2026年11月上旬、Google、AMD、NVIDIAが相次いでAI向け半導体の新展開を発表しました。3社に共通するのは、単一チップの性能ではなく、ラックやシステム全体で競争力を組み立てる設計思想です。TPUの年4機種体制、CPU役割の再定義、開かれた相互接続。一次情報から競争の現在地を整理します。
1年で4機種、GoogleのTPUは「システム」構成で差をつける
Googleは2026年11月9日、第8世代TPUに2つの新しいシステム構成を加えると公式ブログで発表しました。発表はAI・インフラ部門のSVP兼チーフテクノロジスト、Amin Vahdat氏名義です。巨大なコンテキストウィンドウ向けの「TPU 8i Max」と、セキュアな機密推論向けの「TPU 8tx」を加え、1暦年に4つのTPUシステムを投入するのは初めてとしています。
TPU 8i Maxはリアルタイム推論向けのTPU 8iチップを2個、1つのパッケージに組み合わせた構成です。計算能力、SRAM、HBMの帯域幅をそれぞれ2倍にすることで、複数のエージェントがコードベース全体や長時間の動画を一度に扱う場面でボトルネックとなるメモリ帯域の壁(メモリウォール)に対応します。既存のラック設置面積に2倍のシリコンを収める設計で、面積あたり・ワットあたりの計算密度を高めるとしています。
TPU 8txは同じシリコンをベースに、ハードウェアレベルの機密計算に特化させた構成です。通常、データは保存中や伝送中は暗号化されても、処理中はメモリ上で復号されます。TPU 8txはこの「処理中のデータ」とモデルの重みをハードウェア層で保護・分離し、規制業界や政府機関が機密データの隣でフロンティアモデルやエージェントを動かせるようにします。低遅延ネットワーク「Boardfly」の採用により、TPU 8tと比べて最大2倍の低遅延をほぼゼロの性能低下で実現できると説明しています。同ブログではTPU 8txのホストCPUに第5世代AMD EPYCを採用したことも明らかです。
注目すべきは「チップ」と「システム」の区別そのものです。同社によれば、新しいチップの設計は物理法則と製造ライフサイクルに縛られる複数年のプロセスである一方、システムはチップの周囲の計算・ネットワーク・ストレージの組み合わせであり、パッケージングや高速メモリ、光ネットワーク、セキュリティの構成を変えることで、専用のスーパーコンピュータを数年単位ではなく数ヶ月単位で届けられるといいます。4月に発表した基本構成では、学習向けの8tが前世代比で最大2.7倍の学習性能を、推論向けの8iが80%改善の推論価格性能効率を実現するとしており、TPUの顧客は約100社に達するといいます。
CPUが再び主役に、AMDの第6世代EPYCが描くエージェント時代
AMDは2026年11月10日、第6世代EPYCサーバープロセッサ(SP7)の一般提供開始を発表しました。新アーキテクチャ「Zen 6」を採用し、主要サーバーベンダーからの出荷が始まっています。Microsoft AzureとOracle Cloud Infrastructure(OCI)でもクラウドインスタンスの一般提供を進めると発表しています。
Compute and Enterprise AI部門のDan McNamara SVPは「AIはデータセンターのすべての層でCPUの役割を大幅に拡大している」と述べ、エージェントAI時代のCPU需要を強調しました。AMDの整理では、エージェントAIのインフラは(1)汎用サービス、(2)GPUのホストノード、(3)エージェントのサンドボックスという3つのCPU役割で構成され、第6世代EPYCはそれぞれに最適化した構成を用意します。最大5.3GHzの高周波ホストノード向けプロセッサは、前世代EPYC比で最大1.8倍のLLM出力スループットを届けるとしています。ラック構成の「AMD Helion」では、1ラックあたり最大73,728スレッドに達する構成があるといいます。
