※AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け !!　（11/23）。　 ⑧ 法令上の公報（真正な特許明細書）。｜久保園善章 @kbozon

https://t.co/NwZmf5p1SI

※AI中毒患者になるな！　 AIを使うな、本文を読み、自分で考えて、文章を書け ！！

⑧法令上の公報（真正公報）

2022年１月１２日以降の公報

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」、と明言しています。

そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。

https://t.co/bHC0RUm9c4

また、2022年１月１１日以前に特許庁より発行されていたPDF公報は廃止されました。

従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。

何となれば、特許庁が発行するものが唯一のものでしたので。

2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。

そして、INPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。」、「したがって、公報標準レイアウト/ページの概念はございません。」ともいっています。

更に、「公報はＸＭＬであり、ＰＤＦ化するに当たっての制限はありません。」と断言しています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。

従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。

以上の如く、J-PlatPatからダウンロードして得られる「独自PDF公報」や、民間業者、たとえば日立システムズのSRPARTNERより得られる「独自PDF公報」などは、　それぞれ異なったものであり、「真正な公報」とは見なすことができないと考えます。

INPITのJ-PlatPatよりダウンロードして得られる「PDF公報」は、あくまでも「独自PDF公報」であって、「真正な公報」とは言えないものと考えます。

ましや、民間業者が作成する「独自PDF公報」も、これまた「真正な公報」と、言えません。

ここで、「独自PDF公報」の発行にあたって、INPITのJ-PlatPatにおいて奇怪な過去がありました。

何故か、２０２２年１月１２日〜１月２４日の１３日間のあいだ、J-PlatPatよりダウンロードした「独自ＰＤＦ公報」が異様なものでした。

https://t.co/iIBNCtNEOj

即ち、フロントページの右下に表示される「代表図面」、および３ページの図面が、一部欠けていました。

さらに、２０２２年１月２０日発行の「特開2022-014916」の独自PDF公報も代表図面と他の図面に欠落がありました。

https://t.co/fiIqp9SxXA

一方、民間業者である日立システムズのSRPARTNERよりダウンロードした「特開2022-014916」の独自PDF公報には欠落箇所はありませんでした。

https://t.co/lCT5dRqGi2

J-PlatPatよりダウンロードした「独自ＰＤＦ公報」の異様さは同年１月の２４日まで続いたようです。

https://t.co/PrVwFrE8jO

（ハッシュタグ）

＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

※AI中毒患者になるな！　 AIを使うな、本文を読み、自分で考えて、文章を書け ！！

⑧法令上の公報（真正公報）

2022年１月１２日以降の公報

特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」、と明言しています。

そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。

https://t.co/bHC0RUmH1C

また、2022年１月１１日以前に特許庁より発行されていたPDF公報は廃止されました。

従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。

何となれば、特許庁が発行するものが唯一のものでしたので。

2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。

そして、INPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。」、「したがって、公報標準レイアウト/ページの概念はございません。」ともいっています。

更に、「公報はＸＭＬであり、ＰＤＦ化するに当たっての制限はありません。」と断言しています。

加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。

従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。

以上の如く、J-PlatPatからダウンロードして得られる「独自PDF公報」や、民間業者、たとえば日立システムズのSRPARTNERより得られる「独自PDF公報」などは、　それぞれ異なったものであり、「真正な公報」とは見なすことができないと考えます。

INPITのJ-PlatPatよりダウンロードして得られる「PDF公報」は、あくまでも「独自PDF公報」であって、「真正な公報」とは言えないものと考えます。

ましや、民間業者が作成する「独自PDF公報」も、これまた「真正な公報」と、言えません。

ここで、「独自PDF公報」の発行にあたって、INPITのJ-PlatPatにおいて奇怪な過去がありました。

何故か、２０２２年１月１２日〜１月２４日の１３日間のあいだ、J-PlatPatよりダウンロードした「独自ＰＤＦ公報」が異様なものでした。

https://t.co/iIBNCtOcDR

即ち、フロントページの右下に表示される「代表図面」、および３ページの図面が、一部欠けていました。

さらに、２０２２年１月２０日発行の「特開2022-014916」の独自PDF公報も代表図面と他の図面に欠落がありました。

https://t.co/fiIqp9T5N8

一方、民間業者である日立システムズのSRPARTNERよりダウンロードした「特開2022-014916」の独自PDF公報には欠落箇所はありませんでした。

https://t.co/lCT5dRre7A

J-PlatPatよりダウンロードした「独自ＰＤＦ公報」の異様さは同年１月の２４日まで続いたようです。

https://t.co/PrVwFrEG9m

（ハッシュタグ）

＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

$NVDA $GOOGL $AMZN $META $MSFT $AMD $INTC $TSMC $AVGO $QCOM

🔥 AI チップ戦争の全貌：Nvidia GPU vs Google/Amazon カスタム ASIC、勝者はどっち?

