OpenAIが巨額投資する「脳型」AIチップ、その正体とは？
TechFlow厳選深潮セレクト
OpenAIが巨額投資する「脳型」AIチップ、その正体とは？
RISC-Vをベースとし、推論・学習のエネルギー効率を1万倍に高めることができる。
Web3業界の深掘り報道に専念し潮流を洞察執筆：美漪、GeekPark
OpenAIの権力闘争が幕を閉じたばかりだが、今度は重要な取引が水面下で浮上した。
海外メディア『Wired』によると、Sam AltmanがOpenAIのCEOを務めていた期間中、同社はRain AIと5100万ドル規模の意向書（LOI）を締結し、Rain AIのチップが市場に出回った後、その購入を約束していたという。
Rain AIはAIチップのスタートアップ企業であり、AIコンピューティングのコストを大幅に削減することを目指している。人間の脳の働き方を模倣するAIチップ――NPUを開発することで、OpenAIやAnthropicといったAI企業に「低コストかつ高エネルギー効率のハードウェア」を提供しようとしている。
同社は、「従来のGPUと比較して、NPUはAI開発者（OpenAIなど）に対して最大100倍の計算能力を実現し、トレーニングにおいては最大1万倍のエネルギー効率を達成できる可能性がある」と述べている。
OpenAIはこれまで一貫してコンピューティングリソースの不足に悩まされてきたため、AIプロジェクトに必要なチップ供給を確保するために巨額の資金を投じることも理解できる。
では、Rain AIが開発するチップにはどのような特徴があるのか？ 同社はどのように注目を集めるようになったのか？ そしてこの投資は、AltmanおよびOpenAIがチップ分野でどのような戦略を持っているかを何を示しているのか？
01 「脳型」AIチップ
Rain AIのコア製品は、ニューロモルフィック（Neuromorphic）技術に基づく「脳型」AIチップ――NPUである。このチップは、低消費電力かつ高効率で情報を処理することを目指しており、AIタスクの厳しい計算ニーズに対応する。
同チップは人間の脳の構造と機能を模倣しており、脳内の神経接続のように、人工シナプスが相互に接続されたネットワーク上で動作する。このアーキテクチャにより、NPUは並列的かつ分散的に情報を処理でき、AIアプリケーションにおける「計算負荷の高いタスク」に非常に適している。
さらにRain AIは、デジタル・インメモリ・コンピューティング（D-IMC）方式を業界で初めて採用し、AI処理、データ移動、データ保存の効率をさらに向上させている。
Rain AIのNPUは、低消費電力で効率的に情報を処理し、AIタスクの厳しい計算要件を満たすことを目的としている｜出典：Rain AI公式サイト
また、Rainはデジタル・インメモリ・コンピューティングタイルおよびソフトウェアスタックについて、知的財産（IP）ライセンスの提供も行っている。このIPは、超低遅延と高エネルギー効率を必要とする機器向けのAIワークロードに特化しており、ロングリーチイーサネット（LRE）を含む一連の計算ユースケース（スマートカー、スマートウォッチなど）をカバーしている。
自社製品に関して、Rainはスローガンとして「AIコンピューティングの限界を再定義する」と掲げており、「当社のAIアクセラレータは、速度、消費電力、面積、精度、コストの間で記録的なバランスを実現している」と宣伝している。
Rainが設計する「脳型」チップ（NPU）は、高効率かつ低消費電力を実現すると約束しており、これはNVIDIAやAMDなどが製造する大型チップに関連する「ボトルネック」を克服する上で極めて重要である。
LREの一連の計算ユースケースをカバー｜出典：Rain AI公式サイト
Rain AIの共同創設者の一人であるGordon Wilson氏はLinkedIn上で、「NPUチップは新たなAIチップ市場を定義し、既存市場を大きく変革するだろう」と明言している。
ただし注意すべき点として、Rain AIはNVIDIAのGPUよりも優れたエネルギー効率を謳っているものの、初期のチップはGoogle、Qualcommなどの支援を受けたオープンソースアーキテクチャRISC-Vに基づいている。これはデータセンターから離れたエッジデバイス（スマホ、ドローン、車、ロボットなど）向けに設計されている。
