Googleが、本日発表されたPixel 10シリーズの中核として開発した新SoC「Tensor G5」。ここでGoogleは長年のパートナーであったSamsungからTSMCの最先端3nmプロセスへ製造拠点を移すという、Google半導体戦略における大きな決断を下している。本稿では、TPUの60%性能向上、Gemini Nano実装といった公表スペックの裏側にある技術的意図を、採用が確実視される「TSMC N3Pプロセス」というレンズを通して少し深掘りしてみたい。
長年の悲願、TSMC 3nmプロセスへの歴史的移行
Tensor G1からG4まで、GoogleはSamsung Foundryと協業してきたが、電力効率と発熱の問題は常に付きまとってきた。これは、Googleが目指す高度なAI機能と安定したパフォーマンスの両立において、製造プロセスが足枷となっていたことを示唆する。今回のTSMCへの移行は、Googleにとってまさに「悲願」であったと言える。この移行によって、Googleは初めて、自らの設計思想を妥協なくシリコンに反映させるための「キャンバス」を手に入れたのだ。
TSMC N3Pプロセスの選択が意味するもの
今回Googleから明かされていることは、TSMCの3nmプロセスの採用であるが、複数の報道が指し示しているのは、Googleが選択したのがTSMCの最新鋭プロセスの一つ「N3P」であるという可能性だ。この選択は、Tensor G5の設計思想そのものを物語っている。
N3Pは、先行するN3Eプロセスの光学的シュリンク（Optical Shrink）版であり、設計IPの互換性を保ちながら性能と効率を向上させる、いわば堅実な進化形だ。TSMCの公表データによれば、N3PはN3Eと比較して、同一消費電力であれば約5%の速度向上、あるいは同一クロックであれば5～10%の消費電力削減を達成する。
この「性能か、効率か」という選択肢の提供こそが極めて重要だ。Googleは、ピーク性能をわずかに伸ばすことよりも、後者の「電力効率の最大化」にこのプロセスの恩恵を振り向けた可能性が高い。これは、後述するCPUアーキテクチャやAI性能の持続性という思想と完全に一致する。Appleのような最重要顧客に先んじて、Googleがこの最新プロセスを採用できたという事実は、TSMCとの強固なパートナーシップと、Googleの半導体戦略に対する並々ならぬ本気度を示唆している。
CPUアーキテクチャの再構築とGoogleの「思想」
Tensor G5のCPUは、公表されたスペックだけでも興味深い変化を遂げている。その構成と性能から、GoogleがモバイルSoCの性能競争にどう向き合っているのか、その思想が透けて見える。
1+5+2コア構成への大胆なシフトの意図
これまでの情報から、Tensor G5は、1つの高性能コア（Big）、5つの中性能コア（Medium）、2つの高効率コア（Little）という「1+5+2」構成を採用していると見られる。これは、従来のG4が採用していた「1+3+4」構成からの大きな転換だ。リトルコアを減らし、ミドルコアを2つも増やしたこの設計変更は何を意味するのか。
これはピーク性能の追求よりも、AI関連のバックグラウンドタスクや複数のアプリケーションが並行動作する現実世界のユースケースにおける「持続的なスループット」を最大化するためのアーキテクチャ選択と見られる。近年のモバイルOSは、ユーザーの操作に応答するフォアグラウンドタスクだけでなく、常に背後で動く無数のサービスやAIによる予測処理がパフォーマンスを規定する。ミドルコアの拡充は、こうした中程度の負荷を持つタスクを効率的に、かつ多数並行処理する能力を高めることに直結する。
リーク情報では、Cortex-X4、Cortex-A725、Cortex-A520の組み合わせが示唆されているが、Googleが公式に謳う「平均34%のCPU性能向上」は、このミドルコア増強によるマルチスレッド性能の向上が大きく寄与していると考えるのが妥当だろう。シングルコアのピーク性能でSnapdragonやDimensityの最新チップに伍するのではなく、AIが遍在するスマートフォンの使われ方に最適化したコア構成を採る。ここにGoogleの明確な設計思想が表れている。
ベンチマークスコアが示す性能と「体験価値」の乖離
発表後、Geekbenchとみられるベンチマークスコアがリークされ、その数値が競合のフラッグシップSoCに及ばないことに失望の声が上がった。しかし、これはある意味で予想通りだ。Googleは以前より「ベンチマークスコアの最適化」ではなく、「実アプリケーションにおけるユーザー体験の向上」を主張している。
Tensor G5は、ピーク性能を瞬間的に叩き出すための設計ではなく、AIモデルを低消費電力で持続的に実行し、OS全体にインテリジェンスを行き渡らせるためのSoCである。ベンチマークという短距離走で競うのではなく、ユーザーが一日中スマートフォンを使うというマラソンで最高のパフォーマンスを発揮することを目指しているのだ。この戦略が市場に受け入れられるかは未知数だが、技術的な合理性は十分にある。
TPUの飛躍と「Matryoshka」モデルの革新性
