Iluvatar CoreXは、Z.aiのGLM-5.3などのフロンティアモデルをテキストから画像、テキストから動画のワークロードで実行するライブデモを実施し、同社のTiangai 300がNVIDIAのH200と同等かそれを上回ると主張した。唯一の独立テストでは約5%のリードが示された。

ベンダーのベンチマークは証明されるまではマーケティングとして扱うべきだ。慎重に選ばれた単一のワークロードで5%のマージンは、持続的なスループット、マルチGPUスケーリング、実際のトレーニング負荷下での熱挙動についてほとんど何も語らない。これが語るのは方向性だ。中国の国内アクセラレーターは生の推論性能で十分に近づき、議論が能力から可用性とソフトウェアへと移行した。この移行こそが真のストーリーだ。

決定的なギャップはもはやシリコンではなく、スタックである。NVIDIAの堀はCUDA、そのライブラリ、そしてあらゆるモデルラボがデフォルトで構築する10年間のフレームワーク最適化だ。1つのデモで数ポイント以内に収まるチップでも、PyTorch、推論サーバー、そして本番パイプラインが依存する長いテールのカーネル全体でオペレーターの信頼を獲得しなければならない。HBMの供給と量産時の歩留まりがもう1つの制約であり、AIデータセンター需要がグローバルにメモリとコンポーネント価格を押し上げている今、両方とも厳しく絞られている。輸出規制により、5%の差に関係なく、中国の買い手にとって国内代替品は戦略的必需品となっており、これがまさにこれらのデモが登場し続ける理由だ。

日本企業やSIerにとって、直接的な調達の関連性は低い。地政学とコンプライアンスは、中国製アクセラレーターがほとんどの規制対象の日本の買い手にとって事実上選択肢から外れることを意味し、NVIDIAへのソフトウェアエコシステムのロックインはここではさらに強固だ。本番AI展開がベンダーサポートの長いライフサイクルプラットフォームに依存する日本では特にそうだ。重要なのは間接的な影響だ。中国に限定されるとしても、信頼できる推論シリコンの第二供給源は、日本のAIプロジェクトで最も困難なボトルネックとなっているGPUアクセスの価格と割り当てのダイナミクスに圧力をかける。

SIerや社内プラットフォームチームへの実用的な示唆:単一のアクセラレーターを前提にアーキテクチャを組むな。ハードウェアをリターゲット可能な抽象化レイヤー上に推論パイプラインを構築し、ベンダーデモではなく自社の代表的なワークロードでベンチマークし、コンピュート供給を一度限りの購入ではなく調達と容量計画の問題として扱え。主権AIと国内コンピュートの野心を検討している企業にとって、Iluvatarからの教訓は、ベンチマークで追いつくのは簡単な部分であり、その周囲のソフトウェア重力を再現することが10年がかりの仕事だということだ。