しかし現在の多くのエッジチップ（例：スマートフォン用チップ）は、主にニューラルネットワークの推論フェーズに焦点を当てている。一方でRainの目標は、モデルやアルゴリズムの学習（トレーニング）にも、その後の推論運用にも使用可能なチップを提供することにある。
現在、Rain AIは初のAIプラットフォームをリリースしており、AIの推論と学習の両方が可能だと宣言している。また、「脳型」チップ（NPU）により、AIモデルが周囲の環境に応じてリアルタイムでカスタマイズまたは微調整できるようになると述べている。
これについてSam Altman氏はかつて公開で、「このようなニューロモルフィックアプローチはAI開発コストを大幅に削減でき、真のAGI（汎用人工知能）の実現にも貢献する可能性がある」と語っていた。
報道によれば、OpenAIはこれらのチップを利用してデータセンターのコストを削減し、自社のモデルをスマートフォンやスマートウォッチなどの端末に展開することを目指しており、「脳型」チップ（NPU）はOpenAIにとって非常に魅力的であることは間違いない。
とはいえ、これらはすべて憶測にすぎず、現時点ではOpenAIがどのようにRainのチップを利用するのかは不明である。
02 OpenAIとの密接な関係
Rain AIは2017年に設立され、将来のAI向けに「低コスト」なコンピューティングプラットフォームを構築することを目指している。
Rain AIの共同創業者はJack Kendall氏、Gordon Wilson氏、Juan Claudio Nino氏の3名で、フロリダ大学時代に知り合った。また、OpenAIのソフトウェアエンジニアであるScott Gray氏を顧問として迎えている。
現在、Rain AIは約40人のスタッフを擁しており、AIアルゴリズム開発および従来のチップ設計の専門家が含まれる。
Rain AIの創業チーム｜Rain AI
興味深いことに、Rain AIの本社はサンフランシスコにあり、OpenAIのオフィスまで1マイルも離れていない。
会社設立の翌年、Rain AIはY Combinatorなどの著名なスタートアップアクセラレーターを含む投資家から、シードラウンドで500万ドルの資金調達に成功した。
当時Altman氏はY CombinatorのCEOを務めており、個人的にもRain AIに100万ドルを投資していた。それから1年後、OpenAIは5100万ドル規模のチップ購入契約を承認している。
2022年4月時点で、サウジアラビア系ファンドProsperity7 Venturesが主導する2500万ドルの資金調達を経て、Rainの累計調達額は3300万ドルに達し、評価額は9000万ドルとなった。
今年初頭、同社は潜在的投資家に対して進捗を誇示し、今月中に「テスト」チップを出荷予定であると述べた。これはチップ設計が完了し、製造段階に入っていることを意味する。
Rain AIは、来年10月までに最初のチップを顧客に提供できる見込みだとし、Google、Oracle、Meta、Microsoft、Amazonといったテック大手との販売に関する高度な交渉を進めているとも強調した。ただしMicrosoftはコメントを拒否し、他の企業もコメントに応じていない。
要するに、Rain AIはまだ開発段階にあり、商用化の時期は未定である。同社の「脳型」チップ（NPU）技術の将来性は有望であり、支持者も注目を集めているが、依然として多くの課題に直面している。
03 OpenAIの野望
Altman氏がRain AIへの投資に私的な思惑を持っていたかどうかは別として、チップ不足は確かにOpenAIが直面する重大な問題である。
実際、1年前ChatGPTが公開されてわずか1週間後、Altman氏はすでに計算コストが「ひどい状況」にあると感じていた。その後も、AIチップの「残酷な不足」と「目を見張るほどの高コスト」について繰り返し公に不満を漏らしてきた。
