AIのスケーリング則 — なぜ「大きくすれば賢くなる」が設備投資を生むのか

スケーリング則とは何か

スケーリング則とは、大規模言語モデル(LLM)の性能(=損失/誤差)が、次の3つの入力を増やすにつれて滑らかに、予測可能に改善するという経験的な法則である。

• モデルサイズ(パラメータ数 N)
• データ量(学習トークン数 D)
• 計算量(学習に投じた演算 C、おおむね C ≒ 6 × N × D)

重要なのは、性能の伸びが「べき乗則(power law)」に従い、グラフを両対数で描くとほぼ直線になる点だ。つまり、計算を10倍投じればどの程度賢くなるかを事前に見積もれる。この「投資対効果が予測できる」という性質こそが、企業が安心して巨額を投じる土台になっている。もう一つの含意は配分の最適化だ。同じ計算予算なら、モデルを大きくするだけでなくデータも比例して増やすほうが効率がよい——つまり「サイズとデータのバランス」に最適点がある、という知見が広く受け入れられた。これにより各社は、限られた計算資源を「どう配分すれば最大の性能が出るか」を計算で詰められるようになり、勘ではなく工学として大規模学習を回せるようになった。スケーリング則が単なるスローガンではなく計画の道具として機能している点が、投資の確実性を支えている。

なぜこれが投資テーマの源泉なのか

スケーリング則が成り立つなら、競争のロジックは単純化する——性能を上げる最短経路は「計算を増やすこと」になる。アルゴリズムの天才的なひらめきを待つより、より多くのGPUを買い、より大きなクラスタを組み、より長く学習させたほうが確実に前に進める。この「お金で性能が買える」構造が、次の連鎖を生む。

1. より大きなモデルを学習したい
2. → 大量のAIアクセラレータ(GPU等)が要る
3. → それを収容・冷却・給電するデータセンターが要る
4. → そこへ供給する電力が要る

結果として、半導体・サーバー・電力・建設まで広がる設備投資テーマが立ち上がる。AIデータセンターの解剖もあわせて参照してほしい。

学習クラスタの規模 — 数万GPUの世界

最先端モデルの学習は、もはや1台や1ラックの話ではない。

• フロンティアモデルの学習クラスタは数万〜十万GPU規模に達し、これらが1つの計算ジョブとして協調動作する
• 1基のクラスタの設備コストは数十億ドル規模に及ぶことがある
• 学習は数週間〜数か月、24時間連続で電力を消費し続ける

個々のGPUが速いだけでは足りない。数万個を1つの巨大な計算機のように束ねる必要があり、ここでネットワーク・メモリ・電力・冷却がすべて律速要因として浮かび上がる。「半導体の話」だと思われがちなAI投資が、実際にはインフラ総体の話である理由がここにある。さらに、これだけの台数を連続稼働させると、故障や通信の乱れは「いつ起きるか」ではなく「どれだけ頻繁に起きるか」の問題になり、止めずに回し続ける運用技術そのものが競争力になる。クラスタの大型化は、半導体メーカーだけでなく、設備・施工・運用に関わる幅広い企業に裾野を広げていく。

ボトルネックの連鎖 — 計算→メモリ→ネットワーク→電力→冷却

クラスタを大きくすると、ボトルネックが次々に下流へ移っていく。これが投資対象が広がる物理的な理由だ。

• 計算: GPU/アクセラレータの演算性能。まずここが出発点
• メモリ: 巨大モデルの重みとデータを供給する高帯域メモリ(HBM)。演算が速くてもデータが届かなければ遊ぶ
• ネットワーク: 数万GPU間を低遅延・高帯域でつなぐスイッチ/インターコネクト。通信が詰まれば全体が止まる
• 電力: クラスタ全体が数十〜数百MWを連続消費。送電・受電設備が制約になる
• 冷却: 高密度ラックは空冷の限界を超え、液冷が標準化しつつある

「どこが一番詰まっているか」が時期によって移るため、恩恵を受ける銘柄群も移り変わる。

収穫逓減と効率化 — 「ただ大きくする」の終わり?

