コンピューティング業界の大変革：「GPU積み上げ」から「トークン販売」へ

2026年7月最終週、コンピューティング業界はビジネスモデルの深層的な変革を迎えている。ハイエンド算力の値上がりが続き、供給が逼迫する中、大手企業は単なるハードウェアレンタルから脱却し、「トークンファクトリー」という全く新しいモデルを模索し始めた——「ハードウェア販売」から「サービス販売」へ、GPU時間単位の課金からAI生成トークン数に基づく課金へと移行している。この変化は、競争の焦点が「何枚のGPUを所有するか」から「どれだけの知能を効率的に生み出せるか」へと移ったことを示しており、業界全体がリソース主導型経済からサービス主導型経済への転換点に立っている。

1. トークンファクトリー：コンピューティングビジネスモデルのパラダイムシフト

「トークンファクトリー」とは、算力サービス事業者がGPUの枚数や計算時間を主要な課金単位とせず、代わりにAIモデルが生成したトークン（モデルが処理する最小のテキスト単位）の数を納品・課金の基準とするモデルである。このモデルはTaaS（Token‑as‑a‑Service）と呼ばれ、その本質は算力を計測可能で取引可能な知能生産力として抽象化することにある——電気が「発電機のレンタル」から「1kWhあたりの課金」へと進化したのと似ている。

現在までに、潤建股份、弘信電子、行雲科技、超訊科技、南威ソフトウェアなど10社以上の上場企業が、「トークンファクトリー」事業の探索・導入を公に表明している。先日閉幕した2026年世界人工知能会議（WAIC）では、「トークンファクトリー」が多くの算力企業ブースで頻出キーワードとなり、各社がトークン課金プラットフォームやスケジューリングシステムを展示し、業界のコンセンサスが急速に固まりつつある。

行雲科技はこのモデル転換の典型例である。7月29日夜、行雲科技は、既に締結していた大規模算力サービス契約が増枠・値上げされるだけでなく、「トークン収入に関連する固定サービス料」が新たに追加されたと発表した。具体的には、同社とある大手長文脈大モデルサービスプロバイダーとの契約において、算力サービスユニットが128から256に倍増し、契約総額は約10億元から30億5300万元へと201％も増加した。同時に、ユニットあたり月額サービス料も21％から36％程度上昇した。発表では特に、新たなトークンサービス料は実際に生成されたトークン数に応じて段階的に決済されることが明記されており、行雲科技の収益構造が単純なリソース賃貸から「基本算力料＋成果連動型シェア」へと移行し、ビジネスの柔軟性が大きく高まっている。

もう一つの代表例である潤建股份は、WAIC期間中に「潤建智算トークンファクトリー」2.0を発表し、5万枚以上の異種GPUを統合済みとし、中小モデルチーム向けにトークン課金の開発者向けパッケージを提供するとしている。弘信電子は複数の国産チップメーカーと連携し、燧原科技や寒武紀などのチップをベースにしたトークン化算力プールを構築し、国産代替ルートで差別化されたサービス能力を築こうとしている。

2. 価格高騰：需給不均衡がもたらす市場の現実

トークンファクトリーモデルが台頭した背景には、ハイエンド算力の慢性的不足と価格の持続的上昇という「売り手市場」がある。この値上げの波は民生用グラフィックカードとレンタル市場の両方に及び、その激しさと継続性は近年まれに見るものである。

民生側では、グラフィックカード市場はまさに「価格嵐」に見舞われている。主要GPUメーカー（NVIDIA、AMD）の値上げ通知を受け、各ブランド工場は一斉に在庫保留政策を実施し、大口出荷を停止したため、チャネル在庫は急速に枯渇した。深セン華強北の複数の販売業者は「この2日間で約30％の値上がりだ」と証言し、RTX 5070は昨年の小売価格約4500～5000元から現在は6000～6500元に、RTX 5080は8000元台からほぼ12000元にまで跳ね上がった。「ほぼ日替わりで値段が変わり、1日平均500～1000元の値上がりだ」という状況で、一部のハイエンドモデルは「値段はあっても品物がない」状態にまで至っている。ゲーマーやAI愛好家は悲鳴を上げ、転売ヤーや買い占め業者が活発化している。

