ソブリンAI（Sovereign AI）とは、AIを動かす計算基盤・データ・モデルを、自国または自社の管理下に置いて開発・運用する考え方を指す。海外クラウドに学習データと重みを預けるのをやめ、法域内のGPUとデータセンターで完結させることが要件になる。
ソブリンAIとは：「主権」が指す3つの層
主権の対象は3層に分けると整理しやすい。(1) 計算＝GPU・データセンター・電力をどこが握るか、(2) データ＝学習データと推論ログの保存先と越境の有無、(3) モデル＝重みの所有権と改変の自由。
海外クラウドの「国内リージョン」を使うことと同じではない。リージョンはデータの物理的な所在を国内にするが、事業者・供給網・電力契約は外部のままだ。ソブリンAIの議論が用地・電力・ラックの話に必ず降りていくのはこのためで、NVIDIAがオーストラリアで進めている取り組みも、モデルではなくAIファクトリー向けの用地・電力・シェル容量の拡充が中身になっている。
何ができるのか
できることの中身は、実は通常のAI基盤と変わらない。学習、ファインチューニング、推論だ。差が出るのは「そこに載せられるデータ」のほうで、外に出せなかった機微データ——行政、医療、防衛、社内規程や設計情報——を学習・推論に使える点が実質的な価値になる。自国語・自社ドメインに寄せたモデルを持てることも同じ理由から来ている。
使い方：1GPUから始める
入口は、国内事業者のGPUクラウドを小さく借りるところにある。NTTドコモビジネスの「GPUaaS」は1GPU単位で使えるため、小規模・短期のPoCから始められる。JupyterLabやVS Codeの開発環境、学習ジョブやデータセット・モデルの管理をブラウザーから扱える構成で、本格運用に移る段階では顧客専有のGPU環境と組み合わせたハイブリッド構成へ拡張できる。
つまり「最初から自社データセンターを建てる」話ではない。専有度を後から上げていく前提で設計するのが現実的な進め方だ。
料金はいくらか
公開されている単価表は確認できていないため、具体的な金額は示さない（推測で埋めない）。わかっているのは料金の構造のほうで、1GPU単位の従量課金でPoCを回し、本格運用で専有環境の固定費が乗る、という二段構えになる。
見積もりで効くのはGPU単価だけではない。電力とサーバー台数が総コストを左右する。富士通が11月からグローバルで単体販売を始めると発表した国産CPU「FUJITSU-MONAKA」は、最大動作周波数3.8GHz・メモリ転送速度8800MT/sで、AI推論では他社CPU比2倍のスループットにより同等処理に必要なサーバー台数と消費電力を抑えるとしている（価格は未公表）。
誰が作っていて、競合は何か
担い手は一社ではなく、層ごとに分かれている。半導体・アーキテクチャではNVIDIAと、自国設計を掲げる富士通のようなCPUベンダー。設備ではデータセンター事業者で、NVIDIAのオーストラリアの取り組みにはFirmus、Sharon AI、IREN、Megaport、ResetData、CDC、NEXTDC、AirTrunkの8社が参加し、2027年までに最大2ギガワットの拡張を見込むと発表されている。サービス層では通信キャリア系のクラウドが入る。
競合軸は「ハイパースケーラーの国内リージョン」対「国産・地場の専有基盤」で、勝負どころは電力とラックの確保に寄る。投資家が見るべきは発表されたモデル名より、確保済みの電力容量と稼働時期だ。
