Kimi K3を同時5,000万人にサービスするとHBMはいくらかかるか — 「SuperPod 1万台・11.52EB・288兆ウォン」試算の検証
Kimi K3を同時5,000万人にサービスするとHBMはいくらかかるか — 「SuperPod 1万台・11.52EB・288兆ウォン」試算の検証
Moonshot AIが2026年7月16日に発表した2.8兆パラメータのオープンウェイトモデル「Kimi K3」をめぐって、「同時5,000万人にサービスするにはHuaweiのSuperPod約1万台が必要。メモリ規模は11.52EB（1,152万TB）に及び、これを全部HBMで構成すればHBM代だけで約288兆ウォン（約30.6兆円）」という試算がXで話題になっている。この記事では、①SuperPod約1万台、②11.52EB、③HBM代288兆ウォンという3つの数値を、Huaweiの公表スペック・HBM市況・為替と突き合わせて検証する。
結論
- 「SuperPod 1万台で11.52EB」は、HuaweiのAI基盤「Atlas 950 SuperPoD」フル構成（8,192チップ・メモリ1,152TB）の公表スペックと算術的に整合する。ただし「同時接続5,000万人が1Mトークンのコンテキストを使う」という上限側の思考実験であり、実際に必要な量はこれよりかなり小さい
- 「HBM代288兆ウォン」は、円に直すと約30.6兆円、ドルで約1,890億ドル。1GBあたりに逆算すると約16ドルで、HBM3Eの現行契約価格（13〜17ドル/GB）とちょうど整合する、実勢に沿った見積もり
- 一人当たりに割ると、同時接続1人あたり約61万円（約3,800ドル）。実ユーザーの5人に1人が同時接続という想定なら実ユーザー1人あたり約12万円で、5年償却すると月約2,000円のメモリ代になる
検証のまとめを先に示す。
| 主張 | 判定 | 根拠 |
|---|---|---|
| 同時5,000万人にSuperPod約1万台 | △ 前提付きで成立 | 全員が1Mコンテキストを保持する上限想定。1人あたり約230GBのメモリを張り付ける計算 |
| メモリ規模11.52EB（1,152万TB） | ○ 公表値と整合 | Atlas 950 SuperPoDフル構成のメモリ1,152TB × 1万台 = 1,152万TB |
| HBM代だけで約288兆ウォン（約30.6兆円） | ○ 市況と整合 | 逆算単価 約16.4ドル/GBはHBM3E契約価格（13〜17ドル/GB）のレンジ内 |
| APIはGPT-5.6 Terraと同等かそれ以上 | ○ 正しい | 入力$3.00 vs $2.50、出力は同額$15.00 |
前提: Kimi K3とは
Kimi K3はMoonshot AIが7月16日に発表した総パラメータ2.8兆のスパースMoEモデルで、オープンウェイトのモデルとしては過去最大になる（ウェイト公開は7月27日予定と発表されており、本記事執筆時点ではまだ公開されていない）。896個のエキスパートのうち16個を活性化する構成で、ハイブリッド線形アテンションの「Kimi Delta Attention（KDA）」により100万トークンのコンテキストを扱う。重みはMXFP4形式で、推論には「64アクセラレータ以上のスーパーノード構成」が推奨されている。この「巨大な総パラメータ＋1Mコンテキスト」という構成が、後述のメモリ試算の出発点になる。
検証①: 「同時5,000万人にSuperPod約1万台」
元ネタのAtlas 950 SuperPoDは実在のスペック
試算に使われているのはHuaweiの「Atlas 950 SuperPoD」。2025年9月のHUAWEI CONNECTで発表され、2026年3月のMWCでも披露された実在のシステムで、構成は2段階ある。
| 構成 | チップ数 | メモリ | 演算性能 |
|---|---|---|---|
| 基本構成 | Ascend 950DT ×1,024 | 統合メモリ256TB | FP8 1 EFLOPS / FP4 2 EFLOPS |
| フル構成 | Ascend 950DT ×8,192 | 1,152TB | FP8 8 EFLOPS / FP4 16 EFLOPS |
チップのAscend 950DTはHuawei自社開発のHBM「HiZQ 2.0」（1チップ144GB・帯域4TB/s）を搭載し、フル構成の1,152TBはこの144GB × 8,192チップの合計にあたる。提供開始は2026年第4四半期の予定で、チップ単体のクラウド投入は2026年8月に前倒しされたと報じられている。つまり計算の材料になっているハードウェアのスペックは実在の公表値で、創作ではない。
