Cloud

概要 Anthropicは8月10日、資産運用大手のMacquarie Asset Management、シンガポール政府系投資会社のGICと共同で、AI向けデータセンターインフラを大規模に開発・運営・賃貸する新プラットフォーム「Theseus Infrastructure」を設立すると発表した。MacquarieとGICが施設の株式資本の大部分を出資・所有し、Anthropicは長期契約のもとで各拠点の主要テナント(アンカーテナント)となる。初期段階では米国内での拠点開発に焦点を当てる方針で、各施設はAnthropicの拡大するコンピュート需要に合わせて専用設計される。 出資・体制の構造 今回のスキームでは、Macquarie Asset Managementが運用するファンドとGICが資金の大半を拠出してTheseus Infrastructureを所有し、Macquarieが持つ大規模デジタルインフラの開発・資金調達・運営に関する専門知識と、GICのグローバルなインフラ投資経験を組み合わせる。Anthropicは自ら施設を保有・建設するのではなく、長期契約に基づく主要テナントとして稼働容量を確保する立場を取る。この形態は、巨額の設備投資負担を投資家側と分担しつつ、AI企業が計算資源の確保を優先するという、近年のハイパースケーラー各社によるデータセンター調達戦略とも共通する構図といえる。 地域社会への配慮と経済効果 各拠点の開発には大規模な資本投下が伴い、建設段階での雇用に加え、稼働後も恒久的な運用職が創出される見通しだ。あわせてAnthropicは、データセンター稼働に伴い周辺地域の消費者が直面しうる電気料金の上昇分を自社で負担することを表明しており、地域社会への影響に配慮する姿勢を示している。データセンターの急拡大に伴う地域電力需給や住民への負担は米国各地で議論となっており、今回の取り組みはそうした懸念に応える意図もあるとみられる。 背景と今後の見通し AnthropicのClaudeシリーズをはじめとする大規模言語モデルの需要拡大により、AI企業各社は計算基盤の確保を急いでいる。Anthropicにとって今回のパートナーシップは、自社のバランスシートに大きな設備投資負担を抱えることなく、必要なコンピュート容量を長期的に確保する手段となる。具体的な投資規模や第一号拠点の所在地、稼働開始時期などの詳細は今後明らかにされる見込みで、Theseus Infrastructureが米国外への展開を含めどのように拡大していくかが注目される。

概要 Red Hat Advanced Cluster Management for Kubernetes(ACM)に、CVSSスコア9.9(最高レベル)という極めて深刻な権限昇格の脆弱性CVE-2026-10090が発見された。この脆弱性の危険性は、必要とされる権限の低さにある。攻撃者は名前空間スコープの「編集」権限さえ持っていれば、クラスタ全体の管理者権限であるcluster-adminロールにまで昇格できてしまう。マルチテナント環境で複数のチームやユーザーに限定的な権限を委譲しているKubernetesクラスタにとって、テナント分離の前提そのものを覆しかねない問題であり、ACMを本番環境で運用する組織は早急な対応が求められる。 攻撃の仕組み この脆弱性は「confused deputy(混乱した代理人)」問題として分類される。ACMのApplication Subscriptionコントローラーが、本来は低権限のユーザーが直接実行できない操作を、コントローラー自身の昇格された権限で代行してしまうことが根本原因だ。具体的な攻撃手順は次の通りとなる。まず、名前空間スコープの編集権限を持つ攻撃者が、自身の管理下にある悪意あるHelmリポジトリを指し示す「Channel」オブジェクトを作成する。次に、その悪意あるChannelを参照する「Subscription」オブジェクトを作成すると、脆弱なコントローラーが本来ユーザーには許可されていない昇格権限を用いて、指定されたHelmチャートを自動的にデプロイしてしまう。このチャートの中にClusterRoleBindingリソースを仕込んでおけば、任意のServiceAccountにcluster-adminロールを付与でき、結果としてクラスタ全体を掌握できる。