CES 2026で、ラオ・ホアン氏は新たな視点を提示しました。データセンターの新たなボトルネックの圧力は「計算不足」から「コンテキスト不足」へと変化し、「コンテキストこそが新たなボトルネックであり、ストレージは再設計が必要だ」と提案しました。 1️ここでのコンテキストとは正確には何を指しているのでしょうか? コンテキストはAIの非常に核となる概念です! 最も一般的な表現で: コンテキストの長さとは、AIモデルが現在の問題に対処する際に「見て」考慮できる過去のテキスト(または会話履歴)の総量のことです。 モデルの「短期作業記憶」や「参考書のページ」と考えることができます。 例えば、記憶力が限られている教師がいるとしましょう: 短いコンテキストの長さ(例:4Kトークン):この先生はあなたの最後の数分間の会話しか覚えていません。 もし突然彼に「さっき話した本の著者は他に何を言ったの?」と尋ねたら。 もしこの「記憶の窓」の部分がもう存在しなければ、彼は答えられない。 長いコンテキスト長(例:128Kトークン):この先生は過去数時間、あるいは数日前の会話をすべて覚えています。 彼はずっと前に述べられた詳細を簡単に復習し、それに基づいて複雑な推論や要約を立てることができます。 2️技術的には、コンテキストの長さは通常「トークン」で測定されます。 トークンはおよそ0.75語の英語単語または1文字の漢字に相当します。 🌟4Kトークン:約3000語の英語、または短い記事。 🌟128,000トークン:約10万語の英語単語で、これは小説の長さに相当します。 🌟100万トークン:約75万語の英語語数で、いくつかの叙事詩集に相当します。 3️^なぜそんなに重要なのですか? コンテキストの長さは、モデルが処理できるタスクの複雑さと整合性を直接決定します。 - 長時間の文書処理:数百ページに及ぶ書籍を要約、分析、翻訳するには、非常に長いコンテキストウィンドウが必要です。 -複雑な複数ラウンドの会話:カスタマーサービス、心理カウンセリング、あるいは複雑な創造的コラボレーションでは、会話が数十回、場合によっては数百ラウンドにわたって続くことがあります。 長いコンテキストはモデルが初期の設定や目標を忘れず、対話の一貫性と深みを保つことを保証します。 - 「干し草の中の針」機能:これは長期コンテキストモデルの有効性を測定するための重要なテストです。 つまり、事実は意図的に何万語ものテキストに埋もれており、強力な長期文脈モデルが正確に答えを見つけ出せるということです。 - 情報損失の低減:短い文脈では、新しい情報が入力されると古い情報が「絞り出される」ことがあります。 これがモデルの健忘や一貫性の欠如につながります。 長い文脈がこの問題を大いに緩和します。 4️それでは、文脈が新たなボトルネックとなったとき、どのような技術革命や投資機会をもたらすのでしょうか? 実際、ここ数日の市場を見ると、強力なサンディスク$SDNK、マイクロン、$MUサムスン、SKのどれが強いのかは非常に明白でした。 新たな技術のボトルネックも新たな機会をもたらします。 これにより、ストレージアーキテクチャやメモリサブシステム(HBM高帯域幅メモリ、CXLプロトコル、NVIDIAのICMSプラットフォームなど)に革命が起こりました。 5️そしてストレージ・スーパーサイクルが本当にやってくるかもしれません! この論理的変化の波により、元々「サポート役割」に属していたメモリとストレージが、AIインフラサイクルの「主人公」スクリプトを手に入れることが可能になりました。...