マイクロソフト買うにあたり勉強したこと書いてみます。
■１．データセンターがなぜこんなに必要なのか？
従来からデータセンターはあったのに、
AI時代になってデータセンターがなぜこんなに必要なのか？
というブログ主の疑問から始まりました。
AIは大きく分けて「学習」と「推論」に分類されます。
「学習」と「推論」にわけてデータセンターの必要性を考えてみます。
学習
学習について図にしてみました。
（正確さは80点。認知しやすさ重視のつもりです）
誇張表現すると、インターネットの世界をgoogleやマイクロソフトの中に作る。
そうしてはじめてAI（LLM）の製造ができるという構造になっていると思うんです。
だから大量の保存場所(SSDやHDD)であったり、
それを使った計算資源(CPU、GPU、DRAM)が必要で
それらを入れる箱としてデータセンターが必要となっています。
推論
企業の業務システムを例に推論について図にしてみました。
（正確さは80点。認知しやすさ重視のつもりです）
おおざっぱにいうと、AI型のシステムは旧来に比べて
取り扱うデータ量が桁違いに増えるために
学習と同様に、保存場所(SSDやHDD)や計算資源(CPU、GPU、DRAM)がたくさん必要になり、
それらを入れる箱としてデータセンターが必要となっています。
■２．データセンター投資回収は何年くらい？
データセンター投資回収について、各社がコメントしています。
microsoftの論文
旧来型データセンター
IT provisioning. Servers follow a fixed 4-6 year lifecycle, with new hardware released every 2-3 years and older servers phased out accordingly
サーバーは固定された4～6年のライフサイクルに従い、2～3年ごとに新しいハードウェアがリリースされ、それに合わせて古いサーバーは段階的に廃止されます
AI型データセンター
IT provisioning may involve mixedgeneration GPU pools or reassigning older GPUs to lowerperformance workloads (e.g., fine-tuning or batch analytics).
異なる世代のGPUを混在させたGPUプールを構成したり、古いGPUをより低い性能要件のワークロード（例えばファインチューニングやバッチ分析）に再配置したりすることがある。
AI型について、こんなイメージだろうと思います。
新しいGPU
↓
高負荷処理
↓
新世代GPU導入
↓
旧GPUを別用途へ再配置
↓
低負荷処理
何年使うかは、壊れるまでではなく最も利益を出せる組み合わせで入れ替えていく感じです。
amazonの2026年6月決算コメント
For servers and networking equipment, on average, it takes a little less than three years to break even on that investment. The servers currently have a useful life of at least five to six years, and most of our AI capacity these days is being contracted for at least five-year terms. That means that we're driving significant free cash flow on the servers and networking equipment in the two to three years after we break even.
サーバーは3年弱で投資回収し、5～6年程度稼働する
T-mobileのコメント
Osvaldik said, I have AI data centers with a payback of 1-1.5 years, and I'm gonna spend $100+ billion on building a non-competitive network.
T-mobileのデータセンター。投資回収期間は１年～１．５年。
アリババ(中国)の2026年6月決算コメント
Based on average gross margins today, roughly, we can breakeven on AI-related CapEx in 3 years. And of course, average gross margin continues to rise, and we expect to be able to shorten that payback period, say, to 2.5 years. [Interpreted] Following that 3-year payback period, these AI assets that we've invested in can achieve very positive and robust cash flow. So to give you some direct examples A100 purchased in 2020 or A100 purchased in 20 -- sorry, V100 purchased in 2018, even today are still running at full capacity. [Interpreted] Additionally, we have 3 means that we can leverage to further enhance gross margin and return on invested capital.
設備投資は3年以内に回収できる見込み。2020年に購入したA100、あるいは2018年に購入したV100は、今日でもフル稼働
４社の前提がおそらく異なるので単純に比較はできませんが、
「おおむね３年で投資回収、５～６年稼働」というのが平均的な意見ではないかと思います。
nVIDIAのブログ
Barkr puts useful life at five to six years for an eight-GPU H100 system and nine to 10 years for GB300 NVL72, based on what those systems resell for. Silicon Data shows a six-year-old A100 GPU is still worth a quarter of what it cost, where a five-year depreciation schedule had it at zero more than a year ago.
経済的な耐用年数について、8つのGPUを搭載したH100システムの耐用年数を5～6年、GB300 NVL72システムの耐用年数を9～10年と見積もっている
アナリストの中には「もっと短く3-4年ではないか？」というような悲観的な意見もあるようで、
各社のレンタル表を見てみました。
google(最古P4:2016年)
coreweave(最古A100:2020年)
Microsoftは表がややこしいんですが、(最古T4:2018年)がレンタルに出ていました。
ということは、結構息長く少なくとも６年使われていると思いました。
■３．ユーザーは安く利用できないの？
この項は完全にブログ主の感想なんですが、実際にgoogleのweb版geminiと、オフライン版gemmaを使って試しました。
用途によりますがそれなりにハードにお金かけないとAIが使い物にならないと感じました。
ブログ主の個人PCでgemma3 4Bを使って転出届の入力チェックをさせてみました。
結果だけいうと、gemma3 4Bは人間的には的外れな回答が返ってきました。
■４．データセンターのビジネスモデルは鉄道に似ている（まとめ）
データセンターのビジネスモデルは鉄道に似ている気がする（好み）。
これまでの話をまとめると構造的に初期投資がかなりかかる。
初期投資が終わって３年後くらいから収穫期にはいる。
ということは、2028年～2029年から収穫期に入るのでは？と予想しています。
そういう意味でとあるサイトのアナリストコンセンサスを見てみると
2029年からフリーキャッシュフローが拡大するシナリオになっており、
ブログ主と似たようなシナリオを想定しているのかもしれないです。
ブログの先パイに勧められてツイッターはじめてみました。
0 コメント:
コメントを投稿