CVSSベクトルは「AV:N/AC:L/PR:L/UI:N/S:C/C:H/I:H/A:H」で示される通り、攻撃元区分はネットワーク経由、攻撃条件の複雑さは低く、ユーザーの関与も不要という、悪用が容易な条件が揃っている。 影響範囲と対応状況 脆弱性が存在するのは、Red Hat Advanced Cluster Management for Kubernetes 2に含まれる「rhacm2/multicluster-operators-subscription-rhel9」コンポーネントである。ACMはマルチクラスタ環境の統合管理を担う中核コンポーネントであるため、影響を受けるとクラスタ単体にとどまらず管理下の複数クラスタ全体に波及するリスクがある。特に懸念されるのは、報道時点でRed Hatが「現時点でRed Hatの製品セキュリティ基準を満たす緩和策が存在しない(“no mitigation currently meets its product-security criteria”)」と明言している点で、正式な修正パッチはまだ提供されていない。 推奨される暫定対策 パッチが提供されるまでの間、Red Hatおよびセキュリティ研究者は以下の暫定対策を推奨している。まず、RBAC設定を見直し、必要最小限の権限のみを付与する最小権限の原則を徹底すること。特にChannelおよびSubscriptionオブジェクトを作成できるユーザーやグループを厳格に制限することが重要となる。あわせて、参照を許可するHelmリポジトリの所有権や出所を確認し、信頼できないリポジトリを指すChannelの作成を防ぐこと。さらに、ClusterRoleBindingの作成など、クラスタスコープのリソースに対する変更を継続的に監視し、異常なロール付与を早期に検知できる体制を整えることが望ましい。ACMを利用する組織は、Red Hatからの正式なセキュリティアドバイザリおよびパッチ提供状況を注視し、公開され次第速やかに適用する必要がある。

概要 AWSは2026年8月5日、AWS LambdaにおいてVPC外で実行される関数向けに、スケーラブルなネットワーク帯域幅のサポートを発表した。対象となるのはメモリを2GB以上に設定した関数で、これまで一律625Mbpsに制限されていた帯域幅が、メモリ量に応じて最大3,000Mbpsまで拡張できるようになる。大量データを外部サービスや他のAWSリソースとやり取りするワークロードにおいて、実行時間の短縮とコスト削減が期待できる。 技術的な詳細 新機能では、ネットワーク帯域幅が関数のメモリ設定と比例してスケーリングする方式が採用されている。具体的には、メモリ2GBの構成で625Mbps、メモリ10GBの構成では上限の3,000Mbpsに達する。Lambdaはメモリ量に応じてCPUなどのリソースも比例配分する仕組みを持っており、今回の変更はその考え方をネットワーク帯域幅にも適用したものといえる。利用にはAWS Service Quotasコンソールから「Network bandwidth per execution environment quota」をリクエストして有効化する必要があり、デフォルトでは従来通りの動作となる点に注意が必要だ。この機能はすべての商用AWSリージョンで、追加料金なしに利用できる。 背景と今後の見通し Lambdaは元々、短時間で完結する軽量な処理を想定して設計されてきたが、近年はデータエンジニアリングやAI関連のバッチ処理など、大量データを扱うワークロードでの利用が広がっている。従来の625Mbpsという固定的なネットワーク帯域幅の上限は、こうした大規模データ転送を伴う処理においてボトルネックとなりやすかった。今回のアップデートにより、メモリを増やすことでコンピューティング性能だけでなくネットワークスループットも底上げできるようになり、S3からの大容量オブジェクトの読み書きや外部APIとの大量データ連携といったユースケースで、処理時間とコストの両面で改善が見込まれる。

