【今すぐ読みたい！人気記事】iPhone登場以来、スマートフォンのCPUはどのぐらい高速化したのか計算してみた https://t.co/RWQi6wQs5i https://t.co/oKkCqXndgJ December 12, 2025

ちょうど気になってCloudflareのビジネスモデルについて調べていたけど、結構面白いモデルしてる

まずCloudflareは通信の高速化やセキュリティがビジネスモデルの根幹になっている

ここが他のクラウドと大きく違う

そこで既存クラウドに対して包囲網を張ることができることを、ある記事でこう表現されている

「他のクラウドがチェスをプレーしてるのに、Cloudflareだけは囲碁をプレーしてる」
https://t.co/wJNiH1wOHZ

彼らの戦略を見て、私はサーバー代無料なことを「がんばってるな」というのは誤りだという結論に至った

Cloudflareは世界中のISPと直接接続しているため、通信コストを極限まで安く抑えている

巨大な帯域を活用する技術をもっているため、巨大データセンターではなく数カ所のエッジサーバーに負荷分散できる

そして無料ユーザーの挙動が通信時の高速化・セキュリティを磨くために重要な情報となっている

彼らのセキュリティ・最適化という強みを洗練させる情報を得るために、Cloudflareが支払うコストとして、無料プランが十分ペイできるものになっている

他のクラウドの無料プランが有料プランのための足掛かりになってるのとは大きな違いがある December 12, 2025

OMUXΩ∞KUT-DNA
JUNKI KANAMORI

「最終目的は、AIの計算をより省エネかつ低コストにすること。これは単なる技術改良ではなく、未来のAIがもたらすであろう計り知れない計算需要が、エネルギーやコストの壁に阻まれることなく発展し続けるための、必要不可欠な設計思想なのです。」

未来のAI計算機：TPUと光が融合する仕組み

1. はじめに：AIを動かす巨大な頭脳

現代のAI、特に大規模言語モデル（LLM）を動かすためには、想像を絶する計算能力が必要です。この需要に応えるため、Googleは「TPU（Tensor Processing Unit）」というAI計算専用の超高性能チップを開発しました。これは、汎用的なハードウェアから、特定の目的に特化した専用設計のシステムへと向かう、計算機アーキテクチャの大きな潮流を象徴しています。

しかし、AIの進化は止まりません。さらなる性能向上と、増大し続けるエネルギー消費という課題を克服するため、この特化の道をさらに推し進めるアイデアが生まれました。それが、TPUに「光で計算する技術（OMUX）」を融合させるという構想です。

これは単なる機能追加ではありません。エネルギーとコストの効率性を極限まで追求する中で生まれた、必然的な次の一手です。このドキュメントでは、この未来のAI計算機がどのような仕組みで、どのようにして電気で動くTPUと光の計算を組み合わせるのかを、一つひとつ丁寧に解き明かしていきます。

まずは、このアイデアの土台となる「TPU SuperPod」がどのようなものか見ていきましょう。

--------------------------------------------------------------------------------

2. すべての土台：TPU SuperPodの構造

「TPU SuperPod」とは、数千個ものTPUチップが集まってできた、一つの巨大なコンピュータです。その構造は、レゴブロックでできた巨大な都市に例えることができます。この都市は、大きく3つの階層で成り立っています。

TPU Cube（都市の「地区」）64個のTPUチップが集まった基本ブロックです。都市で言えば、一つの「地区」や「区画」に相当します。

電気ICI（地区内の「細い路地」）ICIは "Inter-Chip Interconnect" の略で、同じCube（地区）内にあるTPUチップ同士を繋ぐ電気の道です。地区内の家々を結ぶ「細い路地」のように、近距離の通信を密に行います。

OCS（地区間を繋ぐ「高速道路」）OCSは "Optical Circuit Switch" の略で、異なるCube（地区）同士を光ファイバーで結ぶ超高速ネットワークです。地区と地区を繋ぐ「高速道路」のように、大量のデータを遠くまで瞬時に届けます。