Tensor G5の真骨頂は、間違いなくAI処理能力にある。TPUの「最大60%の性能向上」と、それを活用するGemini Nanoの実装は、モバイルAIの新たな地平を切り拓く可能性を秘めている。
60%の性能向上を支えるアーキテクチャの進化
「最大60%の性能向上」という数字は、単なる動作クロックの引き上げだけでは達成できない。公式情報にある「コンピュートブロックの増加」こそが、この飛躍の核心だ。これは、TPU内部のMAC（積和演算）ユニット数を物理的に増やし、並列処理能力を大幅に向上させたことを意味する。TSMC 3nmプロセスによるトランジスタ密度の向上が、このアーキテクチャ強化を可能にした。
このハードウェアの進化が、Gemini Nanoの「実行速度2.6倍、効率2倍」という驚異的なソフトウェア性能に直結する。高速化は純粋な演算能力向上によるものだが、「効率2倍」の実現には、モデルの量子化技術、複数の演算を一つにまとめるカーネルフュージョン、そしてTPUのメモリアクセスパターンに最適化されたソフトウェアスタックの全面的な見直しが不可欠だ。ハードウェアとソフトウェアの垂直統合を自社で行えるGoogleならではの強みが、ここに凝縮されている。
動的パラメータローディング：モバイルの制約を超える独創的アプローチ
Tensor G5が実装するAIモデルのアーキテクチャは「MatFormer(Matryoshka Transformer)」と呼称される。これは、品質重視の巨大モデルの内部に、速度重視の軽量モデルが入れ子構造で含まれていることを示唆する。
特筆すべきは、そのパラメータの扱いで示された技術だ。Googleは、モデルの実パラメータ数（例えば80億）の一部をDRAMにロードせず、「per-layer embedding tech」を用いてフラッシュストレージから「ごく少量ずつ」動的に読み込むと説明している。これは極めて高度な技術だ。この動的ローディングは、モバイルデバイスの限られたDRAM容量という物理的制約の中で、サーバークラスの巨大モデルを扱うための独創的な解答であり、ストレージI/O、メモリ管理、そしてTPUの実行パイプラインを協調させる高度な制御を必要とする。
これにより実現した32,000トークンというコンテキスト長は、スマートフォンのAI体験を根底から変える。「マジックサジェスト」機能が示すように、過去のメールやカレンダー情報といった広範な文脈を理解し、ユーザーが次に何をすべきかをプロアクティブに提案することが可能になるのだ。
GPUとISP：語られざる部分から見える戦略
一方で、CPUやTPUに比べてGPUに関する情報は極めて少ない。この「沈黙」からも、Tensor G5の設計優先順位を読み解くことができる。
謎多きGPUとレイトレーシング非対応の背景
GoogleはGPUの詳細を明かさず、「アップデートされたIP」と述べるに留めた。リーク情報では、長年採用してきたArm MaliからImagination TechnologiesのGPUへの変更が噂されている。もしこれが事実であれば、その理由はいくつか考えられる。電力効率の追求、あるいはドライバスタックのカスタマイズ性やライセンスコストといったビジネス上の判断かもしれない。
より明確なのは、「レイトレーシング非対応」という事実だ。これは、Tensor G5がモバイルゲーミング市場での頂上決戦を意図的に避けていることを示している。GPUに割り当てるべきトランジスタと開発リソースを、AIとISP（画像信号プロセッサ）に集中投下するという、Googleの明確なトレードオフの判断がここにある。
新設計ISPとAIの融合がもたらす映像体験
Tensor G5ではISPも再設計され、AI処理を担うDSP（デジタル信号プロセッサ）との連携が強化された。これにより、「高度なセグメンテーション」が可能になる。これは、単に人や背景を分離するだけでなく、肌、唇、目、髪といった要素を意味論的に理解し、それぞれに最適な画像処理を施す技術だ。Pixelが得意としてきた「Real Tone」のさらなる進化や、低照度動画でのノイズとモーションブラーの劇的な低減は、このAI融合ISPの賜物である。
10-bit HDR動画のデフォルト化は、コンピュテーショナルフォトグラフィで培った技術を動画へと展開する流れを加速させる。一方で、ローカルでの8K録画には対応せず、クラウド処理を前提とした「Video Boost」にその役割を委ねるという判断は、オンデバイス処理とクラウド処理のハイブリッド戦略を今後も継続することを示唆している。
Tensor G5は「ベンチマークの呪縛」からの解放宣言
Tensor G5は、単なるSoCではない。それは、モバイルデバイスの価値尺度が、もはやCPUのクロック周波数やベンチマークスコアではなく、AIがもたらす「体験価値」へと移行したことを告げる、Googleからの力強い宣言である。TSMC 3nmプロセスへの移行は、そのAI戦略を盤石なものにするための、まさに必要不可欠な一手だった。
もちろん、GPU性能の不透明さや、依然として存在する競合とのピーク性能差は、特にパワーユーザーやゲーマーにとって無視できない点であり続けるだろう。しかしGoogleは、その差を補って余りある独自のAI体験を提供できると確信している。Tensor G5を搭載したPixel 10は、その壮大な賭けの行方を占う試金石となる。
Sources