レンタル側でも、算力レンタル価格は上昇を続けている。業界分析機関のデータによれば、NVIDIA B200のスポットおよび契約複合レンタル価格は、2025年8月の約4.0ドル/GPU・時間から2026年7月には約5.0～5.2ドル/GPU・時間まで上昇し、累計で25～30％の値上がりとなった。H100の1年契約レンタル料も2025年末の低水準から回復し、現在は約2.8～3.0ドル/GPU・時間で安定している。国内の算力レンタル市場でさえ、A800、H800などのコンプライアンス適合モデルのレンタル料は前月比15～20％上昇し、長期契約は数か月前の予約が必要だ。

この値上げの根本原因は、AI算力需要による上流生産能力への「吸い込み効果」にある。サムスン、SKハイニックス、マイクロンの3大メモリメーカーは、先端パッケージングとウエハー生産能力の70～90％を、より利益率の高いHBM（高帯域幅メモリ）に振り向けている。HBMの収益性は民生用GDDRよりもはるかに高く、主にNVIDIA、AMDなどのデータセンター顧客に供給される。メーカーがHBM受注を優先するため、民生用グラフィックカード向けのGDDR生産能力は大幅に縮小し、メモリコストが上昇する。このコスト圧力がサプライチェーンを伝って最終的に小売価格を押し上げている。さらに、世界的なAI大モデル競争が「百モデル大戦」の白熱段階に入り、大手各社はクラスター規模を千枚単位から万枚、さらには十万枚単位へと引き上げており、需給ギャップがさらに拡大している。

3. 「カード積み上げ」から「システム」へ：競争ロジックの進化

トークンファクトリーモデルの台頭は、コンピューティング業界における競争ロジックの全体的な高度化と不可分である。GPUの枚数を増やすだけの「カード積み上げ」時代は終わり、システムレベルの最適化が勝敗を分ける鍵となっている。

先のWAIC 2026は明確なシグナルを発信した。すなわち、国産算力は「積み上げ」の初期段階を完全に脱し、高速相互接続、ソフトウェアスタック、クラスタースケジューリングなどシステムレベルでの競争の新段階に入ったのである。華為の昇騰950スーパーノードは実機で初公開され、1024枚の昇騰NPUカードを搭載し、独自のHCCS高速相互接続技術によりFP8で1 EFLOPSの演算性能を提供し、クラスターの線形加速比は0.92以上と理論値に近い。中科曙光は全国産の10万カードAIスーパークラスター「曙光8000」を展示し、独自の分散ストレージと液冷システムを採用し、PUEは1.08という低さを実現した。沐曦股份は曦景S600スーパーノードを発表し、万枚級クラスターへの水平展開をサポートし、PyTorch 2.0以上のエコシステムに対応する。

これらの展示は、業界の評価基準がもはや単一チップのピーク演算性能やメモリ帯域幅などのパラメータにとどまらず、ノード間通信レイテンシ、障害復旧時間、自動並列化戦略、コンパイラ最適化効率などのシステム能力にまで拡張されたことを示している。ある業界のシニアアーキテクトが言うように、「今後、国産GPUが市場に大量投入されれば、ハードウェア供給は次第に充足するだろう。有力な算力企業はスケジューリングや推論最適化といったソフトウェアシステム能力の構築に競争の重心を移している。同じハードウェアからより多くのトークンを生み出せる者が価格決定権を握るのだ。」

この変化は「トークンファクトリー」の内在的要請とも合致する。トークン出力効率はGPUの浮動小数点演算速度だけでなく、メモリ帯域幅、ネットワーク遅延、スケジューリングアルゴリズム、モデル並列化戦略などシステム全体に依存する。したがって、システム能力の向上は単位コストあたりのトークン生産性に直結し、ビジネスモデル成立の技術的基盤となる。

