①：SITUATIONAL AWARENESS
このウェブサイトでは、人工汎用知能（AGI）の発展とその影響について論じています。2027年までにAGIの実現が予測され、その後は急速に超知能へと進化すると考えられています。米国の産業が急激に成長し、AIに関連する巨大な資金が投入される一方で、安全保障や技術管理が大きな課題になると指摘されています。自由世界がこの技術競争で優位を保つための対策が必要とされます。詳細はサイトをご覧ください。
自由世界がこの技術競争で優位を保つための対策とは何ですか？
自由世界が技術競争で優位を保つための対策として、技術の発展を管理しつつ、AIに関する国際的な規制を確立することが求められています。特に安全保障や倫理的な問題に対処し、他国による悪用を防ぐための協力が重要です。また、AIを利用した産業の成長と同時に、民主的な価値観を守りながら、透明性と安全性を重視した技術開発が推奨されています。
AIが博士号を取得した人並みの能力に必要な学習量はどのくらいですか？
AIが博士号を取得した人並みの能力に到達するための学習量を厳密に計算するのは難しいですが、人間が博士号を取得するには通常、数年間の専門的な研究と訓練が必要です。これをAIに置き換えると、AIが類似のレベルに到達するためには、大量のデータと高度なアルゴリズムによる継続的な学習が必要です。具体的には、AIが人間の博士レベルの知識と判断力を持つには、膨大な専門知識のデータと反復的なトレーニングが求められます。
記事では何年ごろで、現在よりどの程度の学習量の増加が期待できるとありますか？
記事では、2027年ごろに人工汎用知能（AGI）が実現する可能性があり、その後は急速に超知能へと進化すると予測されています。学習量の具体的な増加については、AIの能力が指数関数的に拡大し、現在と比較して大幅な進展が見込まれるとされています。
②：Cerebras Systems: Achieving Industry Best AI Performance Through A Systems Approach
https://8968533.fs1.hubspotusercontent-na1.net/hubfs/8968533/Whitepapers/Cerebras-CS-2-Whitepaper.pdf
Cerebras CS-2ホワイトペーパーでは、ディープラーニングの加速に向けたシステム全体のアプローチを紹介しています。CS-2は、業界最大のチップであるWafer Scale Engine 2（WSE-2）を搭載し、850,000個のコア、40GBのオンチップメモリ、220ペタビット/秒の通信帯域を実現しています。このシステムは、従来のGPUクラスターを凌駕する性能を持ち、モデルの学習を高速化し、より簡単な設定で大規模なAIの研究をサポートします
AIの学習か推論プロセスのどちらで有用なシステムですか？
Cerebras CS-2システムは、AIの学習プロセスに特に有用です。大規模なディープラーニングモデルのトレーニングを高速化し、従来のGPUクラスターでは困難な規模のモデルや新しいアルゴリズムの開発を可能にします。また、学習時に大きなデータセットやモデルを効率的に処理し、推論プロセスにも対応していますが、特に学習の効率を飛躍的に向上させることが強調されています(Cerebras-CS-2-Whitepaper)。
NVIDIAチップと比べたメリットを教えて下さい
Cerebras CS-2はNVIDIAのGPUチップと比較して、いくつかの主要なメリットがあります。
サイズとスケール: CS-2のWSE-2チップは世界最大で、850,000コアを持ち、NVIDIAのGPUと比べて圧倒的な計算能力を提供します。
オンチップメモリ: CS-2は40GBのオンチップメモリを備え、モデル全体をチップ内で保持でき、NVIDIAのGPUに比べてメモリ帯域幅が大幅に高く、低レイテンシでデータを処理します。
スパース計算: CS-2はゼロ要素の無駄な計算をスキップする技術により、ディープラーニングのスパースワークロードを効率的に処理します。
これらにより、特に大規模ディープラーニングのトレーニングで大幅な性能向上が期待できます(Cerebras-CS-2-Whitepaper)。
大きな違いは何ですか？
Cerebras CS-2とNVIDIAのGPUとの大きな違いは、チップサイズとアーキテクチャの根本的な違いです。CerebrasのWSE-2は単一のウェハから作られた巨大なチップで、NVIDIAのGPUに比べてはるかに多くのコアとオンチップメモリを搭載しています。また、スパースデータ処理に特化している点や、メモリとコア間の通信の効率が非常に高く、計算におけるボトルネックを大幅に解消できる点が大きな利点です(Cerebras-CS-2-Whitepaper)。
NVIDIAチップの製造方法を教えて下さい