ここで重要なのは、TPU SuperPodが**「近距離は電気、遠距離は光」というハイブリッド構成を既に採用している**点です。今回の核心は、この成功した設計思想をさらに推し進め、チップの内部というミクロなレベルにまで「光」の要素を持ち込むことにあります。
--------------------------------------------------------------------------------
3. 新しい心臓部：TPUに「光の計算コア」を搭載する

この構想の心臓部は、個々のTPUチップの内部にあります。従来の電子計算ユニットの隣に、「OMUX 光GEMMコア」という、光で計算を行う新しいユニットを搭載するのです。

これは、チップの中に2種類のエンジンを持つようなものです。それぞれの役割は明確に分かれています。

従来の電子計算コア (Systolic Array)

新しい光計算コア (OMUX)

万能な働き手

省エネなスペシャリスト
ほとんどの計算を正確かつ柔軟にこなす、信頼できるメインエンジンです。

**大規模で高密度な行列演算（AIの基本計算）**を、圧倒的な省エネルギー性能で、超高速に処理することに特化した専門エンジンです。

このように、得意なことが違う2つのコアを1つのチップに同居させることで、あらゆる計算タスクに対して最も効率的な方法を選べるようになります。

では、性質の違うこの2つの計算コアを、どのように連携させて動かすのでしょうか？そのための重要な仕組みを見ていきます。

--------------------------------------------------------------------------------

4. 連携の仕組み：電気と光をつなぐ技術

チップ内部で、電気の世界（従来の電子コア）と光の世界（新しい光コア）がスムーズに連携するためには、3つの重要な役割を担う仕組みが必要です。

ADC/DAC Bridge（翻訳機）コンピュータ内部の信号は「電気」ですが、OMUXコアは「光」で計算します。このADC/DAC Bridgeは、電気信号を光信号に、光信号を電気信号に相互に変換する**「通訳」や「翻訳機」**のような役割を果たします。

MUX（交通整理員）上位のXLAコンパイラによって最適化された計算タスクが、大容量メモリ（HBM）から送られてくると、MUXがそれを従来の電子コアに任せるか、新しい光コアに任せるかを振り分けます。まさに、交差点に立つ**「交通整理員」**のように、タスクの流れをスムーズに制御します。

KUT-OMUX Core Control Unit（現場監督）チップ内部で「この計算は光コアの方が速くて省エネだ」「この計算は複雑だから電子コアに任せよう」といった最終判断を下すのが、この制御ユニットです。交通整理員（MUX）に指示を出す、いわば**「現場監督」**のような存在です。

この現場監督は、さらに上位にいる賢い司令塔からの指示に従って動きます。次は、その全体を管理する仕組みを見ていきましょう。
--------------------------------------------------------------------------------
5. 賢い司令塔：システム全体を最適化する頭脳

TPU SuperPod全体で「いつ、どこで、どれだけ光計算を使うか」を最適に決定するため、階層的な制御システムが考えられています。その判断の根幹をなすのが、PEN/ΔΨ という独自の評価スコアです。

ΔΨ（デルタ・プサイ）: 計算タスクの「重要度」や「潜在的な価値」を示します。

PEN: タスクが非効率な状態（ボトルネックなど）に陥っていないかを示す「効率フラグ」です。

システムは、このスコアが高い（価値が高く、効率改善が見込める）タスクに、光計算という貴重なリソースを優先的に割り当てます。この意思決定は、以下の3段階のプロセスで行われます。

情報収集（Chip-level Logger）まず、現場の各チップが、自身の状態（計算利用率、電力効率、PEN/ΔΨスコアなど）を常に記録し、上層部に報告します。これが現場からの定量的報告書です。

