中国AIの競争軸は、単体チップ性能から超ノードへ

上海で2026年7月17日から20日まで開かれた世界人工知能大会（WAIC 2026）で、AI計算基盤をめぐる競争の重心が変わりつつあることが浮かび上がった。1

焦点は、もはや「どのチップが最も高いピーク性能を持つか」だけではない。各社が示したのは、AIアクセラレーターに加えて、Scale-up相互接続、メモリアクセス、ラック密度、液冷、ネットワークの信頼性、コンパイラーやランタイムまでを組み合わせた**超ノード（supernode）**だ。超ノードとは、数十枚から数百枚、場合によっては1,000枚を超えるアクセラレーターを、高帯域・低遅延のネットワークで密接に結び、ばらばらのサーバー群ではなく、1台の協調的な計算機のように動かす構成を指す。744

ただし、WAIC 2026が中国企業による「チップからシステムへの転換」の確定した出発点だったと断定するのは早い。今回の結論は、展示内容や各社の発表から読み取れる業界動向であり、独立したベンチマークによって証明された事実ではない。

なぜ単体チップのピーク性能だけでは足りないのか

大規模言語モデルの学習や推論では、アクセラレーター間でパラメーター、活性値、勾配、ルーティングデータを頻繁にやり取りする。相互接続の帯域が足りなかったり、遅延が大きかったり、通信が混雑したりすれば、高価な計算チップはデータを待つことになる。

そのため、超ノードは主に次の課題を同時に解決しようとする。

• デバイス間の帯域幅を高め、通信遅延を抑える
• 集団通信を予測しやすくし、輻輳や障害に対応する
• モデルが共同利用できるメモリ空間を広げる
• ラック構造、電源、冷却、ネットワークを含めて長時間運用に耐える設計にする
• コンパイラー、ランタイム、スケジューラーで大規模な異種リソースを管理する

顧客が最終的に購入するのは、チップの理論上のFLOPSではない。学習を完了させる能力や、継続的に生成できる推論トークン数である。アクセラレーターの実効利用率、通信オーバーヘッド、消費電力、冷却、信頼性、ソフトウェア移行コスト、運用の複雑さが、実際の「利用可能なトークン当たりコスト」を左右する。

壁仞科技：NPOとBLink 2.0で大規模Scale-upを狙う

壁仞科技は、近接パッケージ光学（NPO）と分散・分離型アーキテクチャを採用し、1つの超ノードで最大1,024枚のカードをScale-up接続する構想を発表した。1435

NPOは、光インターコネクトのエンジンを計算パッケージの近くに配置することで接続距離を短くし、離れた計算ノードとネットワークノードを光ファイバーで結ぶ考え方だ。関連報道では、従来の銅線による電気接続が大規模化する際に直面する距離、消費電力、信号品質上の制約への対応策と位置付けられている。46

同社はBLink 2.0を単なるリンク技術ではなく、超ノード全体を支える相互接続プロトコルとして説明している。発表された主な機能は以下の通りだ。35

• メモリセマンティクスによる接続：最大1,024枚のGPUが同一のメモリ空間を共有することを目指す
• インネットワーク・コンピューティング：通信に伴う一部の演算をネットワーク機器側で処理する
• 輻輳制御：大規模通信時のネットワーク混雑を抑える
• リンク修復：物理層からフレームワーク層まで複数階層で障害に備える

この発表からは、壁仞科技の競争軸が単体カードの性能から、大量のカードをどれだけ効率よく協調させられるかへ広がっていることが分かる。ただし、1,024枚での共有メモリ空間、信頼性、実効スループットは、現時点では主に同社が示したアーキテクチャ上の目標であり、複数のワークロードを用いた独立検証済みの性能結果と同一視すべきではない。

奕行智能：RISC-Vと電気接続を一体化したシステム路線

奕行智能は、業界初とするRISC-VベースのAI計算超ノードを披露した。自社のEpochクラウドAIアクセラレーターを中心に、ELink高速相互接続、直交型のバックプレーンレス構造、装置全体の液冷、フルスタックソフトウェアを組み合わせる構成だ。1923

EpochはオープンなRISC-V命令セットを採用し、ブロック量子化FP8に対応する。同社は次世代製品で、EXFP4やMXFP4といったさらに低ビット幅の精度形式にも対応し、演算性能、メモリー容量、メモリー帯域幅を高める計画を明らかにした。2223

低精度形式は、適した学習・推論ワークロードにおいて計算効率やメモリー効率の改善につながる可能性がある。ただし、実際の効果はモデル、演算子、ソフトウェア実装に左右されるため、精度形式の名称だけから一律の性能向上を導くことはできない。

同社が強調したのは、直交型のバックプレーンレス設計だ。公開資料では、相互接続ハードウェアのコストを80％削減し、遅延を数百ナノ秒の水準に抑えられるとしている。1331この2つの数値は、異なる規模やワークロードで独立検証された業界標準ではなく、現段階ではメーカーが示した設計指標として扱うのが適切だ。

