IntelとGoogle Cloudは2026年7月16日、Gemini EnterpriseをIntelのグローバル業務へ導入し、Google Cloudの計算資源を半導体開発にも使う協業拡大を発表した。AIエージェントとチップ設計が同じ発表に並んだため、汎用の生成AIが回路を自動設計する計画にも見える。しかし両社が示した役割は分かれている。Geminiが担うのはコーディング支援や複数段階のソフトウェア業務であり、シリコン開発を速める手段として明記されたのは、クラウド上でHPCシミュレーションを同時に走らせる計算能力である。
GeminiとクラウドHPC、二つに分かれた役割
IntelはGeminiベースの生成AIを、エンジニアリング、サプライチェーン、コーポレート業務へ広げる。開発部門では、エージェント型のコーディング支援とエンジニアリング自動化を導入し、開発パイプラインや複雑な複数段階のソフトウェア作業を処理させる計画だ。各事業部門はGemini Enterprise Agent Platform上で、自部門向けのエージェントを構築して実行できる。
Gemini Enterpriseは、チャット画面の裏側にノーコードの作業環境、事前構築済みのエージェント、企業データへの接続機能をまとめた企業向け基盤である。Google Cloudの説明では、主要なオフィス製品や業務アプリと接続し、管理者はエージェントの利用状況を確認できる。セキュリティと監査も一元管理する。Intelの最高情報責任者であるCindy Stoddard（シンディ・ストッダード）氏が「エージェントを構築・展開する中央ハブ」と呼んだのは、この管理機能を含むためだ。
すでに動いている試行は、半導体の物理設計より日常業務に近い。Intelは、テーマに合う社内専門家を推薦し、経営陣向けの文案を作り、複数の広報チャネルに合わせた素材を生成するエージェントを試している。今回の発表により、部門ごとに進めてきたAI試行をGemini Enterprise上で運用する方針が明らかになった。一方、回路配置や物理検証をGeminiへ任せるとは説明していない。
C4/N4でHPCシミュレーションを並列化
シリコン開発側でIntelが採るのは、オンプレミスの計算能力をGoogle Cloudへ一時的に拡張する「クラウドバースト」に近い構成だ。社内の計算コアで処理しきれないときにC4とN4の仮想マシンを加え、複雑なHPCシミュレーションを並行して走らせる。シミュレーションの種類と対象工程は公表されていない。2026年4月にはC4の全構成でIntel Xeon 6（Granite Rapids）が使えるようになっており、Intelは自社CPUを載せたクラウドを開発現場から利用することになる。
半導体開発でHPCを使う代表的な仕事にはEDA検証がある。RTLと呼ばれる回路の論理記述に対し、静的解析や形式検証を行い、動的シミュレーションやエミュレーションも使って製造前に不具合を探す。Google Cloudが2020年に公開した一般的なEDA検証例では、RTLの設計とモデル化が設計期間の半分超を占め、なかでも動的シミュレーションは設計部門のデータセンターで特に多くの計算資源を消費すると説明している。検証用のジョブは互いに独立して動かせるものが多い。計算枠を増やせば、待ち行列を短くしながらテスト範囲も広げられる。ただし、Intelが今回クラウドへ移す処理がこの検証工程に当たるかは明らかになっていない。
一般にEDAでは、CPUの台数だけで速度は決まらない。大量の設計ファイルを読み書きするため、ストレージの帯域と遅延も処理件数を左右する。Google CloudとDellが2022年に示した構成では、数千件のシミュレーションを並行させるスケールアウト型ストレージを組み合わせた。Synopsysとの協業では、クラウド側の計算資源とEDAソフトウェアのライセンスを需要に応じて増やす従量型の仕組みも用意した。Intelの発表には社内EDA製品、ストレージ構成、ライセンス契約の記載がない。C4/N4を増やしたときに実際の処理件数がどこまで伸びるかは判断できない。
AlphaChipとは別系統、社内EDAの役割は未公表
Googleには、半導体の設計そのものへAIを使った実績がある。Google DeepMindのAlphaChipは、強化学習で回路ブロックの配置を最適化する専用システムだ。Googleは2024年、直近3世代のTPUでAlphaChipの配置を採用し、人間が数週間から数カ月かける作業に対して、同等以上の配置を数時間で生成できると説明した。
だが、今回Intelが導入するGemini EnterpriseはAlphaChipと同じものではない。発表文にAlphaChipやフロアプランニングという語はない。論理合成やタイミング最適化への言及もなく、Geminiについて明記されたのはコーディング支援とソフトウェア業務の自動化までだ。「GoogleのAI」と「半導体開発」が同時に登場しても、専用の設計最適化AIがIntel製品へ入ると結びつける根拠はない。
Intel Foundryが顧客向けに整備する設計環境には、既存のEDAツール群がある。同社のFoundry Accelerator EDA Allianceには、SynopsysとAnsysに加え、Siemens EDAとCadenceが参加する。対象は設計技術協調最適化（DTCO）からサインオフまでの広い工程だ。これはIntel Foundryの顧客向けエコシステムであり、今回のIntel社内環境に同じ製品が接続されるとは限らない。社内のどの工程をクラウドへ出すのか、設計データをどう隔離するのか、どのEDA製品を使うのかは公表されていない。
15%減員後のIntelで並行する効率化
今回の協業と組織再編の直接の関係を、Intelは説明していない。ただ、同社では2025年から別の効率化策が並行して進んでいる。管理階層を減らし、投資を中核のクライアント製品とサーバー事業へ振り向けるため、中核人員を2025年第2四半期末から年度末までに約15%削減した。2025年12月27日時点の従業員は、Mobileyeなどの子会社を含め85,100人だった。
費用にも変化が出ている。2026年第1四半期の研究開発費とマーケティング・一般管理費の合計は44億ドルで、前年同期の48億ドルから8%減った。非GAAPベースでは43億ドルから39億ドルへ9%減っている。7月の発表も速度、機動性、効率を掲げるが、Intelはこの費用減をGemini EnterpriseやGoogle Cloudの効果とはしていない。
もっとも、Intelは人員削減をAI導入の成果とはしておらず、Geminiで削減分を補うとも述べていない。広報向けエージェントの初期例はあるが、作業時間と品質を測った数値はない。利用率と費用対効果も未公表だ。ソフトウェア開発でも、生成したコードを誰が検証し、設計情報へのアクセス権をどう制御するかが運用を左右する。利用対象の人数は明かされていないが、連結ベースで85,100人を抱える企業で運用する以上、モデル性能より先に権限設計と監査が成否を握る場面も多い。
Xeonを採るGoogle、クラウドを使うIntel
2026年4月の発表では、Google CloudがC4/N4を含む複数世代のインスタンスでIntel Xeonを採用し、両社がネットワーク、ストレージ、セキュリティ処理をCPUから引き受けるカスタムIPUを共同開発するとした。7月にはIntelがGoogleのクラウドとGeminiを社内へ導入する計画を発表した。GoogleはIntelの半導体を使い、IntelはGoogleの計算サービスを開発に使う。両社は、半導体とクラウドサービスのそれぞれで相手側の技術を利用する関係になった。
ただし、この相互利用はIntelの製品開発が速くなった証拠にはならない。対象となるチップ名とシミュレーションの種類は不明だ。同時実行数や1ジョブの所要時間に加え、クラウド費用とテープアウト日程も示されていない。今後、従来のオンプレミス環境と比べた処理時間と実行規模が公開されれば、協業が開発日程をどれだけ変えたかを測れる。Intelの変革が技術ニュースになるのは、エージェントの数ではなく、製品を市場へ出すまでの時間が縮んだと確認できたときである。
