5Gそのものは、320事業者が商用 5G サービスを開始していますが、そのうち 5G SA の開始と展開は 20% 未満とされています。
2025年にはさらに12事業者が5G SAネットワークを展開し、AT&TとVerizonも含まれます。
(5G SAネットワークを自社ネットワークの広範囲に展開し、主要な人口密集地に対応しているものをカウントする場合)
Ericssonによれば、5G SAモバイルの全世界の加入者数は、2024年末の推定12億人から2030年末までに36億人に増加すると予測され、5G加入者のほぼ60％を占めるとしています。
<参照URL>
https://www.fierce-network.com/wireless/delloro-5g-sa-2025
大規模汎用推論モデルo1/o3のリリース。
ChatGPT 内での Web 情報のリアルタイム検索と検索結果の洗練された表示を可能にし、Google、Bing、Perplexity と真っ向から競合するChatGPT Search。
ドキュメント編集やコーディングを支援するCanvasや動画生成AIのSora。
Metaが、Llama 3.xを矢継ぎ早にリリース。
7月には 4,050 億のパラメータを備えた Llama 3.1 を発表、WhatsApp、Messenger、Instagram、Facebook
などのプラットフォームに統合されたAIアシスタントMeta AIに使用され、最も広く使用される AI アシスタントになることを目指す。
12 月にリリースされた Llama 3.3 は、大規模なモデルに匹敵するパフォーマンスをわずかな計算コストで実現。
Google は、ストリーミングビデオ分析をサポートし、画面上での操作を確認して指示できるマルチモーダル AI モデルであるGemini 2.0 Flashを発表し、その後、OpenAI の o1 および o3 推論モデルと競合するGemini 2.0 Flash Thinking を発表。
2024年は、デジタル環境全体で複数ステップのアクションを計画および実行できるツールであるAIエージェントが導入。
OpenAI、Meta、Google、Microsoft、Apple、さらにはElon Musk の xAI に至るまで、あらゆる企業が AI 画像ジェネレーターを自社の製品に組み込んでいることから、AI 生成コンテンツが急増する見込み。
これにより、コンテンツ作成が合理化され、パーソナライゼーションが強化され、さまざまな分野で効率が向上。
2024年、通信ネットワーク事業者の支出が減少する中、ベンダーは長年苦戦を強いられてきた。
現在、米国の通信事業者では約2年間の停滞を経てネットワークへの投資を再開する兆しあり。
T-Mobileの設備投資が底を打ったこと、DishがFCCから5G構築目標の延長を受け、新たな資金を確保しながら衛星事業の分離を進めていること、AT&TのORAN展開が加速していること、Verizonがより高いFWA目標を追求するためにCバンドを加速する可能性が高いことなど、基地局展開が2025年後半に回復する前兆。
企業が高度AIに傾倒するにつれ、データの管理、保護、使用方法に変化。
企業は、ベンダー ロックインを回避し、柔軟性を高めるために、マルチクラウド、オープン データ、オープンガバナンス戦略を 採用するケースが増加。非構造化データにも注目、データ マーケットプレイスを、独自のデータセットとアプリを備えた事前トレーニング済みのAIモデルを提供するハブへと変革。
同時に、ベクトル データベースとグラフ データベースの進歩によって新たな可能性が生まれ、次世代基盤が整っている。
<参照URL>
https://venturebeat.com/data-infrastructure/why-2025-will-redefine-data-infrastructure-11-expert-insights-on-sovereign-clouds-exploding-data-paas-and-more
https://venturebeat.com/ai/the-4-biggest-ai-stories-from-2024-and-one-key-prediction-for-2025
https://www.fierce-network.com/broadband/if-2024-indicator-ai-will-be-huge-fiber-broadband-2025
1分間にテイラー スウィフトのアルバム 266 枚をダウンロードするか、1時間あたり Hulu のエピソード 3,056 話をストリーミングするに相当するとのこと。
モバイル データ トラフィックは2030 年までに 4 倍以上に増加し、5,400 エクサバイトを超えると予想されているとし、Samsung のIntelベースのvRANと5GC、6CC対応のMediaTek 次世代接続プラットフォームを使用して、6GHz未満のスペクトルの6つの個別のチャネルを組み合わせた(350 MHz の PCS、850 MHz、AWS、CBRS、C バンド)キャリアアグリゲーションにより、5.5Gbpsを達成したとのこと。
メディアは、スマートフォンのユーザーも、Netflix を見たり、ゲームをしたり、メッセージを送ったりするのに、
