Affiliated with
提携・所属
Berkeley SkyDeck IPP · Batch 21
NUS · Research Partnership
Nihon University · Joint PoC
日本大学 · 共同PoC
While the world waits 18 months for a B200, FUJI aggregates idle cycles from commodity PCs worldwide and synthesizes them into H100-class clusters on demand. No quota application. No 6-month wait. ~70% below AWS pricing. 世界中がB200を18ヶ月待つ間に、FUJIは世界中の汎用PCの遊休サイクルを集約し、H100級のクラスタをオンデマンドで合成します。クォータ申請も6ヶ月の待機も不要。AWS比 約70%の価格。
Berkeley SkyDeck IPP · Batch 21
Every AI startup in 2026 faces the same wall: they know what to build, but the compute to train it isn't available at any price they can pay, on any timeline they can wait. Here's what it looks like in three places: 2026年のAIスタートアップは皆、同じ壁にぶつかります。何を作るかは分かっている。しかし、それを学習させる演算資源が、支払える価格でも、待てる時間内でも、手に入らない。その実態を3つの場面で示します:
Even the world's largest cloud cannot meet H100 demand. Quota approvals take quarters, not hours. Fortune 500 gets first dibs. 世界最大のクラウドでさえH100の需要を満たせません。クォータ承認は数時間ではなく数四半期かかり、Fortune 500が優先されます。
Akash, Golem, Render rent you what someone already owns. Almost no one on these networks owns H100s. Rental marketplaces inherit the shortage. Akash、Golem、Renderは「誰かが既に所有しているもの」を貸し出すモデル。しかしこれらのネットワークでH100を所有する参加者はほぼいません。レンタル型は供給不足をそのまま継承します。
CoreWeave, Nebius, Lambda require long-term contracts and quarter-long procurement. Not for teams who need it for six hours, next Tuesday. CoreWeave、Nebius、Lambdaは長期契約と四半期単位の調達プロセスを要求します。「来週火曜日に6時間使いたい」というチームには合いません。
You specify performance. FUJI assembles it from whatever commodity PCs are idle right now — a laptop in Tokyo, a workstation in Berlin, a server in Singapore — and unifies their RAM into a single virtual address space. The cluster is real. So is the performance. 必要なのは性能を指定することだけ。FUJIは今この瞬間に遊休している世界中の汎用PC — 東京のラップトップ、ベルリンのワークステーション、シンガポールのサーバ — を集めて、それらのRAMを単一の仮想アドレス空間に統合します。クラスタは実在し、性能も実在します。
Because FUJI doesn't own hardware and doesn't rent someone else's — it synthesizes performance from whatever is available — supply and demand are decoupled. We cannot run out. FUJIはハードウェアを保有しません。誰かのハードウェアを借りるわけでもありません。利用可能なものから性能を「合成」するため、需要と供給が構造的に切り離されており、枯渇しません。
FUJI's defensibility is not a single trick. It is a portfolio of architectural choices, each requiring multi-year R&D — and one of which is structurally impossible to replicate on any other platform. We summarize three here. Full technical characterization is available under NDA. FUJIの優位性は単一のトリックではなく、複数年のR&Dを要するアーキテクチャ選択の組み合わせです。そのうち一つは、他のプラットフォーム上では構造的に再現不可能です。ここではその3点を要約します。技術詳細はNDAの上でご提供します。
Akash, Golem, Render, io.net are rental marketplaces — they match a buyer who needs GPU type X with someone who happens to own type X. FUJI accepts any PC and dynamically extracts and recombines CPU/RAM/SSD across nodes to assemble whatever performance profile was requested. Akash、Golem、Render、io.netはレンタル型マーケットプレイス — GPU種類Xを必要とする買い手と、Xを所有する売り手をマッチングします。FUJIはあらゆるPCを受け入れ、ノード間でCPU/RAM/SSDを動的に抽出・再結合して、要求された性能プロファイルを組み立てます。
To our knowledge, no production system does this. Disaggregated-computing research (CXL, IBM composable systems) remains pre-production. 我々の知る限り、これを本番運用するシステムは存在しません。Disaggregated computing研究 (CXL、IBM composable systems) は本番投入前段階に留まっています。
Conventional overlay networks have communication cost that grows multiplicatively with hop count. Published state-of-the-art achieves 8–10× messaging-cost improvement. Our routing logic — internally called MAP — eliminates the per-hop overhead entirely. Improvement is asymptotic, not constant-factor. 従来のオーバーレイネットワークの通信コストはホップ数に対し乗算的に増加します。公開された最新研究でも8〜10倍のメッセージングコスト改善に留まります。我々のルーティング論理 — 社内名称 MAP — はホップごとのオーバーヘッドを根本的に除去します。改善は漸近的であり、定数倍ではありません。
