別名: Google Assistant, Google, Alphabet, Google Cloud, グーグル, Alphabet Inc., Google フォト, Google Photos, Google レンズ, Googleウォレット, Google Wallet, Google マップ, Google Maps, Google ドキュメント, Docs, Google スプレッドシート, Sheets, Google スライド, Slides, Google ドライブ, Drive, Google 翻訳, Google Translate
Googleが提供してきた音声操作型の仮想アシスタント。厳格なルールベース（決定論的）で動作し、スマートホームの制御やリマインダー設定などのタスクを高い確実性で実行する。現在、より高度な推論が可能なGeminiへの移行が進められている。
セキュリティ担当者の机の上には、今日も処理しきれない量の脆弱性アラートが積み上がっている。スキャナが吐き出す警告の数は人手の対応能力をとうに超え、本当に危険な欠陥がその山に埋もれていく。そこへ、攻撃側がAIを使って欠陥の発見と武器化を加速させるという新しい圧力が加わった。脆弱性が公表されてから実際に悪用されるまでの猶予は、もはや数週間では測れなくなっている。Google Cloudが2026年5月28日に発表した「AI Threat Defense」は、この時間差を埋めるために、欠陥の発見・評価・修正・監視を一本の自動パイプラインに通すことを狙った基盤だ。競合が「対応すべき問題のリスト」を渡すのに対し、Googleが出荷すると主張するのは「適用可能な修正」そのものである。
Anthropicの未公開AIモデル「Mythos」を活用し、セキュリティ企業CalifがmacOSの未知の脆弱性を2件発見した。この脆弱性は、Appleの最新ハードウェア保護技術であるMemory Integrity Enforcementを回避し、権限昇格を可能にするもので、AIと人間の専門知識を組み合わせたハイブリッドな攻撃手法が今後のサイバー脅威の主流となる可能性を示唆している。
GoogleはAndroidを「インテリジェンスシステム」へ転換する「Gemini Intelligence」を発表した。これは、アプリをまたいだタスク自動化やAI生成ウィジェット、Gboardに統合される自然な音声入力機能「Rambler」など、Geminiモデルを活用した多岐にわたる新機能群で構成される。今夏より最新Pixel・Samsung Galaxy端末から順次展開され、デバイスがユーザーのニーズを先取りするエージェントとして機能することを目指す。
量子コンピュータのハードウェア開発において、情報の移動に伴う量子状態の脆弱性が課題となる中、デルフト工科大学の研究チームは、シリコンチップ上で電子のスピン情報を損なわずに移動させ、さらに移動中に高精度な量子ゲート演算を行うことに成功した。この「コンベアモード・シャトリング」技術は、半導体の集積性とイオン型アーキテクチャの移動の自由を両立させ、大規模量子プロセッサ実現への道を開く画期的な成果である。
Anthropicは、AIコーディング支援モデルClaude Codeのレート制限を大幅に緩和するため、競合であるxAIのデータセンター「Colossus 1」の計算能力を借りる異例の契約を締結した。この提携により、Anthropicは22万台以上のGPUと300メガワット超の電力容量を確保し、Claude Codeの全プランでレート制限を最大16倍以上引き上げた。これは、急増するAI需要に対応し、長期的なインフラ構築のリードタイムを埋める緊急措置であり、SpaceXとの宇宙空間AIインフラ構想も視野に入れた戦略的な動きである。
Googleは、Gemma 4の推論を最大3倍高速化するMulti-Token Prediction対応ドラフトモデルを公開した。このモデルは、投機的デコード技術によりトークン生成と検証を分離し、VRAM帯域幅のボトルネックを解消することで、エッジデバイスやローカルPCでの推論品質を低下させることなく大幅に改善する。
2026年、個人ユーザーや中小企業はHDDやNANDフラッシュの価格高騰と在庫不足に直面しており、ハイパースケーラーによる数年先の長期供給契約が市場を占有している。この状況はAI投資サイクルに伴うデータセンター拡張計画が背景にあり、ストレージ市場は棚売りから受注生産へと転換し、需給ギャップは2027〜2028年まで続く見込みである。
データセンターの需要増が消費者向けデバイスのチップ不足を引き起こしており、AIシステム向けチップと消費者向けチップでは最適化される特性が異なる。半導体産業は寡占市場であり、少数の企業が市場を支配し、高利益率製品への投資を優先するため、供給不足と価格高騰が続いている。
xAIは世界最大規模のAIクラスター「Colossus」を保有するが、その計算能力のわずか11%しか活用できておらず、新社長が2ヶ月以内に50%への改善を宣言した。これは、急速なハードウェア拡張に対しソフトウェア整備が追いつかず、MetaやGoogleに比べて実効的なGPU稼働率が著しく低いという構造的な課題を露呈している。
