wide仕様を採用している。また、アクセラレータ間およびクラスタ間の通信にUALinkとUltra Ethernet標準を組み込んでいる。

ラック内部では、AMDによればUALoEがシングルホップトポロジーを通じて72基すべてのGPUを接続する。UALoEはUltra Accelerator LinkプロトコルをEthernet技術上で伝送する。その目的は、アクセラレータを緊密に接続された単一のコンピュートドメインとして扱えるようにすることだ。

AMDは、合計260 TB/sのスケールアップ帯域幅を挙げている。スケールアップ通信は接続されたシステム内のGPU間でデータを移動させる一方、スケールアウトネットワーキングはそのシステムを他のラックと接続する。

これらの詳細は、今回の発表の重要性を説明する。MI455Xは、顧客が競争力のあるクラスタへと組み立てなければならない単体カードとして市場に参入するわけではない。AMDは、ラックとメガワット単位でAI容量を購入する組織に向け、完全なアーキテクチャを提供している。

これにより、購買に関する議論は変わる。顧客は今や、メモリ、演算性能、ネットワーキング、CPU、システム設計、ソフトウェア、導入への取り組みという観点でAMDとNvidiaを比較できる。競争はインフラスタック全体へと到達した。

AMDとGoogleの問いはクラウドでの検証にある

発表されたHelios顧客グループにGoogleが不在であることは重要だ。クラウドでの提供可否が、開発者が新たなアクセラレータに触れる機会を左右し得るからだ。

AMDはすでに、サーバープロセッサをめぐってGoogleと強固な関係を築いている。Google Cloudは、要求の厳しい技術ワークロード向けのコンピュート重視型仮想マシンを含め、複数世代のAMD EPYC CPUをベースとしたインスタンスを提供してきた。

このCPUにおける関係が、AIアクセラレータへ自動的に広がるわけではない。Googleは長年にわたり、機械学習モデルの学習と提供に使うTPU、すなわちTensor Processing Unitsを開発してきた。同社はこれらのチップを社内に導入し、Google Cloudを通じて提供できる。

このため、AMDとGoogle Cloudの関係は、商用GPUへの依存度がより高い企業とのAMDの提携とは構造的に異なる。GoogleはNvidiaのシステムを購入することも、独自TPUを拡大することも、別の選択肢が経済的に見合う場合にはAMDアクセラレータを追加することもできる。

Googleにはアーキテクチャの多様性を維持する理由もある。AIコンピュート需要は依然として満たしにくく、異なるアクセラレータは異なるワークロードに適する可能性がある。信頼できるMI455Xプラットフォームは、Googleに高メモリGPU容量の新たな供給源を与えるだろう。

ただし、AMDの発表内容はその結果を裏付けるものではない。AMDの製品ページで開示されたMI455XまたはHeliosの導入顧客に、Googleは含まれていなかった。7月の発表に合わせて、両社がGoogle CloudのMI455Xサービスを発表した事実もない。

この欠落を拒絶と解釈すべきではない。クラウドインフラに関する契約は、容量、ソフトウェア、顧客アクセスの準備が整うまで非公開であることが多い。シリコンの仕様が公表された後、認定に数カ月を要する場合もある。

それでも、互換性の主張よりも、実名で示された導入のほうが強力な検証となる。Microsoftは、Azureがフロンティアモデル推論、Azure AIサービス、顧客アプリケーション向けにHeliosを導入すると発表した。AMDは、Microsoftを含む顧客への出荷を2026年後半に開始すると述べた。

Azureは単に個々のGPUを購入するのではなく、プラットフォーム全体を運用しなければならないため、Microsoftの取り組みは重要だ。同社のエンジニアは、プロビジョニング、ネットワーキング、監視、セキュリティ、ソフトウェア更新をクラウド環境に統合する必要がある。

Metaは別の形の検証を提供する。AMDとMetaは、最大6ギガワットのInstinct導入を対象とする複数世代にわたる契約を発表した。初期の1ギガワット段階では、カスタムMI450ベースのアクセラレータとHeliosアーキテクチャが使われる見込みだ。

この顧客専用チップは、標準的なMI455Xとは異なる。それでもこの契約は、Heliosが非常に大規模な運用事業者に対応できるというAMDのより広範な主張を支える。また、ラックおよびデータセンター規模でインフラを設計する顧客との経験をAMDにもたらす。

