Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】Microsoft Finishes a 2.8-Trillion-Parameter Base Model, Plans Foundry Licensing

2026年10月21日に「Dev.to」が公開したITニュース「Microsoft Finishes a 2.8-Trillion-Parameter Base Model, Plans Foundry Licensing」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

Microsoft AIは2.8兆パラメータの巨大AIモデル「MAI-Base-2」の事前学習を完了した。MoE技術で800億のアクティブパラメータを持ち、既存モデルより4~12倍効率的。高性能GPUで38日間学習。モデルの重みは「Foundry」を通じ、一部パートナーへライセンス供与される予定で、オープンリリースはしない。

ITニュース解説

Microsoftが「MAI-Base-2」という新しい大規模人工知能モデルの事前学習を完了したと発表した。これは、さまざまな応用製品の土台となる「ファウンデーションモデル」と呼ばれるもので、その開発における重要なマイルストーンを達成したことを意味する。MAI-Base-2は「混合エキスパート(Mixture-of-Experts, MoE)」というネットワーク構造を採用しており、合計で2.8兆もの膨大なパラメータを持っている。しかし、一つの情報(トークン)を処理する際に実際に使われるのは、そのうち800億の「アクティブパラメータ」である。このアクティブパラメータの数が、モデルが情報を処理する際の計算量やコストに直接影響する。

「事前学習」とは、モデルが膨大なデータから一般的な知識やパターンを学習する最初の段階のことだ。この段階を終えると、モデルは汎用的な能力を持つ「ベースチェックポイント」となる。その後、「事後学習」という段階で、特定の用途に合わせてさらに訓練や調整が行われ、最終的に利用可能な製品版のAIモデルへと進化する。MAI-Base-2はまだ事前学習が終わったばかりで、製品としてのリリース時期や価格は未発表だが、Microsoftは既に次期モデル「MAI-Base-3」の準備も進めているという。

MAI-Base-2の事前学習は、2026年8月から9月にかけての38日間という短期間で行われた。この大規模な訓練には、最新鋭のNvidia GB200 GPUが16,000台も使用された。訓練の効率を示す指標として、「平均モデルFLOPs利用率(MFU)」が21%、「グッドプット」が89%と報告されている。MFUは、投入されたハードウェアの計算能力のうち、実際にモデルの学習にどれだけ活用されたかを示す数値だ。一方、グッドプットは、訓練期間全体のうち、実際に学習が滞りなく進んだ時間の割合を示す。89%という数字は、訓練の安定性が高く、訓練時間の約9割で学習が継続されたことを意味する。Microsoftは、MoEの実装における非効率性を改善したことで、MoE層のMFUが24%から35%に向上したとも報告しており、大規模モデルの訓練技術が進歩していることがうかがえる。

Microsoftは、MAI-Base-2の訓練手法が、DeepSeek-V4-Pro-Baseという他の強力なオープンモデルと比較して4.2倍から12.3倍、また自社の先行モデルMAI-Base-1と比較しても6.3倍から12.7倍もFLOPs効率が高いと主張している。これは、同じ性能を達成するために必要な計算資源が大幅に少ないことを意味する。この効率性の数値は、「スケーリング法則」という評価方法に基づいて算出されており、MAI-Base-2自身の最終的な性能スコアもこの算出に含まれている点が特記されている。このような評価は、その算出方法を理解し、第三者による検証が行われることでより客観的な事実となる。また、比較対象として挙げられている他のモデルの中には、事前学習後の調整が加えられた「事後学習済みチェックポイント」も含まれており、これが純粋な事前学習モデルとしての比較評価に影響を与える可能性もあるとMicrosoft自身も指摘している。

モデルの学習に使われたデータにも重要な特徴がある。「プロヴェナンス」と呼ばれるデータの出自は、特に商用利用において極めて重要な要素だ。MAI-Base-2は「オーガニックデータ」と呼ばれる、外部の他のモデルから抽出されたデータではなく、Microsoftが独自に収集・処理したデータに基づいて学習されている。これにより、データ利用に関する法的な問題が生じにくいという利点がある。また、学習コーパス(データセット)の規模もMAI-Base-1より約36%増加しており、訓練には総計50兆トークンのデータが使われた。MAI-Base-2は2026年3月までの情報に基づいて知識が構築されており、それ以降の最新情報は持たない。さらに、MAI-Base-2は前モデルとは異なり、「エンコーダーフリーアーキテクチャ」を採用することで、画像認識(ビジョン)能力もネイティブに事前学習された。これにより、図表やスキャン文書の解析など、画像を含む複雑な情報の理解において、高い性能を少ない追加処理で発揮することが期待される。

Microsoftのビジネス戦略において、このモデルの「配布」方法は重要な発表だ。MAI-Base-2の重み(モデルの中身を構成する数値の集まり)は、Foundryという仕組みを通じて「信頼できるパートナー」に対してライセンス供与される計画である。これは、モデルが誰でも自由にダウンロードできる「オープンウェイト」として公開されるわけではないことを意味する。ライセンス供与されるモデルは、パートナー企業が自社の製品やサービスに組み込むことを想定しており、MicrosoftはAIモデルのサプライチェーン全体を管理し、ビジネスエコシステムを構築しようとしている。ただし、どのパートナーに、どのような条件で、いつライセンス供与が始まるのかは、まだ具体的に発表されていない。

システムエンジニアを目指す人にとって、このような大規模AIモデルの発表は、今後の開発やインフラ計画に大きな示唆を与える。特に、将来的にMAI-Base-2のようなモデルを利用したり、その推論サービスを借りたりすることを検討する場合、数字の読み解き方が重要になる。例えば、モデルの推論(学習済みのモデルを使って新しい情報から答えを導き出すこと)コストを計画する際には、800億のアクティブパラメータの数が直接的な計算コストに影響する。一方で、モデルをホストするために必要なメモリ容量は、2.8兆という「総パラメータ」の数によって決まる。なぜなら、全ての専門家(エキスパート)がメモリ上に存在する必要があるためだ。これら二つの数字を混同すると、GPUの必要台数やトークンあたりのコストを誤って見積もってしまう可能性がある。

また、Microsoftが提示するMFUのような「利用率」の数字を見る際には、それがどのような定義(計算方法、除外項目)に基づいているかを必ず確認する必要がある。定義が明確でない数字は、実用的な計画には使いにくい。そして、Foundryのような仕組みを通じてライセンス供与されるモデルを利用するということは、そのモデルが「サプライチェーン上の依存関係」となることを意味する。モデルの重みには「契約」が付随するため、もし商用関係が変化した場合に、そのモデルを継続して利用できるのか、あるいは代替手段を講じる必要があるのかなど、法務的な観点からの検討が不可欠となる。自社でモデルを完全にコントロールする必要がある場合は、ホスト環境を含め、自社で重みを保持・運用する方が望ましい場合もある。MicrosoftはMAI-Base-2の事後学習を進めるとともに、MAI-Base-3の開発準備にも着手しているとのことだが、新しいモデルが発表されるたびに、その性能だけでなく、利用者が具体的に確認できる情報、特にビジネス上の条件や技術的な定義に注目することが、賢明な判断に繋がるだろう。

関連コンテンツ

関連IT用語