GoogleがSpaceXから11万GPUを借りる:月額9.2億ドル契約が示すAI計算力の逼迫
SpaceXとGoogleは、AI向けの計算容量を提供する巨額のクラウド契約を締結した。自前で強力な基盤を持つGoogleが外部から容量を調達する背景には、AI需要の急増がインフラ建設の速度を上回る現状があり、SpaceXはAIインフラ事業を新たな成長の柱に据えている。
別名: TPU, TPUv8e, TPUv9, Tensor Processing Unit
Google CloudのAIインフラを支える独自設計のプロセッサ。大規模言語モデルの学習や推論に最適化されており、次世代モデルにおいてIntelのパッケージング技術の採用が検討されている。
SpaceXとGoogleは、AI向けの計算容量を提供する巨額のクラウド契約を締結した。自前で強力な基盤を持つGoogleが外部から容量を調達する背景には、AI需要の急増がインフラ建設の速度を上回る現状があり、SpaceXはAIインフラ事業を新たな成長の柱に据えている。
AIブームによるTSMCの先端パッケージング不足を受け、SK HynixがIntelのEMIB技術を評価中であることが明らかになった。しかし、Citiのアナリストは、EMIBとTSMCのCoWoSはパッケージングエコシステムが根本的に非互換であり、ABF基板の生産能力がボトルネックとなるため、TSMCの主力受注への脅威は限定的だと分析している。
Googleは生成AIブームによるコンピュート不足を解消するため、SpaceXと連携し軌道上データセンター構想を進めている。太陽電力で駆動するTPU搭載衛星を打ち上げ、地上の制約を回避する計画だが、高コストや技術的課題が残るため、地上と宇宙のハイブリッド戦略を模索している。
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。
大規模言語モデルの推論コストが利益を圧迫する中、AnthropicはAI推論チップの自前調達を急いでおり、未製造の英国スタートアップFractileと交渉を進めている。Fractileは、プロセッサとメモリ間のボトルネックを解消するMemory Compute Fusionアーキテクチャを提案し、既存GPU比で25倍速くコスト10分の1の推論を目指している。
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。
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。
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。
AmazonはAnthropicへ追加で50億ドルを出資する一方、Anthropicは今後10年で1000億ドル超をAWS技術へ支出する契約を結んだ。これにより、AmazonはAnthropicの成長を自社のインフラ売上へ長期固定し、AnthropicはAWSを主要な訓練・クラウド基盤としながらも、複数基盤での分散戦略を維持する。
GoogleはBroadcomとの長期契約を継続しつつ、推論向けAIチップの最適化を進めている。Marvellとの協議は、推論専用TPUとメモリ処理ユニットの2チップ構成により、演算とメモリ階層の分業で推論性能とコスト効率を改善する狙いがある。これは、推論のボトルネックが演算性能だけでなくメモリ帯域やデータ移動にあるという認識に基づき、推論向け半導体競争が単なる演算性能から総合的な効率へと移行していることを示唆している。
MetaはAIインフラに最大1,350億ドルを投資し、自社サービスの競争優位を確立するため、Broadcomと連携して自社設計のカスタムAIチップ「MTIA」を数ギガワット規模で展開する。これは、汎用GPUの限界とTCO最適化の必要性から、用途特化型ASICの開発が技術的必然となっているからだ。
GoogleとIntelは2026年4月9日、AIとクラウド基盤を巡る協業を深めると発表した。今回の発表の軸は、派手な新型AIアクセラレータの投入ではない。Googleの大規模インフラで複数世代のIntel Xeonを継 […]
AppleはA4チップからMシリーズまで、消費者向けシリコンの内製化で競合を圧倒してきた。しかしクラウドAI基盤においては、NVIDIAのGPUサーバーに処理能力を依存し、Googleから年間約10億ドル規模でGemin […]
Googleは新たな画像生成モデル「Nano Banana 2(Gemini 3.1 Flash Image)」を公開した。本モデルの登場は、画像生成AIが「実験的なおもちゃ」あるいは「品質を競うフェーズ」から脱却し、エ […]
大規模言語モデル(LLM)の学習および推論において計算資源の制約が顕在化し、AIインフラストラクチャにおけるコストとパフォーマンスの最適化が業界全体の至上命題となっている。このパラダイムシフトの只中において、AIチップス […]
工場の生産ラインを支えるロボットや自動化機器において、モーターの故障は致命的な生産停止(ダウンタイム)を引き起こす。交換部品が遠方の流通業者からしか調達できない場合、数日から数週間にわたる遅延と莫大なコスト的損失が発生す […]
Appleが2026年後半にリリースを予定している「iOS 27」は、iPhoneの歴史において、地味ながらも非常に重要なアップデートになるかもしれない。最新のレポートによると、次期OSは派手な新機能の追加よりも、システ […]
自動運転技術の進化において、走行距離という「経験」は長らくその知能を測る絶対的な指標とされてきた。しかし、公道を数億km走ったとしても、遭遇する確率は極めて低いが、発生すれば致命的な「エッジケース」をすべて網羅することは […]