AnthropicとOpenAIは、主要なモデル開発者からの需要を加える。これらの関係は、買い手が交渉力、より多くの供給、推論向けに最適化されたアーキテクチャを求めていることを示す。ただし、あらゆるワークロードで同等のソフトウェア成熟度を証明するものではない。

Googleは、競合するアクセラレータスタックを保有しているため、特に有用な指標であり続ける。将来Google Cloudで導入されれば、強力なカスタムシリコンを持つ企業の内部でもMI455Xが価値を加えることを示唆するだろう。

そのシグナルがない現時点では、主な証拠は他のハイパースケーラーとAI研究所に依拠している。それでも意味はあるが、業界最大級のインフラ運用事業者の一つが、公開されているHelios顧客マップの外に残ることになる。

開発者にとって、クラウドでの提供可否は利便性以上の影響を持つ。ラックを購入せずにハードウェアへアクセスでき、テストを加速し、ソフトウェアチームが実際のワークロードで価格性能比を比較できるようになる。

また、ライブラリやフレームワークへのフィードバックも生む。クラウド利用者が増えるほど、より多くのバグ、不足しているカーネル、性能ボトルネックが明らかになる。このフィードバックはROCmを改善し、後続する企業顧客の不確実性を減らし得る。

したがって、AMDとGoogleの隔たりはキーワードの関連付けから生まれた脇筋ではない。これは、AMDのアクセラレータ事業が、すでにNvidiaに挑戦する動機を持つ顧客を超えてどこまで広がったかを測る実際的な尺度である。

Helios、メモリとオープンネットワーキングでRubinに挑む

AMDの中心的な賭けは、より大きなローカルメモリと標準ベースの接続性によって、ソフトウェア、システム、導入済み容量におけるNvidiaの優位性を相殺できるというものだ。

NvidiaのVera Rubinプラットフォームもまた、完全なインフラシステムである。Rubin GPU、Vera CPU、NVLink 6スイッチング、ConnectXネットワーキング、BlueFieldデータ処理ユニット、Spectrum Ethernet製品を組み合わせている。

この緊密な統合により、Nvidiaはハードウェアとソフトウェア全体でデータ移動を最適化できる。同社はVera Rubinを、事前学習、事後学習、推論、エージェント型推論向けに位置付けている。Nvidiaによれば、このプラットフォームは2026年3月に量産へ移行した。

Vera Rubin platformには、複数のラック構成と支援システムが含まれる。NvidiaはBlackwellと比べ、推論コストと学習要件を大幅に削減できると主張している。これらの比較はNvidia独自の手法を用いており、ワークロードに左右される。

AMDは異なるアーキテクチャと商業的メッセージで応じている。同社はオープンラック仕様、Ethernetベースの技術、標準化されたアクセラレータリンクを重視する。顧客は全レイヤーにわたって単一のプロプライエタリなインターコネクトを必要とすべきではない、というのが同社の主張だ。

オープン性には実務上の限界がある。公開仕様があっても、異なるベンダーのコンポーネントが同一の挙動を示すことは保証されない。購入者には、認定済みのスイッチ、ケーブル、ファームウェア、管理ツール、検証済みソフトウェアが依然として必要となる。

Nvidiaの統合は、この運用上の不確実性を減らせる。同社の顧客は、確立された導入慣行を備えた管理されたプラットフォームを導入する。その代償は、Nvidiaの技術とリリーススケジュールへの依存度が高まることだ。

AMDのより大きなメモリ容量は、より具体的な違いを生む。生成AIの推論では、モデルの重みとキーバリューキャッシュをアクセラレータメモリに格納することが多い。キーバリューキャッシュは、シーケンスの処理および生成中に使用されるアテンションデータを保持する。

より大容量のメモリは、より大きなモデル、より長いコンテキスト、より大きなバッチ、あるいはアクセラレータ間の分割数の削減を支援できる。また、そうでなければモデルがより多くのデバイスにまたがる場合に必要となる通信を減らすこともできる。

ただし、容量だけで実用的なスループットが決まるわけではない。アクセラレータはデータを高速に移動させ、最適化されたカーネルを実行し、他のアクセラレータと効率的に通信する必要がある。ソフトウェアスケジューリングとモデルアーキテクチャは、結果を大きく変え得る。

