FirmusとOpenAIのマレーシア契約、契約済み容量を実行力の試金石へ

Firmusはマレーシアの2拠点でOpenAIをアンカー顧客として契約したが、同社の地域内AI施設7カ所のうち5カ所は依然として開発段階にある。したがってFirmusとOpenAIのマレーシア契約は、完成済みの計算能力ではなく、大規模なインフラ投資の約束を意味する。

この複数年契約により、OpenAIはマレーシアにあるFirmusのAIファクトリー2カ所から専用容量を確保する。また、Firmusの顧客ポートフォリオ全体における契約済み容量は900メガワットを超えることになる。両社はOpenAI向けに割り当てられる容量や契約の金銭的価値を開示していない。

この違いが中心的な緊張関係を生む。OpenAIにはさらなるコンピューティングインフラが必要であり、Firmusには契約、電力アクセス、モジュール設計を稼働するGPUクラスタへと転換する必要がある。マレーシアは有望な立地だが、拡大するデータセンター産業はすでに電力、水、建設に関する需要をめぐり精査を受けている。

FirmusとOpenAIのマレーシア契約が実際に確保するもの

OpenAIは将来の計算能力を予約したが、この発表は現在どれほどのインフラが利用可能かを示すものではない。

FirmusとOpenAIは2026年9月8日、シドニーで契約を発表した。OpenAIは、マレーシアで計画されているFirmusの2施設におけるアンカー顧客となる。

アンカー顧客とは、プロジェクトの資金調達と開発を支えるのに十分な需要をコミットする顧客を指す。このコミットメントにより、すべての顧客との契約が完了する前でも、事業者は建設を正当化しやすくなる。

両社はこの取り決めを複数年にわたる戦略的パートナーシップと説明した。Firmusは、この契約がより広範な地域プラットフォーム全体での追加容量を支えると述べた。

容量に関する発表によれば、Firmusの全契約顧客にわたる容量は900メガワットを超える。この数値はマレーシアの2拠点だけではなく、同社のポートフォリオ全体を対象とする。

Firmusはオーストラリア、シンガポール、インドネシア、マレーシアに7つのAIファクトリーを持つ。同社によれば、このうち稼働中なのは2カ所だ。残る5カ所は開発段階にあり、今後24カ月以内のサービス開始を目標としている。

こうした詳細は、見出しとなる容量の数値以上に重要だ。契約済みのメガワットは、プロジェクトに結び付く顧客需要を示す。それは必ずしも、サーバーが設置された通電済みの建物を意味するわけではない。

発表では、マレーシアの拠点名、個別の容量、建設スケジュールは明らかにされなかった。また、電力供給者、送電網への接続日、予想される導入段階についても触れられていない。

OpenAIのSachin Kattiは、マレーシアのデータセンターが地域全体および世界の需要への対応に役立つと述べた。この発言は想定される顧客用途を示すものだが、どの製品やワークロードがそこで稼働するかは具体化していない。

トレーニングと推論では、インフラに求められる条件が異なる。トレーニングは集中的な計算を通じてモデルを開発または更新する。推論は、ユーザーがリクエストを送った際にそのモデルを実行する処理だ。

OpenAIはこれらの拠点を、いずれかのワークロード、あるいは変化する組み合わせに利用する可能性がある。契約にはその詳細が示されていない。

Reutersの報道によると、Firmusは契約額の開示も控えた。OpenAIは追加コメントを求めるReutersの問い合わせに直ちには応じなかった。

これにより、重要な商業的事実が3つ不明なままとなる。OpenAIが予約したメガワット数、契約による収益額、そして支払いが意味ある水準になる時点だ。

それでもこの契約は両社にとって有用なものをもたらす。OpenAIは将来のコンピューティング容量への新たな経路を得る。Firmusは、はるかに大きなインフラポートフォリオを開発するなかで、世界的に認知された顧客を獲得する。

ただし、この発表は履行義務を生む。Firmusは適切な用地、エネルギー、冷却、ネットワーキング、ハードウェア、許認可、運用チームを確保しなければならない。OpenAIも、非開示の契約条件のもとで、完成した容量を利用し続ける意思を持つ必要がある。

この契約はFirmusの開発パイプラインの信頼性を高める。しかし、署名済み契約から本番クラスタに至るまでの実行作業をなくすものではない。

OpenAIがデータセンターをマレーシアに求める理由

土地、電力、アクセラレーテッドコンピューティングをめぐる競争が拡大するなか、マレーシアはOpenAIに新たな地域容量の選択肢を与える。

AI企業はインフラ供給を戦略的な制約として捉えるようになっている。モデルの能力は重要だが、プロバイダーにはシステムをトレーニングし、増加するユーザーリクエストに応えるための十分なサーバーも必要となる。

