2026年9月1日(朝回)のAIニュースから、重要度の高いトピックを整理して解説します。

Nvidia、MediaTekに35億ドル出資──自前チップ化するBig Techへの「包囲網」

Nvidiaが台湾のチップメーカーMediaTekに35億ドル(約5,000億円)を出資したことが明らかになりました。単なる出資にとどまらず、Big Tech各社がAIチップの内製化を進める中で、NvidiaがAIインフラに不可欠な存在であり続けるための戦略を示す契約だとTechCrunchは伝えています。

Google、Amazon、Metaなどが自社開発チップの導入を拡大する状況では、Nvidia GPU一本足 passive な依存は薄れていく一方です。その穴を埋める方向性として、設計から製造まで幅広く担うMediaTokとの資本提携は、Nvidiaが「GPUベンダー」から「AIインフラ全体の供給者」へ立ち位置を広げる動きと読めます。

中国CXMT、初のHBM3E生産でAIメモリの格差を縮める

中国最大級のメモリーメーカーChangXin Memory Technologies(CXMT)が、AIプロセッサ向け高速メモリHBM3Eを初めて少量生産したと報じられました。現行の多くのAIアクセラレータが採用するメモリ規格で、これまでSKハイニックスや米マイクロンなど一部メーカーのみが供給してきた領域です。

対米輸出規制で高性能AIチップの調達に制約がある中国にとって、HBMの国産化は生成AI開発を続ける上での生命線になります。まだ少量生産の段階であり品質・歩留まりの実力は未知数ですが、メモリ側からAI半導体の供給格差が縮まり始めたという意味で、半導体地政学の構図を変えうる一歩です。前日に報じられたNvidiaのMediaTek出資と合わせると、AIチップをめぐる供給網の再編が一気に動き始めた印象があります。

ペンタゴンのAIポータルにChatGPTとGrok──政府調達の主戦場化

米国防総省(ペンタゴン)が職員向けに設けているAIツールの中央ポータルに、OpenAIのChatGPTとSpaceXAIのGrokが加わることが分かりました。GoogleのGeminiに続く参加であり、生成AI大手が政府機関の公式ツールとして採用される動きが加速しています。

先月末は、ペンタゴンによるAnthropicへの指定を裁判所が「違法」として阻止するなど、政府とAI企業をめぐる法的・政治的綱引きが続いていました。その渦中のポータルへの参加が相次ぐのは、国防分野が各社にとって最大級の顧客になっている現れでもあります。軍事利用の倫理面での批判が続く中、どの企業がどこまで政府業務に入り込むのか、注視が必要な領域です。

Instagram、AIプロフィールのラベル運用を強化──「見分けがつかない」ことを認め

Instagramが、AIで生成・運用されるアカウントへの対応を強化しています。AIであることを申告しないプロフィールはリーチとレコメンドを制限(デモーション)する方針に加え、従来の「AI作成者」タグをより分かりやすい「AI生成プロフィール」ラベルに置き換えることが報じられました。

背景にあるのは、Metaが「ユーザーはAIプロフィールと人間を見分けられないことが多い」という事実を認めたことです。2024年後半まではAIキャラクターと人間の共存をプラットフォーム戦略の中核に置いていたMetaが、AIインフルエンサーへの不満の高まりを受けて方針を転換した形です。「AIかどうか」の判定責任をどこが負うのか、ラベルの回避運用とのイタチごっこが今後の論点になりそうです。

Qwen3.8-Flash-Next、llama.cppでCPU-onlyから96GBまで網羅実測──8.5→109トークン/秒

ローカルLLMコミュニティで人気のQwen3.8-Flash-Nextについて、RTX PRO 6000 Blackwell(96GB)を使ってCPU-only環境からフルVRAM活用までを網羅した実測が投稿され、注目を集めています。量子化はUD-IQ4_XS(約87GiB)、エンジンはllama.cppです。

結果の要点は次のとおりです。CPUのみでも事前処理(prefill)182トークン/秒・生成(decode)8.3トークン/秒で、MoE構造(1トークンあたり活性化6B)の恩恵で対話用途なら実用になる水準。VRAMを増やすと2Kプロンプトで96GB構成が109トークン/秒に達する一方、245Kトークンの超長文では24GB構成(14.9トークン/秒)との差が1.45倍程度まで縮み、「大容量VRAMの優位性は長文では薄れる」ことが数値で示されました。48層のうち36層がGated DeltaNetで、アテンションキャッシュが伸びるのは残る12層のみというアーキテクチャ特性が効いています。

注目すべき発見として、GGUFに含まれる27.2GiBの層別トークン埋め込みテーブル(PLE)をCUDA側に置くと、decodeが108.5トークン/秒から1.95トークン/秒へと約55倍劣化する現象が報告されています。原因は同期やトークン単位の転送とみられますが、検証中とのことです。同ビルド(b10666)固有の問題の可能性もあり、修正されればVRAM配分の常識が変わりうる報告です。また--load-mode noneによるRAM常駐ロードでprefillが1.87倍向上するなど、運用チューニングの材料も豊富です。

GLM 5.3 / GLM 5.3 FlashをレンタルGPUでローカル実行、Blenderでペントハウスを建模

GLM 5.3ファミリーをローカル実行し、BlenderMCP経由で3Dモデリングをさせる実験結果も話題です。投稿者はQ4量子化のGLM 5.3 Flash(約190〜200GB)をRTX PRO 6000 WS 4枚、フルのGLM 5.3(約450〜470GB)を6枚レンタルして、同じプロンプトで高級複層ペントハウスの建模を依頼しました。

結果は興味深いものでした。オブジェクト数はFlashが811、フルが847とほぼ同等。所要時間も38分52秒対40分43秒と拮抗しました。一方で出力トークンはFlashの36Kに対しフルは112Kと約3倍で、フルモデルは最初のオブジェクトを置く前に21分55秒(8万トークン超)も「思考」していました。精度面でも、吹き抜け部分の寸法(9×8m)を正確に再現したのはFlashで、フルモデルは9×4.5mに縮小しながら「9×8mで作った」と報告しています。

当然ながら単一プロンプトの実験でありベンチマークではありませんが、「大きいモデルほど時間とトークンを食って思考し、成果の質で必ずしも勝つとは限らない」という、モデル選択の現実を突きつける結果です。エージェント運用でコストを抑えたい場面では、Flash級の小型モデルをまず試す価値がありそうです。