Googleが一気に2種類のTPUを発表、初めてトレーニングと推論チップを分離、企業向けAIエージェントが全面的に展開

Alphabet傘下のGoogle Cloudは、年次開発者カンファレンスで、一斉に新世代の自社製チップとエンタープライズ向けAIエージェントツールを発表し、ハードウェアとソフトウェアの両面でNVIDIA、OpenAIおよびAnthropicへ同時に挑戦状を叩きつけました。

現地時間の水曜日、Google Cloudはラスベガスで開催されたGoogle Cloud Next 2026カンファレンスにおいて、第8世代Tensor Processing Unit（TPU）の新製品2種を発表しました：AIモデルのトレーニング向けに設計されたTPU 8T、および推論（inference）段階に特化したTPU 8iであり、いずれも今年後半に市場投入される予定です。これにより、Googleは初めてトレーニングと推論を独立したチップに分離し、AIハードウェア戦略の大きな転換点を迎えたことを示しています。

その一方で、GoogleはGemini Enterprise Agent Platformなど、エンタープライズ自動化市場を直接狙う一連のAIエージェント開発ツールも発表しました。

新チップのリリースは、AI推論需要が急速に拡大しているタイミングで行われました。Google CloudコンピューティングおよびAIインフラ担当副社長Mark Lohmeyerは「重要なのは、1件あたりの取引コストを最小限に抑えつつ、迅速なレスポンスを実現することです。取引量は大幅に増加しており、スケール化のためには1回ごとのコストを大きく下げることが求められています。」と述べ、2種類の新チップは今年後半に正式にリリースされるとしています。

トレーニングと推論の分離、チップ性能は大幅に向上

今回Googleは第8世代TPUを2つの独立した製品に分割したことで、AIワークロードがますます多様化しているトレンドに直接応えています。

Google上級副社長兼AI＆インフラ最高技術責任者Amin Vahdatは、ブログで「AIエージェントの台頭とともに、トレーニングと推論固有のニーズに最適化されたチップが業界に利益をもたらすと判断しています。」と述べています。

TPU 8tはAIモデルのトレーニングに最適化されており、「最先端モデル開発の期間を数か月から数週間に短縮できる」と謳われています。

性能面では、TPU 8tは前世代比でワットあたりパフォーマンスが124%向上、TPU 8iは117%向上しています。昨年11月発表の第7世代Ironwood TPUと比較すると、同じ価格でTPU 8tは2.8倍の性能向上、TPU 8iは80％の性能向上となっています。

トレーニング用チップTPU 8tは最大9600枚を1つのシステムとして組み合わせ可能で、Googleは、これほど大規模なシステムの導入時において、電力がデータセンターの主要なボトルネックになっているため、高い電力効率が不可欠だと説明しています。

TPU 8iは主に推論用途を想定しており、AIモデルを実行したりAIエージェントのタスクを処理するために適しています。そのアーキテクチャは大容量オンチップストレージを重視しており、各チップは384MBのSRAM（静的ランダムアクセスメモリ）を搭載していて、前世代Ironwood比で3倍となります。

2種類のチップはいずれも2026年後半に正式に提供開始予定です。

Alphabet CEOサンダー・ピチャイはブログで、このアーキテクチャが「コスト効率を保ちつつ、同時に数百万のエージェントを動かすのに必要な大規模スループットと低レイテンシーを提供することを目指している」とコメントしました。オンチップストレージの拡大により、チップは外部から頻繁にデータを取得する必要がなくなり、マルチステップ推論を伴うAIタスクにとり特に重要となります。

AIエージェントプラットフォーム拡充、OpenAIおよびAnthropicに正面から挑戦

ソフトウェア面では、Googleは今回、企業向けAIエージェントのフルツールチェーンを発表し、OpenAIとAnthropicのエンタープライズ市場戦略に真正面から挑んでいます。

Bloombergの報道によると、複数のスタートアップ創業者は、シリコンバレーのエンジニアがAIプログラミングツールを選ぶ際、AnthropicのClaude CodeとOpenAIのCodexを切り替えて使うことが多く、Googleはほとんど選択肢に入っていないと語っており、この現状にGoogle経営陣は大きな危機感を抱いているといいます。

Google Cloud CEO Thomas Kurianはブログで「これは寄せ集めの単体サービスを提供するのではなく、イノベーションを支える完全な基盤を提供するためのものです。」と述べています。

新たに登場したGemini Enterprise Agent PlatformにはMemory BankやMemory Profile機能が追加されており、エージェントがユーザーとの過去の応答を記憶できるようになり、従来AIツールの記憶力不足の問題を補っています。また、Agent Simulation機能により、デプロイ前に開発者がツールを充分テストできます。

Googleはまた、WorkspaceやMicrosoft OneDrive、社内チャットツールの情報を統合し、エージェントに必要なコンテキストを提供するコラボレーションプラットフォーム「Projects」も発表しました。さらに、Gemini Enterpriseアプリを一般社員向けに公開し、「全従業員のAI受付」としてコーディングせずともエージェントを構築できるようになっています。

TPU採用加速、NVIDIAとの協業も並行推進

Googleは自社開発のチップ部門を拡大しているものの、NVIDIAとの提携関係も継続しています。

Mark Lohmeyerは、Googleは今年後半にNVIDIAの次世代チップ設計の最初の導入企業の一つになる計画であり、また、NVIDIAシステムを希望する顧客へのサービスも引き続き提供すると述べました。

同時にGoogleのTPU商用導入も加速中です。

ヘッジファンドCitadel SecuritiesはGoogle TPUをベースにクオンツリサーチ用ソフトウェアを構築、米エネルギー省傘下の全17カ所の国立研究所もTPUベースのAI協働科学者ソフトを利用しています。MetaはGoogleと数年に及ぶ数十億ドル規模のTPU利用契約を締結、AI新興のAnthropicも数ギガワット級のGoogle TPU演算力利用を約束しています。

DA Davidsonのアナリストは昨年9月、TPU事業とGoogle DeepMind AI部門を合わせた価値を約9000億ドルと試算しています。

なおGoogleは、新チップの性能をNVIDIA製品と直接比較はしていません。NVIDIAは、200億ドルで買収したGroqの技術を統合した新製品ラインを投入予定で、超低遅延推論向けに特化されています。

NVIDIA CEO黄仁勋は、AIワークロードの2割超はこの種のチップで処理するのが最適になるかもしれないと以前に述べています。Groqは元Googleエンジニアらによって2016年に創業されました。

GoogleはTPUのアクセシビリティ向上を目的に、顧客の自社データセンターへのTPU導入テストも進め、外部ソフトウェアツールとの互換性も強化しています。ただし、チップ供給のボトルネックやAIモデルの迅速な進化と長期的なチップ開発サイクルのミスマッチが、Googleのスケール拡大における主要な不確定要素であり続けています。