概要 Amazon ECS(Elastic Container Service)は、NVIDIA L4 Tensor Core GPUを搭載したEC2 G6fインスタンスにおいて、分数GPU(Fractional GPU)スケジューリングに対応した。従来はGPUワークロードを実行する際にインスタンス上のGPUをタスク単位で丸ごと占有する必要があったが、この機能により1基のGPUを複数のタスクで分割・共有できるようになる。小規模な推論やモデル実験など、フルGPUを必要としないワークロードにおいて、インフラコストの削減とGPU利用率の向上を両立できる点が最大のポイントだ。 技術的な詳細 分数GPUの割り当ては、ECSタスク定義のコンテナ定義においてGPUパラメータに小数値を指定することで行う。対応する分割単位は1/8GPU(GPUメモリ3GB相当)、1/4GPU、1/2GPUの3種類で、それぞれGPU=0.125、GPU=0.25、GPU=0.5と記述する。これにより、最小構成では1基のGPUを最大8つのタスクに分割して割り当てることが可能になる。 対応インスタンスは現時点ではEC2 G6fインスタンスのみで、ECS on EC2およびECS Managed Instancesの両方の実行モデルで利用できる。G6fインスタンスが提供されているAWSリージョンであれば、いずれの地域でも本機能を使用可能だ。設定はAWS Management Console、AWS CLI、CloudFormationなどのIaCツールから行える。ECS Managed Instancesを利用する場合は、Amazon CloudWatch Container InsightsによるGPUメトリクスの監視や、GPUハードウェア故障の自動検知・置換といった運用機能も併せて利用できる。 想定されるユースケース 想定される主なユースケースは、小規模な推論モデルの提供、モデル実験、グラフィックスレンダリングなど、GPUリソースを部分的にしか必要としないワークロードである。従来はこうした軽量ワークロードのためにもフルGPUインスタンスをプロビジョニングする必要があり、GPUリソースの無駄が生じやすかった。分数GPUスケジューリングにより、複数の小規模ワークロードを1基のGPU上に集約できるため、インフラコストの削減とGPUの利用効率向上が期待できる。

概要 AWSは2026年8月5日、Amazon DynamoDBにネイティブなベクトル検索機能を追加し、一般提供を開始したと発表した。この機能により、開発者は運用データと同じテーブルにベクトル埋め込みを保存し、別のベクトルデータベースへ複製することなく類似性検索を実行できるようになる。AWSによれば、シングルディジット・ミリ秒のレイテンシで99%以上のリコールを実現しつつ、数兆個規模のベクトルにも対応できる設計だという。RAG(検索拡張生成)やレコメンデーションエンジン、セマンティック検索、エージェントの記憶管理、異常検出など、大規模AIアプリケーションの構築を簡素化することを狙った機能だ。 技術的な詳細 ベクトルは最大4,096次元まで対応し、Number型要素で構成されるリスト型データとして既存のテーブルスキーマを変更せずに追加できる。類似度計算にはコサイン距離(テキスト埋め込みの意味的類似性比較向け)、ユークリッド距離(クラスタリングなど大きさが意味を持つ場合)、ドット積(推奨システムなど方向と大きさの両方が重要な場合)の3種類の距離関数が用意されている。 ベクトルインデックスの作成時には、対象のベクトル属性、次元数、距離関数に加え、大規模データセットを水平スケーリングするためのパーティションキー、クエリ時に結果を絞り込むためのインラインフィルタ属性を指定できる。ただしフィルタ条件は現時点では完全一致のみに対応しており、BETWEENやBEGINS_WITHといった範囲条件は使用できない。 利用方法とユースケース 典型的なワークフローとしては、Amazon Bedrock Titan Text EmbeddingsやCohereなどでベクトル埋め込みを生成し、通常のPutItem呼び出しで新しい属性としてアイテムに追加、DynamoDBコンソールでベクトルインデックスを作成した上で、新設のSearchVectors APIを使ってクエリベクトルと取得件数(最大100件)、任意のフィルタ条件を指定して類似度順にランク付けされた結果を取得する、という流れになる。 サーバーレスであることも特徴で、プロビジョニングやパッチ適用、バージョン管理、メンテナンスウィンドウは不要。既存のDynamoDBと同じペイ・パー・リクエストの料金モデルで利用でき、ベクトルインデックスにストレージ容量の上限はない。従来、ベクトル検索のために別途専用のベクトルデータベースを併用する場合に発生していたデータ移動コスト、同期パイプラインの保守、追加のライセンス費用といった課題を解消できる点をAWSは強調している。 提供状況 この機能は全ての商用AWSリージョンおよびAWS GovCloud(US)リージョンで利用可能。AWSはAI開発ツールとの統合を支援するMCPサーバーやプラグインも提供しており、詳細はAmazon DynamoDB Developer Guideで確認できる。