2026年3月、イランのドローン攻撃によりUAEとバーレーンのAWSデータセンター3施設が物理的損傷を受け、109以上のAWSサービスが停止した。これはデータセンターの冗長化が軍事攻撃に無力であることを示し、クラウドインフラの地政学的リスクを根本から問い直す史上初の事例である。この攻撃は、AIインフラが軍事目標となり得る現実を浮き彫りにした。
エージェント型AIの台頭が、AIデータセンターの根本的な設計を書き換えようとしている。GPU:CPU比率は従来の8:1から1:1へと縮小しつつあり、それに伴いCPU搭載DRAMは現行比最大4倍の400GBへ膨張する計画が進んでいる。既に逼迫しているDRAM市場は、この需要増によってスーパーサイクルの到来が2027年以降に押し延ばされる見通しだ。なぜCPUがここまで大容量メモリを必要とするのか、その構造を解説する。
中国科学院は、分子設計された鉄錯体「[Fe(HPF)BHS]4-」を開発し、全鉄フロー電池の電解液の安定性を飛躍的に向上させた。これにより、6,000回の充放電サイクル後も容量低下が見られず、リチウムの80分の1の原料コストと水系電解液による発火リスクゼロで、グリッドスケール蓄電の経済性を根本から変える可能性を秘めている。
自社のAIモデルが自律型ドローンの制御や国内監視に転用されるリスクをどう制御すべきか。この問いを巡り、米国防総省（ペンタゴン）とAI開発企業の思想的対立が激化している。2026年5月1日、ペンタゴンは主要AI企業8社と機密ネットワーク協定を締結し、軍事利用における制約を事実上撤廃する方針を打ち出した。一方で、独自のセーフガードを譲らなかったAnthropicは協定から除外され、法廷闘争へと発展している。
18%以上の電力削減と9%以上の性能向上という数字が、Intel Foundryを再び先端プロセス競争の中心へ押し戻している。VLSI 2026で示されたIntel 18A-Pは、RibbonFETとPowerViaを土台にした18Aの改良版だ。一方で、TSMC N2はトランジスタ密度でIntel 18Aを上回り、先端製造の主導権を握る。そこへAppleのM系入門版評価、Googleの先端パッケージング検討という報道が重なり、勝負の軸は「最も細かいプロセス」から「十分な効率と供給分散」へ広がり始めた。
生成AIの進化に伴い、エージェント型AIの普及によりデータセンターのハードウェア構成が劇的に変化している。AIインフラの主役がGPU単体からCPUの中核的配置へと回帰し、ハイエンドサーバー向けCPUの供給不足と価格高騰を招いている。このCPU需要の急増は、サプライチェーンに強烈な負荷をかけ、クラウドプロバイダーのTCO悪化やアーキテクチャ再編のジレンマを引き起こしているのだ。
AI開発の主戦場が物理インフラに移る中、AlphabetはAnthropicに最大400億ドルを投資し、その多くがGoogle Cloudへの還流を前提とした「循環型ディール」である。これはAnthropicのAIアシスタント「Claude Code」の爆発的な普及による演算能力の逼迫と、AIインフラ確保の重要性を示している。AnthropicはGoogleだけでなくAmazonやBroadcomとも提携し、マルチクラウド・マルチパートナー戦略で膨大なリソースを確保している。
Metaはエージェント型AIの処理に特化し、GPUではなくArmベースのCPU「Graviton5」をAWSから数千万コア、最低3年間調達する大型契約を締結した。これは、エージェント型AIが求める低レイテンシと高いスレッド並列性がCPUの得意とする領域であり、電力効率とコスト面で優位性があるため、AIインフラの最適解がワークロードによって分岐しつつあることを示している。
TrendForceは、AIサーバー向け部品の優先供給により、一般サーバーの電源管理ICやベースボード管理コントローラーなどの部品調達が困難となり、2026年のサーバー出荷成長率予測を下方修正した。大手クラウド事業者が部品を確保する一方、一般企業は納期遅延や構成制約に直面し、AIブームのコストが広範囲に及ぶ見込みである。
SpaceXはIPOに向けたS-1登録書で、将来の大規模設備投資の一部として自社GPU製造を挙げ、チップ供給の不安定さを投資家へのリスクとして開示した。これはNVIDIA依存からの脱却というより、StarlinkやxAI、宇宙データセンター構想など、Musk氏傘下の複数事業における計算資源の安定確保を目的とした垂直統合オプションである。Intel 14Aプロセスを用いたTerafab構想と連携し、AIアクセラレータの内製化を目指すものの、その実現には大きな技術的・経済的リスクが伴う。
Metaは、AIエージェントの訓練データ整備のため、米国従業員の業務用PCでマウス移動やクリック、キーストローク、画面スナップショットを収集する。これは、AIを「答えるAI」から「操作するAI」へ進化させるため、完成品ではなく作業途中の「迷い」を高価なデータとして活用する狙いがある。他社が顧客データと学習データを分離する中、Metaは従業員の行動データをAI訓練に直接利用する点で一線を画しており、プライバシーや労務管理上の課題が指摘されている。
