Elon MuskのxAI Colossus 2拡張、AIインフラの限界を試す
Elon Muskは、xAIのColossus 2拡張により、2026年末までにクラスターのNvidiaチップ数が2倍を超える可能性があると述べた。この構想が実現すれば、すでに巨大なAI設備は、電力、冷却、ネットワーク、運用規律をめぐるさらに大規模な試験場となる。
ただし、見出しとなる数字は、一見するほど確実ではない。xAIは、設置済み・接続済み・継続的なワークロードで利用可能なプロセッサ数を示す詳細な在庫を公表していない。独立系の推計も、物理的なチップ数と、より新しいプロセッサの高い性能を補正するH100換算の計算能力を区別している。
この差は重要だ。Elon MuskのAIクラスターは、もはやxAIのGrokモデルだけに使われているわけではない。報道によれば、Colossusの能力はAnthropicやReflectionを含む顧客を引きつけており、xAIは外部向けAIコンピューティング市場にも参入している。チップの増加はこの立場を強めうるが、それは周辺インフラが同じペースで拡張できた場合に限られる。
xAI Colossus 2拡張は主張であり、完了済みのアップグレードではない
Muskは年末に向けた方針を示したが、公表情報は最終的なチップ数や稼働能力をまだ裏付けていない。
9月25日のBloomberg報道によると、MuskはColossus 2のNvidiaプロセッサ数が現在の2倍を超える可能性があると述べた。この発言は、完了した導入ではなく、可能性のある結果を示している。
いくつかの基本的な詳細は依然として明らかにされていない。Muskは、検証済みの開始時点の数、年末時点の正確な目標、Nvidiaプロセッサの世代別内訳を示していない。また、「2倍」が購入済み、納入済み、設置済み、ネットワーク接続済み、あるいは稼働中のハードウェアのどれを指すかも明確にしていない。
これらの段階は同じものではない。プロセッサは、実運用クラスターに加わるかなり前にデータセンターへ到着する場合がある。サーバーは組み立て、テスト、ネットワーク機器への接続、電力供給、冷却システムとの統合を経なければならない。
Colossus 2はAIコンピューティングクラスターであり、機械学習モデルの訓練と運用のために接続された大規模なプロセッサ群を意味する。その有用性は、建物内に収容されたプロセッサ数ではなく、システム全体に左右される。
Epoch AIは現在、Colossus 2に440,000基のNvidiaプロセッサが搭載されていると推定している。同社の施設モデルでは、その内訳を110,000基のB200チップと330,000基のB300チップとしている。同組織は、これらの数値を衛星画像、冷却モデル、企業開示、ドローン画像に基づく推計だと説明している。
この推計が稼働中のハードウェアを正確に反映しているなら、保有数を2倍以上に増やすには、Colossus 2が880,000基を超えるプロセッサに達する必要がある。Muskの表現は、さらに大きな総数も許容している。しかし、xAIもNvidiaも、この解釈を独自に確認してはいない。
Epoch AIは、2027年第1四半期に約722,200基まで増えるという、より小規模な短期予測を示している。この予測は、新たな画像、開示、設備の出現に応じて変わりうる。この推計とMuskが掲げる目標との差は、中心的な不確実性を示している。
アナリストが新しいプロセッサをH100換算に置き換える場合も、数字は分かりにくくなりうる。この指標は、最新システムが旧世代のH100クラス性能をどれだけ持つかを見積もるものだ。施設に実際にそれだけのH100プロセッサがあることを意味するものではない。
Epoch AIは、現行ハードウェアが約111万H100換算の性能を提供すると見積もっている。この性能補正済みの合計を物理的な在庫と取り違えた読者は、Colossus 2がすでに100万基を超えるチップを設置していると結論づけるかもしれない。
xAI自身の公開履歴も、生の規模に注目する理由を与えている。同社の公式Colossus概要によれば、当初100,000基で始まったオリジナルシステムは200,000基のGPUに到達した。同社は、100万GPUへ向けた長期ロードマップも示している。
オリジナルのColossusとColossus 2は、異なる施設、構成、導入フェーズである。一方について述べられた数値を、もう一方に自動的に当てはめるべきではない。公開発言では「Colossus」が広義に使われることもあり、混乱の余地をさらに生んでいる。
このため、xAI Colossus 2拡張は導入目標として捉えるべきだ。この発表はMuskが意図する方向性と時期を示している。現在の基準値や最終的な稼働総数を認定するには、十分な証拠を提供していない。
