4社が選んだAgentic Infra、Infinigenceの戦略

7月20日に上海で開催されたWAIC（世界人工知能会議）のフォーラムで、MiniMaxとStepFunが同一のAIインフラ企業のイベントに揃って登場した。前者は戦略的提携契約に参加し、後者は基調講演を行った。量子位の克雷西の報道によれば、この動きは単発の協力関係ではなく、中国の主要な大規模言語モデル企業が共通のインフラ基盤へと収斂しつつあることを示している。

4社が選んだ共通のパートナー

この流れは4ヶ月前から始まっていた。中関村フォーラムでは、Zhipuの張鵬氏とKimiの楊植麟氏が、ある企業の共同創業者兼CEOと共に円卓フォーラムに参加。同社がすでにKimiとZhipuにサービスを提供していることが、その場で明かされた。

Kimi、Zhipu、MiniMax、StepFun——中国のトップ基盤モデル企業4社が、相次いで同じAIインフラ企業と深い協力を結んだ。その企業こそInfinigenceである。同社の立ち位置は、量子位の報道を借りれば「電池分野のCATLのようなもの」と表現される。自動車メーカー各社が競い合う一方で、電池という共通レイヤーは避けて通れない。Infinigenceは大規模言語モデル時代の「共通選択」となることを目指している。

需要と供給に広がる構造的ギャップ

2026年、AI業界では重要な転換が起きている。推論（Inference）が訓練（Training）を逆転し、AI計算リソース消費の主戦場となった。推論コストは2年で280分の1に低下したが、企業のAI総支出は減少するどころか増加している。

中国における1日のトークン呼び出し量はすでに140兆を突破し、1年で4割増加した。需要は指数関数的に急騰している。

しかし供給側はまったく異なる様相を示す。物理的な計算リソースの拡張ロジックは依然として線形であり、サーバールームの増設やGPUカードの追加購入では、需要と供給のギャップは3〜5年以内には埋まらないと見られる。一方が指数関数的に増加し、もう一方が線形的にしか拡大しない——この中間の穴こそが、Infinigenceが立つ位置である。

さらに困難なのは、モデルのデプロイが適切に行われているかを外部から判断するのが難しい点にある。リクエストを送ればモデルは正常に応答するが、出力の精度がこっそり3割も低下している可能性がある。このような問題は通常の監視では検出できず、ユーザーがビジネス指標の悪化に気づいたときには、モデルの信頼はすでに損なわれている。

3つの課題へのアプローチ

Kimi、Zhipu、MiniMax、StepFunがInfinigenceを選んだ背景には、3つの本質的な問いがある。モデルの効果が割引されないか、コストに見合うか、問題発生時に安定しているか——この3点である。

精度維持のための試験基準

効果に関して、先述の「隠れた精度低下」は業界最大の頭痛の種である。量子位の報道では、あるサードパーティのサプライヤーがモデルをデプロイした後、精度がオリジナルから30%低下したが、顧客自身はそれに気づかず、ビジネス指標が悪化して初めて調査に乗り出した事例が紹介されている。

Infinigenceはこの問題に対し、一連のアクセス試験基準を定めた。ツール呼び出しの一貫性から推論モードの精度アライメントまで、項目ごとに検証が行われる。新しいモデルがプラットフォームに追加される前には、必ずこの関門をを通じてしなければならない。その結果、顧客はInfinigence経由でもオリジナルAPI経由でも、体験にほとんど差を感じないとされる。

PD分離技術によるコスト削減

コスト面では、Infinigenceは今年のWAICでクロスクラスター異種間PD分離を発表した。大規模モデルの推論におけるPrefillとDecodeは、負荷がまったく異なる2つのフェーズであり、ハードウェア要件も異なる。これらを分離してデプロイすることで、異なるタイプのチップがそれぞれ最も得意とする作業を実行できる。

しかし、異なるサーバールームに分離した後には新たな問題が生じる。PD分離後、異種チップ間で広域イーサネットを介してKV Cacheを転送する必要があり、低帯域幅と高レイテンシの壁に直面する。

InfinigenceはまずDecodeインスタンス向けに設計されたRadix Cache技術を、このクロスクラスターアーキテクチャに移植。転送データ量を直接1桁削減した。さらに、PDDアーキテクチャを世界で初めて考案し、従来のPDリンクをP（Prefill）、RelayDecode、MainDecodeの3段階に分割した。

