概念

AIインフラ

AIを支える計算資源・半導体・データセンター・実行基盤の総称。ローカルからクラウドまで。

AIインフラとは、AIモデルの開発・学習・推論を支える基盤全体を指す。具体的には半導体（GPU/カスタムチップ）、データセンター・電力、モデル実行ソフトウェア（llama.cpp・vLLM・Ollamaなど）、そしてクラウド／ローカル環境が含まれる。

背景

kurage-articles-index に収録された多数のニュース記事・技術解説では、AIインフラの競争が主要テーマの一つとして繰り返し登場する。とりわけ以下の流れが顕著である。

半導体覇権競争: nvidia がGPU市場を牽引し、amd がHeliosシステムで挑戦。OpenAI・Google・Apple・Amazonなどが独自カスタムチップ開発を進める「AIチップ戦争」が記事群で頻繁に報じられている。
ローカルLLMの台頭: local-llm の進化により、個人・中小企業でも自前のAI実行環境を持てるようになった。Ollama・llama.cpp・GGUF量子化・Apple Silicon最適化などがその代表例である。
オープンウェイトモデルとインフラの融合: open-weight-model の普及が、クラウド依存からセルフホスト型AIインフラへの移行を後押ししている。
AIエージェント実行基盤: ai-agent を安定稼働させるためのジョブキュー・ダッシュボード・multi-server構成（例: RQDB4AI、Kurage Agent Deck）も、AIインフラの一部として解説されている。

主要な論点

半導体・計算資源

NVIDIA、AMD、および各社カスタムチップ（OpenAI×Broadcom「Jalapeño」、Google TPU系、Amazon Trainium系など）の競争。
推論特化チップ・エッジAI（例: LiquidAI LFM2.5-VL-3B、Needle2）へのシフト。

データセンター・電力

データセンター建設ラッシュと電力インフラの脆弱性（AIのエネルギー消費）。
巨額投資（BlackRock、Microsoft、Amazon等）と国家単位のAIインフラ戦略。

ローカル vs クラウド

local-llm の性能向上により、プライバシー・コスト・レイテンシの観点からローカル実行が有力な選択肢に。
ollama・llama.cpp・MLXなどがローカル基盤を支える。

ソフトウェア基盤

vLLMによる推論高速化、llama.cppのMac高速化、bitsandbytes量子化など。
AIエージェント用の運用基盤（ジョブキュー、監視、マルチサーバ管理）。

Kurageプロジェクトとの関係

Kurageプロジェクトでは、AIインフラを「巨大クラウドに頼らない自前運用」の視点で活用している。例えば、Wan2.1 + Ollama + ffmpegによる動画生成、kurage-agent-deck によるスマホからのCodex CLI操作、rqdb4ai によるAIワーカー運用の安定化などが、ローカル/セルフホスト型インフラの実践例として記事化されている。