NVIDIAが、AIモデルの運用コストを削減するソフトウェア企業「Simplismart（シンプリスマート）」に出資した。推論の効率化は、同一の作業に必要な演算リソースを削減できる。効率改善がGPU需要に与える影響は、AIサービスの利用量や既存設備の余剰状況によって異なる。
Simplismartは27日、Dallas Venture Capitalが主導した1400万ドル規模のシリーズBラウンドに、NVIDIAなどが参加したと発表した。同社は、AIモデルが回答や生成物をアウトプットする推論プロセスにおいて、タスクの割り当てやメモリ使用などを最適化する。NVIDIAの個別の投資額や出資比率は公開されていない。
同社が提示した適用事例には、AI動画制作サービス「InVideo」がある。Simplismartは、画像・動画処理プロセスにおいて繰り返し計算を削減し、中間計算結果を再利用することで、サービス提供およびGPU関連のコストを56%削減したと明らかにした。これは特定の顧客の事例に対する数値であり、GPUの台数削減率や全顧客の平均的な成果を意味するものではない。
NVIDIAもまた、推論効率を高めるソフトウェアを開発している。今年3月に公開した「TensorRT-LLM（Dynamo 1.0相当）」は、複数のGPUやメモリリソースに作業を分散させ、重複する計算を削減する。NVIDIAは、これによりトークン生成コストを下げ、インフラ事業者の収益機会を拡大できると説明した。推論コストが下がれば、顧客は同じ予算でより多くのAI作業を処理できる余地が生まれる。
鍵となるのは、拡大した処理能力が実際の作業量によってどれだけ埋まるかだ。処理すべき作業量とサービス品質が変わらなければ、効率改善によって追加設備の必要性は低下する可能性がある。一方で、コスト削減が値下げやサービス向上につながり、利用量の増加が計算量削減の効果を上回れば、総演算需要は増大する。この場合でも、既存設備に余力があれば、追加購入なしで増大した作業を処理することが可能だ。
マイクロソフト（MS）では、拡大した処理能力が実際の売上につながった。エイミー・フッド最高財務責任者（CFO）は、7月29日（現地時間）に開催された2026会計年度第4四半期決算説明会で、顧客需要が供給能力を上回っていると明らかにした。CPUやGPUの運用効率改善と、新規設備の稼働プロセス短縮によって確保した追加容量を、同四半期中に迅速に売上へと転換したという説明だ。
MSの事例は、供給制約により満たせていなかった需要を追加容量で充足させたケースである。ただし、新規設備の稼働改善も含まれているため、推論最適化のみの効果や、GPUの追加発注との因果関係を切り離して確認することは困難である。
今後の注目点は、今週発表される主要クラウド事業者の決算だ。マイクロソフトは28日、アマゾンは29日（現地時間）に決算を公表する。供給制約が継続しているか、効率改善で確保した容量が売上に結びついているか、そして演算インフラの投資計画がどのように変化したかが焦点となる。