転送レイテンシの高いリクエストに遭遇した場合、RelayDecodeが先にトークンをユーザーに返し、ユーザーは数十秒に及ぶ遅延を実質的に感じない。データ転送が完了すると、シームレスにMainDecodeに引き継がれる。実測によれば、このアーキテクチャは最初のトークン遅延（TTFT）を51.5%削減し、1トークンあたりのコストを37.5%削減する。

運用保守の自動化

安定性について、クラスター規模が大きくなると障害は深く隠れる。大規模モデルの推論の背後では、数十から百のクラスターを管理し、全国で毎日T規模のトラフィック分散を支える必要がある。サーバーがダウンした場合、人間が画面を監視していては対応が間に合わない。

Infinigenceは今回、「知能計算クラスター運用保守エージェントシステム」を発表した。このシステムは実際の生産環境における運用保守の課題をエンドツーエンドで解決し、24時間365日体制で待機する。運用保守を「人が問題を探す」から「問題が人を探す」、さらに「問題が自ら解決する」へと移行させ、運用保守の人的効率を5倍以上向上。重要な障害の処理効率は6倍に向上した。

「前店後工場一センター」のアーキテクチャ

Infinigenceが提唱するのは「前店後工場一センター」というアーキテクチャである。同社はこれを「AI生産性 = 知的リソース規模 × トークン変換効率 × AI生産性変換効率」という式で表現する。

「一センター」は計算リソース集散センター、すなわちAgentic Infra自律型インフラストラクチャプラットフォームを指す。国内のチップエコシステムは本質的に断片化しており、各地に散在する計算リソースを統一して集約し、弾力的にスケジュールし、必要に応じて利用することで、モデルとアプリケーション層に十分で安定した拡張可能な計算基盤を提供する。この集散センターはすでに37,000Pの計算リソースを展開し、16種類の主流チップをカバーしている。

クロスクラスター強化学習の課題もこのレイヤーで克服された。ポストトレーニングのスケーリング則が継続的に発展する現在、強化学習が知能を解放する鍵となるとInfinigenceは見ている。異種性と超大規模計算リソースという二重の要件に基づき、クロスクラスター強化学習は知能の大規模化と継続的進化の新たなアンカーとなる。Infinigenceはネットワーク、プラットフォーム、フレームワークの3層を最適化し、クロスドメイン強化学習訓練の1週間連続無中断安定稼働を実現した。

「後工場」はトークン工場、すなわちAgentic MaaS大規模モデルサービスプラットフォームである。効果、コスト、安定性という三重の優位性が実際に実現される場所であり、「規模の上で効率に生産性を求める」という考え方が中核にある。ゲートウェイ、ルーティングから推論インスタンスまでの完全なサービス技術スタックで構成され、「層ごとに最適化可能、あらゆる場所に増分あり」とされる。7月現在、InfinigenceのAgentic MaaSプラットフォームの1日あたりのトークン呼び出し量は、昨年12月比で40倍に増加した。

「前店」は蓄積した能力を産業に展開する「AI生産性ストア」、すなわちAgentic Infra業界ソリューションである。エンターテインメントゲーム、医療健康、法務端末、エネルギー電力など複数の業界分野をカバーし、技術的ポテンシャルを各業界が使いやすく、再利用可能な実装に変換する。

編集部の見解

短期的には、Infinigenceの事例は中国のAIインフラ市場において、モデル品質の維持とコスト最適化を両立する「共通基盤レイヤー」の重要性を浮き彫りにした。4大モデル企業が同一のインフラ事業者を選択した事実は、MaaS市場における品質保証と運用効率の基準が、単なるAPI提供からエンドツーエンドの信頼性設計へとシフトしていることを示唆している。特にPDDアーキテクチャによるTTFT削減とコスト低減の数値は、競合インフラ事業者に技術的な追従を迫るだろう。 長期的には、Infinigenceが目指す「CATL型」のポジション確立が、中国のAIエコシステム全体に与える影響は大きい。断片化したチップエコシステムを統一インフラで束ねるアプローチは、半導体輸出規制下の中国市場において戦略的な意義を持つ。ただし、単一インフラへの集中がベンダーロックインや競争の停滞を招くリスクも内包している。グローバル市場で同様のモデルが成立するかは、各国の規制環境と半導体調達の制約に左右される。

参考

• 「不同模型厂同一家Agentic Infra，AGI时代的地基终于浮出水面」, by 克雷西 — 量子位, 2026-07-20T10:33:23.000Z (ARR)
• 元記事URL: https://www.qbitai.com/2026/07/455805.html