a16z、11億ドル規模の「Machine Age Fund」を設立——AIの物理インフラに特化

a16zは2026年8月28日、11億ドル規模の「Machine Age Fund」の設立を発表した。同ファンドはAIの物理インフラへの専門投資を目的とし、チップ、メモリ、データセンター、冷却システム、ロボット、エッジデバイスを対象とする。

同ファンドはa16zの既存ファンド群と並列で運営される。a16zはこれまでに複数のビークルを通じて総額150億ドル超を調達しており、その中には17億ドル規模の「Infrastructure Fund 2」も含まれる。新ファンドはより狭い範囲に特化しており、AIハードウェアと物理層を専門の対象とする点で、これまでのソフトウェア中心のポートフォリオとは一線を画す。

ソフトウェアから物理層へのシフトを支えるビジネスロジック

AIのトレーニングおよび推論需要が急速に拡大する中、ラック当たりの演算密度はH100アーキテクチャからRubinアーキテクチャへの移行で28倍に向上した。ラックの消費電力はかつての5〜10kWから100〜250kWへ上昇しており、3年以内に1MWに達すると見込まれている。データセンターの規模は数十MWから数百MWへと拡大し、一部のプロジェクトはすでにギガワット級に達している。メモリ帯域幅と相互接続速度が新たなボトルネックとなっており、AIワークロードは演算制約からメモリ制約へと移行しつつある。こうした物理的制約が、a16zがここ2年間の取引件数においてハードウェア案件の比率を20%以上に引き上げる直接の要因となっている。

同ファンドはチップ設計から完全システムに至る全スタックをカバーし、ネットワーク相互接続、ストレージ、冷却、および物理AIを支えるロボットを含む。a16zはすでにUnconventional AI、Mind Robotics、SpaceX、Nexthop、VoltaといったハードウェアA関連案件に投資しており、この分野における判断力を蓄積している。

サプライチェーン各方面への具体的な影響

チップおよびメモリサプライヤーにとって、新ファンドは的を絞った資本を提供し、非主流アーキテクチャの早期検証を加速する可能性がある。一方で、NVIDIAなどの既存大手が協力関係維持のために価格に一定の余地を残すという現実にも直面する。データセンターオペレーターにとっては、電力供給が既存電力網への単純依存から自家発電との組み合わせへと転換し、冷却・電気設備の改修需要が高まる。プロジェクトの投資回収期間は、ハードウェアコストの低下速度に左右される。

開発者にとっては、エッジデバイスおよびロボット分野への投資により低消費電力の推論プラットフォームの選択肢が増える可能性があるが、短期的には主流のトレーニングは依然として既存のGPUエコシステムに依存し続けるだろう。企業ユーザーにとっては、AIサーバーの総コストに占めるハードウェアコストの比率がおよそ80%から約40%に低下し、メモリコストの比率が上昇している。これは今後の調達判断において、演算ピーク性能だけでなく、メモリ帯域幅と相互接続性能を同時に評価する必要があることを意味する。

a16zの既存ファンドとの比較

「Infrastructure Fund 2」がより広範な領域をカバーするのに対し、「Machine Age Fund」はAIの物理層を独立したポートフォリオとして構築しており、これはa16zが現在のサプライサイドの成長速度が不十分と判断していることを反映している。ハードウェア業界の伝統的な年間成長率は20〜30%程度であり、AIの三桁に及ぶ需要成長率には到底追いつかない。そのため、マザーボードから電力、ロボットに至るまで、プラットフォーム規模での再構築が必要とされている。

この変化はかつての計算パラダイム転換と類似しているが、今回はその規模と速度がいずれも大きい。a16zの公開資料は、メモリ階層、ノード間相互接続、エッジの消費電力、データセンター規模のいずれも同時にアップグレードが必要だと指摘している。

今後の展望と注目すべきシグナル

上記の事実を踏まえると、最も可能性が高い後続展開は、メモリおよび相互接続分野の早期プロジェクトへの資金調達が実現し、主流トレーニングクラスターのアーキテクチャ選択に影響を与えることだ。注目すべきシグナルとしては、同ファンドの最初のハードウェア案件の成立時期、GPUのコスト比率がさらに低下するかどうか、そしてデータセンターの電力密度が予定通り1MWに達するかどうかが挙げられる。

開発者が技術選定を行う際は、より高いメモリ帯域幅をサポートするオープンソースフレームワークを優先的に検討することが有益だ。企業ユーザーは、今後3年間の電力増加曲線に対応するため、調達契約に電力と冷却性能の定量的条項を盛り込むべきだろう。