Etchedが103億ドル評価額に到達―GPU不要のAI推論チップが投資家を惹きつける

ハーバード大学を中退した3名の創業者によるAIチップスタートアップEtchedが、103億ドル（約1.5兆円）の評価額に達したとTechCrunchが報じた。同社はGPUを使用せずにあらゆるAIモデルの推論を高速化する独自チップとメモリコンポーネントを開発している。

Etchedのアプローチは、特定の推論ワークロードに特化したシリコンを設計することで、汎用GPUのコスト効率の課題に正面から挑むものだ。NVIDIAのGPU独占状態が続く中、推論特化型チップの台頭はインフラ競争の地図を書き換える可能性がある。

以前から注目を集めていたEtchedだが、今回の評価額急上昇は、AI推論需要の爆発的な成長を投資家が確信していることを示唆している。

Alphabetの契約済み未来支出が8110億ドルに急増

Bloombergの報道によると、Alphabet（Google親会社）は2026年6月末時点で**8110億ドル（約12兆円）**の契約済み未来支出を抱えていることが四半期報告書で明らかになった。わずか3ヶ月前から約5000億ドルの増加であり、この額は従来の資本支出（キャップエックス）とは別に開示されたものだ。

内訳をみると、約2007億ドルが短期の支払い予定。これは供給契約やオープン発注に基づく購入約束をすでに締結している額で、AlphabetがAIインフラ構築に対して単なる計画ではなく法的拘束力のあるコミットメントを行っていることを示している。

AIインフラ投資の規模が予測をはるかに超えるペースで拡大しており、ビッグテック各社の支出競争が新たな段階に入ったことがうかがえる。

DARPAと米空軍がAI制御F-16の飛行に成功

米国防高等研究計画局（DARPA）と米空軍は、AIシステムが制御するF-16戦闘機の飛行テストを実施したと発表した。軍事分野におけるAI応用の重要なマイルストーンとなる。

これまで軍事AIは主にデータ分析や意思決定支援が中心だったが、物理的な制御を伴う戦闘機の飛行は、AIの信頼性と安全性に対する新たな基準を設定するものだ。詳細な飛行条件やAIの自律性の程度については、DARPAの公式発表で段階的に明らかにされている。

軍事利用に関する倫理的議論は継続するが、技術的にはAI制御システムが極めて高度な環境で実用化しつつあることを示している。

RedditがGoogleとのAIコンテンツ契約更新に迷い―コンテンツライセンス市場に波紋

CNBCの報道により、RedditがGoogleとのAIコンテンツ契約を更新しない可能性があるとの報道で同社株価が下落した。Redditのユーザー生成コンテンツはAIモデルの訓練データとして重要なソースの一つだっただけに、契約更新の不透明さは業界全体に影響を与えうる。

また、学習サービス大手のCheggもGoogleのAI要約機能によるトラフィック減少を理由にGoogleを訴えており、AI企業とコンテンツ提供者の関係は一段と複雑化している。

AIモデルの訓練データの調達先が制限される可能性は、オープンウェイトモデルの価値を相対的に高める方向に働くかもしれない。

Hugging Faceが「The Stack v3」公開―最大規模のオープンソースコードデータセット

Hugging Faceは、コードLLMの事前学習を目的としたデータセットThe Stack v3を公開した。GitHubから直接クロールしたソースコードを収録したオープンデータセットで、前身であるThe Stack v2を大幅に更新している。

v3の大きな特徴は、ファイルの内容がインラインで含まれている点と、リポジトリ全体のコンテキストを保持している点だ。これにより、コードLLMは単体の関数だけでなく、プロジェクト全体の構造やファイル間の依存関係も学習できるようになる。

オープンで再現可能なコード学習環境の構築を掲げており、透明性を重視するAI研究コミュニティにとって重要なリソースとなりそうだ。

LLaDA2.2-flash―エージェント応用向けの拡散言語モデル

inclusionAIが公開したLLaDA2.2-flashは、エージェント用途に特化した拡散言語モデル（Diffusion Language Model）だ。LLaDA2シリーズの最新版として、128Kトークンのコンテキスト長と、MoEエキスパート起動を束ねるBlock Routingを採用している。

最大の特徴は、Levenshtein Editing（DELETEとINSERTの制御トークン）を拡散デコーディングに導入した点で、これによりエージェントの長文脈ツール使用、複数ターン対話、エラー訂正といった実用シナリオでの性能向上を図っている。

拡散モデルは画像生成で大きな成功を収めているが、言語モデルへの応用はまだ黎明期にあり、LLaDA2.2-flashはエージェント分野での実証事例として注目に値する。