コメントクアルコムが ARM ベースのサーバー用プロセッサー事業の終了を検討しているという業界の噂について、インテルはコメントを控えた。
それも当然かもしれない。インテルは、GoogleやAmazonをはじめとする企業がデータセンターで利用するコンピューティング・マシンを独占しており、ますます普及するクラウド・コンピューティング・サービスを提供するだけでなく、同社のシリコンに依存するあらゆる企業も利用している。一部のアナリストは、インテルが世界のサーバーCPU市場の99%を独占していると指摘している。
そして、それは極めて利益率が高いことが証明されている。現在、この米国大手企業の年間売上高の3分の1はデータセンター部門から来ており、2017年の総売上高628億ドルのうち、データセンター部門は191億ドル、パソコン用チップは340億ドルとなっている。この191億ドルという数字は、前年比11パーセント増である。
x86チップの独占と高額な価格設定は、本当に利益をもたらす - インテルCEO
続きを読む
カリフォルニア州パームデザートで火曜日に開催された今年のインテルキャピタル・カンファレンスで、Chipzillaの幹部が語るように、この驚異的な市場シェアとそれに伴う売上高と利益は、同社CEOのブライアン・クルザニッチ氏の卓越した戦略的思考の賜物だ。「ブライアンは、世界がますますデータを活用し、データに依存するようになると見抜いていました」と、インテルキャピタルCEOのウェンデル・ブルックスは、クルザニッチ氏を基調講演に登壇させる直前に述べた。
クルザニッチ氏自身もこのアプローチを採用し、つい最近までは誰もがデータを持ちすぎていることが問題だったと指摘した。「どのデータを削除できるかについて議論していました」と、彼は出席者に語った。（そして、欧州で施行される予定のプライバシー規則、GDPRのおかげで、今後も議論を続けるつもりだ。）
最高経営責任者（CEO）は、ストレージコストの大幅な削減と爆発的な処理能力の向上により、人々がデータを求めるのは減るどころか、増えているのだと主張した。データこそが未来だ。クルザニッチ氏はイベントなどでこの主張を繰り返してきたが、今年初めのケンブリッジ・アナリティカのスキャンダル後、少しは控えめになるだろうと思われたが、そうではなかった。クルザニッチ氏は全力で前進している。データこそが未来なのだ。
インテルが計画的に成功したのか、偶然なのか、あるいはその両方なのかはさておき、インテルがデータについて多くの時間を費やしていることは疑いようがありません。そして、クルザニッチ氏が予測した「来たるデータの洪水」にどう対処するかが、彼の基調講演の主要部分を占めていました。
インテルはデータセンター向けチップを数多く製造しているが、データ中心のチップメーカーとして見られることを強く望んでいる。PCやサーバー以外にも事業を展開していると言い張る一方で、PCサーバーという得意分野からは外れてはいるものの、あちこちで躓いている。ウェアラブル、モバイルチップ、ブロードバンドモデムなどについては触れない。
クルザニッチ氏は以前と同様に、2021年までに平均的なインターネットユーザーは1日あたり1.9GBのデータを生成すると再び予測しました。そして、これは今後私たちが接続しネットワーク化するあらゆる機械が生み出すデータ量に比べれば、はるかに少ない量になるでしょう。自動運転車は1日あたり4TB、コネクテッド航空機は5TB、「スマートファクトリー」は1日あたり1PBという途方もないデータを生成するでしょう。
わかりました...
当然の疑問は、これらをどう活用するのか、そもそも必要なのか、そしてどう理解するのか、といった点だ。インテルのCEOは、これらの疑問への答えは、データが何なのか、そしてそれをどのように活用する必要があるのかを理解することにあると述べた。そして重要なのは、どこで分析を行うのかだ。インテル搭載のバックエンドサーバーで処理するかもしれない。あるいは、デバイスに近いインテルCPUで処理するかもしれない。必ず、どこかにインテルのチップが使われていることを確認してほしい。
「デバイス上でどれだけの処理を行う必要があるのか？エッジ上でどれだけの処理を行う必要があるのか？そして、クラウド上でどれだけの処理を行う必要があるのか？」とクルザニッチ氏はまとめた。
彼は自動運転車を例に挙げました。次世代のロボライドは、自身と周囲の世界に関するデータを絶えず生成します。その一部はすぐに役立つため、車内で処理する必要があります。その代表的な例が、道路上の何かを分析することです。
その場合、データをクラウドに送信して処理し、「あれは何だろう……よくわからない。本部に聞いてみよう……ああ！何かが邪魔をしている！ブレーキ！」といった判断を待つのは時間がかかりすぎ、事故につながる可能性が高い。そうではなく、車内で処理し、即座に対応する必要がある。そのためには、インテルのプロセッサーを使う必要がある。
窮地に
この自動運転車のシナリオにおける次のレベルのデータは、数分から数時間にわたって価値が持続する情報、例えば交通渋滞を引き起こす道路上の事故などです。こうしたデータはエッジで処理され、他の車両と共有される必要があります。そうすることで、他の車両は事故を認識し、迂回ルートを決定できます。
そして、次のレベルのデータは交通パターンです。この情報はクラウドに送信され、多数の異なるデータ入力ソース（例えば、車両）を用いて、より広範囲に処理されます。このシステムは、より適切なルート計画を支援します。例えば、午前9時と午後2時ではルートが異なるルートを取るといった具合です。
実際、クルザニッチ氏は、自動運転車の場合、音楽やビデオ、通話といった形で車に入ってくるデータの量が車から出るデータ量を上回る状況になる可能性があると主張した。
スマートフロー
しかし、それでもこれらの膨大なデータの流れを理解する必要があり、ここで人工知能が登場します。
クルザニッチ氏は、人工知能は目新しいものではないと指摘し、「こうしたアルゴリズムは何年も前から存在している」とした。しかし、データをはるかに低コストで保存できる能力と、現在容易に利用できる計算能力によって、人工知能は可能になった。今や「データの力を解き放つ」ためには、機械学習ソフトウェアが必要なのだ。
しかし、繰り返しになりますが、すべてはワークロードとアプリケーションに依存します。どちらも大きく異なるため、適用されるAIの種類も同様に異なります。「AIソリューションの多様性はエッジで生まれる」とクルザニッチ氏は予測しました。これは自動運転車と同じ論理に基づいています。つまり、すべてをクラウドに送信する必要はなく、また送信すべきでもないということです。
彼は別の例を挙げた。梱包工場でバーコードを読み取って製品を識別するカメラだ。この場合、処理をネットワークエッジからカメラ自体に移行することで、顔認識の速度が3倍になり、30秒からわずか10秒になったとインテルは発見した。
そして、デバイス上でのこうした処理を可能にするには、特定のタスクに特化したシリコンとアルゴリズム、つまり「自己学習できるシステム」が鍵となると彼は考えている。以前、ブルックス氏は、動作速度を50%高速化するように最適化された顔認識チップについて語っていた。
正しく行えば、効率は飛躍的に向上します。クルザニッチ氏は、梱包工場では、業務を最適化するだけで、生産量とパッケージの仕分け能力を 10 倍に増やすことができたと述べています。
「2025年までに世界は劇的に変化するだろう」と彼は指摘し、インテルのチップがあらゆるレベルでそのすべてを牽引するだろうと見ている。®
