GoogleのTensor Processing Unit（TPU）が、社内向けの専用アクセラレータから、AI計算基盤を売るための事業資産へと姿を変えつつある。Wall Street Journalは、Googleがデータセンター資金、長期顧客、独自チップを組み合わせ、NVIDIAが握ってきたAIハードウェア市場へ踏み込んでいると伝えている。
この動きは、チップ単体の性能競争だけでは説明しきれない。Alphabet自身も2026年6月3日、AIインフラとコンピュート拡張を目的に847億5000万ドルのエクイティ調達を発表している。同社の2026年第1四半期Form 10-Qには、Google Cloudが複数ギガワット規模のTPUハードウェア供給契約を一部顧客と結び、売上認識は2026年後半に始まり、大半は2027年になるとの記載がある。TPUはGoogle Cloudの機能一覧に置かれた一サービスではなく、インフラ投資と契約残高を動かす対象になってきた。
Alphabetの調達はTPU事業の売り方を変える
Alphabetの2026年第1四半期10-Qは、Google Cloudの伸びをはっきり示している。Google Cloudの売上高は前年同期の122億6000万ドルから200億2800万ドルへ63%増え、営業利益も21億7700万ドルから65億9800万ドルへ拡大した。生成AIと企業向けクラウドの需要が、Google Cloudを広告事業の周辺収益ではなく、大規模インフラ投資を正当化する事業へ押し上げている。
同じ10-Qでより踏み込んでいるのは、Google Cloudが「複数ギガワット」のTPUハードウェアを供給する契約を持つと開示した点だ。対象はオンプレミスまたは専用の大規模インフラを必要とする顧客で、契約は2026年3月末時点のバックログに含まれている。Googleはこれまで、TPUをGoogle Cloud上で使わせる形を中心にしてきたが、この開示は、顧客側のインフラに近い場所へTPUを供給する事業が始まっていることを示す。
その分、Alphabetが引き受けるリスクも大きくなる。10-Qは、AI計算容量の需要に応えるためのカスタムハードウェア供給がコストと運用の複雑さを増やすと説明している。加えて、第三者のデータセンターや電力インフラ整備を支える保証やバックストップは、相手先やベンダーが履行できない場合に追加負担や余剰容量の問題を生む。TPU事業の拡大は、半導体を作って終わる話ではなく、電力、建屋、顧客契約、資金調達までを束ねる事業へ近づいている。
Ironwoodはクラウドで使うTPUの上限を押し上げた
Google Cloudの公式ドキュメントでは、TPUは機械学習ワークロードを高速化するためにGoogleが開発したASICと説明されている。Cloud TPUはCompute Engine、Google Kubernetes Engine、Vertex AIから使える。GPUのような汎用プロセッサではなく、行列演算を中心にしたニューラルネットワーク計算へ最適化されているため、大規模モデル、長期の学習、大きなバッチサイズ、埋め込みを多用する推薦モデルのような用途で力を発揮する。
現在のGoogle Cloudドキュメントで最新世代として示されているTPU7x、コード名Ironwoodは、この商用化の土台になる。IronwoodはGoogle Cloudの第7世代TPUで、大規模AIの学習と推論向けに設計された。1つのPodは最大9,216チップで構成され、1チップあたりBF16で2,307 TFLOPS、FP8で4,614 TFLOPS、192GiBのHBM、7,380GB/sのHBM帯域を持つ。Google Cloudは、GKEやCompute EngineからTPU7xを使えると説明しており、All Capacity mode予約では利用率や健全性、トポロジーの見通しも顧客側に提供する。
この構成が意味するのは、TPUが「Googleの内部サービスを支える特殊チップ」にとどまらないことだ。顧客はクラウド上のVM、GKE、予約容量を通じてTPUを使い、Googleはその背後で大規模なPod、ネットワーク、冷却、ホストCPU、運用診断をまとめて提供する。NVIDIA GPUの強さがCUDAとサーバー供給網を含む全体の使いやすさにあるなら、Googleの対抗軸もチップ性能だけでなく、クラウド運用と容量確保を含む総合力になる。
Lake Marinerは資金と電力を結ぶ実例になった
WSJの取材で興味深いのが、ニューヨーク州西部のLake Marinerだ。記事によると、Googleは同プロジェクトに32億ドルの金融保証を提供し、開発側はGoogleのチップ数千個から得られる計算能力をAnthropicへ貸し出す計画だという。この保証はGoogleがTPUの需要先とデータセンター容量を同時に確保する動きとして位置づけられている。
Lake MarinerとGoogleの関係はTeraWulfの発表からも確認できる。TeraWulfは2026年第1四半期決算で、Lake MarinerにCore42向けのクリティカルIT容量60MWが2026年3月31日時点で稼働し、同四半期にHPCリース収入2100万ドルを計上したと発表した。さらに、2番目のテナントであるFluidstackとの建設を進め、インフラ納入と技術配備をFluidstackおよびGoogleと調整していると説明している。
この組み合わせは、TPU競争の焦点が半導体の供給量だけではないことを示す。AI計算では、チップがあっても電力、ラック、冷却、ネットワーク、長期契約がそろわなければ顧客のワークロードは動かない。TeraWulfのような電力に近いデータセンター事業者、Fluidstackのようなクラウド事業者、GoogleのTPUと財務支援が一体になることで、Googleは自社クラウドの外側にもTPU容量を置けるようになる。
NVIDIAを崩すより、第二の大口供給源になる
GoogleのTPUがすぐにNVIDIAを置き換えると見るのは早い。NVIDIAはGPU、CUDA、システムベンダー、クラウド事業者、AI研究者の習熟を含む厚い生態系を持つ。実際のところ、NVIDIAはAIチップ市場でなお大きな支配力を保ち、CUDAと既存のハードウェア生態系が顧客を引き留めているのが現状だ。
Googleの狙いは、NVIDIAの全需要を奪うことより、容量不足の市場で「もう一つの大口供給源」になることに近い。TPUは行列演算に寄ったASICであり、すべてのワークロードに向くわけではない。Google Cloudのドキュメントも、分岐が多い処理、高精度演算、メインの学習ループにカスタム演算を多く含むニューラルネットワークには向かないと明記している。だからこそ、TPUが強い用途と、GPUの柔軟性が必要な用途は分かれる。
一方で、巨大モデルの学習や推論では、顧客が欲しいのは理論性能だけではない。必要な時期に必要な量のアクセラレータを確保できるか、長期契約を組めるか、電力とデータセンターが間に合うかが採用判断を左右する。Alphabetが847億5000万ドルの資本調達を掲げ、Google CloudがTPUハードウェア供給契約をバックログに入れ、Lake Marinerのような案件で外部インフラと結びつくなら、TPUは研究開発の成果物ではなく、AI計算市場の供給構造を変える候補になる。
次に見るべきなのは、2026年後半から2027年にかけて、これらの契約がどれだけ実際の売上と稼働容量へ変わるかだ。顧客がTPUをNVIDIA GPUの代替として採用するのか、特定の学習・推論用途に使い分けるのかで、Googleの勝ち筋は変わる。TPUの商用化は始まったが、その成否はベンチマークではなく、電力を確保したデータセンターで顧客の本番ワークロードがどれだけ動くかで測られる。
