【ポイント】
▶ アルファベットは9日（現地時間）、AIチップの新製品TPUを2種類発表した。
▶「TPU 8tx」は処理中もデータを暗号化した状態に保つ機密コンピューティング向け。「TPU 8i Max」はチップ2個を1つのパッケージにまとめ、長いコンテキストを扱うAI向けだ。
▶ 今年初めに発表した第8世代TPU「8t」（学習用）と「8i」（推論用）を、用途に合わせて改良した派生製品。GoogleのTPUは4種類の体制となった。8i Maxは来年発売される。
GoogleがAIチップのラインアップを拡充した。ブルームバーグによると、アルファベットは9日（現地時間）、新型TPU「TPU 8tx」と「TPU 8i Max」を発表した。
それぞれ機密コンピューティングと、長いコンテキスト（ロングコンテキスト）を扱うAIを狙う。GoogleのTPUラインアップは4種類に増えた。Googleでチップ事業を統括するアミン・バダット氏は「未来は特化にある。さらに特化することで解決できる価値ある課題は、まだたくさん残っている」と語った。
TPUはGoogleが独自に設計したAI専用チップだ。NVIDIAのGPUがグラフィックス向けからAIへと用途を広げた汎用チップであるのに対し、TPUは当初からAI計算専用に設計されている。GoogleはTPUを販売せず、自社クラウドを通じて貸し出している。今年初めには第8世代のTPU 8t（学習用）とTPU 8i（推論用）を発表し、今回さらに2種類を加えた。
◆ 2つの新製品、何が違うのか
TPU 8txと8i Maxは、まったく新しいチップではない。第8世代TPUを特定の用途に合わせて改良した派生製品だ。
8txの特徴はセキュリティだ。政府機関や金融・医療など、規制の厳しい業界向けに、チップ単位のデータ暗号化機能を搭載した。データは処理中も暗号化されたままで、メモリー内でのみ復号される。外部からチップを調べても内容を読み取ることはできない。AMDのCPUと組み合わせて動作する。
8i Maxの特徴は容量だ。チップ2個を1つのパッケージに搭載し、演算能力とメモリー容量を高めた。創薬、数学計算、コード作成など、大量のコンテキスト情報を扱う作業に適している。発売は来年の予定だ。
製品投入の速さも目を引く。Googleはこれまで2年に1度、新しいTPUを発表してきた。今年は8tと8iの2種類を同時に発表したうえ、同じ年に派生製品をさらに2種類投入した。GoogleがAIソフトウェア企業でもあることが、これを支えている。TPU開発チームは最新のGeminiモデルを先行して利用し、チップの電力効率を調整するとともに設計上の欠陥を見つけている。バダット氏は、AIの活用によって半導体設計で数億ドルと数カ月を無駄にするような大きなミスを犯すリスクが減ったと述べた。
◆ 30％安く、顧客も増加
TPUが切り込むのは価格面だ。ブルームバーグのアナリスト、マンディープ・シン氏は、TPUはNVIDIAのGPUに匹敵するデータ処理量を実現しながら、価格は約30％安いと分析した。ブルームバーグ・インテリジェンスは、TPU関連の売上高が今年の120億ドルから、2028年には1,350億ドルを超えると予測している。
顧客の顔ぶれも広がっている。Apple、Meta、Oracle、Anthropic、クオンツ取引会社のJump TradingがTPUを利用している。OpenAIも購入を計画している。Jump Tradingは数千個のTPUをAIモデルの学習に投入した。
同社のアレックス・デイビスCTOは、依然としてNVIDIAが主力だとしつつ、特定の作業におけるTPUの性能に強い印象を受けた社員もいると話した。「ある問題を別の方法で解くことは、実は難しいことではないし、学べることも多い」と述べた。Oracleは先月Googleとの提携を発表し、来年からクラウド顧客に初めてTPUを提供する。それまでOracle Cloudの顧客が選べるAIチップはNVIDIAとAMDの製品に限られていた。Oracleのシニアバイスプレジデント、カラン・バタ氏は「AIの作業が複雑になるほど、選択肢が必要になる」と語った。
最大の顧客はAnthropicだ。ブルームバーグが同社の開示情報を引用して伝えたところによると、Anthropicは2028年から2031年の間に、最大1,500億ドル相当のTPUを購入できるオプションを持っている。
◆ NVIDIAも特化へ
NVIDIAの地位がすぐに揺らぐわけではない。GPUの需要は依然として供給を上回っている。その不足分が、Googleのような競合企業が成長する余地となっている。一方、NVIDIA自身も変化している。
製品群をCPUにも広げ、スタートアップのGroqの技術を取り入れて、推論段階に重点を置いたチップを投入した。学習も推論も1つのチップで担う時代から、セキュリティ向け、長いコンテキスト向け、推論向けにチップを分ける時代へと移りつつある。
GoogleがTPUを4種類に分け、NVIDIAが推論用チップを別途投入したのも、同じ方向性を示している。