概要 2年前に設立された光学ネットワーキングのスタートアップLumilensが8月6日、ステルスモードを解除し、累計9億ドル超の資金調達を実施したと発表した。このうち最新のSeries Cラウンドは7億ドル超にのぼり、同社の評価額は55億1000万ドルに達している。ラウンドはAtreides Management、Bain Capital Ventures、Meritech、Seligman Ventures、Spark Capitalの5社が共同でリードし、Qualcomm VenturesやAddition、Alkeonを含む12社以上の投資家が参加した。CEO兼共同創業者のAnkur Singla氏は、AIインフラの制約が「GPUを何台購入できるか」から「何台を接続できるか」へとシフトしていると述べており、Lumilensはこの接続ボトルネックの解消を狙う。Singla氏は過去に2つのネットワーキング系スタートアップを合計6億7600万ドルで売却した実績を持つ。 技術的な詳細 Lumilensは、AIデータセンター内でGPU間を結ぶ銅配線を、より高速な光ファイバー接続に置き換えるチップを開発している。製品群は「LumiCore」と呼ばれる共通の基盤技術から構成され、フォトニック部品、混合信号集積回路、インターポーザーを共通コンポーネントとして再利用することで、チップ開発期間を「数年から数ヶ月」に短縮できるとしている。製造工程にはロボットとAIソフトウェアを組み込んだカスタムワークフローを採用している。 製品ラインナップは大きく2種類に分かれる。GPUを密結合する「スケールアップ」ネットワーク向けには、数千基のGPUを接続できるCo-packaged optics(CPO)チップと、マザーボード上に搭載するNear-packaged optics(NPO)チップを用意。ラック間・クラスター間を結ぶ「スケールアウト」ネットワーク向けには、800ギガビット/秒および1.6テラビット/秒以上の帯域幅に対応するプラグイン可能なトランシーバー用チップを提供する。 背景・市場動向 生成AIブームに伴いGPUクラスターの規模は急速に拡大しており、例えば40万GPU規模のデータセンターを構築するには240万個以上の光学トランシーバーが必要になるという。従来の銅配線では伝送距離や帯域幅の制約から大規模GPUクラスターの接続がボトルネックとなりつつあり、光インターコネクトへの需要が高まっている。Lumilensはすでに大手ハイパースケーラー顧客との間で数十億ドル規模の受注を獲得し、生産出荷を開始済みとしている。一方でCPO技術の大規模な商用展開については、本格化まで2~3年程度を要する見通しが示されており、それまではNPOが橋渡し的な解決策として位置づけられている。 今後の展望 今回調達した資金は、チップの開発と量産体制の加速に充てられる方針だ。ハイパースケーラー各社がAIインフラへの投資を積み増す中、GPUの計算能力を最大限に引き出すための接続基盤として、光インターコネクト技術を手がける企業への注目と資金流入は今後も続くとみられる。

概要 韓国SK hynixは8月7日、取締役会で龍仁(ヨンイン)のDRAM新工場「Y2」と清州(チョンジュ)のNAND新工場「M17」の建設に総額54兆ウォン(約380億ドル)を投じる計画を承認したと発表した。世界第2位のメモリメーカーである同社は、AI関連需要の急増によって続く半導体メモリ不足の解消に向け、生産能力の倍増を急ぐ姿勢を鮮明にした。同社は今回の決定について「AIデータセンター需要の急増に対応するため」と説明しており、供給能力そのものが競争力を左右するAI時代の市場環境を踏まえた投資と位置付けている。 投資の内訳と建設計画 投資額の内訳は、龍仁Y2工場に35.2兆ウォン(約240億〜250億ドル)、清州M17工場に19.1兆ウォン(約130億〜140億ドル)となっている。