中国のスーパーコンピュータ「LineShine」が世界最速となった──。このニュースを目にしても、「また中国の技術力が伸びたのか」程度に受け止めた人は少なくないだろう。

しかし、このニュースは単なるスーパーコンピュータの性能競争ではない。AI時代における国家競争の構図が変わりつつあることを示す象徴的な出来事であり、日本のビジネスパーソンにとっても無関係ではない。

生成AIがビジネスの現場に浸透し始めた今、競争力を左右するのはAIアプリケーションだけではない。AIを動かすための半導体やGPU、スーパーコンピュータ、データセンターなどの「計算資源」、そしてそれを支える電力や国家戦略も大きく影響する。

OpenAIやGoogle、Anthropicが相次いで巨額投資を受け、各国政府が半導体産業への支援を拡大しているのも、AI時代の競争力が「優れたアルゴリズム」だけでは決まらないことを理解しているからだ。

本稿では、中国のスーパーコンピュータが世界最速になった背景を整理しながら、日本との差はどこにあるのか、そしてビジネスパーソンが今後どのような視点を持つべきかを考察する。

世界最速の意味は「順位」ではない

2026年6月に発表されたスーパーコンピュータランキング「TOP500」で、中国・深圳に設置された「LineShine」が世界1位となった。スーパーコンピュータの計算性能を測るLINPACKベンチマークで2.198エクサフロップスを記録し、これまで首位だったアメリカの「El Capitan」を上回った。

エクサフロップスとは、1秒間に100京回の浮動小数点演算を実行できる性能を指す。LineShineは1秒間に約220京回の計算能力を持ち、日本の「富岳」の約0.442エクサフロップスに対して約5倍の性能を実現した。

ただし、今回のニュースで重要なのは、単純なランキングの順位だけではない。TOP500はスーパーコンピュータの性能を測る代表的な指標だが、実際のAI開発ではGPU性能やメモリ帯域、ネットワーク性能なども重要になる。そのため世界中の研究者や産業界が注目したのは、「どの国が世界一になったか」ではなく、「どのような技術で世界一になったか」だった。

LineShineは、NVIDIA製GPUを大量に搭載した従来型の設計ではなく、中国製CPUを約45,000基接続し、独自インターコネクトとソフトウェアスタックを組み合わせることで世界最高性能を実現した。これは技術的な挑戦であると同時に、中国の産業政策そのものを象徴する成果でもある。

TOP500共同創設者でテネシー大学のJack Dongarra（ジャック・ドンガラ）氏は、今回のランキングについて「エクサスケール計算（1秒間に100京回以上の浮動小数点演算が可能な超高速計算能力）は成熟期に入りつつある一方、AI向けの計算との融合が急速に進んでいる」とコメントしている。

スーパーコンピュータはもはや研究機関だけの設備ではなく、AI開発基盤としての意味合いを強めているのである。

中国が証明した「制裁下でも勝てる」というメッセージ

LineShineが注目される最大の理由は、性能そのものよりも、その構成にある。アメリカは2022年以降、中国への先端AI半導体の輸出規制を段階的に強化してきた。NVIDIAの「A100」や「H100」だけでなく、中国向けに性能を調整した「H800」や「H20」についても輸出規制・ライセンス要件の対象となっている。

狙いは、中国のAI開発能力や軍事転用を抑制することだ。しかし今回、中国はGPUを使用せず、国産CPUや独自ネットワークを組み合わせることで世界最高性能を達成した。

もちろん、AI学習性能ではGPU中心のシステムが依然として優位な場面も多い。しかし、中国が示したのは、「制裁を受けても国家として計算資源を構築できる」という事実である。

今回の成果が持つ意味は、スーパーコンピュータの性能向上だけではない。国家安全保障・産業政策・AI開発の競争力を一体で考える中国の姿勢がかたちになった出来事といえる。

米中対立が続く中、半導体は「現代の石油」とも呼ばれるようになった。その半導体だけでなく、OSやネットワーク、計算基盤まで自前で整備しようという中国の戦略は、世界のサプライチェーンにも少なからぬ影響を与えるだろう。

