シーゲイト：輝達の次波AIアップグレードの鍵はGPUではない可能性

『Benzinga』は、輝達（NVDA-US）のAIチップが現在のAIブームを牽引していると報じている。しかし、シーゲイト・テクノロジー（STX-US）は、AIの次の段階でのパフォーマンス向上は、より強力な演算能力から生まれるとは限らないと考えている。

このデータストレージ企業は、よりスマートなストレージアーキテクチャ（storage architecture）により、同じ数の高価なGPUを使ってより多くの作業を完了できることを指摘している。これにより、インフラコストを削減しつつ、全体の生産性を向上できるという。

AIに必要なのは、より高速なチップだけではない

シーゲイトの主張は、最近SK海力士（SKHY-US）と共同で発表したホワイトペーパーに基づいている。この報告書は、推論（Inference）およびエージェント型AI（Agentic AI）のワークロードが、どのようにデータ管理の方法を変えていくかを検討している。

報告書によれば、同じ情報を繰り返し再生成するのではなく、現代のAIアプリケーションは、再利用可能なコンテキストを保存し、後続のやり取りで直接呼び出すことにますます依存しているという。

シーゲイトのデイブ・モズリーCEOは、2026会計年度第4四半期の決算電話会議で、「我々がSK海力士と共同で発表した最新のホワイトペーパーは、推論およびエージェント型AIワークロードにおける階層化ストレージ（tiered storage）の重要性を示しており、これはハードディスクストレージの価値を明確に浮き彫りにしている」と述べた。

このアーキテクチャの中心となるのが、Key-Value Cache（KV Cache、キー・バリュー・キャッシュ）である。

これは、AIが以前に生成したコンテキスト情報を保存し、モデルが後でやり取りする際に再計算することなく直接読み取れるようにするものだ。

モズリー氏は、「Key-Value（KV）キャッシュは、これらのコンテキストを効果的に保存し、再利用できる」と説明した。

シーゲイトは、一見単純な変更に見えるが、実際にはAIのコスト効率に大きな影響を与えると考えている。

メモリ、SSD、従来のHDDの間でコンテキストデータを管理・移動させることで、GPUが毎回再計算する必要がなくなる。これにより、AIインフラは最も高価なGPUリソースをより有効に活用できるようになる。

モズリー氏は、「これにより、ハードディスクストレージの需要が成長し、エージェント型AIアプリケーションにおいて最も計算資源を消費する段階でのGPU使用量が削減される。その結果、GPUリソースは、収益を生むより多くのワークロードを実行するために解放される」と述べた。

GPUは依然として中心だが、ストレージの重要性は急速に高まっている

シーゲイトは、これがGPUの重要性が低下することを意味するわけではないと強調している。

むしろ、AI推論ワークロードが増加し、モデルがより多くのコンテキスト情報を保持する必要が出てくるにつれて、ストレージシステムはAIパフォーマンスに影響を与える重要な要素になりつつある。

今後は、演算能力やメモリに加えて、ストレージアーキテクチャ（Storage Architecture）もまた、AIスタック（AI Stack）の重要な構成要素となるだろう。

シーゲイトは、AIが高容量ストレージデバイスに対する構造的な需要を継続的に押し上げていると考えている。

同社の経営陣は、現在、クラウドデータセンターが同社のエクサバイト（EB）級HDD出荷量の約90％を占めており、AIインフラの拡張が続く中で、顧客は長期的な供給契約を2029年以降まで延長していると指摘している。

投資家にとってのポイントは、AIの次の段階の競争が、単に大規模なGPUクラスタの構築に限らないということだ。

企業が1つのNVIDIA AIアクセラレータからも最大限の効果を引き出そうとする中で、次のアップグレードをもたらすのは、GPUそのものではなく、陰で静かに動作するストレージシステムである可能性がある。