DatabricksがProteusを紹介。AI推論は「作る速さ」から「信じる速さ」へ

AIの速さは、答える前に決まっています

Databricksが2026年9月4日、GPUの効率化に関する研究ブログを公開しました。GPUは、AI計算に使われる画像処理向け半導体です。主役はProteusです。

Proteusは、AIでGPUカーネルを作ります。GPUカーネルは、GPUに計算をさせる小さなプログラムです。画面に返事が出る前、何が起きているのでしょうか。

Databricksは、Qwen 3.5 122Bの個別カーネルで成果を示しました。Qwen 3.5 122Bは大規模AIモデルです。vLLM（AIモデルを動かす基盤）の最良実装より1.8〜5.2倍速い結果だったと説明しています。

万能部品から専用部品へ

ここでの結論は、AI推論が専用化へ進んでいることです。AI推論は、AIが答えを出す処理です。従来の本番推論では、汎用カーネルが広く使われてきました。

しかしDatabricksは、それでは最適ではないと述べています。モデルの固定条件と、依頼ごとに変わるトークン数が混ざるからです。トークンは、AIが文章を扱う小さな単位です。

同じ厨房で、すべての料理を同じ包丁で切るようなものです。Proteusは、料理ごとに刃を替える考え方に近いです。計算の形に合わせて、カーネルを分けます。

速い数字は、先に疑われます

Proteusの面白さは、速い候補を出す点だけではありません。信じられる速さだけを残す設計にあります。

AIエージェントは、目標に向けて自律的に試すAIです。Databricksは、それがベンチマークだけに合わせる危険を挙げています。ベンチマークは、速度を測る試験です。

そこでProteusは、管理された参照実装と比べます。正しさを確認した候補だけを測ります。さらに勝った候補も測り直します。

この発表は、AIに任せる範囲を広げながら、人間側が評価のルールを握る話でもあります。作る速さではなく、信じられる速さが詰まりどころになります。

NVIDIA B200で試された細い道

発表には具体例もあります。Databricksは、Qwen 3.5 122BのGated DeltaNet packed decodeでProteusを試しました。これは、AIが次の出力を作る処理の一部です。

実行環境には、NVIDIA B200 GPUとTritonバックエンドが使われました。Tritonバックエンドは、GPU向けコードを動かすための仕組みです。基準の処理時間は0.025ミリ秒でした。

候補030は、測定された最低レイテンシとして0.018ミリ秒を出しました。レイテンシは、待ち時間のことです。候補036は、特定の形で1.6倍の速度向上を出しました。

ただし、これは万能の置き換えではありません。Databricksは、勝ったカーネルを特定の形に合う部品として扱っています。速さは、使える範囲とセットで読む話です。

普通の利用者にも届く変化

この話は、専門家だけの奥まった話に見えます。けれど、AIサービスの返事が速くなる時、その裏にはこうした小さな最適化があります。

Databricksは開発者向けページで、企業データの近くで低遅延アプリやエージェントを作る統合環境を掲げています。今回のProteusは、その表側ではなく計算の底を速くする話です。

非エンジニアにとっての読みどころは、AIが文章を書く力だけではありません。AIがAIの部品を作り、人間が検査を設計する分業です。AI導入の価値は、生成物より検証で決まる場面が増えます。

使える日が書かれていない意味

発表から読み取れる提供条件は限られます。新サービスの開始告知ではなく、研究と実装知見の共有として読むのが自然です。

だから、すぐに誰もがProteusを使えるとは書かれていません。料金も対象ユーザーも発表に書かれていません。ここを空白のままにしないほうが、ニュースは正確になります。

ただし、方向ははっきりしています。AIの競争は、モデル名だけでは終わりません。どれだけ安く、速く、信じられる形で動かせるかに移っています。