4. 「リソース販売」から「サービス販売」へ：産業価値の再構築

トークンファクトリーモデルの核心は、算力を「リソース」から「サービス」へと格上げすることにあり、この転換は産業チェーン全体の価値配分を再編している。

過去数年、算力業界の競争力は「GPUを所有すること」に依存していた。多くの投資家はGPUを新しい「デジタル不動産」と見なし、巨額の資本を投じてカードを購入しデータセンターを建設し、「算力投機家」が買い占める事例すらあった。このリソース主導型モデルは単純明快だが、限界収益は逓減し、ハードウェアの陳腐化や技術革新リスクに脆弱である。

現在、大手企業はサービス形態を「一括算力販売」から、収益性が高く顧客ロイヤルティも強いTaaSモデルへとアップグレードしている。これは何を意味するのか？算力はもはや単なるグラフィックカードの寄せ集めではなく、ハードウェアドライバ、ミドルウェアスケジューラ、モデル最適化、アプリケーションインターフェースに至るまでの完全な生産システムなのである。トークンは、下位の算力と上位のアプリケーションを結ぶ普遍的な意味単位として、AI生産性を測る中核的な「通貨」へと進化している。

下流の顧客にとって、トークン課金は導入障壁を低くする。開発者は裏側で何枚のGPUが使われているか、どのモデルかを気にする必要がなく、実際に消費したトークン数に応じて支払えばよい——水道代と同じように直感的だ。これは特に中小企業や個人開発者にとって有利で、より柔軟なコストでAIアプリケーション革新に参画できる。同時に、トークン課金は推論スループットと自然に連動するため、サービス事業者はシステム効率を継続的に最適化するインセンティブを持ち、「効率向上→コスト低下→顧客増加→データ増加→さらなる最適化」という好循環が生まれる。

もちろん、この移行には現実的な課題も残されている。**に、トークンの価格設定基準は統一されておらず、モデルやタスクによってトークン当たりの「価値」が大きく異なるため、公平で透明な料金体系の確立は業界の難題である。第二に、世界の高性能GPUの約15～20％は「開封も電源投入もされていない」状態にあると言われ、遊休算力の有効活用には時間がかかる。第三に、ベンダー間・地域間の相互接続や標準化されたスケジューリングも技術的ハードルである。

しかし、方向性は明らかだ。算力業界の競争は「何枚のGPUを持つか」から「どれだけのトークンを生み出せるか」へと移行している。将来、最も低コストで最高効率に多くのトークンを出力できる者が、AI算力新インフラの中核的プレーヤーとなるだろう。

5. 展望：算力のユニバーサル化とAI民主化へ

2026年7月最終週、コンピューティング業界は新たな転換点に立った。トークンファクトリーは単なるビジネスモデルの革新ではなく、算力が「ハードウェア時代」から「サービス時代」へ移行する象徴的な出来事である。それは、算力が水道や電気のように計量可能で取引可能、そして誰でも利用できる公共サービスへと変貌することを予感させる。

トークン単位で算力を消費できるようになれば、AIモデルのコストは透明で制御可能になり、企業や個人はクラウドサービスと同様にオンデマンドで知能生産力を調達できる。これによりAIアプリケーション革新の障壁は劇的に下がり、多様な分野で特化型モデルやアプリケーションが生まれ、AIが真にあらゆる産業や家庭に浸透していく。同時に、トークンファクトリーは精緻なスケジューリングと課金によって、リソースを高価値タスクに誘導し、社会全体の算力利用効率を向上させる可能性を秘めている。

将来的には、チップ製造プロセスの進歩、先端パッケージング技術の成熟、システムソフトウェアの継続的改善により、トークン当たりのコストはさらに低下するだろう。そのとき、AI算力はもはや巨大テクノロジー企業だけの専用奢侈品ではなく、誰もが利用できる基礎インフラとなる。この「GPU積み上げ」から「トークン販売」への変革は始まったばかりであり、その影響は今後数年にわたって徐々に顕在化していく。