日本との差は性能ではなく「戦略」にある

日本には世界的なスーパーコンピュータ「富岳」がある。2020年にはTOP500だけでなく、スーパーコンピュータの性能を異なる観点から評価する「HPCG」、「Graph500」、「HPL-AI」で世界1位を獲得し、日本の計算科学の技術力の高さを世界へ示した。現在の順位では中国やアメリカに及ばないものの、それだけで日本の技術力が大きく劣っていると考えるのは早計だ。

日本が現在進めているのは、次世代スーパーコンピュータ「FugakuNEXT」の開発である。2030年前後の稼働を目指し、AI・高性能計算（HPC）・量子コンピュータを統合した新たな計算基盤の整備が進められている。

ここで見えてくるのは、中国と日本の戦略の違いである。中国は、輸出規制を前提として「国産技術による自立」を目指している。一方、日本は富士通を中心に海外企業とも連携し、AI時代に適した柔軟な計算基盤を構築しようとしている。

重要なのは、どちらが優れているという話ではなく、両国とも「AIの基盤そのもの」に巨額の投資を続けているという事実である。そして、その投資対象はAIアプリケーションではなく、AIを支える計算資源なのである。

AI時代に価値を生むのは「計算資源」を持つ企業である

生成AIブーム以降、多くの企業はChatGPTやClaude、GeminiといったAIアプリケーションの活用方法に注目してきた。しかし、AI産業の収益構造を見ると、本当に大きな価値を生み出しているのはAIアプリケーションだけではない。その裏側にある「計算資源」も重要な存在である。

OpenAIはMicrosoft Azureなどの巨大データセンターを活用しながら大規模言語モデルを開発してきた。MetaはAI開発向けインフラへの投資を加速させ、大規模なGPUクラスターの構築を進めている。AnthropicもAmazonとGoogleから巨額の投資を受け、高性能GPUへのアクセスを確保している。

つまり現在のAI開発の競争は、「優秀なエンジニアをどれだけ集められるか」という側面だけではない。どれだけ膨大な計算資源を確保し、それを効率よく運用できるかという側面もある。

この構図はクラウド市場にも表れている。Amazon Web Services（AWS）・Microsoft Azure・Google Cloudは、AI向けデータセンターやGPUインフラへの投資を急速に拡大している。AIモデルを開発する企業だけでなく、それを支えるクラウド事業者もまた、AI時代の競争力を握る存在になっている。

中国がLineShineで示したのは、「GPUを輸入できなくても、自国技術を中心に大規模な計算資源を構築できる」という可能性だった。スーパーコンピュータは研究者向けのみの設備ではない。AIや創薬、気候予測、製造業、防衛など、社会のあらゆる分野を支える基盤へと役割を変えつつある。

日本企業も無関係ではない

では、日本企業はこうしたAIを支える計算資源をめぐる競争を、どう捉えればよいのだろうか。世界一の座を中国に奪われたからといって、悲観する必要はない。

日本はスーパーコンピュータの性能競争では中国やアメリカに後れを取る部分もあるが、AIを現実社会へ実装する産業では依然として世界有数の強みを持っている。

自動車産業では、トヨタやホンダがスーパーコンピュータを活用し、自動運転技術や車両設計のシミュレーションを高度化している。製薬業界では武田薬品工業や第一三共などがAIを創薬プロセスへ取り入れ、候補化合物の探索期間の短縮を進めている。素材メーカーでもAIとシミュレーションを組み合わせ、新素材の開発効率を高める取り組みが広がっている。

富岳も、新型コロナウイルス流行時には飛沫拡散シミュレーションや創薬研究に活用され、豪雨や津波の被害予測、防災シミュレーションなど社会課題の解決にも貢献してきた。

富岳は単なる「計算が速いコンピュータ」ではない。AIやシミュレーションを社会実装するための基盤として、多様な分野で成果を上げてきたのである。

日本の強みは、製造業、医療、防災、ロボティクスなどの現実世界の産業とAIを結び付けられることにある。アメリカの企業がAIモデルの開発を積極化し、中国が国家主導で計算基盤を整備する中、日本には「AIを産業に実装する」という独自の競争軸がある。

「世界一」という順位だけを見るのではなく、その順位を支えた国家戦略や産業構造を見ること。それこそが、これからのビジネスパーソンに求められる視点ではないだろうか。

文：岡 徳之（Livit）