Xiaomi AI Cubeが示したローカルAIの現在地

Xiaomiは2026年8月24日、大規模AIモデルをローカルで動かすデスクトップシステム AI Cube Prototype を公開しました。目を引くのは筐体ですが、重要なのは内部の構成です。Xiaomi独自のSoC、AIアクセラレータ、自動運転向け演算チップ、MiMoモデル、最大160GBのユニファイドメモリを一つの構想にまとめています。

ただし、これは試作機です。価格、受注開始日、最終構成、OS、ストレージ、ポート、対応モデル形式は発表されていません。現時点で示されたのは技術の方向性であり、購入できる製品ではありません。

Xiaomiが確認した内容

発表されたXRingチップは3種類で、それぞれ役割が異なります。

* O3 は汎用のフラッグシップSoCです。10コアCPU、16コアGPU、Xiaomi公称200 TOPSの低消費電力NPUを搭載します。
* O100 はオンデバイスモデル向けの6nm AIアクセラレータです。ウエハーレベル3D積層により、ニアメモリ演算帯域は1.22 TB/s。O3+O100の組み合わせで最大毎秒330トークンとXiaomiは説明しています。
* D100 は3nmの車載AIチップです。20コアCPU、16コアNPU、最大160GBのユニファイドメモリに対応し、最大2000億パラメータのモデルを配置できるとしています。

AI Cubeのデモでは、120Bモデルと3Bモデルをローカルで動かし、高速系と低速系を切り替えました。モデル名、数値精度、コンテキスト長、バッチサイズ、120B負荷での実測速度は公開されていません。この情報がないため、興味深いデモではあっても他製品との比較には使えません。

冷却穴の数より重要な帯域

アルミ筐体には3万3874個を超える冷却穴がCNC加工されています。写真映えする数字ですが、ローカル推論で本当に重要なのは1.22 TB/sです。

トークン生成では、モデルの重みをメモリから繰り返し読み出します。そのため、大規模言語モデルの推論は演算性能より先にメモリ帯域が限界になることがあります。O100はウエハー積層と短い接続でこのボトルネックを狙っています。公称どおりなら、比較的小さな電力枠でも応答性を高められる可能性があります。

一方、再現可能なベンチマークはまだありません。毎秒330トークンという数字にはモデルと試験条件がありません。3Bモデルでの330トークンと120Bモデルでの330トークンでは、意味がまったく異なります。Xiaomiが負荷条件を公開し、第三者が再現するまではメーカー公称値として扱うべきです。

メモリ容量は概算できます。120Bモデルの重みは8ビットで約120GB、4ビットで約60GBです。実際にはKVキャッシュとランタイムの余裕も必要です。160GBの共有領域は大規模な量子化モデルに現実的な余地を与えますが、モデルが入ることと快適に提供できることは別の評価です。

1台の試作機か、複数構成か

初期報道の多くは、O3、O100、D100を同時に積む3チップ構成の1台としてAI Cubeを紹介しています。Xiaomiの発表文はそこまで明確ではありません。まずO3+O100の2チップ試作機を説明し、その後でD100もAI Cube Prototypeに搭載したと述べています。

これは3チップの単一システム、複数のAI Cube構成、または更新を重ねた開発プラットフォームのいずれとも読めます。判断に必要なブロック図は公開されていません。発表当日の曖昧さを確定仕様として扱わない方が安全です。

この区別は重要です。1.22 TB/sはO100の値です。最大160GBはD100プラットフォームの値です。それぞれの最大値を一つの見出しに並べても、そのまま一台の市販機の仕様になるとは限りません。

最後に必要なのはソフトウェア

ローカルAIハードウェアがプラットフォームになるのは、一般の開発チームがモデルを展開できるようになったときです。Xiaomiはランタイム、コンパイラ、対応演算子、モデルのパッケージ形式、API互換性、更新方針、一般的なオープンモデルを独自形式への変換なしで動かせるかを説明していません。

ここが戦略上の試験になります。Nvidiaの強みは半導体だけではありません。周辺のソフトウェア、ツール、文書、蓄積された運用知識も含まれます。Xiaomiはデバイス、HyperOS、MiMoモデルを持ち、演算レイヤーの支配範囲も広げています。AI Cubeはその垂直統合を机の上に置きましたが、外部開発者が使えることまでは示していません。

企業にとっての意味は、この1台より大きな流れにあります。ローカルAIサーバーはラック機器から、ユニファイドメモリを持ち、小型モデルと大型モデルを振り分けるオフィス機器へ近づいています。遅延を減らし、機密性の高いプロンプトを社内に残し、費用を予測しやすくできます。その代わり、セキュリティ、更新、監視、容量設計の責任は所有者側に戻ります。

いま要件があるなら試作機を待つ必要はありません。一方で、将来の発表資料を理由に現在のハードウェアを買うべきでもありません。負荷、データ境界、同時利用数、受入テストから始め、調達と保守ができるシステムを比較します。スペイン語のオンプレミスAIハードウェアガイドでは算定方法を公開しています。範囲を限定したAIコンサルティングでは、その計算を導入判断につなげます。

---

出典: HSTongが転載したLei Junの発表 · IT Homeのイベント報道。仕様と性能値はメーカーまたはイベントでの主張であり、第三者による測定値ではありません。