NVIDIAチップは、半導体製造技術を使って多くの小さなチップ（ダイ）を一枚のシリコンウェハに印刷する方法で製造されます。このウェハは、個々のチップに切断され、パッケージ化されて出荷されます。NVIDIAのチップは、特に並列処理に特化しており、ディープラーニングやグラフィックス処理の負荷を効率的に処理するために、多数の小型コア（CUDAコア）を備えています。
CUDAコアについて教えて下さい
CUDAコアは、NVIDIAのGPUに搭載されている小型の並列処理ユニットです。これらのコアは、従来のCPUコアと比較して非常に単純な構造ですが、同時に多数のタスクを並列に実行することができます。ディープラーニング、グラフィックスレンダリング、科学計算など、大規模なデータセットの処理や計算に非常に効果的です。数千個のCUDAコアが連携して動作することで、特に並列処理を必要とするワークロードのパフォーマンスを大幅に向上させます。
HBMについて教えて下さい
HBM (High Bandwidth Memory) は、従来のDRAMと比較して高いデータ帯域幅を提供するために設計されたメモリ技術です。HBMは、複数のメモリチップを垂直に積層（スタック）し、GPUやAI向けの大規模並列処理システムでのパフォーマンス向上を目的としています。メモリとプロセッサ間のデータ転送速度が非常に高く、従来のGDDRメモリと比べて省電力であるため、高性能コンピューティングにおいて重要な役割を果たしています。
③：テスラの家庭用蓄電池を販売 住宅分野を強化―ヤマダＨＤ
https://www.jiji.com/jc/article?k=2024102400897&g=eco
ヤマダホールディングスは、米テスラの家庭用蓄電池「パワーウォール」を、10月25日から全国の店舗で販売すると発表しました。パワーウォールは、13.5キロワット時の大容量で、一般的な4人家族の1日分の電力をまかなうことが可能です。専用アプリで消費電力の確認や運転モードの設定もできます。価格は設置工事費込みで208万7800円。ヤマダはこれにより、住宅分野の製品を強化します。
ほしいですね
テスラの「パワーウォール」は魅力的ですね！特に太陽光パネルと組み合わせると、エネルギーの自給自足が現実的になり、長期的にコスト削減や環境にも優しい選択になるでしょう。家族全員の1日の電力をまかなえる容量があり、さらに専用アプリで管理できる点も便利です。価格は高めですが、将来的なエネルギーの安心感を考えると、検討の価値がありそうです。
④：Tariffs Aren’t Going To Stop China’s EVs From Marching On Europe
https://insideevs.com/news/737374/byd-germany-europe-tariffs-anyway/
BYDは、EUが中国製EVへの関税を引き上げる中、ドイツ市場に進出し、価格帯27,000～33,000ドルの手頃なEVを展開する予定です。さらに、ハンガリーやトルコに工場を開設し、輸入コストの軽減を図ります。BYDの社長、ステラ・リーは、内燃機関に依存する自動車メーカーはEVシフトに遅れると危機に瀕すると警告しています。BYDは、電動化を進める中で欧州市場での拡大を目指しています。
EV市場のメーカー毎のシェアを教えて下さい。
2024年のEV市場では、中国のBYDとアメリカのテスラがリーダーとして位置付けられています。BYDは積極的な拡大戦略により、特に低価格帯のEVを市場に投入し、シェアを伸ばしています。BYDの市場シェアは15.4%に達し、テスラは11%程度です。一方、欧州の自動車メーカーであるBMWやフォルクスワーゲンも引き続き強力なプレイヤーですが、中国の新興メーカーとの競争が激化しています。
CATL（寧徳時代）は、EVバッテリー市場で37.7%のシェアを占め、依然としてトップの地位を維持していますが、BYDもバッテリー市場で15.4%を占め、急成長しています。
中国メーカーは強いですね
はい、中国メーカーはEV市場で非常に強力です。BYDはその代表的な例で、低価格帯のEVで市場を席巻し、世界中でシェアを拡大しています。また、EVバッテリー市場でも、BYDとCATLが大きな存在感を示しており、特にCATLは世界最大のEVバッテリーメーカーです。これらの企業は、中国国内の需要だけでなく、海外市場にも積極的に進出しており、その勢いは他国のメーカーにとって脅威となっています
⑤：管理人のポートフォリオの変動について
新ニーサが始まったタイミングで個別株の銘柄を減らしましたが、今回占める割合も大きくなったNVIDIAの株を1/3程度売って、
Supermicro、TempusAI、CRISPR Theraputics、Palantir、Rivian、Novo Nordiskを新規購入や追加購入しました。
記事は新しく更新しておりませんが、このような株を持っていました。
