シーセット (CSET) は9月29日(現地時間)、人工知能 (AI) チップの位置情報検証に関するコスト効果分析レポートを発表した。同レポートは、PLV (ピンベース位置情報検証) と物理検査の二つの主要な検証方法を比較。PLVが物理検査よりも費用対効果に優れていると結論付けた。この分析は、AIチップの輸出管理強化に向けた戦略検討に資する。
AIチップの輸出管理強化は近年、米国議会法案でも提案されており、その位置情報検証方法が注目されている。シーセットは、付属レポートにおいて、複数の位置情報検証方法の中から、検証可能性、正確性、セキュリティ、再現性の4つの基準を満たす最適な方法として、PLVと物理検査を選定した。
ジェイコブ・フェルドゴイス氏、カイル・ミラー氏、ハンナ・ドーメン氏によって執筆された今回の分析では、これら二つの検証方法のコストと利益をモデル化。1050万以上のシミュレーションシナリオを通じて詳細な比較を行った。その結果、PLVは投じた費用あたりの不正転用されたチップの検出数（detections-per-cost）において、物理検査よりも高い効率性を示すことが判明した。シミュレーションにおいて、物理検査がPLVの検出効率を上回るシナリオは確認されなかった。
PLVはジオロケーションメカニズムの一種であり、AIチップから複数の信頼できるランドマークサーバーへの信号伝播時間を測定することで、その位置を特定する。シーセットはこのPLVシステムについて、二つの異なる実装モデルを検討している。一つは、産業安全保障局 (BIS) 、チップ設計者、または第三者がランドマークサーバーを直接所有・運用するモデル。もう一つは、クラウドサービスプロバイダーからランドマークサーバーを借りるモデルである。
シーセットは、この分析に用いたモデル設計とそのコードをGitHubで公開しており、透明性を確保している。
今回のシーセットの分析は、AIチップの輸出管理を強化するための戦略を検討する上で、PLVが費用対効果の高いアプローチであることを示唆している。モデルの感度チェックの結果も、この主要な結論に影響を与えないと報告されている。
参考: CSET (Georgetown) (アーカイブ) — 2026年9月29日 23:35 (JST)