Nvidiaにとって、商業的なシグナルには依然として意味がある。不完全な拡張であっても、プロセッサ、ネットワーク機器、ラックスケールシステムへの需要を表す。しかし、運用上の結果は、Nvidiaだけでは供給できないインフラに左右される。
Nvidiaチップの増加が電力と冷却に圧力をかける
制約要因は、アクセラレータの調達から、それらを同時に安定稼働させることへ移りつつある。
AIプロセッサは電力を消費し、その結果生じる熱は継続的に除去しなければならない。したがって、数十万基のチップを追加するには、床面積以上のものが必要になる。運営者には、変電所、タービンまたは送電網接続、冷却設備、ネットワーク、バックアップシステム、訓練を受けた人員が必要だ。
Epoch AIは、Colossus 2が現在946メガワットのIT電力を支えていると推定している。2027年第1四半期には1,531メガワットになると予測している。これらはxAIが公表した測定値ではなく、モデルに基づく推計だ。
それでも、この規模は物理的な課題を理解するうえで有用だ。メガワットは100万ワットの電力を表す。1ギガワットは1,000メガワットに相当し、最大級のAIキャンパスは、かつて主に大規模な産業施設に関連づけられていた領域に入る。
500を超えるAIスーパーコンピューターを調査した研究論文では、先進システムの電力需要は2019年から2025年にかけておおむね毎年2倍になった。同じスーパーコンピューター研究では、先進システムの性能は約9カ月ごとに2倍になったことが示された。
この歴史的な関係がMuskの戦略を説明する。より多く、より新しいプロセッサは、総コンピューティング性能を急速に押し上げられる。一方、それらを支える物理インフラは異なるスケジュールで整備される。
データセンター建設には、設備の発注、電力会社との調整、エンジニアリング審査、環境許可、コミッショニング試験が伴う。一部の部品は製造リードタイムが長い。変圧器、開閉装置パッケージ、冷却設備の遅延は、それ以外の条件が整ったサーバーの稼働を妨げうる。
Colossus 2はすでに、その利用可能な能力が公開説明と一致しているかをめぐる疑問に直面している。1月には、衛星分析に基づく報道で、同施設の冷却設備は完全稼働のギガワット級システムに必要な水準を大きく下回るとされた。
冷却分析では、当時の同サイトの冷却能力は約350メガワットと推定された。これは、Colossus 2を世界初のギガワット級訓練クラスターとするMuskの説明に異議を唱えるものだった。
この1月時点の評価は、9月時点の施設状況を確定するものではない。特にColossusの速度で進むプロジェクトでは、8カ月の間に建設が大幅に進む可能性がある。ただし、チップ数には裏付け証拠が必要である理由を示している。
冷却能力は、単なる快適性や効率性の問題ではない。熱を除去できない場合、プロセッサはスロットリングし、停止し、または想定された利用率を下回って動作する可能性がある。したがって、大規模な設置済みフリートでも、その仕様が示すより少ない有用な計算能力しか提供できない場合がある。
ネットワークも別の制約をもたらす。最先端モデルの訓練では、多数のプロセッサに計算を分割しながら、高速でデータを交換する。混雑、部品故障、非効率なソフトウェアは、高価なハードウェアをクラスターの他の部分の待機状態に置く可能性がある。
クラスターの拡張に伴い、この課題は大きくなる。ノードが増えるほど、潜在的な障害点と、エンジニアが調整すべきトラフィックが増える。システムの規模が2倍になっても、すべてのワークロードが自動的に2倍速く完了するわけではない。
メモリーとストレージも重要だ。訓練実行では、大規模なデータセットをプロセッサに移し、モデルの状態を保存するチェックポイントを定期的に保存する。こうした処理には、プロセッサの速度を落とさないだけの十分な帯域幅が必要となる。
したがって、xAI Colossus 2拡張はシステムエンジニアリングの試験を意味する。チップの納入は目に見え、商業的にも重要だが、継続的な利用率こそが、インフラが本当に2倍になったかを明らかにする。
この違いは、NvidiaだけでなくxAIにも圧力をかける。Nvidiaはプロセッサとネットワーク製品を出荷できる。xAIは、周囲で建設が続くなか、それらの部品を単一の信頼できるコンピューティングサービスへとまとめなければならない。
Nvidiaが受注を得る一方、xAIが実行リスクを負う
主な緊張関係は、xAIと別のチップベンダーの対立ではない。Muskの規模に関する約束と、それを実現するために必要な物理的作業との間にある。