Y2工場は敷地面積約113万平方メートルで、次世代DRAMおよびNvidiaなどAI半導体メーカー向けの高帯域幅メモリ(HBM)を製造する拠点となる予定で、2027年7月に着工し、2029年6月に最初のクリーンルームが稼働、2031年10月に投資完了となる見込みだ。一方、清州M17工場は敷地面積約68万1000平方メートルでNAND型フラッシュメモリを生産し、2027年2月着工、2028年12月に最初のクリーンルームが稼働、2031年4月に投資完了する計画となっている。 今回の投資は、SK hynixが6月に発表した長期計画の一部でもある。同社は龍仁クラスタ全体に600兆ウォン、清州には100兆ウォンを投じる方針を示しており、当初2045年としていた龍仁クラスタの4工場すべての完成時期を、今回2033年へと12年前倒しする目標を掲げた。 AI需要とメモリ価格への影響 背景にあるのは、AIインフラ向けデータセンターの構築ラッシュとNvidiaなどのAI半導体メーカーによるHBM需要の急拡大だ。SK hynixはHBM市場で売上高シェア58%を握る首位メーカーであり、AI向け高性能メモリの供給逼迫が続く中で顧客からの引き合いが強まっている。この需要急増はメモリ価格の高騰にもつながっており、Counterpoint Researchのアナリスト、Neil Shah氏は「需要の伸びが計画中の生産能力拡大を上回っており、メモリ価格が2028年末より前に軟化する可能性は低い」と指摘する。新工場の稼働開始までには数年を要するため、当面は価格上昇圧力が続くとみられ、SamsungなどのメーカーもAIデータセンター向けにチップの大半を割り当てていることから、コンシューマー向けメモリの供給不足も引き続き懸念される状況にある。

概要 元Anthropic出身のBehnam Neyshabur氏（CEO兼共同創業者）とHarsh Mehta氏（共同創業者）が率いるAIラボMirendilは、Google Cloudと1億ドルを超える複数年契約を締結したことが明らかになった。この契約により、MirendilはGoogleのTPUやNvidia GPU、マネージド型のトレーニングクラスターにアクセスし、同社が注力する「再帰的自己改善（recursive self-improvement）」と呼ばれる技術の研究を加速させる計画だ。AIシステムが反復的に自らを改善していくこの技術は、次世代AI研究の重要な方向性の一つとして注目されている。 契約の背景と規模 Mirendilは6月下旬、評価額10億ドルでシード資金を調達したばかりで、今回のGoogle Cloudとの契約額はその調達額の約50%に相当する規模となる。急成長中のAIスタートアップが、調達資金の半分規模をインフラ契約に投じる例は珍しく、計算資源の確保がAIラボの競争力を大きく左右する現状を象徴している。共同創業者のMehta氏は、自社のソフトウェア層がGoogle製ハードウェアの効率を高める役割を果たすと説明し、「適切なワークロードを適切なアクセラレーターに割り当てることで、顧客のコスト削減にもつながる」と述べている。 研究の目指す方向性 Mirendilが目指すのは、AIシステム自身が反復的な自己改善を通じて性能を高めていく仕組みの確立だ。同社はこの技術を、医学・生物学・材料科学といった分野での科学的進展の加速に応用することを掲げている。Neyshabur氏はアルツハイマー病研究を例に挙げ、「AIが継続的に自らを改善し、より野心的な研究目標を設定できるようになる」と語っている。 業界動向への示唆 今回の契約は、クラウド大手が有望なAIスタートアップに対して巨額のインフラ契約を提供する近年の傾向を反映するものだ。潤沢な計算資源へのアクセスは、モデルの学習規模や研究スピードを左右する決定的な要因となっており、AI企業間での計算能力確保競争は今後も一段と激化していくとみられる。

概要 台湾メディアDigiTimesの報道を発端に、サムスン電子・SKハイニックス・マイクロンの世界大手メモリ3社が、2027年分のDRAMおよびHBM(広帯域幅メモリ)の生産能力をすでに完売したと複数の海外メディアが報じた。世界のDRAM・HBM供給の大半を占めるこの3社の受注枠が予定より数カ月早く埋まったことで、新規需要に応える余力がほぼ失われた状態だという。背景にあるのは生成AIサーバー向けの旺盛な需要で、AIサーバーとHBMだけでDRAM出荷全体の約7割を占めるとの分析もあり、PCやスマートフォンなど民生向け製品にしわ寄せが及ぶ構図が鮮明になっている。 