5.5Gbps を必要としない、これらのほとんどは、携帯電話ネットワークではなく、Wi-Fi で行われるだろうと冷めています。
また、vRANに関しても、2023 年にわずか 10%を占めているにすぎず、2028 年までにこの割合は倍増する、つまり、成長はしているが、デフォルトのアーキテクチャの選択肢には程遠いままであり、今後もそうあり続けるとしています。
<参照URL>
https://www.verizon.com/about/news/verizon-shatters-speed-barriers-55-gbps-breakthrough
https://www.lightreading.com/5g/virtual-ran-still-seems-to-be-not-worth-the-effort
Telstraは、現在Starlinkと提携して、LEO 衛星による家庭および中小企業向け固定インターネットサービスを
提供しています。
また、Eutelsat OneWebと提携して、オーストラリアの顧客に OneWeb LEO モバイル バックホールも提供しています。
StarlinkのD2Dテキストメッセージサービスにより、地方や遠隔地の顧客へのサービス提供範囲が広がるとし、技術が進歩するにつれ、音声、データ、IoT サービスなどを検討する予定とのこと。
<参照URL>
https://www.lightreading.com/satellite/telstra-taps-starlink-for-d2d-satellite-messaging-service
ブロードバンドインターネットサービスプロバイダーは、合衆国法典第47編第153条(24)に基づき『情報サービス』のみを提供していると判断し、したがってFCCには望ましいネット中立性政策を課す法的権限がないとしています。
民主党政権下の現FCCは判決を非難していますが、次期トランプ政権下でFCC議長となる予定のブレンダン・カー氏はタイトル II 規制を通じてインターネットに対する政府による管理を拡大するというバイデン大統領の計画を無効にする裁判所命令を歓迎するとしています。
<参照URL>
https://www.opn.ca6.uscourts.gov/opinions.pdf/25a0002p-06.pdf
https://www.fcc.gov/document/chairwoman-rosenworcel-sixth-circuit-court-net-neutrality-decision
https://www.fcc.gov/document/carr-welcomes-court-order-invalidating-biden-internet-control-plan
GPUカードRTX Blackwell GPUファミリ RTX 50xx シリーズ
RTX 5090 は、4,000 AT TOPS、380 レイトレーシング TFLOPS、1.8 TB/s の帯域幅を備え、AI 主導のレンダリングにより、ニューラル シェーダー、デジタル ヒューマン テクノロジー、ジオメトリ、ライティング等に画期的な進歩をもたらすとのこと。4090 よりも最大 2 倍優れたパフォーマンスを発揮でき、価格はなんと 2,000 ドルです。
AI 研究者、データ サイエンティスト、学生向けに設計された Project Digits は、GB10 Grace Blackwell Superchip を搭載。
AI モデルのプロトタイピング、微調整、実行に最大 1 ペタフロップスの パフォーマンスを提供し、Project Digits 1 台で最大 2,000 億のパラメータを持つモデルを実行できるとしています。
Linux ベースの DGX OSで動作、MediaTek との提携により開発されたArmベースの GB10 には、20 コアの Nvidia Grace CPU に接続された Nvidia Blackwell GPU が搭載され、 128 GB のメモリと最大 4 TB のフラッシュ ストレージが搭載されるとのこと。
5 月「トップ パートナー」から 3,000 ドルで販売予定としています。
物理 AI モデルの開発にはコストがかかり、膨大な量の現実世界のデータとテストが必要とされます。
2,000 万時間から得た 9,000 兆個のトークンから学習させた物理ベースのシミュレーションと合成データ生成用の Cosmos WFMは、物理学を考慮(物理的な相互作用を考慮)したビデオを予測および生成できるオープンな(オープンソースとは定義されない)世界モデルであり、低遅延およびリアルタイム アプリケーション用の Nano、高性能ベースライン モデル用の Super、最高品質および忠実度の出力用の Ultra が用意されています。
物理的な AI の研究開発専用に設計されており、テキスト、画像、ビデオ、ロボット センサー、モーション データなどの入力の組み合わせから物理ベースのビデオを生成でき、開発者は Cosmos を使って、テキストやビデオのプロンプトから仮想世界全体を生成できます。
これにより、独自のニーズに基づいて仮想環境を迅速に生成することで、AI モデルを現実世界に展開する前に、合成データを生成 して拡張し、テストやデバッグを行うことが できるとしています。
WFMは、すでにWaabi、Wayve、Foretellix、Uber などがテストしており、API および NGC カタログ、GitHub、AI 開発プラットフォーム Hugging Face から入手できます。
