Multiverse ComputingとQualcommの協業：Dragonfly AIアクセラレータでAIモデルが最大93%高速化、GPU偏重からの脱却へ

ユースケース1：リアルタイム救急医療レポート（圧縮LLM）

• 応答時間が最大93%高速化
• スループットが最大44%向上
• メモリ使用量が最大45%削減
• 消費電力が最大21%削減
• 精度の低下はなし

ユースケース2：機密性の高い財務文書RAGチャットボット（検索拡張生成）

• 応答時間が最大35%高速化
• スループットが最大54%向上
• メモリ使用量が最大45%削減
• 消費電力が最大14%削減
• 精度の低下はなし

医療ユースケースについては、複数のメディアによって結果が独立して裏付けられており、93%の応答時間短縮、45%のメモリ節約、21%の消費電力削減が確認されています。Multiverse Computingは、より新しいDragonfly AI200/AI250アクセラレータ上で直接実行することで、さらに優れた結果が期待できると述べています。

仕組み

Multiverse Computingは、AIモデルをデプロイする前に最適化（圧縮）し、各モデルに必要な計算リソースとメモリを削減します。これにより、既存のハードウェアに余裕が生まれ、データセンター事業者は新しいアクセラレータを追加したりインフラを拡張したりすることなく、より多くの推論リクエストを処理したり、より多くのモデルを同時に実行したりできるようになります。

業界全体の構造的シフト

今回の協業は、データセンター業界が「効率性第一」のAIインフラへと本格的に舵を切ったことを示す具体例です。その背景にある主なシグナルは以下の通りです。

• QualcommのDNAとしての効率性：Qualcommは、厳しい消費電力と熱制約の中で最大限の性能を引き出すことが求められるモバイルやIoT分野でリーダーシップを築いてきました。その原理が、今まさにAIデータセンターに直接応用されています。

• ハードウェアレベルの革新：QualcommのDragonfly AI250は、High Bandwidth Compute（HBC）Gen 1を導入しています。これは、カードあたり133 TB/sの実効メモリ帯域幅（AI200比で18倍）を実現し、AIのコストとエネルギー浪費の大きな要因である推論のメモリボトルネックに直接挑戦するアーキテクチャです。

• 比例しないコストでのスケーリング：AI導入が加速する中、事業者はハードウェア、エネルギー、コストの比例的な増加なしにデプロイを拡大する必要があります。効率的なハードウェアと最適化されたモデルを組み合わせることは、そのための現実的な道筋を提供します。

• 業界による検証：両社はこの協業を「パフォーマンス、コスト、エネルギー効率における画期的な改善」と明確に位置づけています。QualcommのDino Flore（バイスプレジデント）は、「エンタープライズおよびクラウドインフラ全体でAI導入が加速する中、顧客はより高い効率性を備えた高性能なソリューションを必要としている」と述べています。

この提携は、業界が「より多くのGPUを」という発想から、**ワットあたりの性能（Performance-per-Watt）と総所有コスト（TCO）**を重視し、ソフトウェアとハードウェアの協調最適化を持続可能なAIスケーリングの主要な手段と見なす方向へと移行していることを如実に示しています。

特にDragonfly AI250のHBC技術は、従来のHBM（High Bandwidth Memory）と比較して、帯域幅あたりの消費電力が6倍優れており、GPU中心の従来型アーキテクチャからの脱却を強く印象付けます。Multiverse Computingのモデル最適化技術がこのハードウェアの潜在能力を最大限に引き出すことで、日本のデータセンター事業者やクラウドプロバイダーにとっても、運用コスト削減と脱炭素化の両立に向けた有力な選択肢となる可能性があります。