マイクロソフト、AI基盤指標「Useful Yield」提唱

米Microsoft（米国のIT大手企業）は、台湾で開催された「SEMICON Taiwan 2026」において、AIインフラの進化を測る新たな指標として「Useful Yield（シリコンや電力、ネットワークなどの物理リソースを有用な知能へ変換する歩留まり・効率を示す概念）（有用な歩留まり）」を提唱した。Azureハードウェアシステムおよびインフラストラクチャ担当プレジデントのラニ・ボルカー（Rani Borkar）氏が登壇し、データセンター規模やチップ数などの設備容量（キャパシティ）重視から、電力やコストあたりの有効な知能生成効率を最大化する「システム横断設計」への転換を訴えた。

「設備容量」から「有用な知能の生成効率」への転換

AIモデルの世代交代に伴い、計算資源、メモリ、電力、ネットワークへの要求が加速度的に増大している。Borkar氏は、単にデータセンターや半導体の導入規模を競う段階は終わり、投入したハードウェア資源をどれだけ無駄なく実用的な知能へ変換できるかという「歩留まり」が真の競争軸になると強調した。

「Useful Yield」の具体的な評価軸としては、1ドルあたりおよび1ワットあたりの生成トークン数（tokens per dollar / watt）、高スループット、低遅延の達成度が挙げられている。

Azureインフラにおける3層の統合アプローチ

マイクロソフトは自社クラウド基盤「Azure」において、半導体単体の最適化にとどまらず、シリコンから冷却、ソフトウェア、モデル運用に至る全層を垂直統合するアプローチを推進している。

• ​メモリ効率の最大化（Azure Maia）​: AIアクセラレータ「Azure Maia」において、モデル最適化、メモリ管理、シリコン設計、コンパイラ配置を一体化し、搭載メモリ1バイトあたりから引き出せる有効知能を向上させた。
• ​ネットワーク構造の統合（Azure Maia）​: 2層スケールアップトポロジーと独自トランスポート層を採用し、NIC（ネットワークカード）をシリコンに直接統合することで、ネットワークハードウェアを削減しつつ処理効率を高めた。
• ​電力制御の最適化（Azure Cobalt CPU）​: 自社設計のCPU「Azure Cobalt」において、シリコン上にプログラムされたきめ細かな電力制御を実装。同一のメガワット電力枠内で稼働可能なサーバ台数を大幅に増やした。

エコシステム横断の共同設計がもたらす影響

単一コンポーネントの改善には物理的限界があるため、半導体製造装置・材料サプライヤーから電力インフラ事業者、モデル開発者までの広範な連携が求められる。

自律型AIエージェントの普及に伴い、継続的かつ大量の推論処理が必要とされる中、計算資源の変換効率（Useful Yield）の向上は、AIサービスの低価格化と普及速度を左右する決定的な要因となる。

引用元：Source Asia