メインコンテンツへスキップ
見出し画像

AIが安くなるほどGPUが売れる?

    以下の XenoSpectrum の記事で、トークン価格が下落しても H100 のレンタル料が上がるというロジックが面白いと思ったので、要約、考察しました。

    記事は、a16z のレポート『State of Markets II』を起点に「トークンが安くなるのに H100 が高止まりするのはなぜか」を検証したものです。

    a16z は、米シリコンバレーの大手ベンチャーキャピタル Andreessen Horowitz の略称です。
    名前の 16 は、Andreessen と Horowitz の間の文字数が 16文字 だからという IT 業界の省略表記(i18nと同じ発想)です。

    要約

    1. 下がり続けるトークン単価、持ち直すH100レンタル価格

    a16z が 9/30 に公開したレポートで示したグラフでは、Ornn 集計の H100 レンタル価格(ドル/時間)と、Silicon Data のトークン価格指数を重ねています。

    • 5 - 6月:両方とも下落

    • 7 - 8月:トークン価格はさらに低下、H100 は持ち直し

    a16z はこれを「AI が安くなるほど需要が増える」という ジェボンズのパラドックス と結びつけています。安くなれば、1回の生成で終わっていた処理に 検索・検証・再試行 を追加できるようになり、効率化で減った分を上回る新規利用が生まれるという論理です。

    ただし著者は、グラフが示すのはあくまで 2種類 の価格推移であり、利用量の増加や総稼働時間の統計ではないと釘を刺しています。

    2. 指標の読み解きに注意が必要

    • Silicon Data の LLM Token Expenditure Index(トークン価格指数)は「AI市場全体の支出額」ではありません。利用量で重み付けした 100万 トークン当たりの実効価格です。

    • H100 レンタル価格は「1時間借りる料金」であり、総レンタル時間・稼働率・供給量は分からない。

    トークン指数が下がる理由は値下げだけではなく「安いモデルへの乗り換え」という構成変化でも下がります。GPU 価格も契約形態や地域で補正が必要で、Silicon Data と Ornn の数値を混ぜて比較するのは不適切としています。

    3. GPU世代で異なる動き

    8月1日 を 100 とした指数では:

    GPU変化率H100 SXM+14.7%A100 SXM4-3.6%B200-5.3%H200-9.1%\begin{array}{l|r} \hline \scriptsize{\textbf{GPU}} & \scriptsize{\textbf{変化率}} \\ \hline \scriptsize{\texttt{H100 SXM}} & \scriptsize{\texttt{+14.7\%}} \\ \hline \scriptsize{\texttt{A100 SXM4}} & \scriptsize{\texttt{-3.6\%}} \\ \hline \scriptsize{\texttt{B200}} & \scriptsize{\texttt{-5.3\%}} \\ \hline \scriptsize{\texttt{H200}} & \scriptsize{\texttt{-9.1\%}} \\ \hline \end{array}

    全 GPU が値上がりしているわけではなく、新世代の B200 / H200 は下落しています。世代・用途・供給量で需給が分かれている可能性が高く、8月 の 1ヶ月 から世界全体の将来需要を推定できないとしています。

    4. 支出が増える条件 ≠ GPU 稼働が増える条件

    トークンが安くなる時、「AI への支出」と「GPU の稼働時間」は別の動きをします。

    まず支出の側:
    同じモデルを同じ条件で使うなら、支出はシンプルです。

    総支出 = トークン単価 × 利用量

    単価が半分になっても、利用量が 3倍 になれば総支出は 1.5倍 に増えます。

    AI エージェントはこの利用量を膨らませます。人間が「これ調べて」と 1回 指示するだけで、裏側では 検索 → 文書読取 → 出力検証 → 再検索… とモデルが何度も呼び出されるからです。1回 あたりが安くなるほど、この反復は増やしやすくなります。