Muskは最近、xAIのNvidia依存を改めて強調した。同氏は、Nvidia GPUが利用可能な最良の選択肢だと考えているため、自身の企業はNvidia GPUのみを使用する計画だと述べた。この立場により、この特定のプロジェクトでは単純なNvidia対AMDという構図の重要性が下がる。
この選択により、xAIはNvidiaの統合コンピューティングスタックを利用できる。そのスタックは、プロセッサ、高速インターコネクト、ネットワークハードウェア、システムソフトウェア、多くのAI開発者が利用するCUDAプログラミングプラットフォームを組み合わせたものだ。
統合サプライヤーは導入を簡素化できる。エンジニアは連携するよう設計された部品を受け取り、開発者は慣れ親しんだソフトウェアや最適化ツールを再利用できる。運営者が迅速な拡張を望む場合、こうした利点の価値はさらに高まる。
一方で、依存はリスクを集中させる。Nvidiaシステム、支援メモリー、サーバー組み立て、ネットワーク機器に影響する遅延は、全体のスケジュールに影響しうる。xAIは、ソフトウェアやシステム設計を変更せずに別のアクセラレータへ簡単に置き換えることはできない。
Colossus 2がxAIモデル向けか外部顧客向けかを問わず、Nvidiaは恩恵を受ける。新たな導入はすべて、同社のハードウェアとソフトウェアへの需要を強化する。拡張が成功すれば、Nvidiaシステムが前例のない規模に近づくクラスター内で稼働できることも示されるだろう。
より難しい問いは、xAIが設置済み能力からどの程度のリターンを得られるかだ。Grokの訓練は一つの用途だが、この規模のクラスターには価値あるワークロードの継続的なパイプラインが必要となる。そうでなければ、物理資産の数が増えても利用率は低下しうる。
外部契約は一つの答えとなる。Nvidiaが支援するオープンソースAIスタートアップのReflectionは、Colossus 2ハードウェアへのアクセスに関する契約を締結した。Axiosの記事によると、この取り決めにはNvidia GB300プロセッサが含まれる。
同じ報道では、AnthropicとGoogleもMuskが管理するコンピューティング能力を利用する見込みだとされた。これらの関係は、競争構図を異例なものにする。モデル層でxAIと競合する企業が、インフラ層では顧客になりうる。
この取り決めは、Elon MuskのAIクラスターの経済性を変える。Colossus 2は、部分的にはコンピューティングプロバイダーとして機能しながらGrokを支えられる。xAIが自社の訓練実行にすべてのプロセッサを必要としない場合、能力の貸し出しは利用率の改善につながる可能性がある。
また、割り当てに関する課題も生じる。xAIは、限られたプロセッサをどの顧客に配分するか、ワークロードをどう分離するか、社内プロジェクトを優先するかどうかを決めなければならない。モデル訓練が激化する時期には、こうした判断はさらに難しくなる。
企業顧客が重視するのは、発表されたプロセッサ総数よりも利用可能な容量だ。予測可能な開始日、サービス水準、セキュリティ管理、安定した性能を必要としている。一部だけ稼働開始したホールでは、これらの要件を満たせない。
外部顧客へのシフトは、xAIを既存クラウドサービスに対する期待にもさらす。Amazon Web Services、Microsoft Azure、Google Cloudは長年にわたり、コンピューティング・インフラを中心に監視、課金、コンプライアンス、サポートの仕組みを構築してきた。
Colossus 2は、汎用クラウドの機能をすべて模倣する必要はない。それでも、高度なAI研究所が求める運用管理機能は提供しなければならない。ハードウェアの規模だけでは、成熟したサービスは生まれない。
ここで、Muskの迅速に構築する手法は最も厳しい試練に直面する。初代Colossusプロジェクトは、xAIが大規模クラスタを素早く組み立てられることを示した。顧客にサービスを提供しながら、はるかに大きいシステムを倍増させるには、建設速度だけでなく、再現可能な運用が必要になる。
展開が成功すれば、同等のハードウェアへ直接アクセスできない最前線の研究所に圧力がかかる。より深いクラウド契約、追加の資金調達、または新たなインフラ・パートナーが必要になるだろう。また、顧客が依然としてNvidiaのアーキテクチャを中心に巨大施設を構築する意思を持つことを示し、Nvidiaの立場も強化する。
一部のみの展開となれば、異なる教訓が生まれる。Nvidiaチップへの需要が、それらに電力を供給して活用する能力を上回り得ることを示すからだ。その場合、プロセッサの受注はNvidiaに利益をもたらす一方、スケジュール上のリスクはxAIに残る。
チップ数は有用なコンピューティング能力を測らない