<参照URL>
https://nvidianews.nvidia.com/news/nvidia-launches-cosmos-world-foundation-model-platform-to-accelerate-physical-ai-development
https://www.nvidia.com/en-us/ai/cosmos/
ヒューマノイドロボットの学習プラットフォームGR00T Blueprintは、間が行う動作をロボットが観察して再現する模倣学習を用い、Apple Vision Proを装着した人間の動作のモーションデータをデジタルツインとして記録。
記録された動作データは、シミュレーション環境内でロボットが繰り返し実行できる形式に変換され、さらに様々な環境での動作を繰り返すことで学習を進め、ロボットの訓練データとして活用することができるとのこと。
合成データ用の Isaac GR00T ワークフローと Nvidia Cosmos WFMが汎用ヒューマノイド ロボットの開発を加速させるとしています。
<参照URL>
https://blogs.nvidia.com/blog/isaac-gr00t-blueprint-humanoid-robotics/
Nvidia NIM マイクロサービスとして利用可能なオープン Llama Nemotron LLMとCosmos Nemotron VLMは、あらゆる高速化システム上の AI エージェントを強化できるとのこと。
Llama Nemotron LLMは、顧客サポート、不正検出、製品サプライ チェーンおよび在庫管理の最適化など、さまざまなアプリケーションにわたって AI エージェントを作成し、展開するをの支援するとしています。
Nvidia Cosmos Nemotron VLMとビデオ検索および要約用の Nvidia NIM マイクロサービスを使用すると、開発者は、自律マシン、病院、店舗、倉庫、スポーツイベント、映画、ニュースからの画像やビデオを分析して応答するエージェントを構築できるとのこと。
<参照URL>
https://blogs.nvidia.com/blog/nemotron-model-families/
AMR、ロボット アーム、自律フォークリフト、ヒューマノイドなどのロボットに依存しない効率的なロボット管理のため、Nvidia Accelerated Computing、AI、Isaac、Omniverse のリファレンス アーキテクチャを提供。
Omniverse Cloud Sensor RTX API を使用し、ロボット開発者は工場内のあらゆる種類のインテリジェントマシンからのセンサー データを同時にレンダリングし、忠実度の高い大規模なセンサー シミュレーションを実行でき、Nvidia Isaac ROS を使用したパイプラインで合成データを使用して、デジタル ツイン内の無限のシナリオでロボットをテストできるとのこと。
これにより、ロボット、ビデオ分析 AI エージェントなどを駆動する AI 搭載ロボットブレインを開発、テスト、最適化、展開を可能にするとしています。
<参照URL>
https://blogs.nvidia.com/blog/mega-omniverse-blueprint/
Ryzen AI Max+ 395 には、最新の Zen 5 CPU アーキテクチャに基づく 16 個のコアが含まれ、アプリケーションが次に実行するタスクを予測し、そのタスクを事前に完了して時間を節約する分岐予測メカニズムが含まれているとのこと。
将来のアプリケーション ワークフローを予測して、パフォーマンスを向上させることができるとしています。
また、Ryzen AI Max+ 395 のオンボード GPU には、GPUコアに相当する 40 個のコンピューティング ユニットがあり、4nmのGPUアーキテクチャRDNA 3.5 に基づいているとのこと。
Ryzen AI Max+ 395 搭載のラップトップには、最大 128 GBのメモリを搭載、CPU、GPU、NPU で共有され、オプションで、メモリの大部分を GPU に割り当てて、AI モデルに提供するパフォーマンスを向上させることができる
ともしています。
AMD は社内テストで、Ryzen AI Max+ 395 を使用して Llama 70B LLMを実行し、より少ない電力で Nvidia RTX 4090 GPU よりも 2.2 倍優れたパフォーマンスを実現したとしています。
買収が成立しない可能性もあるとのことですが、AIクラスタ向けに先に買収したGraphcoreのBow IPUと、AmpereのAurora/AmpereOne M CPUを組み合わせるかもしれません。
AIモデルを実行する際に最大 13 TOP (1 秒あたり 13 兆回の計算) で処理可能なNPUを搭載しているとのこと。
Snapdragon X プラットフォームは、8 コアの Qualcomm Oryon CPU と 45 兆回/秒の NPU を搭載しており、ISO 電力で 163% 高速なパフォーマンスを実現しながら、大幅に少ないエネルギー消費を実現しているとのこと。
ダイナミック グラフィックスをサポートする電力効率の高い統合型GPUも搭載されており、プレゼンテーションの作成、Web ブラウジング、コンテンツのストリーミングに適しているとしています。
