Analysis

分析レポート

表・図・一次情報に基づく長文分析。

すべて (3) AI (3) HBM (2) Investment (2) Memory (2) Semiconductor (2) DeepSeek (1) GB10 (1) Gemma (1)
Gemma 4 MTP の GB10 実機ベンチ — 推論を 26B で 1.83 倍、31B Dense で 3.52 倍に高速化 分析
AILLMvLLMGemmaSpeculative DecodingMTPGB10Performance

Gemma 4 MTP の GB10 実機ベンチ — 推論を 26B で 1.83 倍、31B Dense で 3.52 倍に高速化

Google の Gemma 4 MTP drafter を NVIDIA GB10 (GX10) で実機計測。26B-A4B で 1.83 倍、31B Dense で 3.52 倍の高速化を確認しました。31B + 1 GPU での独立ベンチマークは公開資料に見当たらず、本検証が最初の事例となります。Google 公式の『最大 3 倍』を実環境で再現可能と確認しました。

続きを読む →
Agentic AI時代の価値連鎖を分解する 分析
AISemiconductorHBMNVIDIATSMCMemoryInvestmentPower

Agentic AI時代の価値連鎖を分解する

SemiAnalysis「AI Value Capture」を起点に、Agentic AI 時代の価値捕捉がモデルラボから NVIDIA、HBM、先端パッケージ、装置、電力・冷却までどう上流へ広がっていくかを、内部因果モデルの詳細サブグラフで分解する分析。

続きを読む →
DeepSeek V4のKVキャッシュ90%削減はHBM需要をどう変えるか — 「容量」から「帯域・実装・熱制御」へ 分析
AISemiconductorHBMDeepSeekMemoryInvestment

DeepSeek V4のKVキャッシュ90%削減はHBM需要をどう変えるか — 「容量」から「帯域・実装・熱制御」へ

DeepSeek V4が示した1MトークンでKVキャッシュ90%削減という効率化は、HBM需要を本当に縮めるのか。価値の重心が容量から通信・実装・熱制御へ移るという仮説を、技術・市場・サプライチェーンの3層で検証します。

続きを読む →
年別アーカイブを見る