Epoch AIは2026年5月25日(現地時間)、AIインフラに対する将来の需要と計算能力の供給に関する分析結果を「Gradient Updates」で発表しました。セントルイス連邦準備銀行 (St. Louis Fed) の推計によると、2025年第1〜3四半期の米実質GDP成長へのAI関連投資の寄与は、約1%ポイントに達し、総寄与の約40%を占めました。これはドットコムバブル期のIT投資寄与を超える水準で、現在のAIインフラ構築が需要に見合っているかどうかが注目されます。
Epoch AIの分析によると、Kimi K2.6のようなモデルの場合、2025年第4四半期時点で世界の推論能力は、リクエストのコンテキスト長に応じて1秒あたり5億から200億出力トークンを提供できると推計されました。また、世界の推論能力は、より多くの計算インフラが展開され、チップの効率が向上することで毎年3倍以上に増加していることが判明しています。
これらの供給推計は、Googleプラットフォーム全体で提供されるトークンの成長、および世界中のソフトウェアエンジニアに外挿した大手テクノロジー企業での現在のトークン使用強度といった複数の需要代理指標と比較されました。これらの数値は、現在の価格での需要が1秒あたり2億から40億トークンの間であり、年間約10倍で成長していることを示唆しています。これは近い将来、あるいはすでに供給成長を上回る可能性があるとされています。
ただし、これらの推計には高い不確実性があり、現在の需要を支えるモデルの平均サイズは不明です。集計されたトークン数には、モデル効率の根底にあるトレンドが隠されており、これは特定の品質でのトークン生成コストを下げ、追加のユースケースがコスト効率的になるにつれて新たな需要を生み出すものです。
これらのトレンドが続けば、計算能力の逼迫が差し迫っており、特にエージェント型AIを駆動する長コンテキストワークロードで顕著になる可能性が高いと予測されています。これにより、フロンティア能力へのアクセス価格が上昇し、一般的なユーザーはより安価で小規模なモデルに移行する可能性があり、AI企業はモデル提供のより効率的な方法の開発に注力する可能性も示されています。効率化の進展により、日々のユーザーがアクセス可能な能力の後退は必ずしも意味せず、推論とトレーニングの効率はすでに高速に改善しており、明日のより小さく安価なモデルは今日のフロンティアモデルにすぐに匹敵すると言及しています。
参考: epoch.ai — 2026年7月30日 09:00 (JST)