2025年12月、世界のテクノロジー業界は、Googleが静かに、しかし確実に進めてきた「シリコン戦略」の到達点を目撃することとなった。TechPowerUpおよびSemiAnalysisが報じた最新情報によると、Googleは第8世代となるカスタムAIチップ（TPUv8）において、学習用と推論用で明確に設計思想とサプライチェーンを分けるという、極めて戦略的な一手に出ているという。

これまでの汎用的なアプローチを捨て、学習特化型の「TPUv8ax (Sunfish)」と、推論特化型の「TPUv8x (Zebrafish)」という2つの異なる矢を放つこの動きは、単なる製品ラインナップの拡充ではない。これは、NVIDIA一強体制に対するGoogleの「完全なる独立宣言」であり、AIインフラのコスト構造を根底から覆そうとする試みである。

AD

2つのTPU、2つの異なるサプライチェーン戦略

これまでのTPU（Tensor Processing Unit）開発において、Googleは設計の主導権を握りつつも、物理的な実装においてはパートナー企業に多くを依存してきた。しかし、第8世代となるTPUv8では、用途に応じてパートナーシップの形をドラスティックに変える「ハイブリッド・ソーシング戦略」を採用している。これが今回のリーク情報の核心部分だ。

1. 学習の要塞：TPUv8ax “Sunfish”とBroadcomの完全パッケージ

AIモデルのトレーニング（学習）は、Googleにとって絶対に失敗が許されない「聖域」である。次世代のGeminiモデルを創出するための心臓部となるのが、学習特化型のTPUv8ax、コードネーム “Sunfish” だ。

このチップにおいて、Googleは長年のパートナーであるBroadcomとの関係をさらに深化させている。

  • 完全なるターンキー・ソリューション:
    SemiAnalysisの分析によれば、SunfishにおいてBroadcomは、単なる設計支援に留まらない。プロセッサ本体の設計実装、メモリの統合、サポートチップ、そして極めて複雑なパッケージングに至るまで、エンドツーエンドで責任を負う。
  • 「完成品」としての購入:
    GoogleはBroadcomに対し、組み立て済みの完成されたモジュールとして対価を支払う契約を結んでいるようだ。これは、言うなれば「PCを自作するのではなく、最高スペックの完成品サーバーを購入する」ようなものであり、開発リスクを最小限に抑え、確実な歩留まりと早期の市場投入（Time-to-Market）を優先した結果と分析できる。
  • 技術的背景:
    学習用チップには、チップ間で超高速かつ低遅延な通信を行うためのSerDes（シリアライザ/デシリアライザ）技術や、CoWoS（Chip-on-Wafer-on-Substrate）のような高度なパッケージング技術が不可欠だ。この分野で世界最高峰のIPを持つBroadcomに「丸投げ」することで、Googleはインフラの安定性を金で買ったと言える。

2. 推論の覇権：TPUv8x “Zebrafish”とMediaTekによるコスト革命

一方で、AIビジネスの収益性を左右する「推論（Inference）」向けチップ、TPUv8x、コードネーム “Zebrafish” では、全く異なるアプローチが採られている。ここでGoogleは、台湾のMediaTekをパートナーに迎え入れたが、その関わり方は極めて限定的だ。

  • Googleによる直接調達（Direct Sourcing）:
    Zebrafishにおいて、Googleはメインプロセッサのウェハーやメモリをサプライヤーから「直接」購入している。これは、AppleがiPhoneのチップで行っているような、真のファブレスメーカーとしての振る舞いに近い。
  • MediaTekの役割:
    MediaTekは、Googleが苦手とする特定領域（一部のサポートチップやパッケージング設計の支援）のみを担当する。これは「自作PCのために主要パーツは自分で買い集め、配線や組み立ての一部だけを専門家に手伝ってもらう」ような形だ。
  • 狙いは「コスト構造の破壊」:
    なぜこの面倒な手法を採るのか。答えはコスト（TCO）にある。推論処理は、学習と異なり、チップの展開数が桁違いに多い。数百万個単位で配備される推論チップにおいて、中間マージンを排除し、部材を直接調達することは、数百億ドル規模のコスト削減に直結する。Googleは社内の設計能力を高めることで、外部ベンダーへの依存度を下げ、利益率を最大化しようとしているのだ。