「1万台」は上限側の思考実験
試算の起点になった@Alisvolatprop12氏のポストの原文は「同時サービス要求量が5,000万人になるだけでも、ラフに1万台が必要という計算です」と述べており、登録ユーザー5,000万人ではなく同時接続5,000万人の想定だ（同時接続が5,000万なら、実ユーザー数はその何十倍にもなる）。
この想定を逆算すると、メモリ11.52EBを同時接続5,000万人で割って1人あたり約230GBをメモリに張り付ける計算になる。2.8兆パラメータの重み自体はMXFP4で約1.4TBに収まり、1台（1,152TB）に800コピー以上入るので、この試算の大半を占めるのは重みではなく「全員が1Mトークンのコンテキストを保持する」場合のKVキャッシュ側の見積もりだ。実際には、KDAはまさにこのKVキャッシュを削るための線形アテンションであり、全ユーザーが常時1Mコンテキストを使うわけでもない。「1万台」はオーダー感をつかむための上限側の思考実験として読むのが正しい。
なお、元スレッドの起点ポストは基本構成（256TB）のスペックを引用しており、後述の11.52EBはフル構成（1,152TB）ベースで計算されている。スレッド内で構成が混在している点は割り引いて読む必要がある。
検証②: 「メモリ規模11.52EB（1,152万TB）」
算術はそのまま成立する。
- フル構成1台のメモリ: 1,152TB
- 1万台: 1,152TB × 10,000 = 11,520,000TB = 1,152万TB = 11.52EB
1EB（エクサバイト）= 100万TBなので、「11.52EB（1,152万TB）」という単位換算も正しい。前提（フル構成 × 1万台）を受け入れるなら、この数字に誤りはない。
検証③: 「HBM代だけで約288兆ウォン」
この試算を拡張した@yulmu_coffee氏のポストの原文は次のとおり。
슈퍼팟 1만기는 11.52 EB, 즉 1,152만 테라바이트가 필요하게 됩니다. 이걸 몽땅 HBM으로 채운다면 HBM 가격만 288조 원이 됩니다! （SuperPod 1万台には11.52EB、つまり1,152万テラバイトが必要になります。これを全部HBMで埋めるなら、HBM価格だけで288兆ウォンになります！）
この288兆ウォンを現在の為替（1ドル≒1,525ウォン、1ドル≒162円）とHBM市況で検算すると、次のようになる。
| 項目 | 値 |
|---|---|
| 総メモリ | 11.52EB = 115.2億GB |
| 試算額 | 288兆ウォン ≒ 約1,890億ドル ≒ 約30.6兆円 |
| 逆算した単価 | 約16.4ドル/GB |
| 参照市況 | HBM3E契約価格 13〜17ドル/GB（2026年前半） |
逆算した1GBあたり約16.4ドルという単価は、2026年前半のHBM3E契約価格13〜17ドル/GBのレンジ上限にちょうど収まる。つまり288兆ウォンという金額は、現実のHBM価格に沿った実勢ベースの見積もりだ。
ひとつ補足すると、Atlas 950のメモリ1,152TBはもともとHuawei自社開発のHBM（HiZQ 2.0）で構成されているので、「全部HBMで埋めるなら」という仮定は構成の変更ではなく、「そのHBMを市場価格で調達したと値付けしたら」という機会費用の思考実験にあたる。Huaweiが実際にSK Hynixから288兆ウォン分のHBMを買うという話ではない。
一人当たりに割るといくらか
同時接続1人あたり: 約61万円
約30.6兆円を同時接続5,000万人で割ると、1人あたり約61万円（約3,800ドル）になる。ハイエンドPC1台分のメモリ代を、同時接続ユーザー1人ごとに積む計算だ。
実ユーザーあたりに直すと: 月々のメモリ代が見える
ただし、コストを負担するのは同時接続している人だけではない。同時接続5,000万人の背後には、その瞬間は使っていないユーザーがいる。仮に「実ユーザーの5人に1人が同時接続している」というかなり高稼働の想定を置くと、実ユーザーは2.5億人。HBM代は実ユーザー1人あたり約12万円（約760ドル）になり、これを5年で償却すると月あたり約2,000円が1ユーザー分のメモリ代として毎月乗り続ける。
| 同時接続率の想定 | 実ユーザー数 | HBM代/実ユーザー | 5年償却の月額 |