CNBC が制作した AI チップ市場の包括的ドキュメンタリーで、時価総額世界一の Nvidia が GPU で圧倒的地位を築く一方、Google、Amazon、Meta、Microsoft などハイパースケーラーが独自カスタム ASIC を開発し、コスト効率と電力効率で対抗する構図を詳細に分析しています。

💻 GPU の王者 Nvidia の圧倒的優位性
・最新 Blackwell GPU 搭載サーバーラックは 1 台約 300 万ドルで、週 1000 台を出荷中
・72 個の GPU を接続し、1 つの巨大 GPU として機能させる革新的システム
・2012 年の AlexNet が GPU の AI 活用の転換点に。画像レンダリング用の並列処理能力が深層学習に最適だったことが判明
・GPU は訓練(トレーニング)と推論(インファレンス)の両方に対応できる汎用性が強み
・AMD も Instinct GPU ラインで追撃。オープンソース戦略で OpenAI や Oracle から大型契約を獲得

🎯 カスタム ASIC の台頭と各社の戦略
・推論ワークロードが増加する中、特定用途に特化した ASIC(Application Specific Integrated Circuit)が急成長
・GPU がスイスアーミーナイフなら、ASIC は単一目的ツール。効率的で高速だが柔軟性に欠ける
・開発コストは最低でも数千万〜数億ドルと高額だが、大手クラウドプロバイダーには電力効率とコスト削減で恩恵

🌐 Google TPU(Tensor Processing Unit)
・2015 年に AI アクセラレーション用カスタム ASIC の先駆者として登場
・2017 年の Transformer アーキテクチャ発明にも貢献 ・最新第 7 世代 Ironwood を発表。Anthropic が最大 100 万個の TPU で Claude を訓練する契約
・技術的には Nvidia と同等以上という評価も。ただし従来は社内利用のみ

☁️ Amazon AWS Trainium & Inferentia
・2015 年にイスラエルのチップスタートアップ Annapurna Labs を買収
・2018 年に Inferentia、2022 年に Trainium を発表。現在第 3 世代に接近
・Trainium は小規模で柔軟なテンソルエンジンのクラスター構造。訓練と推論の両方に対応
・他社ハードウェアと比較して平均 30〜40% 優れたコストパフォーマンスを実現
・インディアナ州の巨大データセンターで Anthropic が 50 万個の Trainium 2 チップで訓練中。Nvidia GPU はゼロ

🤝 Broadcom の重要な役割
・Google、Meta、OpenAI など主要ハイパースケーラーのカスタム ASIC 設計パートナー
・知的財産、ノウハウ、ネットワーキング技術を提供 ・この市場の 70〜80% を獲得。今後 5 年間で年平均成長率 2 桁の予測

その他の動き
・Meta は 2023 年に訓練・推論アクセラレータを発表 ・Microsoft は Azure データセンター向け Maya チップを計画(次世代は遅延中)
・Intel は Gaudi ライン、Tesla も独自 ASIC を発表
・Qualcomm は AI 200 でデータセンターチップ市場に参入
・スタートアップ勢：Cerebras(フルウェハー AI チップ)、Groq(推論特化 LPU)など

📱 エッジ AI とオンデバイスチップの世界
・クラウドではなくデバイス上で AI を実行するためのチップ群
・NPU(Neural Processing Unit)がスマホやラップトップの主要チップに統合
・データセンターチップよりシリコン面積が小さく、大幅に低コスト
・プライバシー保護、応答速度、通信不要などのメリット

💼 主要プレイヤー
・Apple：M シリーズチップと iPhone A シリーズに専用ニューラルエンジンを搭載
・Qualcomm：最新 Android スマホの Snapdragon チップに NPU を統合
・Samsung：Galaxy スマホ用独自 NPU を開発
・Intel、AMD：AI PC 向け NPU を提供
・NXP、Nvidia：車載、ロボット、スマートホーム向け NPU

⚡ FPGA(Field Programmable Gate Array)の特徴
・製造後もソフトウェアで再構成可能な柔軟性が特徴 ・信号処理、ネットワーキング、AI など幅広い用途に対応
・NPU や ASIC より柔軟だが、AI ワークロードでの性能とエネルギー効率は劣る
・AMD が 2022 年に Xilinx を 490 億ドルで買収し最大手に
・Intel は 2015 年に Altera を 167 億ドルで買収し第 2 位

🌍 地政学と製造の課題
・Nvidia、Google、Amazon などのチップはほぼすべて台湾の TSMC(Taiwan Semiconductor Manufacturing Company)が製造
・CHIPS 法により、TSMC はアリゾナに巨大新工場を建設
・Apple は一部チップ生産を TSMC アリゾナに移行予定 ・Nvidia の Blackwell は TSMC 4nm プロセスで製造。現在アリゾナでフル生産中
・Intel もアリゾナ新工場で先進 18A チップを製造。「シリコンがシリコンバレーに戻ってきた」

🇨🇳 中国の動向
・Huawei、ByteDance、Alibaba がカスタム ASIC を開発中
・ただし最先端装置と Nvidia Blackwell などの AI チップは輸出規制で制限

⚡ 電力供給の課題
・巨大 AI データセンター構築には膨大な電力が必要
・米国は AI リーダーシップ維持のためエネルギーリスクに直面
・中国は米国より電力確保で優位との指摘

--------（ここまで）----------

Nvidia の GPU が依然として圧倒的なのは事実ですが、ハイパースケーラーがカスタム ASIC に投資する戦略的理由は明確💡 推論ワークロードは訓練ほど汎用性を必要としないため、特定用途に最適化された ASIC はコスト削減を実現できます。これは年間数十億ドル規模の AI インフラ投資において重要な差分です。

地政学的には、TSMC への依存集中が最大のリスクですね 🌏 台湾海峡の緊張が高まる中、米国が CHIPS 法で国内製造能力を強化する動きは当然の流れですが、最先端 3nm プロセスは依然として台湾でしか製造できません。

エッジ AI の長期的ポテンシャルも見逃してはいけないところ📱
現在の注目はデータセンターに集中していますが、プライバシー規制の強化、通信コスト、レイテンシー要件を考えると、オンデバイス AI の市場規模は将来的にクラウド AI を上回る可能性すらあると思います。Qualcomm の NPU 投資は、この構造変化を見据えた極めて合理的な布石 ✨ November 11, 2025