壁仞科技がNPO光接続によって超大規模なScale-up領域を広げようとしているのに対し、奕行智能が前面に出すのは、RISC-Vアクセラレーター、相互接続、液冷、ソフトウェアを一つのシステムとして閉じるアプローチである。両社ともシステム単位の価値を売り込んでいるが、壁仞科技は光接続と大規模な統一メモリの意味論、奕行智能はオープン命令セットとチップ・装置の協調、低精度対応の進化を重視している。

昆仑芯：高密度ラックと納入実績を武器にする

百度系のAIチップ企業である昆仑芯は、32枚または64枚のアクセラレーターカードを統合した超ノード製品を展示した。独自の超高密度統合アーキテクチャを採用し、最大512枚まで拡張できるとする資料がある。71148

この路線は、まず光接続の革新性を訴えるのではなく、数十枚のカードを実際にデータセンターへ設置・納入できるラック製品にまとめる点に特徴がある。報道では、中国で比較的早い段階に量産・納入へ到達した国産超ノード製品の一つと説明されている。1148

ここには、超ノード競争の現実的な側面がある。より多くのチップを接続できても、それだけで顧客が大規模運用できるとは限らない。ラック密度、電源、冷却、生産のばらつき、ソフトウェア適合性、保守体制、納期が、展示会の製品をデータセンターの戦力に変えられるかを決める。

イラバータ・コアX、SingularMOL、無問芯穹は何を確認できるか

提供された資料では、イラバータ・コアX、SingularMOL、無問芯穹（Infinigence）についても、学習向けチップ、第3世代アーキテクチャ、チップレット相互接続、仮想超クラスターソフトウェアなどの方向性が言及されている。

しかし、現時点の情報だけでは、各社の超ノードのトポロジー、メモリー一貫性の範囲、光接続か電気接続か、帯域幅、対応精度、実際の納入状況を十分に確認できない。したがって、次のような断定は避ける必要がある。

• イラバータ・コアXの具体的な光・電気接続方式やシステム規模は、証拠が不足している
• SingularMOLが検証可能なチップレット超ノード構造、メモリーモデル、帯域幅を公表済みかどうかは確認できない
• 無問芯穹が複数ベンダーにまたがるアクセラレーターを統合的に制御できるのか、互換性や性能がどの程度なのかも、現有資料だけでは判断できない

発表会でのコンセプト展示、二次報道、技術詳細を伴わない説明を、そのまま量産実績、統一メモリー、特定の性能値として扱うことはできない。

複数ベンダー時代にソフトウェアが重要になる理由

顧客が単一ブランドのアクセラレーターだけを購入するのではなく、供給状況、価格、リスク分散を考慮して複数の国産チップを組み合わせるようになれば、ソフトウェア層の重要性はさらに増す。

コンパイラー、演算子ライブラリー、通信ライブラリー、ランタイム、クラスター・スケジューラー、監視、障害処理は、異なるハードウェアの差異をできるだけ隠さなければならない。モデルを問題なく分割できるか、通信を適切にスケジュールできるか、障害発生時に処理を継続できるか、リソースを監視できるか、開発者が各アクセラレーター向けにどれだけコードを書き直す必要があるかが、実運用を左右する。

この意味で、物理的な超ノードとソフトウェア定義のリソースプールは補完関係にある。前者は同一ハードウェア領域内のアクセラレーターを密接に協調させ、後者は異なるクラスターや異なるアクセラレーターを、運用上ひとつの資源として扱いやすくする可能性がある。

もっとも、無問芯穹など個別のソフトウェア基盤について、対応するハードウェアの範囲や互換性、性能を確定できるだけの情報は、今回の資料にはない。

WAIC 2026が示した本当の変化

WAIC 2026は、中国のAIシステムが性能、ソフトウェア成熟度、エコシステムのすべてで世界の先行プラットフォームに追いついたことを示したわけではない。示したのは、AI計算基盤を評価する物差しが変わり始めたことだ。

単体チップのピーク性能は依然として重要だが、大規模モデルの実力を説明するには不十分になっている。壁仞科技の1,024カードNPO構想とBLink 2.0は、光接続によってScale-upの範囲を広げる路線を示した。奕行智能のEpoch、RISC-V、ELinkは、チップ、精度、相互接続、液冷、ソフトウェアを統合する方向を示した。昆仑芯は、高密度ラックと量産・納入の成熟度を前面に出した。41323

したがって、より正確な表現は「中国企業がWAIC 2026で単体チップ競争を終わらせた」ではない。大会が示したのは、中国のAI計算企業が、アクセラレーター、相互接続、メモリー、冷却、ネットワーク、ソフトウェアを組み合わせた完成システムとして製品を定義するようになっていることだ。

今後、調達側が比較すべきなのは、宣伝資料にある理論演算性能だけではない。実効スループット、利用可能なトークン当たりのコスト、拡張費用、稼働率、障害対応、ソフトウェア移行の難しさ――こうした指標が、超ノード時代の競争力を測る中心になっていく。