容量計画は現在、数年先まで見据えて進められている。事業者は需要が到来する前に、ハードウェアを確保し、建物を建設し、送電網接続を交渉し、冷却システムを開発しなければならない。

OpenAIのマレーシア契約はこの傾向に合致する。同社は、単一のクラウドプロバイダーがあらゆる要件を満たすのを待つのではなく、インフラ事業者から容量を契約している。

地理的な分散は、単一市場への依存も低減する。容量が限られた場所に集中している場合、電力、許認可、建設、ハードウェアをめぐる遅延がプログラム全体に影響を及ぼす可能性がある。

マレーシアは、東南アジア市場をつなぎ、シンガポールに近接することから、データセンター開発を引き寄せてきた。シンガポールは依然として主要な地域テクノロジーハブだが、用地と電力の制約により、無制限の拡張は難しい。

シンガポールとの国境を挟むJohorは、大規模キャンパスの重要な拠点となっている。マレーシアの他地域も、工業用地、エネルギーへのアクセス、国際ネットワーク接続を提供できる可能性がある。

政府はデジタルインフラへの投資を積極的に奨励している。しかし同時に、急速な建設がもたらす環境コストを管理するための基準も導入している。

マレーシアの持続可能性ガイドラインは、エネルギー効率、よりクリーンな電力、改善された水利用に焦点を当てている。また、対象となるプロジェクトを同国のデジタルインフラ向けインセンティブと結び付けている。

こうした要件は実務上の課題を反映している。大規模なAIクラスタは継続的に電力を消費し、大量の熱を発生させる。事業者は地域の水・電力システムに許容しがたい負荷をかけずに、その熱を除去しなければならない。

Firmusは、プレハブ化されたHyperCubeモジュールにより、この課題の一部に対応するとしている。各モジュールは、液冷、電気設備、機械システムを再現可能な設計の中に統合する。

液冷は、高密度コンピューティング部品の近くに配置した流体を通じて熱を移動させる。従来の室内レベルの空冷が実用上対応できる限界を超えるラックにも対処できる。

Firmusによれば、同社はこれらのモジュールをNew South Walesの地域部で製造している。NvidiaのDSXプラットフォームとVera Rubin NVL72システムを利用する施設に組み込む計画だ。

このアプローチは、エンジニアリングや設置に必要な作業の一部を短縮できる可能性がある。標準化された部品により、各プロジェクトをゼロから再設計する必要を減らせる。

とはいえ、モジュール建設でも地域固有の依存関係をなくすことはできない。マレーシアの各拠点には依然として、土地利用の承認、信頼できる電力、ネットワーク接続、完成した建物外皮が必要となる。

契約済みの顧客需要が通電済みの接続を保証するわけではないため、送電網へのアクセスは特に重要だ。電力インフラには、新しい変電所、送電設備の増強、または発電契約が必要になる場合がある。

水使用量も、冷却アーキテクチャと地域の条件に左右される。液冷は施設内で効率的に熱を移動させるが、より広範な排熱システムが最終的な水消費量を左右する。

したがってマレーシアは、現実的な制約を伴う魅力的なインフラ基盤をOpenAIに提供する。地域容量への経路ではあるが、コンピューティングの物理的な要請から逃れる手段ではない。

OpenAIのマレーシアデータセンターが戦略的な価値を持つのは、こうした依存関係が整合した場合に限られる。それまでは、より大きな拡張計画の中で確保された容量と捉えるのが適切だ。

NvidiaハードウェアがFirmusのAIファクトリーとOpenAIの需要を結ぶ

この契約はOpenAIの需要、Firmusの施設設計、Nvidiaのハードウェアを結び付け、緊密に連携したインフラスタックを形成する。

Firmusは、アジア太平洋地域のプロジェクト全体でNvidia Vera Rubin NVL72システムを導入する計画だ。NvidiaはNVL72を、72基のRubin GPUと36基のVera CPUを搭載するラックスケールシステムと説明している。

ラックスケールシステムは、プロセッサ、メモリ、ネットワーキング、ソフトウェアを連携させ、単一のコンピューティングユニットとして動作させる。この設計は、多数のアクセラレータをまたぐ大規模なトレーニングジョブと大量推論を支える。