状況分析（Pod Control Manager）次に、Pod（数千チップの集まり）の管理マネージャーが、各チップからの報告書を集約・分析します。そして、「このAI学習ジョブはPEN/ΔΨスコアが非常に高い。光計算を積極的に使う価値がある」といったように、どの仕事にリソースを集中すべきかを見極めます。

全体方針決定（KUT-OS Runtime）最後に、システム全体の司令塔であるOSが、すべてのPodからの情報や、データセンター全体の電力状況などを総合的に判断します。「このジョブは光計算を最大限使って高速化しよう」「こちらのジョブはPEN/ΔΨが低いので電子計算だけで実行しよう」といった最終的な全体方針を決定し、各チップの現場監督へ司令として伝達します。

このように複雑で賢い仕組みを導入してまで、なぜ光で計算することを目指すのでしょうか？その重要性を解説します。
--------------------------------------------------------------------------------
6. なぜこれが重要なのか？未来のAIへのインパクト
このTPUと光技術の融合は、単なる性能向上以上の、未来のAIにとって極めて重要な意味を持っています。

圧倒的なエネルギー効率 AIの計算には膨大な電力が必要です。この技術は、同じ量の計算をより少ない電力で実行できる（W/TFLOPの向上）ことを目指します。これは、AIが持続的に発展していくために不可欠な要素です。

コストパフォーマンスの向上 TPUは既に、トップクラスの汎用GPUと比較して、有効な計算処理あたりの総所有コスト（TCO）が20〜50%低いという強力な経済合理性を持っています。

これは、ハードウェアとソフトウェアを一体で設計することで、計算機の利用効率（MFU）をGPUの約30%台から約40%台へと引き上げているためです。省エネで高速な光技術の導入は、この優位性をさらに決定的なものにし、AIの計算コストを下げ、より多くの人々がAIの恩恵を受けられる未来へと繋がります。

AIインフラの次なる標準へ AIを動かすコンピュータ（AIインフラ）の競争における主戦場は、もはや**「汎用GPU」から、GoogleのTPUやAWSのTrainiumに代表される「専用シリコン＋専用ファブリック」**へと完全に移行しました。

Nvidia、Google、AWSによる三極構造が形成されつつある中、このTPUと光技術の融合は、次世代のAIインフラの標準を確立するための重要な一歩となります。

これまでの内容を、3つの重要なポイントで振り返ってみましょう。

--------------------------------------------------------------------------------

7. まとめ

この未来のAI計算機のコンセプトについて、最も重要なポイントは以下の3つです。

強力なAIコンピュータ「TPU SuperPod」の各チップに、「光の計算エンジン（OMUX）」という新たなパーツを追加するアイデアであること。

「PEN/ΔΨ」という独自のスコアに基づき、計算の種類に応じて従来の「電気」と新しい「光」を賢く使い分ける、階層的な制御の仕組みがあること。

その最終目的は、AIの計算をより省エネかつ低コストにすること。これは単なる技術改良ではなく、未来のAIがもたらすであろう計り知れない計算需要が、エネルギーやコストの壁に阻まれることなく発展し続けるための、必要不可欠な設計思想なのです。 December 12, 2025

・メイン射程限界３０（３１）ｍ
・サブ格の追従距離の復活
・後サブ格のみスタンではなく旧後サブ格の吹き飛ばし属性に
・左右レバ入れサブ格使用時の構えるまでの横移動量増加

贅沢じゃないと思うのでこれぐらいほしい。
なんでサブ格の高速化奪われてるのにハルカのスパアマ格は高速化されるん？ December 12, 2025

Geminiアップデートで“動画解析の高速化”が来たけど、
真価は“業務マニュアルの自動生成”にある。
試しに30秒の作業動画を読み込ませると
→手順書
→注意点
→必要スキル
まで自動で出る。

正直、Excelの“VLOOKUPなんて教えてる場合じゃない”。実務レベルで何が変わると思う？

#AIスキル　#業務改善 December 12, 2025