競合との比較主張も特徴的です。汎用最上位の「EPYC 9996」について、NVIDIAのVera CPUベースシステム比で最大3.7倍、Intel Xeon 6980Pシステム比で最大2.2倍の性能と2.0倍の価格当たり性能を示しています(いずれもAMD設定条件での測定値で、独立した検証ではない点には注意が必要です)。Metaがリードカスタマーとしてプラットフォームの検証を進めており、AzureではAIデータ処理・エージェントAI向けの「HDv2」がプレビュー中です。前世代の第5世代EPYCはAMD史上最速のペースで量産された世代になったとしています。
GoogleがTPU 8txのホストCPUに第5世代EPYCを選んだ事実は、アクセラレータがいかに高性能でも、その周りのCPUがシステム全体の性能と機密性を左右する部品であることを示しています。
主権AIという新市場、NVIDIAの開かれた相互接続が韓国NPUを束ねる
NVIDIAは2026年11月8日、韓国のAIチップ開発企業Rebellionsと通信大手SK Telecom(SKT)との協業を発表しました。韓国政府(科学情報通信技術部・MSIT)の支援の下、Rebellionsの次世代NPU「Rebel R200」をNVIDIAの相互接続技術「NVLink Fusion」でプラットフォームに接続し、ラック規格「MGX」の上にラックスケールの推論システムを構築します。
技術的な柱は「分離型推論(disaggregated inference)」です。応答生成のうち計算量の大きい前置処理(prefill)をNVIDIA GPUが、逐次生成(decode)をRebellions NPUが担う分担で、推論スループットと電力効率の改善を図る計画といいます。Jensen Huang CEOは「NVLink Fusionにより、韓国のチップメーカーは自社のカスタムASICをNVIDIAのAIファクトリープラットフォームに接続できる」と述べています。R200は数兆パラメータ級のMixture of Expertsモデルを想定した、低遅延・高効率推論向けのNPUです。
SKTはこのシステムを自社のAIデータセンターに導入し、独自基盤モデル「A.X K2」と、政府の「AI for All」プロジェクト下の公開サービスにつなぐ方針を示しました。韓国のBae Kyung-hoon副総理兼科学情報通信技術相は、韓国製NPUがNVIDIAとともに計算インフラ市場に入る大きな一歩だと評価しています。
この協業は相互接続の『開放』戦略としても読めます。NVLink Fusionは垂直統合したNVIDIAプラットフォームを他社製XPUに水平に開く仕組みです。自社GPUの販売に加え、各国が推し進める主権AIの需要を自社の相互接続とラック規格の上に取り込む構図で、プラットフォーム防衛と国家需要の獲得が重なっています。
競争の単位が「1チップの性能」から「システム全体」へ移る
3つの発表に共通するのは、勝負の単位がチップからシステムへ移ったことです。Googleは同じシリコンから4つのシステム構成を派生させ、製造サイクルに縛られずに数ヶ月単位で製品を増やしています。AMDはCPU単体ではなくラック(Helion)まで製品圏を広げ、競合比較も「Vera CPUベースのシステム」単位で行いました。NVIDIAは自社チップの外にある韓国NPUを相互接続で取り込み、処理段階ごとに最適なプロセッサを組み合わせる計画です。
背景にあるのはエージェントAIの需要構造です。単発の質問応答と違い、複数のエージェントが並行して動くワークロードでは、メモリ帯域(Googleの言うメモリウォール)、サンドボックスの収容密度(AMDの言うエージェント密度)、処理段階の分担(NVIDIAの分離型推論)といった、システムレベルの制約が効いてきます。チップの単体性能より先に、システム構成がボトルネックになる時代と言えます。
ただし、各社の性能数値はすべてベンダー自身の測定と主張である点は押さえておきたいところです。独立機関による検証や実際のワークロードでの比較は、これから進む段階です。それでも、シリコンの微細化のペースだけでは説明できない速度でAIインフラの構成が書き換わっていることは、3つの一次情報から確認できます。
コメントを残す