NvidiaのDSXプラットフォームは、より広範な施設向けのリファレンス設計を提供する。これらの設計は、コンピュート、ネットワーキング、ストレージ、電力、冷却、運用ソフトウェアを網羅する。

目標は、建物とコンピューティングシステムを最初から連携させることにある。サーバーラックが従来のエンタープライズ設備をはるかに上回る電力と冷却を必要とする場合、これは重要になる。

Nvidiaによると、同社のDSXリファレンス設計は、インフラスタック全体にわたる計画を支援する。同社は熱挙動と電力挙動のデジタルシミュレーションツールも提供している。

Firmusはこの基盤にHyperCubeモジュールを追加する。同社は、この統合によって導入速度、運用パフォーマンス、AIトークン生成コストが改善されるはずだと述べている。

トークンは、AIモデルが処理するテキストまたはデータの小さな単位だ。トークン当たりのコストは、大規模なモデル出力生成に伴うインフラ費用を測る。

推論需要の高まりに伴い、この指標は中心的なものとなっている。サービスが数十億件のリクエストを処理する場合、効率のわずかな差でも大きな意味を持ちうる。

Nvidiaによれば、Vera Rubinプラットフォームは、事前トレーニング、事後トレーニング、推論を単一の連携アーキテクチャで支える。量産出荷は2026年秋に始まる予定とされていた。

ただし、ベンダーによる性能表明はFirmusのAIファクトリーの最終的な経済性を裏付けるものではない。実際の結果は、稼働率、電力コスト、冷却効率、モデル設計、ソフトウェア最適化に左右される。

ハードウェアの供給可能性も別の依存要因となる。他の世界的事業者も同世代のアクセラレータを競って確保するなか、Firmusは十分な数のシステムを予定通り受け取らなければならない。

試運転では、リファレンス設計では解決されない問題が明らかになることもある。大規模クラスタには、数千のコンポーネントにわたる信頼性の高いネットワーキング、ストレージ、配電、ワークロード管理が必要だ。

スイッチの故障、不安定な電源、冷却の不均衡はいずれも、利用可能な容量を減らしかねない。したがって事業者は、設置済みGPUの数だけを測定するわけではない。稼働時間、ジョブ完了率、利用率、提供された性能も追跡する。

ここで、OpenAIのアンカー顧客としての役割が重要になる。Firmusはまず汎用容量を構築するのではなく、要求水準の高い既知のワークロード群に合わせてマレーシアの拠点を設計できる。

OpenAIは、より明確な利用率予測や技術要件も提供しうる。こうしたシグナルは、各導入に必要なネットワーキング、ストレージ、冗長性の規模を事業者が判断する助けとなる。

それでも、この取り決めは顧客集中リスクを生む。ある拠点の大部分が一社の顧客に依存する場合、建設上の判断と財務実績は、その顧客の計画と密接に結び付く。

このリスクを双方でどう分担するかは、非開示の契約条件によって決まる。テイク・オア・ペイ条項があれば、Firmusの収益保護はより強固になる。一方で、柔軟な利用条件であれば、OpenAIはより大きな自由度を維持できる。

両社はいずれも、これらの条項を説明していない。したがって読者は、契約済みの900メガワットが、保証され全額支払い済みの利用量にそのまま相当すると考えるべきではない。

Nvidiaもこの取り決めで複数の立場を占めている。Firmusを支援し、中核となるコンピューティングシステムを供給し、DSXを設計基盤として推進している。

この足並みの一致は、調整を迅速化し得る。一方で、プロジェクトが単一ベンダーの製造スケジュール、ネットワーク・エコシステム、ソフトウェアスタックに依存することにもなり得る。

したがってFirmusとOpenAIによるマレーシアでの契約は、不動産契約にとどまらない。顧客需要、モジュール式建設、高密度冷却、特定のアクセラレータ・ロードマップを組み合わせたものだ。

この統合的なアプローチは、プロジェクトにとって最も強力な運用上の根拠である。同時に、いずれか一層で遅延が生じれば、納入スケジュール全体に影響し得る理由でもある。

契約済み容量は稼働容量ではない

Firmusは計画中施設に向けた需要を確保しているが、建設とリソース確保は依然としてより厳しい試験となる。

900メガワットという数字は、Firmusにとって印象的なパイプラインを示す。ただし、900メガワット分のコンピューティングインフラがすでに稼働していることを意味するものではない。