For multi-hop routes, the gain over conventional overlays is orders of magnitude beyond published academic SOTA. マルチホップ経路では、従来オーバーレイ比で学術SOTAを桁違いに上回る改善が生じます。
Our encode-decode training architecture exploits a property unique to FUJI Network: forward-flowing computation without return-to-coordinator. This unlocks training methods that aren't possible on conventional distributed systems — not by our restriction, but by their architecture. 我々のencode-decode学習アーキテクチャは、FUJI Network固有の性質 — コーディネータへの戻りを必要としない順方向計算 — を活用します。これは従来の分散システムでは実現できない学習手法を解放します。我々が制限しているのではなく、彼らのアーキテクチャでは構造的に不可能なのです。
For a meaningful class of training workloads, FUJI is not "AWS minus 70%" — it is the only place these workloads run at all. 特定の学習ワークロードにおいて、FUJIは「AWSの70%引き」ではなく、それが実行できる唯一の場所です。
This is FUJI running in production today. Every point of light is a real commodity PC contributing cycles. Every line is an H100-class cluster synthesized in under a minute. 今日、FUJIが本番運用している姿です。光る一点ごとに、サイクルを提供している実在の汎用PCがあります。線一本ごとに、1分未満で合成されたH100級クラスタがあります。
Decentralized compute has been tried for 8 years. It failed because the market wasn't ready and the technology wasn't viable. Both changed in 2024–2026. 分散コンピューティングは8年間試され、市場と技術の双方の未成熟により失敗してきました。2024–2026年に、その両方が変わりました。
50× compute growth projected 2020–2030. H100 backlogs at AWS, GCP, Azure. GPU shortage is now a boardroom topic. 2020–2030年で50倍の計算需要増。AWS、GCP、Azure全てでH100の受注残。GPU不足は今や経営会議の議題です。
DC buildouts 3–5 years behind permit queues. Japan's DCs competing for power with Rapidus and TSMC fabs. データセンタの新設は許認可で3〜5年遅延。日本のDCはRapidusやTSMC熊本ファブと電力を奪い合っています。
2025's AWS, GCP, Azure, Cloudflare outages broke "centralized is safer." Every CISO is rethinking dependencies. 2025年のAWS、GCP、Azure、Cloudflare障害が「集中型は安全」という前提を崩しました。全てのCISOが依存構造を見直しています。
Asahi $330M loss (¥50B). Change Healthcare. KADOKAWA. These became CEO-firing events. Budget authority moved up. アサヒビール 約500億円の損失。Change Healthcare、KADOKAWA。これらはCEO更迭級の事件となり、予算決定権が経営層に上がりました。
Consumer SSDs, residential gigabit fiber, commodity AVX-512 and Apple Silicon. Distributed compute finally viable. 民生用SSD、家庭用ギガビット光、汎用AVX-512、Apple Silicon。分散コンピューティングが現実的に成立する条件が整いました。
3.6M unit backlog. Sold out through mid-2026. HBM3e and CoWoS bottlenecks structural through 2027. $100B in 2026 sovereign AI investment. Hyperscalers can't deliver — FUJI doesn't compete for Blackwell allocation, we synthesize from PCs that already exist. 360万台の受注残。2026年中盤まで完売。HBM3eとCoWoSのボトルネックは2027年まで構造的に継続。2026年の主権AI投資は1,000億ドル規模。ハイパースケーラは応えられません — FUJIはBlackwell枠を奪い合う必要がない。既に存在するPCから合成するからです。
Synthesis-based distributed compute requires two things most teams can't combine: years of systems-level research, and the capital-markets intuition to see compute as a tradable asset class. FUJI has both. 合成型分散コンピューティングには、多くのチームが両立できない2つの条件が必要です: 長年のシステム研究と、演算資源を取引可能な資産クラスとして捉える資本市場の直感。FUJIにはその両方があります。
Cross-border capital across energy, infrastructure, and aerospace. エネルギー、インフラ、航空宇宙にまたがるクロスボーダー資本。
Distributed systems research. Hand-written core engine, zero external libs. 分散システム研究。コアエンジンは外部ライブラリゼロで自社実装。
We're onboarding a small number of design-partner teams in private beta. If you've hit the AWS quota wall, we want to hear from you. プライベートβで少数のデザインパートナーを募集中。AWSのクォータ上限に当たったチームの声を聞かせてください。
Request early access → 早期アクセス申請 →