算力閾値とは何ですか？なぜ規制当局は個々のモデルのリスクを評価するのではなく、閾値を用いることを好むのですか？
算力閾値とは、算力ガバナンス（compute governance）というより大きな概念のもとで最も一般的に用いられる実践的なツールである。具体的で定量化可能な数値（チップの演算性能や、あるモデルの訓練に消費された浮動小数点演算の総回数など）を境界線として用い、この数値を超えると特定の法規上の義務が自動的に発動する。そのモデルやチップ個別にリスク評価を行う必要はない。
規制当局が閾値方式を好む理由は、算力そのものの特性と関係している。チップの演算性能や訓練が消費する算力規模は、具体的で測定可能であり、比較的偽装が難しい数字であり、「このモデルはどれだけ危険か」といった、複雑な能力評価を経て初めて答えられ、論争を招きやすい主観的判断に比べ、閾値方式のルールは実施コストがはるかに低く、監査や追跡も容易だ。だからこそ、算力ガバナンスには多様な手段があるにもかかわらず、「数値閾値を設定する」ことが常に最も優先的に採用される形式であり続けているのだ。
現実世界において、算力閾値は具体的にどのように使われていますか？異なる政策レベルでの例をいくつか挙げてもらえますか？
算力閾値は少なくとも三つの異なる政策レベルで登場する。第一は輸出管理閾値であり、あるチップが特定の国や地域に輸出できるかどうかを決定するために使われる。米商務省産業安全保障局の2026年1月の新規則では、「総処理性能」（Total Processing Performance, TPP）が21,000以上、またはメモリ帯域幅が毎秒6,500GB以上に達するチップを完全な規制対象とし、この閾値を下回るチップは原則拒否ではなく案件ごとの審査に変わった。
第二は訓練規模の申告閾値であり、あるモデルの開発者がその訓練に関する情報を政府に開示しなければならないかどうかを決定するために使われる。米国の2023年の大統領令は、10の26乗浮動小数点演算を超えて訓練されたモデルの開発者に申告を義務付けており、EUのAI法も汎用AIモデルに対して同様のロジックの算力申告閾値を設けている。第三は、単なる申告義務ではなくリスクレベルを区分するために用いられる性能閾値である。例えばOpenAI自身の《防範フレームワーク》では、モデルが特定の能力面（サイバー攻防能力など）で一定の性能水準に達することが、最高リスクレベルである「Critical」に直接対応し、達した瞬間にデプロイの一時停止や追加の審査プロセスが発動する。単なる申告にとどまらない。
算力閾値を設定すれば、それで問題は一挙に解決するのですか？生来避けられない限界はありますか？
いいえ。算力閾値は少なくとも二つの構造的限界に直面する。第一は効率向上によって生じる閾値のずれだ。アルゴリズムの効率もチップの製造プロセスも向上し続けており、同じ能力水準を達成するために必要な実際の演算量は時間とともに低下していく。今日設定された閾値は、数年後には本来規制対象とするつもりのなかった汎用チップをますます多くカバーするようになるかもしれず、あるいはより少ない算力で同等の能力を達成する次世代モデルを捕捉できなくなるかもしれない。だからこそTPPのような技術的閾値自体も、ハードウェアの世代交代に合わせて継続的に見直し・更新する必要があり、米国のチップ性能閾値は2022年10月に最初に設定されて以来、すでに何度も改訂されている。
第二の限界はより根本的だ。算力閾値が管理するのは「それだけの演算資源を使ったかどうか」であり、「そのモデルが実際にどれだけ危険か」ではない。つまり、閾値を下回る訓練規模でありながら、何らかのアルゴリズムの革新によって高リスクの能力に到達したモデルは、理論上、いかなる申告義務や規制義務も発動させずに済んでしまう可能性がある。だからこそ分析は概ね、算力閾値をAIガバナンスのツールボックスの中の一つのピースにすぎないとみなしており、前述の《防範フレームワーク》のリスクレベルのような直接的な能力評価と組み合わせて初めて、「閾値は規模は捕捉できるが革新は捕捉できない」という構造的な欠陥を埋められると考えている。
一般の読者が算力閾値のような技術的な数字を気にする理由は何ですか？日常生活や投資判断とどう関係があるのですか？
算力閾値の具体的な数値は、企業自身が発表するモデルの能力スコアよりも早く、その企業の将来の成長余地が制約を受けるかどうかを反映することが多い。ある企業が特定の等級のチップに大きく依存しており、その等級がたまたま新たに設定された規制閾値に近い場合、今後その閾値がどう調整されるか——引き締められるにせよ緩和されるにせよ——は、その企業が次世代モデルの訓練に必要な演算資源を今後も入手できるかどうかに直接影響し、ひいては事業展開や市場での評価にも波及する。
一般の読者にとって実際に注目できるのは、主要チップサプライヤーが収益報告や決算説明会で、特定の性能等級のチップが特定市場への出荷において閾値による制約を受けていると具体的に言及しているか、規制当局が閾値の調整を近く行うと公に予告しているか（閾値の緩急の変化は、どの個別のモデル発表よりも早く、業界全体の将来の算力供給に構造的なボトルネックが生じるかどうかを示唆する傾向がある）、そしてある企業が、特定の性能閾値に触れたために申告や一時停止を余儀なくされたモデルや訓練計画があることを自ら開示しているかどうかである。こうした具体的で検証可能な閾値関連の情報は、単純な能力ベンチマークのスコアよりも、企業の将来の実際の状況を判断するのに役立つことが多い。
米商務省産業安全保障局が2026年1月15日に発表した規則は、チップの「総処理性能」（TPP）21,000とメモリ帯域幅毎秒6,500GBを完全規制の閾値とし、バイデン政権時代に計画されていた国別階層に基づく「AI拡散ルール」に取って代わった。新規則発効の前日、ホワイトハウスは同じ性能閾値に達する先端演算チップに対して25%の関税を課すと別途発表し、「輸出審査の緩和」と「輸入関税の引き締め」が同時に並行するという特異な政策の組み合わせが生まれた。