AMDによると、Heliosラック1基は、Nvidiaの同等のVera Rubin NVL72構成よりもHBM容量が50％多い。AMDは、ピークMXFP4性能が15％高く、スケールアウト帯域幅も大きいと主張している。

これらは主にピーク仕様に基づくベンダー比較だ。Heliosがすべての学習ジョブをより高速に完了できる、あるいはあらゆるモデルをより低コストで提供できることの証明と受け取るべきではない。

重要なのは独立した本番ベンチマークだ。購入者には、広く使われるmixture-of-expertsモデル、denseモデル、長文コンテキスト推論、ファインチューニング、分散学習に関する測定が必要になる。また、現実的な電力およびレイテンシ制約下での結果も必要だ。

Mixture-of-expertsモデルでは、各トークンに対して選択されたパラメーター群を有効化する。これにより計算要件を抑えられる一方、厳しい通信パターンが生じる。AMDは以前、こうしたワークロードでMI400が世代をまたいで大幅に向上すると予測していた。

CDNA 5はAMDの実行モデルも変更する。32スレッドのwavefrontを採用し、1つの命令が32個のwork itemからなるグループに対して実行される。以前のCDNA世代では、より広い64スレッドのwavefrontが一般的だった。

AMDは、この狭い設計により同期コストが低減し、テンソルワークロードをマッピングしやすくなるとしている。この変更は、現代のAMDグラフィックスアーキテクチャですでに採用されている選択に似ている。とはいえ、開発者はその利点を引き出すためにカーネルを更新する必要があるかもしれない。

新しいTensor Data Moverは、メインのコンピュートエンジンに依存せず、特定のメモリー転送を処理する。アドレス生成とデータ移動をオフロードすることで、これらのエンジンを数値計算に使えるようになる。

これらの仕組みにより、MI455Xは技術面で信頼できる対抗製品となる。ただし、両プラットフォームは急速に変化するモデル全体にわたるソフトウェア最適化に依存するため、システム比較の結論を出すものではない。

Nvidiaは、多数のライブラリ、ツール、訓練された開発者に支えられたプログラミングプラットフォームであるCUDAを維持している。組織は長年にわたり、その環境を中心にデプロイプロセスを構築してきた。

AMDのROCmは、PyTorch、JAX、vLLM、SGLang、Triton、ONNX Runtimeを含むフレームワークへの対応を改善している。AMDは、ダウンロード数の大幅な増加と、より幅広いモデル互換性も報告している。

互換性は出発点にすぎない。本番チームが重視するのは、安定したアップグレード、予測可能な性能、デバッガー、プロファイリングツール、分散通信、新モデルへの迅速な対応だ。

Heliosは、Nvidiaのラックスケール競争に参入するために必要なハードウェア構造をAMDにもたらす。ROCmは、すべてのデプロイがカスタムエンジニアリングプロジェクトにならないよう、その構造を実用的なものにしなければならない。

ピーク仕様だけではAI GPU競争は決着しない

最大の不確実性は、MI455Xに競争力のある構成要素があるかではなく、AMDがそれらを再現性のある本番成果へと転換できるかどうかだ。

AMDの公開比較は理論性能を強調している。ピーク毎秒演算数は、特定の数値形式における上限を示す。アプリケーションがジョブ全体を通じてその上限を維持することはめったにない。

プロセッサーがメモリー、ネットワーキング、同期、不規則なモデル演算を待つと、利用率は低下する。ソフトウェアがハードウェアを十分に稼働させられる場合にのみ、高いピークレートが意味を持つ。

低精度形式にも別の留保がある。FP4とMXFP4はスループットを高め、メモリー使用量を減らせるが、モデル側がより低い数値精度を許容しなければならない。一部の段階やワークロードでは、より広い形式が必要になる。

値を低精度表現へ変換する量子化の後も、モデル品質は許容範囲に維持されなければならない。最適な構成は、モデル、データセット、提供目的、レイテンシ目標によって変わり得る。

そのため、エンドツーエンドのテストが不可欠になる。信頼できる評価には、モデル準備、フレームワークのバージョン、バッチサイズ、コンテキスト長、レイテンシ目標、消費電力、精度測定を含めるべきだ。

