半導体業界は、各社が AI トレーニングから推論最適化へと軸足を移す中で大きな変化を目撃している。 AMD の最新の戦略的動きは、資産よりも人材を優先する従来とは異なる買収を通じてこの傾向を象徴しており、同社が専門的な AI 推論市場への積極的な参入を図っていることを示している。
従来の買収を超えた戦略的チーム獲得
AMD は Toronto を拠点とする Untether AI のユニークな買収を完了したが、従来の意味での買収ではない。会社全体を購入するのではなく、 AMD は Untether AI の完全なエンジニアリングチームを特定してターゲットとし、採用する一方で、すべての会社資産と製品を残した。この選択的なアプローチにより、 Untether AI の speedAI 推論プロセッサと imAIgine SDK が即座に廃止され、既存の顧客は継続的なサポートや製品の入手可能性を失うことになった。
この買収により、 AI ハードウェアとソフトウェアエンジニアの専門チームが AMD にもたらされ、特に AI コンパイラ開発、カーネル最適化、システムオンチップ設計における専門知識を有している。 AMD は、この人材獲得が同社の AI ポートフォリオ全体にわたってデジタル設計能力、設計検証プロセス、製品統合コンピテンシーを向上させると強調した。
** Untether AI の製造中止製品:**
- speedAI AI推論プロセッサ
- imAIgine ソフトウェア開発キット（SDK）
- エネルギー効率の高いニアメモリコンピューティングアーキテクチャ
- エッジからクラウドまでの様々なニューラルネットワークモデルのサポート
Untether AI の専門技術アプローチ
Untether AI は、トレーニングではなく推論ワークロードに特化して最適化されたプロセッサを開発することで、 AI 推論市場でニッチを切り開いていた。同社の speedAI プロセッサは、メモリコンポーネントに直接隣接して処理ユニットを配置するニアメモリコンピューティングアーキテクチャを採用していた。この設計哲学により、従来の GPU ベースのソリューションと比較してレイテンシと消費電力が大幅に削減され、エネルギー効率が最重要となる推論アプリケーションに特に適していた。
NVIDIA の Blackwell Ultra や AMD 自身の Instinct MI350 などの高性能 GPU は AI モデルトレーニングに優れているが、数百ワットの電力を消費する。 Untether AI のアプローチは、特にアプリケーションがクラウドベースのトレーニング環境からエッジ推論シナリオに移行する中で、 AI デプロイメントにおけるエネルギー効率への懸念の高まりに対処していた。
消費電力の比較:
- 従来のAI GPU：数百ワット（トレーニング用に最適化）
- Untether AI の speedAI ：大幅に低い消費電力（推論用に最適化）
- アーキテクチャの優位性：レイテンシと消費電力を削減するため、プロセッサをメモリに隣接して配置
推論最適化への業界シフト
この買収は、純粋な計算能力を超えて NVIDIA の優位性に挑戦する AMD のより広範な戦略を表している。この動きは、 AMD が AI 推論最適化に焦点を当てた別のスタートアップである Brium の買収を発表した翌日に行われ、包括的な推論能力を構築するための集中的な取り組みを示している。
業界アナリストは、このパターンが AI 開発の優先順位における根本的な変化を反映していると示唆している。半導体リクルーティング会社 SBT Industries の社長である Justin Kinsey 氏は、 AMD の買収を GPU ベンダーがモデルトレーニングの成熟を認識し、従来のトレーニング市場における GPU 収益の減少を予想している証拠として特徴づけた。この予測は大胆ではあるが、過去6か月間に観察された新興業界パターンと一致している。
AMD の最近の AI 重点買収:
- 2025年6月5日: Untether AI エンジニアリングチーム買収
- 2025年6月4日: Brium 買収（AI推論最適化）
- 過去の買収: Silo AI 、 Nod.ai 、および Mipsology
顧客への影響と市場への示唆
買収の構造は、 Untether AI の既存顧客基盤に不確実性をもたらした。 AMD が会社の資産や知的財産を買収しなかったため、 speedAI プロセッサと開発ツールに投資した顧客は、継続的なサポートと将来の製品開発において潜在的な課題に直面している。 Untether AI の顧客基盤の規模とこれらの関係への具体的な影響は不明のままである。
この展開は、業界が成熟するにつれて AI 推論最適化の重要性が高まっていることを浮き彫りにしている。 AI アプリケーションがより広く普及し、エネルギーコストが上昇し続ける中、企業は推論ワークロードにおいて電力を大量消費するトレーニング GPU の代替手段をますます求めている。専門的な推論能力の構築に対する AMD の戦略的焦点は、特に企業が純粋な計算能力よりも運用効率を優先する中で、この進化するセグメントで市場シェアを獲得する可能性を同社に与えている。