Firmusによると、7つのAIファクトリーのうち現在稼働しているのは2つにすぎない。残る5つは、今後24カ月以内の供用開始を目標としている。

供用開始可能とは、施設が顧客ワークロードの支援を始められる状態を意味する。そこに至るには、建物を完成させるだけでは不十分だ。

運営企業は拠点を通電し、コンピューティングシステムを設置し、ネットワークを接続し、冷却を試験し、運用を検証しなければならない。本格稼働の前には、顧客による受け入れがさらに一段階加わることもある。

大規模データセンター計画は、しばしば段階的に開設される。運営企業はキャンパス内の別の場所で建設を続けながら、最初の部分を提供する場合がある。

マレーシアの契約には、段階別のスケジュールが示されていない。OpenAIが契約容量のすべてを一度に受け取るのか、複数回の導入を通じて受け取るのかも明らかにされていない。

この情報不足により、時期について確かな結論を出すことは難しい。複数年契約は長期の建設計画を支え得るが、即時の容量創出を意味するわけではない。

今回の発表は、Firmusの広範なポートフォリオが4カ国にまたがって拡大する中で行われたため、同社には追加の負荷もかかる。同時進行のプロジェクトは、エンジニアリングチーム、サプライヤー、資本管理を圧迫し得る。

標準化されたHyperCubeモジュールは、一部の複雑さを軽減する可能性がある。それでも各拠点には、電力網、天候、許認可、労働力、物流という固有の条件がある。

マレーシアの資源政策も、もう一つの試験となる。政府の指針は、より高いエネルギー効率とよりクリーンな電力を促すと同時に、水利用の改善も求めている。

これらの目標は、拠点選定やシステム設計に影響し得る。また、どのプロジェクトが支援を受け、承認を得て前進できるかにも影響する可能性がある。

より広い政策の方向性は明確だ。マレーシアはデータセンター投資を望んでいるが、効率基準なしに無制限の開発を認める考えではない。

これは運営企業にとってトレードオフを生む。顧客の要請を満たすため迅速な導入が必要である一方、規制当局や地域社会は、電力と水に関する信頼できる計画を期待している。

OpenAIの存在は注目度を高める。世界的に認知された顧客が関わることで、このプロジェクトは匿名の卸売容量契約よりも可視性が高くなる。

世間の検証は、建設活動以外にマレーシアが何を得るのかに焦点を当てる可能性がある。論点には、現地雇用、サプライヤーの参画、税収への貢献、再生可能エネルギー、コンピューティングリソースへのアクセスが含まれ得る。

Firmus共同CEOのTim Rosenfieldは、この契約を、アジア太平洋地域が知能を単に消費するだけでなく生み出す側へ移行するものだと表現した。この主張は慎重に解釈する必要がある。

ハードウェアはNvidia製であり、OpenAIは米国の顧客だ。Firmusは施設エンジニアリングとオーストラリア製モジュールを提供する。マレーシアは運用拠点と重要な物理的資源を提供する。

この構造は、地域に経済活動を生み出す。それでも、インフラのホスティングがモデルの所有権、研究能力、知的財産の移転を自動的にもたらすわけではない。

より深い地域的利益には、現地の技術職、サプライヤー育成、マレーシアの組織によるアクセスが必要となる。この発表では、そうした取り組みは説明されていない。

Firmusは別途、研究者や組織向けのオーストラリアAI Access Programを計画している。同社は今回の発表で、これに相当するマレーシア向けのアクセス施策を示していない。

ホスティングと能力構築の違いは重要だ。ある国が大規模施設を運営していても、最も高付加価値なソフトウェアや研究の多くは別の場所に残る可能性がある。

競争も、別の圧力要因となる。Microsoft、Google、Amazon、Oracle、その他のインフラ提供企業は、異なる所有形態やクラウドモデルを通じて東南アジアの容量を追求してきた。

自社キャンパスを建設・運営する企業もある。卸売スペースを賃借する企業、専門GPUプロバイダーと契約する企業、複数の手法を組み合わせる企業もある。

OpenAIがFirmusを選んだことは、専門インフラ運営企業が大規模AIワークロードをめぐって競争できることを示唆する。こうした事業者は、汎用クラウドプラットフォームにならずとも、専用クラスターを提供できる。

この機会は、より多くの競合も引き寄せる。より強い財務基盤や既存の現地施設を持つ運営企業は、代替容量で対抗できる。

OpenAIは、世界的に単一のインフラ経路に固定されているわけではない。同社のより広範な戦略には、複数のクラウド、データセンター、ハードウェアに関する関係が含まれる。

