AMD MI300Xを選んだ理由：NVIDIAではなく、なぜAMDか

解説：AMD MI300X上でCNC加工性検証マルチエージェントシステム「MachinaCheck」が登場（記事内画像）

AMD MI300Xは、2023年末に投入されたアクセラレータだ。HBM3メモリ192GB、理論演算性能383 TOPSという数字を持つ。NVIDIAのH100（80GB HBM3）と比較すれば、メモリ容量では明確に優位に立つ。ただし、エコシステム成熟度という観点では、CUDAを20年かけて積み上げたNVIDIAとの差は依然として大きい。ROCmのソフトウェアスタックは改善が続いているが、開発者コミュニティの規模はまだ比較にならない。

そのAMD MI300X上で、製造業向けのマルチエージェントAIシステム「MachinaCheck」が構築された。Sourceが報じているように、これはLabLab.aiが主催したAMDデベロッパーハッカソンから生まれたプロジェクトだ。CNC（コンピュータ数値制御）加工における「加工性（Manufacturability）」の検証を、複数のAIエージェントが協調して自動化するというコンセプトである。

CNC加工の加工性検証とは何か。設計図面や3Dモデルが実際の工作機械で製造可能かどうか、工具の干渉・素材の制約・公差の妥当性などを事前に評価するプロセスだ。従来は熟練エンジニアが手作業でレビューするか、専用のCAMソフトウェアに依存していた。このプロセスをLLMベースのマルチエージェントで代替しようというのが、MachinaCheckの狙いだ。

マルチエージェント構成の実態：何が「マルチ」なのか

マルチエージェントという言葉は近年「革命的」と形容されることが多いが、実態を整理する必要がある。MachinaCheckのアーキテクチャは、役割を分担した複数のLLMエージェントが順次・並列に処理を行う構成と推測される。典型的な構成であれば、設計解析エージェント、加工性評価エージェント、レポート生成エージェントといった分業体制が考えられる。

ここで過去事例を引く。2021年前後にブームとなったRPA（ロボティック・プロセス・オートメーション）も、当初は「製造業の業務を根本から変える」と喧伝された。実際のROIは導入企業の約60%が期待値を下回ったというガートナーの調査がある。マルチエージェントAIも同様のサイクルに入りつつある可能性がある。「エージェントが自律的に判断する」という説明は魅力的だが、実際の精度・エラー率・ハルシネーション頻度という数字が伴わなければ、製造現場への実装は難しい。

AMD MI300Xのメモリ帯域幅5.2TB/sという仕様は、大規模モデルの推論において確かに有利だ。複数エージェントが同時に大型モデルを呼び出す構成では、メモリ容量の大きさが直接的なスループット向上につながる。この点は素直に評価できる技術的合理性だ。ただし、ハッカソンという開発環境で検証されたシステムが、実際の製造ラインの品質基準（ISO 9001等）に適合するかどうかは別の話だ。

製造業AIの現実：ハッカソン産プロジェクトの行方

製造業へのAI導入における最大の壁はデータの問題だ。CNC加工の加工性判断には、素材特性、工具摩耗データ、機械固有の振動特性、過去の不良品データなど、極めて文脈依存性の高い情報が必要になる。汎用LLMがこれをどこまでカバーできるか、現時点では慎重に見る必要がある。

2018年のIntel 10nmプロセス遅延と同じ構図がここにある。技術的なコンセプトは正しくても、実装における変数の複雑さが想定を超える。Intelは10nmの歩留まり問題を過小評価し、結果として量産開始が2019年末まで大幅に遅れた。MachinaCheckが直面するのも同種の問題だ。「LLMで加工性を判断できる」という命題は理論的に成立しても、実際の判断精度が製造業の要求水準（不良品率1%以下、場合によっては100ppm以下）に達するかどうかは、ハッカソンの数日間では検証できない。

AMDという選択については、戦略的な意味がある。NVIDIAのH100/H200が供給制約を抱え、クラウド経由のアクセスコストが高騰している現在、MI300Xは相対的にアクセスしやすい選択肢だ。LabLab.aiがAMDとパートナーシップを組んでハッカソンを開催したという背景も、AMDのエコシステム拡大戦略の一環と見ている。ROCmの採用事例を増やすことが、AMDにとっての主要な目標であり、MachinaCheckはその文脈で生まれたプロジェクトだ。

結論：技術的合理性はある、しかし

MachinaCheckのコンセプト自体は技術的に筋が通っている。CNC加工性検証という明確なドメイン問題に対して、メモリリッチなアクセラレータ上でマルチエージェントを構成するアプローチは、少なくとも実験的な価値がある。AMD MI300Xの192GB HBMは、複数の大型モデルを同時展開する用途において実際に有利に働く可能性がある。

ただし、ハッカソンで生まれたプロジェクトが製造業の実運用に耐えるシステムへと成長するには、精度の定量的検証、業界標準への適合、そして何より現場エンジニアの信頼獲得という長い道のりがある。数字のない「革新」の話を、私は20年間見続けてきた。MachinaCheckが本当に製造業を変えるかどうかは、歩留まりとROIの数字が出てから判断する話だ。ハッカソンの優勝トロフィーは、工場の床には飾れない。

関連リンク