30秒サマリー
- PathwayのBDH-CQがARC-AGI-1ベンチマークで1タスクあたり約0.07円という低コストを達成
- Transformerの連鎖思考（CoT）を不要とし、潜在空間内で反復推論する脳型アーキテクチャ
- Amazon SageMaker HyperPodを活用し、分散学習インフラを効率的に構築・運用
何が起きたか
AIスタートアップのPathwayは、Transformerを超えるポスト・トランスフォーマーアーキテクチャとして「BDH（Brain-inspired Dragon Hatchling）」を開発しており、その実装とAWS活用事例をAWS Machine Learning公式ブログで解説した。
BDHはスケールフリーな生物学的ネットワークを着想源とし、ニューロン粒子のグラフとしてシーケンスモデリングを再定式化する。通常時に活性化するニューロンは全体の約5%にとどまるスパース構造を採用し、推論ステップあたりの計算量を削減している。Transformerが採用するチェーン・オブ・ソート（CoT）のように中間テキストを逐次生成する代わりに、潜在空間内で反復計算を行い、候補回答のみをデコードする。文脈ウィンドウの固定サイズや膨大なKVキャッシュに縛られない点も特徴としている。
BDHを拡張した推論システム「BDH-CQ」は、視覚的パターン認識ベンチマーク「ARC-AGI-1」において、pass@2スコア29.2%を1タスクあたり0.0007米ドル（約0.1円）で達成したと同ブログは記載している。PathwayはAWS上のAmazon SageMaker HyperPodとEC2 p5en.48xlargeインスタンス（NVIDIA H200 GPU搭載、最大3200Gbpsネットワーク）を用いて分散トレーニングを実施。Amazon Managed PrometheusおよびGrafanaを組み合わせた監視スタックにより、GPU利用率やノード間通信効率を可視化しながら開発サイクルを短縮したとしている。
原典ハイライト
PathwayのCEO兼共同創業者Zuzanna Stamirowska氏は「推論のトークンコストはアーキテクチャが課しているものであり、知性の法則ではない。1億5000万パラメータのBDHモデルが潜在空間で反復推論を行い、ARC-AGI-1のコスト効率で新たな水準を示した」と述べた。AWSのEMEAスタートアップ担当ソリューションアーキテクチャヘッドNicolas Tarducci氏も「SageMaker HyperPod上でのBDH-CQのトレーニングは、高性能なシステムをよりコスト効率よくスケールさせる有望な方向性を示している」とコメントした。
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
今回の事例が重要なのは、Transformerが過去10年間ほぼ固定されてきたアーキテクチャの制約——長期記憶の欠如・CoTによる高コスト・再学習なしの知識更新困難——に対し、実用的なベンチマーク結果を伴う代替アプローチが登場し始めているからだ。特に「1タスク0.0007ドル」という推論コストの水準は、エージェント型AIやリアルタイム意思決定の産業応用において、経済的な実現可能性を示す指標として注目に値する。ただし、ARC-AGI-1という特定ベンチマーク上の結果であり、汎用的な優位性が確認されたわけではない点は留意が必要だ。
日本企業への示唆
日本の企業がAIを業務に組み込む際、現在最大のボトルネックの一つは推論コストとレイテンシだ。サイバーセキュリティ対応・物流最適化・製造ラインの異常検知など、長時間にわたる文脈を保持しながらリアルタイムに判断を要するユースケースでは、BDHのような「低コスト・ステートフル推論」アーキテクチャが実用に近い選択肢になりうる。現時点では商用提供の可否や対応言語の詳細は原文から確認できないが、自社のAI投資評価にあたってはポスト・トランスフォーマー動向を技術ロードマップに組み込み、特定タスクでの比較検証を計画しておくことが望ましい。また、SageMaker HyperPod活用事例として分散学習インフラの可観測性設計（Prometheus＋Grafana構成）は、既存LLM開発チームにもそのまま応用できる参考事例となる。
背景・経緯
ARC-AGI（Abstraction and Reasoning Corpus for Artificial General Intelligence）は、少数の事例から未知の視覚ルールを推論する能力を評価するベンチマークで、人間的な一般知能に近いとされる能力を測定する指標として業界で参照されている。Pathwayはグラフベースのリアルタイムデータ処理で知られるスタートアップで、今回はそのAIアーキテクチャ研究をAWSのインフラ上で展開した事例を公式ブログで紹介した。BDH-CQがARC-AGI-1のコスト効率パレートフロンティアを更新したのは2026年8月時点と原文に記載されている。