Rubinに対するAMDの比較は、広範な顧客展開の前では特に判断が難しい。MI455XとRubinはいずれも新プラットフォームであり、初回出荷後もソフトウェア最適化は継続する。

物理的なラックにも運用上の課題がある。Heliosはダブル幅のOpen Rack Wide設計と直接液冷を採用する。データセンターは、その寸法、電力供給、冷却ループ、保守手順に対応しなければならない。

オープン標準は、複数のサプライヤーが互換性のある機器を構築する助けとなる。しかし、多くの施設では変更なしに新しいラック形式を設置できない。導入速度はプロセッサーの供給可能性だけでなく、サイト準備にも左右される。

供給も別のリスクだ。MI455Xは先端プロセス技術、複雑なパッケージング、12スタックのHBM4を組み合わせている。AMDが完成ラックを出荷するには、各構成要素が十分な数量で届く必要がある。

AMDはHBM4供給でSamsungと協業し、台湾の製造エコシステム全体にわたる大規模投資を発表している。これらの取り組みは生産能力計画を支えるが、立ち上げの不確実性をなくすものではない。

顧客契約についても慎重に解釈すべきだ。ギガワット単位で測定されたコミットメントは、すでに導入されたGPUの台数ではなく、計画された電力容量を示す。通常、納入は複数年と複数の製品世代にまたがる。

Metaとの契約はカスタムMI450ハードウェアを対象とし、Anthropicが発表した導入は後の時期に始まる。Microsoftは短期的なHeliosの参照事例を提供するが、公開利用率データが出るまでには時間がかかる。

収益は有用な指標の一つとなる。AMDは2026年第1四半期のデータセンター売上高を58億ドルと報告し、前年同期比で57％増加した。EPYC需要とInstinct出荷の継続が、ともにこの成長に寄与した。

この数字にはAI GPU以外も含まれる。製品が当該四半期中に発売されていなかったため、MI455Xの売上高は示されない。今後の業績では、Heliosがパイプライン上のコミットメントだけでなく、実質的なアクセラレーター売上を追加するかを示す必要がある。

AMDの四半期業績は、同社のデータセンター事業がすでに規模を持つことも示している。これは同社に、既存の顧客関係と、厳しい製品立ち上げに対応する財務能力を与える。

ソフトウェアは、発表資料から測定するのが最も難しい変数であり続ける。ROCmはフレームワークをサポートしていても、特定のモデル演算に最適化されたパスを欠く場合がある。この差は数千台規模のアクセラレーターでは高コストになる。

大規模顧客は最適化にエンジニアを割り当てられる。小規模クラウドプロバイダーや企業には、信頼できるデフォルト設定が必要だ。AMDは、ハイパースケーラーと行ったチューニングを、より広範な顧客が展開できるソフトウェアへ転換しなければならない。

Nvidiaもプラットフォームを止めることはない。AMDがHeliosを拡大する間も、Rubinの本格生産、ライブラリ更新、ネットワーキング改善、クラウド提供の拡大は続く。

GoogleのTPUは別の競争ルートを生み出す。Googleがコンパイラー、モデルスタック、インフラを制御する場合、カスタムアクセラレーターは魅力的な結果をもたらし得る。また、Googleのいずれの商用GPUサプライヤーへの依存も減らす。

Intelと特化型推論企業も、Nvidiaの導入規模には及ばないものの、選択肢をさらに増やしている。たとえばCerebrasは、プロンプト処理とトークン生成を分離するハイブリッド推論システムでAMDと協業していると発表している。

こうした代替案は、ベンチマーク上の優位性だけでなく、経済性を証明するよう、すべてのベンダーへの圧力を高める。購入者が最終的に重視するのは、完了した学習実行、提供されたトークン、エネルギー消費、稼働時間、エンジニアリングの労力だ。

AMDは真剣な評価に値するだけのアーキテクチャ詳細を提供した。しかし、Heliosが市場全体でより高速または低コストのプラットフォームだと宣言するには、独立した本番証拠がまだ不足している。

AMDがRubinに圧力をかけられるかを示す3つのシグナル

主要クラウドでの顧客提供、独立したワークロード結果、そして円滑な本番立ち上げが、Heliosが持続的な第2のプラットフォームになるかを左右する。

最初のシグナルは、主要クラウドを通じた商用MI455Xへのアクセスだ。MicrosoftはすでにAzureでHeliosを導入することを約束しており、その展開は幅広い顧客アクセスに向けた最初の明示的な試金石となる。

