Picks
1534フォロー
289223フォロワー
NVIDIA、1パッケージに2ダイの新型GPU「Blackwell」。AI性能は学習4倍、推論30倍に
Kato Junユーザベース SPEEDAアナリスト
下記のVentureBeat記事を見ると、学習・推論機能の向上だけでなく、前モデルのHopper(H100)に比べて300万パラメータのLLMを用いて生成AIをリアルタイムに利用をしたときには25倍のエネルギー効率の改善を示した、とのこと。
「エネルギー効率が25倍」という表現はよく分からない(シンプルな消費電力とかではないし、分母・文氏もよく分からない)が、データセンター投資や電力使用量は今後の大きい競争ファクターなので、開発でも重視されるだろう。
https://venturebeat.com/ai/nvidia-unveils-next-gen-blackwell-gpus-with-25x-lower-costs-and-energy-consumption/
巨大飛行機で風力発電の変革なるか
Kato Junユーザベース SPEEDAアナリスト
成功しないと思う。ただエンジニアが作り、かつ投資家は何に期待しているか、は自分が見えていないこともあるかと思い、気になる。
成功しないと思う主な理由は以下。
①風力発電の羽根を運ぶというのが「急ぐもの」ではないから。一般的にエアは船の10倍の輸送コストと言われ、重量・体積単価が高い半導体などの輸送に使われる。これは単価が高いからこそ輸送費が占める比率が下げられ、またそれによって実質の在庫を減らせるため。さらにはメモリなどその期間に価格変動するものは、その変動リスクも抑えられる。風力発電の羽根は、この合理性に適うものではない。
②空港の要件が厳しいから。
例えばA380は羽田空港に就航できない。巨大な貨物機のニーズは一定あるため、747も貨物では生き残り、ロシアのウクライナ侵攻で破壊されてしまったがエンジン6個持ったAn-225という40年近くたった機材もあった。また、BoeingのドリームリフターやAirbusのベルーガなど、飛行機の巨大パーツがグローバル生産されるのを運ぶ機材はある。
それでも飛べる空港は一部だし、ごくわずかな機材があるだけ。飛行機については、その生産拠点が決まっていることから、そこでの空港の対応をすればいいが、風力発電を据え置きたい場所はそのような感じではない。
記事いなる3D画像を見たときにウィングレットが小さかったり、翼が後退翼ではないなど、最近のよくあるデザインとは違い、気になった(コクピットが2階なのは、貨物室を長くとれるため)。
a16zとLerer Hippeau、米著名VCが相次いでtoC投資を縮小
Kato Junユーザベース SPEEDAアナリスト
個人的な印象として、toCは黎明期に入れるか否か、がキーであることが多いと感じている。
黎明期ゆえに、まだ巨大プレイヤーがいなかったり、消費者の使い方も固まっていない。そのため、その時期のスピード勝負で、開発・認知・顧客獲得を一気にするし、資金が必要。
一方で、黎明期を過ぎると、顧客の認知・想起や使い方のメンタルモデルが固まりがち。そして先に巨大プレイヤーになった企業に資本力含めて対抗するのは難しくなる。
もちろん、一定成長した後には、そこから分化した特化サービス(特化型ECが代表例)が出てくるフェーズもあるが、あくまで特化とセグメントは小さくなる。
toBの方が、稟議プロセスなどもあるため、経済合理性が効きやすい。経済合理性があればサービスが導入されたり拡大する。当然競争は発生するが、消費者の気持ちの移ろいやすさなど(移ろいも含めてサイエンスしたり、エンジニアリングもするわけだが)に比べると、合理的なリスクテイクがしやすい領域。
【独占・副社長】トヨタ「全方位戦略」のすべてを語ろう
Kato Junユーザベース SPEEDAアナリスト
BYDやTeslaへの言及が興味深い。
日本企業がBig 3に追いついていった歴史も、段取り替えの圧倒的な早さによる多品種生産の実現で、モデルサイクルを早くできたことも一因にあったと思う。純粋にエンジニアとしての冷静・合理的な目線もあるように思い、他社の凄さを冷静に受け止めることは進化のために必要。
そしてそのうえで『単に優秀な人が集まって、工学的に正しいことをやれば良い製品ができるかもしれませんけど、大事なのは価値のある商品になるかですよね。』という言葉が印象的。エンジニアリングとしての合理性は前提として「価値づくり」までして顧客起点(=事業結果)としてナンボ。
NORMAL
投稿したコメント