|---|---|---|---|
| 5人に1人（20%） | 2.5億人 | 約12万円（約760ドル） | 約2,000円/月 |
| 10人に1人（10%） | 5億人 | 約6.1万円（約380ドル） | 約1,000円/月 |
| 20人に1人（5%） | 10億人 | 約3.1万円（約190ドル） | 約510円/月 |
ChatGPT Plusの月額が20ドル（約3,200円）であることと比べると、5人に1人の想定ではサブスク料金の約6割、20人に1人の想定でも2割弱が、HBMの償却だけで消える計算になる。しかもここにはGPU本体・電力・データセンター・ネットワークのコストは一切含まれていない。「1Mコンテキストの超大規模モデルを大衆向けに配るのは、メモリコストの面で成立しにくい」という元ポストの論旨は、月額に直すといっそう実感しやすい。
検証④: 「APIコストはGPT-5.6 Terraと同等かそれ以上」
これは正しい。公表価格（100万トークンあたり）を並べると次のとおり。
| モデル | 入力 | 入力（キャッシュヒット） | 出力 |
|---|---|---|---|
| Kimi K3 | $3.00 | $0.30 | $15.00 |
| GPT-5.6 Terra | $2.50 | — | $15.00 |
入力はKimi K3のほうが2割高く、出力は同額。「オープンウェイトの中国モデルだから安い」という従来の図式は、K3の価格表では成立していない。2.8兆パラメータを1Mコンテキストで動かす推論コストが価格に乗っている、と読むのが自然で、これは上のメモリ試算と同じ方向を指している。
まとめ
- 「SuperPod 1万台・11.52EB」はHuaweiの公表スペック（Atlas 950 SuperPoDフル構成: 8,192チップ・1,152TB）に基づく算術として正しい。ただし「同時接続5,000万人が1Mコンテキストを使う」という上限側の思考実験であり、必要量の実態はこれより小さい
- 「HBM代288兆ウォン」は約30.6兆円・約1,890億ドルに相当し、HBM3Eの現行契約価格と整合する実勢ベースの見積もり
- 一人あたりでは同時接続ベースで約61万円（約3,800ドル）、実ユーザーベース（5人に1人が同時接続の想定）で約12万円。5年償却なら月約2,000円がメモリ代として乗り続ける。元ポストが挙げた「3T級のオープンウェイトモデルが出てくる」「蒸留」「メモリ不足」という3つの論点のうち、少なくとも「メモリが不足している」は、この検証で定量的に裏付けられる
出典
- VentureBeat: China's Moonshot AI releases Kimi K3, the largest open-source model ever
- MarkTechPost: Kimi K3 — 2.8 Trillion Parameter Open MoE Model with Kimi Delta Attention
- Axios: China's open-weight Kimi model stuns AI world with frontier-level results
- Huawei公式: World's Most Powerful SuperPoDs and SuperClusters（HUAWEI CONNECT 2025）
- Huawei Central: Atlas 950 SuperPoDのスペック（基本構成1,024チップ・256TB）
- Tom's Hardware: Atlas 950 SuperCluster / SuperPoD（フル構成8,192チップ・1,152TB）
- TrendForce: Huawei Unveils Ascend 950 with In-House HBM
- TrendForce: Ascend 950DTのクラウド投入前倒し（2026年8月）
- Silicon Analysts: HBM Memory Pricing（HBM3E契約価格 13〜17ドル/GB）
- Kimi API Platform: Model Inference Pricing
- OpenRouter: GPT-5.6 Terra — API Pricing
- @Alisvolatprop12氏のポスト（同時5,000万人・SuperPod 1万台の試算）
- @yulmu_coffee氏のポスト（11.52EB・288兆ウォンの試算）