生成AIニュース 2026年6月25日

富士通の新アーキテクチャ「PHOTON」、Transformerの475倍──この数字をどう読むか

「GPUあたり最大475倍」という数字が、先週静かに発表された。

富士通が開発した新アーキテクチャ「PHOTON（Parallel Hierarchical Operation for TOp-down Networks）」の話だ。従来のTransformerと比較したマルチクエリー性能、つまりGPUリソース当たりのスループットが、最大475倍に達するという。

475倍。この数字だけ見ると「また誇張では」と思う人もいるだろう。ただ、今回の発表は7月2日から米国サンディエゴで開催されるACL 2026（計算言語学の最高峰カンファレンスのひとつ）のオーラルセッションでの発表が予定されており、査読を通った研究成果だ。単なるプレスリリース芸ではない、という点は最初に押さえておきたい。

なぜ今、推論コストが問題なのか

生成AIは「推論させれば賢くなる」という方向に進化してきた。長く・深く思考させることで性能が上がる、いわゆるChain-of-ThoughtやReasoning系のアプローチが急速に実用化されている。

ただし、これには代償がある。

現在の主流アーキテクチャであるTransformerは、入力トークンが増えるほど、過去の情報を保持するためのメモリアクセス（KVキャッシュ）が膨らみ、処理速度が低下する。長い文書を扱う場合や、多数のユーザーが同時にクエリを投げる場合、この問題は顕著になる。「賢くしたい」のに「遅くなる・高くなる」という矛盾が、現場のインフラ担当を悩ませ続けてきた。

PHOTONはこの問題を、アーキテクチャの根本から解こうとしている。

技術の中身：何をどう変えたのか

PHOTONの特徴は大きく2つある。

ひとつ目は「意味単位での階層処理」だ。

通常のTransformerは文章を細かなトークン（数文字単位）に分解し、すべてのトークン間の関係を計算する。これが計算量を膨らませる根本原因でもある。PHOTONは文章を意味のまとまりとして捉え、階層的に処理することで計算量を削減する。さらに、複数の文章を同時に処理することで、GPU当たりの計算効率を最大475倍まで引き上げる。

ふたつ目は「マルチクエリー統合技術」だ。

同じ問いに対して、少しずつ異なる複数のクエリや候補を生成し、その結果を統合して最終的な答えを出す。多数決や最良候補選択などの方法で結果をまとめることで、1回の推論だけでより安定した高い性能を実現する。

これらが組み合わさった実験結果が、富士通の発表に記載されている。600M・900M・1.2Bパラメータの各モデルサイズにおいて、従来のTransformerと比較してメモリ使用量を抑えながら高い生成スループットを実現。特に1.2Bパラメータモデルでは、「わずかな性能劣化と引き換えに従来のTransformerと比べて約475倍のマルチクエリー計算能力を実現した」と明記されている。

KVキャッシュの観点でも、PHOTONは1回あたりの生成に必要な使用量が小さいため、同じGPUメモリ予算内で複数の生成結果を並列に得ることができる。検証では9クエリーを統合するだけで従来のTransformerと同水準の性能を達成している。

ここからは見方の話：この発表が示す構造的な意味

ここからは事実の整理を離れ、この発表をどう読むかという話をしたい。

まず、この発表が「アーキテクチャ層での競争」が本格化しつつあることを示している点に注目したい。

ここ数年、生成AIの性能向上は主にスケーリング（パラメータ数の増加）と学習データの拡充によって達成されてきた。一方で推論コストの削減は、量子化・蒸留・バッチ最適化といったエンジニアリング的な工夫で対処するのが主流だった。アーキテクチャそのものを変えようという動きは、MambaやRetNetなど少数の研究が試みてきたが、実用化の話はまだ限定的だ。

PHOTONはその文脈に位置づけられる。「Transformerを前提とした最適化」ではなく、「Transformerに代わる設計思想」を提示しようとしている。

ただし、ここで冷静になる必要がある。今回の実験は最大1.2Bパラメータまでの検証だ。実際のビジネス用途で使われるGPT-4クラス（推定1兆パラメータ規模）や、Llama-3の70Bクラスへの適用可能性については、まだ何も言われていない。「小規模では圧倒的に効率的」が「大規模でも有効」に直結するかどうかは、別の話だ。

また「わずかな性能劣化と引き換えに」という表現も気になる。この「わずか」がどの程度なのか、具体的なベンチマーク数値は現時点では公開されていない。ACL 2026の論文が公開されれば、より詳細な評価が可能になるはずで、そこを見るまでは判断を保留したほうがいい。

実務への示唆と今後の論点

ではこの発表を、実務の文脈でどう受け取るべきか。

インフラ・MLOps担当者の視点で言えば、「推論コストの構造的な削減」が本格的な研究テーマになってきた、という確認材料になる。 現状、推論コストを下げるための手段はプロバイダー側の努力（APIの価格下落）や、プロンプト短縮・キャッシュ活用といった応用側の工夫に頼りがちだ。PHOTONのような「設計レベルでの解決策」が実用化されれば、コスト前提が大きく変わる可能性がある。

プロダクト担当の観点では、「マルチエージェント・長文処理が安価になる未来」を前提にしたユースケース設計の議論を、少し前倒しで始める根拠になる。特にマルチクエリー統合技術は、複数の候補を並列生成して最良を選ぶというアプローチだ。これは品質保証の観点でも興味深く、単一生成の不安定さを構造的に補う設計思想と読める。

経営・投資判断の観点では、「ハードウェアへの依存度を下げる技術」として見ておく価値がある。 GPU不足・GPU高騰という文脈で、ソフトウェア・アーキテクチャ側のイノベーションが実際にコスト問題を緩和するなら、AIインフラの勝ち筋がまた変わってくる。

次に問われる論点を挙げると、こうなる。