GoogleがGeminiの効率を大幅向上させる新型AIチップを開発中

テクノロジーメディアTechCrunchの独占報道によると、Googleの親会社Alphabetが新型AIチップを秘密裏に開発中であり、その核心的な目標は同社の大規模言語モデルファミリーであるGeminiをより効率的に稼働させることにある。事情に詳しい関係者によれば、このチップは既存のTPU（テンソル処理ユニット）の直接的な後継ではなく、生成AIの推論およびファインチューニングシナリオに特化した専用設計だという。

TPUから新チップへ：GoogleのAIハードウェア進化

GoogleはAIチップ分野において決して新参者ではない。2016年に初代TPUを発表して以来、複数世代のカスタムチップを順次リリースし、検索・翻訳・レコメンデーションなどの事業に広く活用してきた。しかし2023年のGeminiモデル発表を機に、Googleは演算効率とコストに対してより高い要求を掲げるようになった。内部情報によれば、新チップはスパース演算・メモリ帯域幅・電力効率の最適化に重点を置き、同一消費電力のもとでGeminiモデルのスループットを3〜5倍向上させるとされている。

「私たちはAIチップのアーキテクチャを根本から再考しています。単純にトランジスタを積み重ねるのではなく、Transformerモデルに最適化した『演算エンジン』を設計しています。」——匿名を希望するGoogleのハードウェアエンジニア（出典：TechCrunch）

なぜ今、新チップを開発するのか

現在、世界のAIトレーニングと推論はNVIDIA GPUおよびAMDアクセラレータへの依存が大きい。しかしGoogleには自社チップ開発における独自の強みがある。すなわち、膨大な社内AIアプリケーション需要、TensorFlow/JAXソフトウェアエコシステムとの深い統合、そしてGoogle Cloudの巨大なデータセンターネットワークだ。新チップの登場により、Googleは以下の3つの側面で競争優位を確立できると見られている：
1. 推論コストの削減：Geminiモデルはクラウドおよびモバイルでのユーザー数が急増しており、自社チップによってサードパーティチップへの依存を減らし、クエリ単価を引き下げることができる；
2. エネルギー効率の向上：データセンターの消費電力はGoogleのESG目標における重要指標となっており、専用チップは汎用GPUに比べ40%以上の省エネが期待される；
3. モデル更新サイクルの加速：ソフトウェアとハードウェアの協調設計により、Gemini新バージョンのトレーニングとデプロイにかかる期間を短縮できる。

業界の背景と競争環境

テクノロジー大手による自社AIチップ開発はすでに大きなトレンドとなっている。Amazon AWSのTrainium/Inferentia、MicrosoftのMaia 100、MetaのMTIA、そして今回のGoogleの新プロジェクトと、主要企業はほぼ例外なく「チップ＋モデル＋クラウドサービス」のフルスタックエコシステムの構築に取り組んでいる。NVIDIAはCUDAエコシステムの強みで依然として市場を主導しているが、特定のシナリオにおけるカスタムチップのコストパフォーマンス優位性は日増しに鮮明になっている。アナリストらは、Googleの新チップが成功すれば、クラウド推論市場におけるNVIDIAのシェアに直接打撃を与えるとともに、より多くのモデルメーカーに対してカスタム最適化を迫る可能性があると指摘する。

編集後記

戦略的観点から見れば、Googleがこのタイミングで参入することは不思議ではない。GeminiはGoogleのAI戦略の中核として、NVIDIAのサプライチェーンへの依存から脱却しなければならない立場にある。しかし自社チップ開発には多大な投資と長い開発サイクルというリスクも伴う。TSMCの先端製造プロセスの生産能力逼迫、3nmプロセスの歩留まり課題、そしてソフトウェアエコシステムの移行コストは、いずれも乗り越えなければならないハードルだ。過去の経緯を振り返れば、GoogleにはPixel Visual Coreのように最終的に大規模展開に至らなかった自社チップも存在する。今回の新チップが成功を収められるかどうかは、GoogleがハードウェアとGeminiモデルの間で真の深度統合を実現できるかにかかっている。

いずれにせよ、このAIチップ競争は「演算能力の軍拡競争」から「効率の軍拡競争」へと軸足を移しつつある。モデルのパラメータ規模が兆単位に達した今、演算効率の向上は単純な演算能力の増強よりも戦略的価値が高い可能性がある。

本記事はTechCrunchより編訳