2026年8月8日、AIインフラの供給拡大と需要側の電力膨張が、同じ日のニュースとして向かい合った。一方でアルメニアにCIS（旧ソ連圏）地域最大とされるAIファクトリーが開業し、他方で気候科学者がAIエージェントの消費電力を単純なチャットの約600倍と実測した。地味だが実用的な開発者向けツールや、エージェントを安全に止める技術の動きも続いている。

アルメニアにCIS地域最大のAIファクトリーが開業

AIクラウドのFirebirdが、アルメニアでCIS地域最大規模のAIファクトリーを稼働させた。NVIDIAの加速コンピューティングとDellの高性能AIサーバーを組み合わせた施設で、開所式にはアルメニアのパシニャン首相やカザフスタンのマディエフ副首相、在アルメニア米国臨時代理大使が出席した。

計画では、2027年末までに7万基以上のNVIDIA Rubin・Blackwell GPUと300メガワットの容量をアルメニアに展開する。NVIDIAのDSXプラットフォーム上で計算・ネットワーク・電源・冷却を一体的に設計しており、同じ設置面積で最大40%多くのGPUを稼働できるとしている。

視野は単一拠点にとどまらない。アルメニアとカザフスタン、さらに追加市場をまたぐ約2ギガワット規模のインフラロードマップを追求するという。NVIDIAがFirebirdへの出資を検討していることも明らかになり、年初のCoreWeaveによる投資に続く形だ。早期の需要先としてPerplexityが名を連ねており、わずか半年強で実働段階まで持ち込んだ点も建設の速度感を示している。

AIサービスは世界中で利用できる一方で、各国が自国の言語や産業・国益に合わせてAIを開発・運用する計算能力を求めている。今回のファクトリーは、そうした「自前の知能を生み出す基盤」を地域にもたらす試みと言える。

AIエージェントの消費電力、チャットの約600倍を実測

気候科学者のZeke Hausfatherが、自身のClaude Code利用を8週間にわたり計測した結果を公開した。期間中の消費は32億トークン、データセンター電力で約170キロワット時に達し、プロンプト1回あたりに換算すると典型的なAIチャットの約600倍になるという。

ここで問題視されるのは、GoogleやOpenAIなどが公表している1回あたりの低い消費数値だ。チャット1回を前提とした数字は、エージェントが自律的に複数ステップを繰り返す利用形態の現実を映していないと指摘する。エージェント化が進めば進むほど需要側の電力が膨らむことを、個人の実測という形で示した点がこのデータの意味だ。

前日に「エージェントAIの電力問題」を取り上げたばかりだが、今回は具体的な計測値が出たことが新しい。データセンターやGPUの効率化だけでなく、ユーザー側の使い方そのものが電力需要を左右する構造が見えてくる。

コーディングエージェントを支える地味な道具が揃う

華やかなモデル発表の陰で、コーディングエージェントが実作業する環境を支えるツールの動きが目立つ。

一つは、オフラインで動くローカルのコードインデックスだ。Rust製・MITライセンスの「basemind」は、言語サーバーを使わずにインポートを解決できる。JavaScriptとTypeScriptはoxcで本格的なスコープ解析を行い、PythonとJavaはGitHubのstack-graphsで名前解決する。最も重要なのは過大申告を避ける設計で、関数の呼び出し元を尋ねると名前走査で見つかった全件を返し、そのうち何件が本当に解決できたかを注記するという。コンパイルが通らない編集中のリポジトリでも動く点が、エージェントの作業中を想定した作りと言える。

もう一つは、サプライチェーンの衛生管理だ。EmacsのパッケージアップグレードをLLMにレビューさせる取り組みが報告され、依存関係の更新に潜むリスクをAIで拾う実践例として共有された。エージェントが自律的にコードに触る時代、依存ライブラリまで含めた安全性を機械で補強する流れは地味ながらも現実的だ。

エージェントを止めるスイッチと、嘘を書かせない工夫

エージェントが金銭や意思決定に触れる場面での統制も議論され始めている。

ウォレット分野では、複数ベンダーのエージェントをまたいで一括停止できるキルスイッチと監査ログを提供する「Countersign」が紹介された。分散するエージェント群を単一の統制点で握る発想で、異常時の被害拡大を止める安全装置を想定している。

これと表裏をなすのが、エージェントの誠実性への工夫だ。調達入札を担うAIに嘘を書かせない方法を探る記事がコミュニティで注目を集めた。エージェントが書類生成で虚偽を紛れ込ませる問題は、金銭が動く場面では直結するリスクになる。

エージェントを「止める技術」と「正直にさせる技術」が同時に語られ始めているのは、自律動作するAIを実務に載せる前に、安全弁を両側から固めようとする動きと読める。

「どのモデル」より「どこで動かす」：推論エンジニアリング

モデル選びがすべてではない、という視点も出ている。推論プラットフォームBasetenの関係者が語ったマスタークラスによれば、同じオープンウェイトのモデルでも、動かすプロバイダーによって速度が4倍から10倍変わるという。

つまり「どのモデルを使うか」は問いの半分しか答えておらず、残りの半分は推論サーバーの最適化が握る。モデルそのものの性能議論に比べると地味だが、実際のレイテンシやコストを左右するのはこの推論エンジニアリングの差であり、選ぶ基準が「モデル名」から「提供環境の質」へと広がりつつある。