    次に GPU の側:
    GPU がどれだけ必要かは、支出とは別の式で決まります。

    必要なGPU時間 = 処理するトークン数 ÷ GPU1基が1時間に処理できるトークン数

    ここがポイントです。たとえトークン量が 3倍 になっても、GPU 側の処理能力がバッチ処理や KV キャッシュの再利用、ソフトウェア最適化で 4倍 になれば、必要な GPU 時間は 3÷4 = 0.75倍 とむしろ減ります。

    つまり、

    • 支出が増える条件:
      利用量の伸び > 単価の下落率

    • GPU 稼働が増える条件:
      利用量の伸び > GPU 処理効率の向上率

    この 2つ は一致しません。記事が強調するのはここで、トークン総量だけを見て GPU 需要や消費電力を推定することはできない、としています。

    5. NVIDIAにとっての本質

    NVIDIA 自身が 1/5 の Rubin 発表で、Blackwell 比で推論トークンコストを最大10分の1に削減できると謳っています。これは API 料金が一律 1/10 になる意味ではありません。

    狙いは「安くして既存業務を少ない設備で回す」だけでなく、「これまで採算が合わなかった用途を開放して市場全体のパイを広げる」ことにあります。

    ただし、H100 のレンタル料はクラウド事業者の収入であり、そのままNVIDIA 売上ではありません。NVIDIA に追い風になるのは、効率化の余力を上回る需要増が起きて、既存 GPU では足りず追加投資が必要になった時だけです。


    考察

    この記事の優れた点は、a16zの「安くなったから需要増=H100堅調=NVIDIA買い」という分かりやすい物語を、指標の定義レベルで分解していることです。

    3つの落とし穴を整理できます:

    1. 価格 ≠ 数量

    トークン指数の下落は「安いモデルへのシフト」を含みます。Claude Haiku や GPT-4o mini 系の普及が進めば、利用トークン数が同じでも指数は下がります。例えば同じ100万トークンでも、GPT-4 を使っていたのが mini に置き換われば、指数は下がりますが利用者の作業量は変わりません、
    だから「支出は半減した」とは言えません。逆に H100 価格上昇も「供給が絞られた」だけかもしれません。

    2. H100の特殊性

    B200 / H200 が下がっている中で H100 だけ上がった 14.7% は、ジェボンズのパラドックスで一括りにできない。推測としては、
    ① 推論向けに最適化され成熟したソフトウェアスタック
    ② B200の供給不足や価格高止まりによる代替需要
    ③ 中古・リース市場の需給逼迫
    が混在している可能性があります。
    H100 が「旧世代なのに現役で儲かる汎用機」になっている構図は、CPU で言えば Xeon が長く残存したのと似ています。

    3. 真の分岐点は「効率化 > 需要増」か

    著者の式が示す通り、NVIDIA の売上を決めるのはトークン単価ではなく「トークン成長率 / GPU スループット成長率」です。もし Rubin で推論コスト 1/10 が実現し、同時に AI エージェントでトークン消費が 10 倍以上になれば GPU 需要は増えます。
    逆にソフトウェア最適化(Speculative Decoding, キャッシュ, バッチ)でGPU 当たりの処理能力が先に 10 倍になれば、トークン爆増でも GPU 追加は不要になります。

    つまり「AI が安くなるほど GPU が売れる」は条件付きで真です。
    条件とは「安さが引き起こすユースケースの広がり > 安さをもたらした効率化技術そのもの」です。


    まとめ

    • a16z データでは確かに「トークン価格 ↓、H100 レンタル価格 ↑」の乖離が 7 - 8月に起き、ジェボンズのパラドックスの可能性が示唆されました。

    • しかし Token Expenditure Index は実効単価、H100 価格は時間単価であり、支出総額や総稼働時間を示していません。8月の動きだけで NVIDIA の持続的追い風とは断定できません。

    • B200 / H200 / A100 は下落しており、H100 だけが堅調。世代ごとの需給は分化しています。

    • 結局、NVIDIA が儲かるかは『AIが安くなったおかげで、今までできなかった仕事がどれだけ生まれるか』にかかっています。
      安さ自体が目的ではなく、安さが新しい仕事を生むかどうかが鍵になります。


    あなたへのおすすめ