Meta、AWS Graviton数千万コア採用　エージェントAIのCPU不足に照準

今回の提携が重要なのは、AIインフラ競争の焦点がGPUだけではなくなったことを示したからだ。MetaはAWS Gravitonコアを数千万単位で自社の計算ポートフォリオに組み込み、世界最大級のGraviton顧客になると説明した。ここで見えるのは、エージェントAIの時代には学習用GPUの確保だけでは足りず、計画、ツール呼び出し、データ移動、長時間実行を支えるCPU層が新しいボトルネックになっているという現実だ。MetaはCPUを脇役ではなく、次の配備競争の主役の一つとして扱い始めた。

チャット中心のAIは一度答えを返せば終わる場面が多いが、エージェントは違う。複数ステップで推論し、外部システムを呼び出し、途中状態を保ちながら作業を続ける。そのたびに、アクセラレータの周辺で動く汎用計算資源が大量に必要になる。Metaは、AWS Graviton5がこの部分に向くとみる。記事でも強調されたのは、単一の推論速度より、エージェントが実運用の中で継続的に動くときのデータ処理量と帯域幅だ。初期導入は数千万コア規模で始まり、Meta AIと関連製品の成長に応じて拡張できる。

技術面以上に戦略面が興味深い。Metaは自前のデータセンターと独自ハードウェアへの投資を続けながら、今回はAmazonのシリコンも取り込んだ。ひとつのアーキテクチャで全てを賄うのではなく、ワークロードごとに最適な計算資源を組み合わせる方針だ。2026年のAI市場では、この考え方がますます重要になる。競争力は最上位GPUをどれだけ確保したかだけでは測れない。数百万、数十億のエージェント処理が重なったときに、応答性、コスト、信頼性をどう維持するかが問われている。

だからこそ、この発表は単なるクラウド提携では終わらない。Metaが示したのは、次のインフラ競争が「最も賢いモデルを訓練する戦い」だけではなく、「自律型製品を本番環境で動かし続ける全体システムをどう作るか」という戦いに変わったということだ。目を引く数字は数千万コアだが、本質はそこではない。AI競争の評価軸がGPU台数からデータセンター全体の設計へ移り始めた点だ。一次情報はMetaの発表を参照。