ウクライナ軍の無人機が「ロシア版Google」のAIデータセンターを破壊

編集者注：無人機の標的が製油所やレーダー基地から、機械室で稼働するGPUクラスターへと拡大する中、現代戦争と人工知能の境界線は完全に消えつつある。算力（コンピューティングパワー）は新たな戦略的インフラとなり、当然ながら新たな攻撃目標ともなっている。

中枢算力への直接攻撃

Ars Technicaの報道によると、ウクライナの無人機がロシアのテック大手Yandex（長らく「ロシアのGoogle」と称されてきた）のAIデータセンターを攻撃し、同施設に損害を与えた。報道では、攻撃を受けたデータセンターにはYandex独自開発の大規模AIモデルの訓練に使用されるスーパーコンピューターが配備されていたと明記している。つまり、破壊されたのは一般的なサーバールームではなく、ロシアが擁する最先端の大規模モデル訓練を担える数少ない算力拠点の一つだった。

現時点でYandex側は、被害を受けたキャンパスの場所、損傷したアクセラレーターカードの機種、訓練タスクの中断期間など具体的な被害詳細を公表していない。しかし「スーパーコンピューター」という表現が示す通り、今回の攻撃の象徴的意義と実際の損失はいずれも軽視できない。

「ロシアのGoogle」とその算力の実態

Yandexはロシアのインターネットエコシステムの絶対的な中核を担っている。検索、地図、配車、音楽、クラウドサービスなど、ロシア語インターネットのほぼすべての入口を網羅している。生成AI の波においても、Yandexはいち早く参入した企業の一つであり、独自開発の大規模モデルYandexGPTを開発し、検索・ブラウザ・オフィス製品に組み込んでいる。こうしたモデルの訓練のため、Yandexは近年、自社スーパーコンピュータークラスターへの投資を継続し、GPUを積み上げることで相当な訓練用算力を構築してきた。

2022年以降、Yandexは異例の再編を経験した。国際事業とロシア国内事業が分離し、海外部門はその後AIクラウドと算力レンタルに特化したNebius へと発展した。一方、ロシアに残ったYandexは国内の検索・AI事業の運営を継続している。この「二分割」構造により、YandexのAI能力は技術的蓄積を保ちながらも、ロシア国内の物理インフラに深く依存している。そして物理インフラこそ、無人機が到達可能な対象となる。

制裁下における算力への渇望

今回の攻撃がなぜこれほど深刻な意味を持つかを理解するには、ロシアのAI産業が置かれた現実に立ち返る必要がある。2022年以降、米国および同盟国はロシアに対して複数回にわたる輸出規制を実施しており、高性能AIアクセラレーターカード（NVIDIAのデータセンター向けGPUなど）はほぼ合法的にロシア市場に流入できない状況にある。これはすなわち、ロシアのAI訓練用算力が頼れるのは三つのルートに限られることを意味する。制裁前に備蓄した既存カード、第三国経由のグレーチャネルから流入する少量のハードウェア、そして国内メーカーが製造する性能が相対的に限られた代替チップだ。

こうした背景の下、既に建設されたスーパーコンピューターセンターはすべて「再調達不可能な資源」となっている。チップは時間をかけて調達できるかもしれず、電力は自前で発電できるかもしれない。しかし計画・建設・調整に往々にして年単位の期間を要するAIデータセンターは、一度物理的に破壊されれば、短期間での代替がほぼ不可能だ。この観点から見ると、無人機によるAIデータセンターへの攻撃効率は、従来の産業施設への攻撃を大きく上回る可能性がある。命中するのは、ある国家が保有する最も希少で最も補充困難な技術資産だからだ。

データセンター：戦争の新たな前線

ここ数年、ロシア・ウクライナ紛争は繰り返し、無人機が戦争の経済学を塗り替えていることを実証してきた。数千ドルのコストで製造できる徘徊型弾薬（ロータリングミュニション）が、数百万ドル、場合によっては数億ドル相当の装備や施設を破壊できる。AIデータセンターは「高価値・低防護・移転困難」というすべての特徴を備えている。膨大な電力需要、大型の冷却システム、隠蔽不可能な物理的占有面積を持ちながら、防空能力はほぼ皆無だ。

より広い視点で見れば、これは孤立した現象ではない。世界規模でデータセンターをめぐる安全保障上の問題が高まっている。海底ケーブル、変電所、冷却水システム、さらにはデータセンターへの電力供給に使われるガスタービンまで、セキュリティ研究者らは潜在的な脆弱点として列挙している。各国がAI算力を国家競争力と同一視するようになった今、これらの施設は戦時においては「民間インフラ」から「戦略目標」へと自然に分類し直されることになる。

今回の攻撃が意味するもの

短期的には、最も直接的な影響としてYandexの訓練スケジュールが強制的に遅延する可能性がある。大規模モデルの訓練はクラスター規模に極めて敏感であり、一部のGPUノードを失うと、タスクの再スケジューリング、並列規模の縮小、さらには以前のチェックポイントへの巻き戻しが必要になることが多い。

中期的には、ロシアのAI産業が「分散型・小規模・低視認性」の展開戦略を加速させる可能性がある。算力をより多くの、より目立たないノードに分散させることで、単一拠点での損失リスクを低下させるというものだ。これはグローバルなクラウドコンピューティングが追求してきた「集中化による効率化」の方向性とは正反対となる。戦時においては、冗長性と生存能力が効率性に優先されるのだ。

長期的には、今回の出来事がひとつの歴史的節点として記録されるかもしれない。人工知能をめぐる競争が、「算力施設の破壊」という形で初めて戦場報道に直接登場した瞬間として。アルゴリズム、データ、チップに加え、物理世界における安全保障が、AI競争において長らく見落とされてきた第四の次元として浮上しつつある。

本稿はArs Technicaより編訳。