AI需要が生産枠を奪う構造 大手クラウド事業者やAI企業は、HBMをはじめとするメモリを長期契約で大量に確保する動きを強めており、これが3年から5年単位の供給契約という形で生産能力を先食いしている。AI向け需要は民生向けよりも高い価格を許容するため、新たに生まれる生産余力があってもAIサーバー向けHBMに優先配分される可能性が高く、一般消費者向けDDR5メモリへの供給拡大は期待しにくい状況にある。メモリモジュールメーカーのApacerも、2027年のDRAM供給が最大で7割落ち込む可能性があると警告しており、業界内でも供給不安が広がっていることがうかがえる。 PC・スマートフォンへの影響と価格動向 この供給逼迫のあおりを受け、PC・ノートPC・スマートフォン向けのDRAM割り当ては2026年と比べて2027年に大幅に縮小される見通しだ。Appleにとっても高価格なメモリ調達が2027年も続くことが事実上確定したと報じられており、完成品価格への転嫁が避けられない可能性がある。実際、Microsoftはゲーム機向けのストレージ・メモリ価格がすでに2.5倍以上に上昇したと説明しており、2027年秋までにさらに倍増する可能性があるとの見方を示している。 今後の見通し 今回の完売報道は、2024年頃から続く世界的なメモリ供給不足がさらに長期化・深刻化する可能性を示すものだ。新規供給が緩和されるのは早くても2028年以降とみられ、一部の分析では不足が2030年頃まで続くとの見方も示されている。AI投資が今後も拡大を続ける限り、DRAM・HBMを巡る争奪戦は当面続く見込みで、PCやスマートフォンの買い替えコストにも影響を及ぼす可能性がある。

概要 米ラスベガスに本社を置くデータセンター運営会社Switchが、米国での新規株式公開(IPO)に向けて非公開ベースでの申請を行ったと、関係者の話としてBloombergが8月7日に報じた。上場時期は早ければ2026年11月にも見込まれており、調達額は最大100億ドル規模、評価額(負債込み)は500億ドル台から最大800億ドルまで、報道によって幅がある。案件はまだ規模・時期・評価額とも流動的で、今後変更される可能性があるという。引受幹事にはバンク・オブ・アメリカ、シティグループ、ゴールドマン・サックス、JPモルガン・チェース、モルガン・スタンレーが名を連ねる見通しだ。 会社の背景と株主構成 Switchは2000年にCEOのRob Roy氏が創業し、ネバダ州、ミシガン州、ジョージア州、テキサス州でデータセンターキャンパスを運営してきた。2022年にはDigitalBridge GroupとIFM Investorsが約110億ドル(負債込み)で同社を買収して非公開化し、2023年にはオーストラリアの年金基金Aware Superが少数株主として出資している。現在もDigitalBridgeが筆頭株主の地位を維持しており、Andreessen Horowitz共同創業者のBen Horowitz氏が取締役会に加わる予定とも伝えられている。同社はAIコンピューティングを支える電力供給・冷却・接続インフラを大規模に提供しており、主要顧客にはNvidia、Dell Technologies、FedExなどが名を連ねる。 AIインフラ需要とIPO市場の過熱 今回の申請は、AI関連インフラへの投資家の旺盛な関心を背景にしている。2026年に入って以降の米国IPO調達額は累計1555億ドルに達し、2021年以来の高水準となっている。データセンター関連では、5月に上場したBlackstone Digital Infrastructure Trustが20億ドルを、7月にはBrookfield Corp.傘下のCsquareが12億1000万ドルを、それぞれ調達しており、投資家がデータセンター事業に大口の資金を投じる姿勢を鮮明にしている。SpaceXやAnthropic、OpenAIといった大型テック企業の上場観測も相次いでおり、こうした流れの中でSwitchのIPOも位置づけられる。 今後の見通し Switchは非公開でIPO申請を行った段階であり、正式な上場スケジュールや最終的な評価額は今後の市場環境や規制当局とのやり取りを経て確定する見込みだ。AIブームによるデータセンター投資の拡大が続く中、同社がどの程度の評価額で市場デビューを果たすかは、データセンター・AIインフラ関連企業の株式市場での評価を占う試金石として注目されそうだ。