したがってFirmusは、自社施設が競争力ある納入、信頼性、運用経済性を備えることを証明しなければならない。顧客との契約は需要を示すが、関係が拡大するかどうかを決めるのは運用実績である。

最も信頼できる指標は、予定通りに提供される利用可能な容量となる。利用率や信頼性が低いままであれば、ハードウェアを設置しただけでは問題の決着にはならない。

独立した環境報告も重要となる。Firmusは効率性の利点を説明しているが、マレーシア拠点ごとの電力または水利用指標は公表していない。

こうした開示には最終的に、エネルギー源、電力使用効率、水消費量が含まれるべきだ。電力使用効率は、施設全体のエネルギーと、コンピューティング機器が直接使用するエネルギーを比較する。

こうした測定値がなければ、効率性に関する主張は設計上の期待にとどまる。運用データは、実際のワークロードと現地の気候条件下でシステムがどのように機能するかを示す。

懐疑的な見方は、失敗を前提とするものではない。単に、開発パイプラインには実行リスクが含まれることを認識するものだ。

Firmusには、アンカー顧客と明確な技術スタックがある。今後必要なのは、こうした優位性を稼働中のインフラへ転換することだ。

この契約の重要性を示す3つのシグナル

納入日、開示される容量、検証済みの運用実績が、この契約がインフラとなるか、パイプライン上の約束にとどまるかを決める。

第一のシグナルは、マレーシアの2拠点に関する詳細な建設・通電スケジュールである。

投資家と顧客に必要なのは、5つのプロジェクトを対象とする24カ月という目標だけではない。Firmusはマレーシアの所在地、段階別容量、電力網の節目、サービス開始日を示すべきだ。

電力接続が確認されれば、同社の納入能力に関する主張は強まる。それは、プロジェクトが顧客契約と大まかな拠点計画の段階を超えて進展したことを示すだろう。

度重なるスケジュール変更は、その主張を弱める。許認可、電力、建設、資金調達、ハードウェア供給のいずれかに困難があることを示す可能性がある。

第二のシグナルは、OpenAIのコミットメントをより明確に定義することである。

発表では、900メガワットのポートフォリオのうち、どれほどがOpenAIに属するのかを示していない。また、契約の収益構造と利用義務も非開示のままだ。

後に予約済みメガワットが開示されれば、マレーシア拠点にとってのこの顧客の重要性が明らかになる。テイク・オア・ペイ条項があれば、持続的な契約需要を示すより強い証拠となる。

沈黙が続いても、契約の有効性が損なわれるわけではない。民間インフラ契約はしばしば機密扱いとなる。しかし、Firmusの顧客集中と予想収益について外部から評価することは難しくなる。

第三のシグナルは、最初の稼働フェーズにおける生産実績である。

有用な証拠には、通電済み容量、設置済みのVera Rubinシステム、顧客受け入れ、稼働率、持続的なワークロード利用率が含まれる。拠点レベルのエネルギーと水のデータも、重要な環境面の試験となる。

Nvidiaが公開しているNVL72 specificationsは、理論上のアーキテクチャを説明している。Firmusはなお、このアーキテクチャがマレーシアの自社施設内でどのように機能するのかを示す必要がある。

運用上の証拠は、Firmusが異なる国々でAIファクトリーの設計を再現できるという主張を強める。また、プレハブ式の高密度インフラに関する、より広い論拠も支えることになる。

利用率の低さや受け入れの遅れは、逆の方向を示す。コンピューティングシステムが顧客ワークロードに確実に対応できなければ、完成した建物の価値は限られる。

これらのシグナルはFirmusにとどまらず重要である。開発企業やエンタープライズの購入者は、半導体メーカー、施設運営企業、公益事業者、クラウドプラットフォームから成る複雑な連鎖から容量を得るAIサービスへの依存を強めている。

この連鎖のどこかでボトルネックが生じれば、AI製品の可用性、レイテンシ、コストに影響し得る。したがってインフラに関する発表は、モデルのリリースと同様の精査に値する。

FirmusとOpenAIによるマレーシアの契約は、OpenAIに地域内でコンピューティングを確保する別の経路を与え、Firmusには大きなアンカー顧客をもたらす。同時に、Firmusが評価される基準も引き上げる。

正確なサービス開始予定、より明確な容量コミットメント、独立して検証可能な運用結果に注目したい。こうした開示により、計画中の2拠点が持続的なAIインフラとなるのか、それとも契約済みパイプラインの魅力的な項目にとどまるのかが明らかになる。