また、オンプレミスAI向けに、AI On-Prem Applianceを発表。
企業がオンプレミスで生成 AI とコンピューター ビジョンのワークロードを実行できるように設計されたハードウェアで企業は機密データをローカルで処理して、プライバシーを強化し、待ち時間を短縮し、クラウドベースと比較して大幅なコスト削減を実現できるとしています。
自然言語処理、画像生成、インテリジェント検索をサポートするQualcomm AI Inference Suiteと組み合わせることで、企業は独自のデータの制御を維持しながら、特定のニーズに合わせて AI アプリケーションを微調整できるとのこと。
IBMは、watsonxプラットフォームとGraniteファミリーのAIモデルを組み合わせ、自動車、小売、製造、通信などの分野で多様なエンタープライズおよび産業用アプリケーションをサポートするために協力しているとしています。
<参照URL>
https://www.qualcomm.com/snapdragon/news/welcome-to-the-future-with-snapdragon-x-unveiled-at-ces-2025-
https://www.qualcomm.com/news/releases/2025/01/snapdragon-x-series-continues-to-redefine-the-pc-category-with-a
https://www.qualcomm.com/news/releases/2025/01/qualcomm-launches-on-prem-ai-appliance-solution-and-inference-su
A16z、BalckRock、Fidelity、LightSpeed、MGX、Morgan Stanley、OIA、QIA、Sequoia Capital、NVIDIA、AMDなどが参加したとのこと。
xAIの評価額は現在450億ドルと、以前の評価額の2倍近くになっているとされます。
この新たな資金により、革新的な新しい消費者向け/企業向け製品の発売に注力し、高度インフラの追加をさらに加速、画期的な製品を出荷し、研究開発を加速するとしています。
<参照URL>
https://x.ai/blog/series-c
https://www.sec.gov/Archives/edgar/data/2002695/000200269524000003/xslFormDX01/primary_doc.xml
Northは、ビジネスワーカーがCohereのAIモデルをより簡単に使用できるように設計され、かつ、安全なAI Workplaceプラットフォームとのこと。早期アクセスプログラムを通じて利用可能です。
Northは、顧客が Command LLM シリーズと対話できるチャットボットインターフェイスを提供。
従業員はこのツールを使用して、収益レポートを分析したり、ドキュメントを検索したり、その他のビジネスタスクを実行したりでき、プロンプト応答にテキストだけでなく、グラフなどの他のデータも含めることができるとのこと。
また、特定のタスクに最適化された AI エージェントを数回のクリックで作成することもでき、プログラミングの専門知識は必要ないとしています。
North は、内部的にはCohereのAIモデル Command と Compassを利用。
後者は AI を利用した検索ツールで、企業のシステム内の特定のデータを見つけて AI モデルで利用できます。
North はクラウドとオンプレミスの両方で導入でき、サイバーセキュリティ上の理由から、企業のネットワークや Web の他の部分から隔離されたエアギャップ環境でも実行でき、規制の厳しい業界の組織でも North を導入しやすいとしています。
<参照URL>
https://cohere.com/blog/north-eap
https://cohere.com/north
AI開発における最大の課題の一つは、質の高いトレーニングデータの作成に膨大な時間とコストがかかることです。
ProVisionは、画像からシーングラフ(画像内の物体や属性、それらの関係性を構造化して表現)を自動生成し、それを基にトレーニングデータを作成するフレームワークで、マルチモーダルAIの学習効率を大幅に向上するとのこと。
24種類の単一画像用と14種類の複数画像用の教師データ生成プログラムを実装、すでに1,070万件を超える大規模なデータセット構築に成功し、物体認識、属性分析、関係性理解、深度推定など、多岐にわたる画像理解タスクに対応できるとしています。
また、このフレームワークにより、1000万件以上のトレーニングデータセット「ProVision-10M」を生成、既存のマルチモーダルモデルの性能を最大8%向上させることに成功したとのこと。
eコマースプラットフォーム、医療画像分析、自動運転車、ソーシャルメディアなど、視覚的な関係性の理解が重要な分野に活用できるとされています。
<参照URL>
https://www.salesforce.com/blog/provision-multimodal-data-generation/
https://huggingface.co/datasets/Salesforce/ProVision-10M