スケーリング則はべき乗則であり、収穫逓減を内包する。計算を10倍にしても誤差は一定比率しか下がらず、ある時点から「次の10倍」のコストが見合わなくなる。さらに、質の高い学習データそのものが有限というデータの壁も指摘される。この逆風に対し、業界は効率化で応じている。

• 推論(inference)側の拡大: 学習だけでなく、推論時に計算を多く使って賢く答えさせる手法が注目され、需要の重心が学習から推論へ移りつつある
• 小型・高効率モデル: 蒸留や最適化で、小さなモデルでも実用十分な性能を出す動き
• 専用チップ: 汎用GPUに加え、推論特化のASIC/カスタムシリコンでコスト効率を追う動き

効率化は需要を縮める方向にも、用途を広げて需要を増やす方向(ジェボンズのパラドックス)にも働きうる。投資家にとって重要なのは、「スケーリングが鈍る=AI投資が終わる」という単純な図式に飛びつかないことだ。学習の伸びが鈍っても、推論需要やエッジ展開が新たな計算負荷を生めば、ハードウェア需要は別の形で続く可能性がある。逆に、効率化が想定より急速に進めば、同じ性能を得るための設備が少なくて済み、Capex前提が崩れることもある。どちらに転ぶかを断定せず、需要の重心の移動を継続的に観察する姿勢が要る。

Capexサイクルとハイパースケーラ依存リスク

AIインフラ需要の大半は、少数のハイパースケーラ(大手クラウド事業者)による設備投資に支えられている。これは投資家にとって両刃の剣だ。

• 集中リスク: NVDA等の売上の相当部分が、ごく少数の巨大顧客に依存する構図。顧客側がCapexを絞れば、サプライチェーン全体に逆風が及ぶ
• 循環性(Capexサイクル): 設備投資は本質的に波がある。先行して積み上げた容量が需要を上回れば、調整局面で発注が急減しうる
• 内製化: ハイパースケーラ自身がカスタムチップを開発し、外部依存を下げる動き

Capexサイクルの怖さは、需要が「ゼロになる」ことではなく、成長率が急に鈍るだけで株価が大きく反応する点にある。供給網の各社は、需要が二桁成長で続く前提で能力増強や在庫を積み上げる。その前提が一段下がるだけで、発注の前倒し・後ろ倒しが増幅され、業績の振れ幅が実需以上に大きくなる。個別銘柄を見るときは、売上の伸び(売上高・CAGR)だけでなく、FCFや顧客集中度、R&D比率もあわせて確認し、「成長が止まったとき」のシナリオを必ず併走させておきたい。

関連銘柄の地図 — どの層に賭けるのか

スケーリングの恩恵は1社で完結せず、インフラの各層に分散する。代表的なプレイヤーを層ごとに整理する(順不同・例示であり推奨ではない)。

層	役割	例
計算	GPU/アクセラレータ	NVDA / AMD
ネットワーク	スイッチ/インターコネクト	ANET / AVGO
電力・冷却設備	給電/液冷インフラ	VRT / GEV
電力供給	発電事業者	CEG / VST
サーバー	システム組み立て	DELL / SMCI

電力面の深掘りはAIと電力・原子力を参照。

投資の文脈 — 期待と実態の乖離に注意

スケーリング則は強力なストーリーだが、ストーリーが強いほど株価(=期待)が実態(=売上・利益)を先回りしやすい。kabuの視点では、ここに注意したい。

• バリュエーション: PER・PSRが過去レンジに対しどこにあるか。期待が織り込まれすぎていないか
• 収益性: 売上の伸びが営業利益率やFCFを伴っているか。Capex先行で利益が出ていない局面もある
• 乖離: 株価CAGRと売上CAGRの差を乖離ランキングで確認し、過熱の度合いを把握する

テーマの規模が大きいことと、個別株が割安かどうかは別問題だ。これは投資助言ではありません。必ずご自身でスクリーナーやセクターを使って一次情報を確認してほしい。

まとめ — スケーリング則を投資レンズとして使う

本稿の要点を整理する。

1. スケーリング則は、計算・データ・モデルサイズを増やすと性能が予測可能に向上するという経験則
2. 「お金で性能が買える」構造が、GPU→ネットワーク→電力→冷却へと設備投資の連鎖を生む
3. ボトルネックは下流へ移動し、恩恵を受ける層も時間とともに移り変わる
4. 収穫逓減・データの壁・効率化(推論/小型/専用チップ)が、需要の重心を動かしうる
5. 需要はハイパースケーラのCapexに集中しており、循環性と集中リスクを抱える

スケーリング則は「なぜ需要が生まれるか」を説明するが、「いくらで買うべきか」は説明しない。技術の理解とバリュエーションの規律を、両輪で持っておきたい。技術史の背景はニューラルネットからTransformerへもあわせてどうぞ。