重要なのは、Azureが内部サービスだけでなく外部顧客にも有用な容量を提供するかどうかだ。パブリックなインスタンス提供があれば、開発者は専用インフラ契約を交渉せずにモデルをテストできる。

Google Cloudによる発表があれば、さらに説得力が増す。それは、MI455Xが最も技術的に厳しいクラウド環境の一つで、Nvidia GPUやGoogle TPUと並ぶ位置を得られることを示すだろう。

そのような発表がないからといってHeliosが無効になるわけではない。Microsoft、Oracle、その他のプロバイダーでも意味のあるアクセスを生み出せる。それでも、より深いamd google accelerator partnershipは、現在公表されている顧客群を超えてAMDの検証を広げることになる。

2つ目のシグナルは、独立したエンドツーエンド性能だ。ベンダーが構成を公開し、ベンチマークのルールを満たす場合、MLPerfの提出結果は標準化された比較を提供できる。

MLPerfだけでは、すべての購入判断に答えられない。企業は、固定されたレイテンシおよび品質要件の下で現行モデルを実行するクラウドプロバイダーやモデル開発者の結果にも注目すべきだ。

有用なレポートは、学習時間、毎秒トークン数、レイテンシ、消費電力、アクセラレーター総数を比較する。ソフトウェアのバージョンを特定し、エンジニアがカスタムカーネルを使用したかどうかも開示すべきだ。

メモリー負荷の高いワークロードには特別な注意が必要だ。Heliosがより大きなモデルやキャッシュを少ないラック内に維持できれば、31 TBのメモリープールはシステムの複雑性を下げられる。この利点は実際に導入されたアプリケーションで示されなければならない。

3つ目のシグナルは、AMDの2026年後半における出荷立ち上げだ。AMDはその期間に量産導入を見込んでいるとしており、複数の顧客プログラムがHeliosベースのシステムに依存している。

立ち上げが成功すれば、NvidiaがRubinをより多くのクラウドへ拡大する前に、顧客提供、認識売上、運用上の証拠が生まれる。遅延すれば、Nvidiaにはプラットフォーム優位性を深める追加の時間が与えられる。

AMDの次回以降の財務報告で、データセンター成長とInstinct供給に関するコメントを注視したい。同社はMI455Xの台数を開示しないかもしれないが、出荷時期と顧客導入に関する発言から、計画が予定どおり進んでいるかを読み取れる。

MicrosoftのAzureサービス詳細にも注目すべきだ。同社のHelios導入は、AMDのラック設計と外部からアクセス可能なクラウドインフラの間をつなぐ、最も明確に発表された橋渡しとなる。

最後に、Nvidiaの対応を注視したい。Nvidiaはプラットフォーム構成を調整し、提供量を増やし、ソフトウェア効率を改善し、導入済みベースを活用して移行の魅力を下げることができる。

比較は1回の発表イベントで決着しない。AIインフラは、繰り返されるソフトウェアリリース、シリコン改版、顧客導入を通じて進化する。初期仕様が機会を定義する一方、運用が勝者を決める。

開発者と企業の購入者にとって、実務上の行動は明快だ。プラットフォームを比較する前に、重要なモデル、フレームワークのバージョン、レイテンシ目標、電力制約を記録する。

チームには、ベンチマーク設定、ベンダーの主張、導入判断を検索可能な形で記録する仕組みも必要になる。エンジニアリングナレッジベースは、ハードウェアとソフトウェアのリリースに伴って結果が変わる中でも、その文脈を保持できる。

AMDはいま、Nvidia Rubinに対する信頼できるラックスケールの挑戦を構築した。次の問いは、クラウド事業者とモデル開発者が、そのアーキテクチャを再現性のある本番能力へと転換するかどうかだ。

MI455Xは広く利用可能な代替案となるのか、それとも少数の高度に技術的な購入者に集中したままなのか。Azureの提供状況、独立ベンチマーク、AMDの出荷開示を追うべきだ。この3つのシグナルが、Heliosが競争力のある仕様から持続的なインフラ圧力へ移行したかを明らかにする。