最も重要な未解決の問いは、Colossus 2のどれだけが実際のワークロード下で安定して稼働できるかだ。
AIインフラに関する議論は、しばしばプロセッサ数に還元される。この指標は伝えやすいが、チップ世代、電力供給の状態、ネットワーク、ワークロード効率、可用性の差を覆い隠す。
B300はH100と同等ではない。新しいプロセッサは、一部のワークロードにおいて、より高い性能とメモリ容量を提供できる。したがって、ハードウェア構成を考慮せず物理的な総数を比較すると、進展を歪める可能性がある。
H100換算の推計はこの問題の一部に対応するが、あくまでモデルに過ぎない。実際の性能は、精度、モデル・アーキテクチャ、通信パターン、ソフトウェア最適化に左右される。換算比率だけでは、あらゆる本番ワークロードを予測できない。
導入済み容量と実効容量も異なる。サーバーはテスト中、ネットワーク接続待ち、あるいは特定顧客向けに予約されている可能性がある。いずれの時点でも、一部のプロセッサは保守のためオフラインとなる。
稼働率は、利用可能なコンピューティング容量のうち、どれだけが有用な作業を行っているかを測る。クラスタは膨大な数のチップを備えていても、ワークロードがそれらのプロセッサを十分に稼働させられなければ、得られる成果は限定的になり得る。
もっとも、高い稼働率が自動的に理想的というわけでもない。運営者には、障害、保守、需要急増、ワークロードのスケジューリングに備える余剰容量が必要だ。重要な目標は単一の割合ではなく、信頼性が高く経済的に有用な運用である。
xAIはColossus 2の完全な稼働率履歴を公表していない。また、システム全体を対象とする独立したベンチマーク結果も公開していない。したがって読者は、発表された拡張を、モデル性能が比例して向上する証拠とみなすべきではない。
コンピューティング能力が増えれば、通常は研究所の選択肢も増える。チームはより大きなモデルを訓練し、より多くのデータを使い、より多くの実験を実行し、より多くのユーザーにサービスを提供できる。また、ポストトレーニング、合成データ生成、推論にも容量を使える。
推論とは、訓練済みモデルを実行してリクエストに応答するプロセスだ。通常は多数のプロセッサを長時間連携させる訓練とは、トラフィックのパターンが異なる。多様な顧客基盤は、xAIがこうしたワークロードの種類を均衡させる助けになる可能性がある。
ただし、より多くのプロセッサをより良い製品に変えるには、インフラ以上のものが必要だ。xAIには、適切なデータ、モデル設計、訓練手法、評価システム、製品流通が必要となる。コンピューティング能力は探索空間を広げられるが、研究者がより良いモデルを見つけることを保証するわけではない。
同じ注意は競争上の主張にも当てはまる。より大きなクラスタが、GrokがOpenAI、Anthropic、Googleのモデルを上回ることを証明するわけではない。競合各社は、アルゴリズム、データ品質、推論手法、カスタムハードウェアを改善できる。
それでも規模は優位性を生み得る。より多くの利用可能なコンピューティング能力を持つ企業は、より多くの実験を行い、より大きな需要に対応できる。また、容量が空くのを待たずに、複数のモデル・バリアントを訓練できる可能性もある。
重要なのは「利用可能」であることだ。電力供給、冷却、ネットワークが同時稼働を妨げるなら、名目上の設備群は優位性を過大に示す。外部顧客が大きな容量を予約している場合も、総数はxAIに残る利用可能容量を過大に示す。
環境・規制上の問題も、別の不確実性を加える。Colossusの施設は、電力配備を加速するために現地設置型の天然ガスタービンを利用してきた。地域団体や規制当局は、一部の仮設ユニットに関連する許認可や汚染に異議を唱えている。
SpaceXAIは、恒久的な電力施設が稼働開始するまでに69基の仮設発電機を撤去すると述べている。タービン移行に関する報道によると、撤去プロセスは2027年まで続く見込みだ。
この移行は、Muskの年末までのチップ目標と重なる。xAIは、施設を支えるエネルギー・システムの一部を変更しながら、コンピューティング能力を拡大しなければならない。プロジェクトは並行して進められるが、そのスケジュールはプロセッサが必要とする電力によって結び付いている。
競争としてのAIの物語とは別に、地域への影響にも注目する価値がある。発電能力の追加は、大気質、騒音、土地利用、水資源計画、送電インフラに影響を与える可能性がある。コンピューティングが別の地域の顧客に提供される場合でも、地域社会はそのコストを負担する。
xAIは、恒久的で許可済みの発電が、仮設タービンよりも明確な運用経路を提供すると主張するかもしれない。実際の試金石は、設備が予定通り廃止され、代替容量が法的・技術的要件を満たすかどうかになる。