スペックの飛躍：TPUv7 “Ironwood” からの進化

具体的なTPUv8のスペックはまだベールに包まれているが、現行世代であるTPUv7 “Ironwood” の性能を知ることで、そのポテンシャルを推し量ることができる。

  • TPUv7 “Ironwood” の実力:
    • 演算性能: 4,614 TeraFLOPS (FP8精度)
    • メモリ: 192 GB HBM (High Bandwidth Memory)
    • 実績: 既にGoogle Cloud上で稼働中

TPUv8シリーズは、このIronwoodを大きく上回る性能を持つことは確実だ。特に、昨今のLLM（大規模言語モデル）のトレンド鑑みると、以下の点での進化が予測される。

  1. メモリ容量の倍増: 推論用モデルの巨大化に対応するため、HBM容量は256GB〜384GBクラスへ拡張される可能性が高い。
  2. FP4/FP6精度のネイティブサポート: 推論効率を高めるため、より低精度な演算への最適化が進むだろう。
  3. 光インターコネクトの導入: 大規模クラスタにおける通信ボトルネックを解消するため、光電融合技術（CPO: Co-Packaged Optics）の初期段階の導入も視野に入っているかもしれない。

AD

外部顧客への開放と「脱NVIDIA」の加速

GoogleがTPUを開発した当初、それはあくまで「自社サービス（検索、YouTube、翻訳など）を高速化するため」の社内ツールに過ぎなかった。しかし、2025年の現在、その位置付けは劇的に変化している。

外部への「武器貸与」

驚くべきことに、Googleはこの強力なTPUインフラを、既に報じられているMetaだけではなく、競合になり得るAIスタートアップにも積極的に開放している。

  • Safe Superintelligence Inc. (SSI): 元OpenAIのIlya Sutskever氏が立ち上げたこの新会社は、次世代モデルの開発基盤として、NVIDIA GPUではなくGoogleのTPUを選択したと報じられている。
  • Anthropic: Claudeモデルで知られるAnthropicも、推論基盤としてTPUv7 “Ironwood” の利用を拡大している。

これは、Googleが単なる「AIモデル開発企業」ではなく、「AIインフラのプラットフォーマー」として、NVIDIAの牙城（CUDAエコシステム）を崩しにかかっていることを意味する。TPUはもはや社内秘の技術ではなく、数百万個規模で外部に提供される商用プロダクトへと変貌を遂げたのだ。

Gemini 3における「完全自立」

さらに象徴的なのが、Google自身の最新モデル「Gemini 3」である。報道によれば、このモデルはNVIDIAやAMDのGPUを一切使用せず、学習から推論まで完全にTPUのみで行われているという。

これは、AI開発において「NVIDIA税」を支払う必要がないことを証明する実例であり、他の巨大テック企業（Meta、Amazon、Microsoft）に対しても、自社チップ開発を加速させる強力な動機付けとなるだろう。

Googleが見据える「シリコンの民主化」と地政学的リスク

ここからは、一連の動きから読み取れる筆者の分析を述べたい。

GoogleがTPUv8x “Zebrafish” でMediaTekと組み、ウェハーの直接調達に踏み切った背景には、単なるコスト削減以上の意図が見え隠れする。それは「サプライチェーンの冗長化」と「設計力の内製化」だ。

TSMCの先端プロセスへの依存は依然として高いものの、Broadcomへの完全依存から脱却し、自社でパッケージングや部材調達のコントロール権を持つことは、地政学的なリスクが高まる半導体業界において極めて重要なリスクヘッジとなる。また、モバイルSoC（Dimensityシリーズ）で急成長を遂げたMediaTekをパートナーに選んだ点は慧眼だ。彼らは「安価で高性能なチップを大量に作る」ことにかけては世界屈指のノウハウを持っているからだ。

結論として、TPUv8シリーズの登場は、AI半導体市場が「NVIDIA一強」の時代から、ハイパースケーラー（巨大IT企業）による「垂直統合」の時代へと完全にシフトしたことを告げる号砲と言える。

SunfishがGeminiを賢くし、Zebrafishがそれを世界中のデバイスに安価に届ける。この両輪が回ったとき、GoogleのAI支配権は盤石なものとなるだろう。我々ユーザーは、知らぬ間にZebrafishによって処理された回答を、日々受け取ることになるはずだ。

Sources