__26J02NUgNg.png)
INFINITIXixCSP ／ AI-Stack
White Paper ／ 2026
AI インフラから
Token Factory へ
AIデータセンターを自社構築する事業者が直面する重要なギャップと解決策
第1章
産出単位は変わったのに、予算構造は変わっていない
AI データセンターの価値はかつてラック数と PUE で測られていましたが、AI ワークロードは産出単位をトークンに置き換えました。自社構築の事業者は電気設備とハードウェアでは成熟している一方、計算資源を課金可能なサービスに変えるその層は、たいてい予算に入っていません。
コストと収益の時間差
第2章
4つの重要なギャップは、すべてソフトウェア層にある
計算資源の稼働率不足
ヘテロジニアスな資源が一元管理されず、仮想化がないため単一のジョブがアクセラレータ全体を占有し、各チームが予約容量を抱え込みます。
マルチテナントとガバナンスの不足
計算・ストレージ・ネットワークのテナント分離がなく、リソースクォータ、権限管理、監査証跡、コンプライアンス報告も欠けています。
使用量の計測と課金の欠如
トークン計測は GPU 時間より一段と複雑です。入出力の個別価格、モデルごとの単価、クォータと超過、照合と監査が必要になります。
顧客オンボーディングとサービス開始までの時間
標準 API とゲートウェイ、申し込み可能なサービスカタログ、顧客向けセルフサービスポータルがなければ、減価償却が先に始まり収益は後から来ます。
第3章
3層のリファレンスアーキテクチャと、製品の役割分担
3層は揃っているだけでなく、つながっていなければなりません。正確な課金には、どのテナントが、どのモデルで、どの物理機器で生成したトークンかを識別できる必要があります。
AI クラウド運用層
マルチテナント · 計測 · 課金照合 · サービスカタログ · セルフサービスポータル
AI プラットフォーム層
モデルデプロイ · 推論サービス · バージョン管理 · モデルカタログ
計算基盤層
ヘテロジニアス資源管理 · 仮想化 · スケジューリング · 監視・運用
基盤層だけならコロケーション事業者、上2層までなら GaaS 事業者、3層が揃って初めて Token Factory になります。AI-Stack と ixCSP はプロジェクトの進行に合わせて段階的に導入でき、新たな施設の建設も必要ありません。
無料ダウンロード
ホワイトペーパー全文を入手
『From Infrastructure to Token Factory：AIデータセンター自社構築事業者の重要なギャップと解決策』、出典一覧付き。
AIインフラからAIクラウドビジネスへ INFIITIX、COMPUTEXでソフトウェアの実力を披露
COMPUTEX 2026 AIインフラからAIクラウドビジネスへ、スマート企業の新時代が始まる
