生成AI

生成AIは、ユーザー入力に基づいて、テキスト、画像、音声、動画などのまったく新しいコンテンツを生成できる人工知能の一種です。GenAI、AI生成コンテンツ、AIGC（AI Generated Content）とも呼ばれます。こうした技術は、ディープラーニングとニューラルネットワーク技術の進歩によって実現しました。AIモデルが、人間同士のコミュニケーションですでに使用されているテキストや画像、すなわち自然言語によるプロンプトを扱えるようになったためです。これによりプログラマーは、Wikipediaに相当する、数十億から数兆ものパラメータで構成される既存のデータベースをAIモデルに読み込ませ、適切な応答を生成できるよう自然言語処理（NLP）を学習させられるようになりました。入力が言語ベースの場合、BLOOMのような大規模言語モデル（LLM）、またはChatGPTのようにそのモデルを基盤とするチャットボットが生成されます。入力が画像ベースの場合は、Stable DiffusionやMidjourneyのようなテキスト画像生成システムが生成されます。

詳細はこちら：生成AIとエージェント型AI：AIの次なる進化を定義する

生成AIは、AIトレーニングとAI推論からなる2段階の開発プロセスによって実現されています。AIトレーニングでは、ラベル付けされた膨大なデータベースをAIモデルに読み込ませます。AIは、文中の次の単語や医療画像における症状の特定など、期待される出力を「予測」し、その答えを検証します。予測（順伝播）とフィードバック（逆伝播）を繰り返すことで、AIはモデルのパラメータの重みを極めて精密に調整し、常に正しい出力を生成できるようになります。これが事前学習済みAIモデルです。

AI推論では、AIモデルが現実世界の新たなラベルなしデータを処理します。広範なトレーニングで得た知識を基に、モデルは適切な応答を生成できます。また、新しいデータとのやり取りは記録され、次回のAIトレーニングに活用されます。これにより、AIモデルはさらに最適化されます。

なお、AI開発におけるブレークスルーにより、AIはラベルなしデータを用いた自己教師あり学習や半教師あり学習を行えるようになっています。そのため、生成AIは日々、より高度かつ洗練されたものへと進化しています。

詳細はこちら：生成AIを活用するには、「トレーニング」と「推論」を理解する必要があります

生成AIは、メディアやマーケティングから医療、製品設計まで、幅広い業界や用途で活用されています。以下は、生成AIがすでに世界をどのように変革しているかを示す事例です。

● 医療：医療・ヘルスケア分野では、生成AIに医療データのデータベースを学習させることで、疾患の診断支援や、患者の病歴に基づく個別化治療計画の作成に役立てることができます。創薬では、分子構造を分析して新薬を設計する用途にも活用できます。また、AIで電子健康記録（EHR）を生成すれば、医療分析用のデータベースを構築できると同時に、医療スタッフの事務作業を削減できます。

● マーケティング：生成AIは、マーケティングプラン、キャンペーン、スローガン、ビジュアルデザインを短時間で作成できます。さらに、市場セグメントごとに予測される嗜好に基づき、カスタマイズされた広告キャンペーンを作成することも可能です。

● メディア：生成AIは、テレビ番組の脚本やプレスリリースの作成を支援するだけでなく、少量の学習データから画像、音声、動画コンテンツを生成することもできます。AIは人間の作業者に取って代わるのではなく、コンテンツクリエイターがビジョンをより効率的かつ効果的に形にすることを支援します。これにより、捉えどころのない創造性を最大限に生かし、優れた作品を次々と生み出すことができます。

● 製品設計：AIは、コンピュータコードの作成、製品設計図の生成、コンセプトの評価に加え、異なる設計や材料が実環境でどのように機能するかを検証するシミュレーションも実行できます。AIを動作させるマイクロチップやコンピュータシステムの設計プロセスも、生成AIによって迅速化できます。これにより、迅速なプロトタイピングと市場投入までの期間短縮が可能になります。ユーザーフィードバックから収集したビッグデータは、製品設計に関する有益な提案を生成するAIモデルの学習に役立ちます。

Bloombergの予測によると、生成AI市場は2032年までに1兆3,000億米ドル規模に成長し、年平均成長率（CAGR）は42%に達する見込みです。

GIGABYTE Technologyは、生成AIモデルの開発・活用に最適なAIサーバーおよびAIインフラストラクチャソリューションを幅広く提供しています。これらのソリューションは、AIトレーニングまたは推論における役割に応じて、大きく2つに分類できます。

● AIトレーニング：これらのサーバーは、最先端のGPUアクセラレータやコンピューティングモジュール、あるいはCPUとGPUの機能を1つのパッケージに統合した先進的なプロセッサを活用し、並列コンピューティングによって膨大なデータセットを処理してAIをトレーニングします。代表例として、NVIDIA HGX™ H100 8-GPUコンピューティングモジュールを統合したGIGABYTE G593-SD0があります。これは、市場でもトップクラスの性能を備えたAIトレーニングプラットフォームの1つです。GIGABYTEのサーバーは、NVIDIA L40S GPUにも対応しています。AIおよびHPCワークロード向けには、「CPU＋GPU」チップも有力な選択肢です。AMDのエンタープライズ向けAPU（Accelerated Processing Unit）であるAMD Instinct™ MI300Aや、H223-V10などのGIGABYTE Hシリーズ高密度サーバーで利用可能なNVIDIA Grace Hopper™ Superchipがその例です。

● AI推論：生成AIワークロードのこの段階では、AI推論に最適化された専用アクセラレータを選定する必要があります。GIGABYTE G293-Z43は、2UシャーシにAMD Alveo™ V70カードを最大16枚、高密度に搭載できるよう設計されています。これらのアクセラレータはデータフローアーキテクチャを採用しており、集中的かつ高負荷なAI推論ワークロードに最適です。PCIe Gen 4以降の拡張スロットを備えたGIGABYTEサーバーは、AI推論を支援するNVIDIA A2 Tensor Core GPUおよびL4 Tensor Core GPUにも対応しています。GIGABYTEのGシリーズGPUサーバーに搭載可能なQualcomm® Cloud AI 100 GPUは、クラウドAI推論で重要となる要件に対応しており、ネットワークエッジでの生成AI推論をより効率的に実行できます。