ムーアの法則を光で再起動せよ:パット・ゲルシンガーが挑む半導体の限界突破

AI・テクノロジー
STΛCKHUB ANALYSIS2026.07.22 07:00

物理の壁と光の革命

深夜のデータセンターで、エンジニアが直面する最も残酷な現実。それは、どれほど洗練されたアルゴリズムを書いても、最終的には物理的なシリコンの限界という「ハードウェアの壁」に突き当たるという事実です。かつてインテルのCEOとして半導体業界の頂点に君臨したパット・ゲルシンガーが、退任後に選んだ道は、単なる隠居や顧問業ではありませんでした。彼は、ベンチャーキャピタル「Playground Capital」のゼネラルパートナーとして、再び「ムーアの法則」を再起動させるという、極めて野心的なミッションに身を投じています。

ゲルシンガーが着目したのは、現在の半導体製造におけるボトルネック、すなわちリソグラフィ技術の限界です。現在、ASMLが独占的に提供するEUV(極端紫外線)リソグラフィは、13.5ナノメートルという波長の光を用いて回路を焼き付けていますが、これ以上の微細化は物理学の限界に近づきつつあり、コストは指数関数的に増大しています。ここで彼が掲げるのが「光によるブレイクスルー」です。彼がボードメンバーを務めるスタートアップ「xLight」は、自由電子レーザー技術を活用し、より短い波長(5nm、4nm、3nm、さらには2nm)の光を生成することで、既存のASML製装置の能力を拡張しようとしています。これは単なる競合ではなく、既存の巨大エコシステムを補完し、その先へ押し上げるという、極めて現実的かつ戦略的なアプローチです。

我々エンジニアにとって、この動きは単なるニュースではありません。ムーアの法則が死んだと嘆くのは簡単ですが、ゲルシンガーは「光を制御する」という物理学の根源的な問いに立ち返ることで、計算能力の飛躍的向上を狙っています。彼が語る「God said, ‘Let there be light!’」という言葉には、技術者としての純粋な情熱と、シリコンの限界を突破しようとする執念が凝縮されています。もし彼らがこの光の制御に成功すれば、現在のGPUベースのアーキテクチャは過去のものとなり、全く新しい計算パラダイムが到来することになるでしょう。

AI時代のエネルギーと計算の再定義

AIモデルのトレーニングに膨大な電力を消費し、推論のたびに地球の裏側のデータセンターが悲鳴を上げる。この「エネルギーの枯渇」こそが、現代のエンジニアが直面する最大のデッドロックです。ゲルシンガーは、AIの進化を支えるのはチップの設計だけではなく、エネルギー供給能力そのものであると断言します。過去10年間、米国のエネルギー容量の拡大は低水準に留まっており、彼はこれを「軽蔑すべき事態」と切り捨てています。デジタルAI時代において、エネルギー容量はそのまま経済的な競争力に直結するからです。

彼が投資先として選んだ「Alva Energy」のような企業は、既存の原子力発電所のアップグレードを通じて、効率的にエネルギー出力を高める手法を模索しています。これは、新しい発電所を建設するのに10年かかるという現実的な制約に対する、極めて賢明な「ハック」です。また、推論(Inference)の重要性が増す中で、現在のGPUが必ずしも最適ではないという指摘も鋭い。d-MatrixやFractile、Cerebrasといった企業が挑んでいるのは、メモリと計算を統合した新しいアーキテクチャであり、これらは現在のGPUの10倍から100倍の効率を実現する可能性を秘めています。

以下の表は、ゲルシンガーが指摘する次世代半導体とエネルギー効率の課題を整理したものです。

課題領域 現状のボトルネック 次世代の解決策
リソグラフィ 13.5nm波長の限界 自由電子レーザーによる短波長化
メモリ 高帯域幅メモリ(HBM)の制約 スタック型メモリアーキテクチャ
エネルギー 供給容量の不足と長納期 既存原子力発電のアップグレード
推論 GPUの汎用性不足 AI特化型ヘテロジニアス構造

我々が明日から取るべき対策は明確です。単に「AIモデルをどう動かすか」というソフトウェア層の議論に終始するのではなく、その下のハードウェアがどのような物理的制約を受け、どのようなエネルギー効率で動いているのかという「スタック全体」を理解することです。ゲルシンガーが目指すのは、1ギガワットの電力で10ギガワット分のトークンを生成する世界です。この効率化の波に乗れるか、あるいは旧態依然としたアーキテクチャに固執して沈むか。エンジニアとしてのキャリアは、この「物理層への理解」という武器をどれだけ磨けるかにかかっています。

技術の民主化と国家の境界線

最後に避けて通れないのが、AIと半導体を巡る地政学的な緊張です。ゲルシンガーは、米国がAIのリーダーシップを握るべきだと主張し、その価値観を反映したモデルの構築を支持しています。しかし、ここで我々が抱かざるを得ない懸念は、「技術のオープンな発展」と「国家による統制」のジレンマです。AIモデルのリリースを政府が審査すべきかという問いに対し、彼は「プロセスの完全性と透明性」を重視する立場をとっています。業界が自律的に基準を設けるか、あるいは政府が介入するか。この二択を迫られる状況は、かつてのインターネットの黎明期とは比較にならないほど急速に進んでいます。

技術コミュニティに属する我々は、この「急速な変化」をどう捉えるべきでしょうか。ゲルシンガーが指摘するように、4週間ごとに主要な基盤モデルがリリースされる世界では、従来の開発サイクルや品質保証の概念は崩壊しています。我々エンジニアは、コードを書くだけの存在から、そのコードがどのような価値観に基づき、どのようなエネルギーコストを支払い、どのような物理的制約の上で動いているのかを説明責任(Accountability)を持って設計する存在へと進化しなければなりません。

結局のところ、ムーアの法則を光で再起動させるという試みは、単なる技術的な挑戦ではなく、人類が計算資源をどのように管理し、未来の経済をどう設計するかという壮大な実験です。あなたは、この物理的な限界を突破する技術の最前線に立ち続ける準備ができていますか?それとも、既存の抽象化されたフレームワークの中で、ただ消費されるだけのコードを書き続けますか?技術の進化が物理学の限界にまで達した今、我々に残された唯一の道は、スタックの深層に潜り込み、その構造そのものを再設計することに他なりません。

Published at 07:00

コメント

タイトルとURLをコピーしました