したがって、入手可能な証拠は慎重な結論を支持する。xAIのColossus 2拡張は、建設と強いNvidia需要に裏付けられた構想としては信頼できる。その最終規模、稼働日、実用的な性能は、なお検証されていない。
Muskが年末目標を達成するかを示す3つのシグナル
チップ在庫、支援インフラ、顧客ワークロードは、別の見出し用の数字よりも優れた判断材料となる。
最初のシグナルは、検証済みのハードウェア内訳だ。xAI、Nvidia、または規制当局への提出書類は、プロセッサ世代を特定し、発注済み、納入済み、設置済み、稼働中のシステムを区別する必要がある。
その開示により、Muskの発言における最大の曖昧さが解消される。稼働中のNvidiaプロセッサが9月時点の基準値の2倍を超えれば、中核的な主張は強化される。xAIが購入分や納入予定だけを報告するなら、その主張は不完全なままだ。
独立した推計も依然として重要だ。衛星画像は、新しい冷却設備、電力設備、完成した建屋を示せる。しかし、すべてのサーバーが接続され、本番ワークロードを実行していることを直接証明することはできない。
最も強い証拠は、企業の設備一覧と、観測可能なインフラおよび技術的な運用データを組み合わせたものになる。接続済み容量、ネットワーク規模、稼働開始済みホールに関する限定的な開示であっても、信頼性は向上する。
2つ目のシグナルは、電力と冷却の進捗だ。Epoch AIは現在、2027年初頭までにコンピューティング能力と情報技術向け電力の両方が大幅に増加すると予測している。これらの推計の更新は、物理的な建設がMuskのより速い日程を支えているかを示せる。
読者は、完成した変電所、恒久的な発電設備、新しい冷却アレイ、規制当局の承認に注目すべきだ。これらの追加は、チップが施設待ちではなく、共に稼働できるという見方を強める。
遅延があれば、最終的な規模を必ずしも縮小しなくても、年末目標の主張は弱まる。xAIは、支援システムが稼働開始されるまで利用できないプロセッサを所有または設置している可能性がある。今後の報道でも、この区別は明確に保たれるべきだ。
タービン移行もこのシグナルの一部だ。仮設発電は配備の加速に役立ったが、xAIは現在、異議を唱えられている設備を置き換える圧力に直面している。許可済みの恒久電力に向けた進展は、法的・運用上の不確実性を減らすだろう。
3つ目のシグナルは、持続的な顧客・モデル活動だ。新たなGrok訓練実行、大規模な推論展開、外部契約の拡大は、Colossus 2が有用な成果を生み出していることを示すだろう。
顧客発表には、関与するハードウェアまたは容量を特定できる十分な詳細が含まれるべきだ。広範なパートナーシップ声明だけでは、大規模な割り当てがすでに稼働していることを証明できない。開始日、プロセッサの種類、ワークロードの説明は、より強い証拠となる。
AnthropicとReflectionは、そのワークロードがxAI以外の需要を示し得るため、特に重要だ。Grokの開発が続くなかで両社がこの拠点の利用を拡大すれば、Colossus 2は持続的なコンピューティング・プラットフォームにより近いものに見えるだろう。
顧客展開が遅れれば、拡張はプロセッサ数が示すよりも遅く進行している可能性がある。また、統合、スケジューリング、サービス提供の準備がボトルネックになったことを示す可能性もある。
この3つのシグナルは、合わせて評価すべきだ。在庫が増えても電力がなければ、インフラは未完成である。電力が増えても稼働中のワークロードがなければ、容量は十分に活用されていない。顧客需要があってもハードウェアが納入されていなければ、それは実行を待つ約束に過ぎない。
より広い業界への教訓は、xAIを超える。最前線のAI開発は、データセンターを従来の建設スケジュールに負荷をかける電力・物理規模へと押し上げている。競争は、プロセッサだけではなく、完全な運用システムをめぐる争いになりつつある。
Nvidiaは、そのハードウェアとソフトウェアがこのシステムの多くを接続しているため、依然として中心的な存在だ。しかし、追加の発注が一件増えるごとに、顧客が電力、冷却、ネットワーク、資金、運用ノウハウを供給する負担も増す。
Muskは、インフラのスケジュールを圧縮する意欲を繰り返し示してきた。Colossus 2は現在、クラスタがすでに数十万基のプロセッサ規模に達し、外部顧客も支える段階で、その手法が機能するかを試している。
xAIのColossus 2拡張が重要になるのは、約束されたハードウェアが大規模に有用な作業を行う時だけだ。まず検証済みの在庫、次に支援する電力と冷却、そして実際の顧客ワークロードに注目すべきである。これらの指標が、Muskが機能するAIプラットフォームを倍増させたのか、それとも主にそこに付随する数値を増やしただけなのかを示す。