今年5月にはAltman氏は無念そうに、「OpenAIは深刻なコンピューティングリソース不足に直面しており、多くの短期計画が延期されている」と認めている。
周知の通り、OpenAIは主要投資家であるMicrosoftの強力なクラウドサービスを利用しているが、ハードウェアの制約により、しばしばChatGPTの特定機能を停止せざるを得ない状況にある。
これについてAltman氏は、「AIの進展速度は、新しいチップ設計とサプライチェーンに依存するかもしれない。」と語っている。今の時代、コンピューティングパワーこそがすべてだからだ。
実際、Altman氏自身、以前からチップ分野への投資戦略を展開している。Rain AI以外にも、2021年頃にはCerebras（チップが皿のように大きく、両手で持つ必要があるというAI企業）にも出資している。
皿のように大きなチップ｜出典：Cerebras公式サイト
今年初めに「シリコン仙人」Jim Keller氏と「シリコン神童」Sam Zeloof氏が設立したAtomic Semi（半導体工場および集積回路プロトタイプの簡素化・小型化により、安価なチップを迅速に製造）に対しても注目しており、OpenAI Startup Fundも出資している。
出典：Analytics India Magazine
さらに、Altman氏がOpenAIから解任される数週間前には、数十億ドルを調達して新たなチップ企業を設立しようとしていたという報道もある。
プロジェクトの詳細は不明だが、コードネームは「Tigris」とされており、NVIDIAとAIチップ分野で競争することを目指している。
「Tigris」プロジェクトのために、Altman氏は中東でも資金調達を行っていたとされる。この場所の「偶然」は、このプロジェクトとRain AIの間に何らかの関連があるのではないかと疑わせるものだ。
またAltman氏は、Armなどチップ設計企業を含む半導体業界の幹部たちと協議を行い、OpenAIのような大規模言語モデル企業のコスト削減のために、早期に新しいチップを設計する方法について話し合っていた。
そしてAltman氏だけでなく、OpenAI自体も、英偉達（NVIDIA）への依存から脱却すべく、より低コストでの大規模モデル構築の可能性を探っている。
Rain AIのようなチップサプライヤーとの提携や外部投資に加えて、最近では自社開発チップの試みも始め、潜在的な買収対象の検討やハードウェア関連職種の採用も進めている。
出典：OpenAI公式サイト
先日、OpenAIは元Google TPU責任者Richard Ho氏をハードウェア部門の責任者に任命し、コンパイラーやカーネル分野の専門家も多数採用している。また「データセンター施設設計の専門家」の募集も進行中である。
Richard Ho氏はOpenAIの新設部門を率い、パートナー企業のデータセンターのネットワーク、ラック、建物の最適化を支援する。
しかし、こうした先進的な投資戦略であっても、眼前のGPU不足問題をすぐに解決することは難しい。現時点では、OpenAIが大規模に使用しているのは依然としてNVIDIAのチップである。
観察によると、OpenAIは算力節約のため、ChatGPTなどの製品機能を動的に調整している。そのため、ユーザーが最近GPT-4の方がGPT-3.5よりも「怠ける」傾向にあると感じるのも無理はない。
大規模モデルの登場に伴い、大型AIモデルのデータセンターの電力消費が注目されるようになっている。Rainやその他のチップスタートアップ企業は、データ処理方式を再構成することでデータ転送量を削減し、消費電力を抑えることを目指している。
Google、Microsoft、AMD、Intel、Amazon、Cerebras、Sambanova、Rainなど多くの企業が相次いでAIチップの将来に参入する中、AIコンピューティング供給の市場は変化するのか？ OpenAIは算力の制約から脱却できるのか？ チップ開発には非常に長いサイクルが必要なことを考えれば、これらの課題は相当長期にわたって続くだろう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
极客公园
