Alphabet（Google親会社）が、自社のGeminiモデルをより効率的に動かすための新型サーバー向けAIチップ「Frozen v2」を開発していることが、The Informationの報道で明らかになった。報道によれば、投入時期は2028年ごろとされ、消費電力あたりのトークン生成数で見た効率は、Googleの既存AIチップと比べて6〜10倍に達する可能性があるという。GoogleはTechCrunchの取材に対し、報道内容を直接肯定も否定もせず、「チームは常に新しい技術革新を研究・実験している」「ハードウェアとソフトウェアを一体で設計することが実世界のワークロードに最適化する鍵」とコメントするにとどめている。

自社チップ開発が業界標準になりつつある

Googleは長年、TPU（Tensor Processing Unit）と呼ばれる独自AIチップを開発してきたが、Frozen v2はその後継にあたる存在とみられる。背景にあるのは、AI業界全体で進む「脱Nvidia」の動きだ。OpenAIは6月、初の独自推論チップ「Jalapeño」を発表しており、Anthropicもサムスンとの新たなチップ製造提携を協議していると報じられている。GPUの供給不足とNvidiaへの依存リスクを解消しつつ、AI投資に見合うリターンを示す必要に迫られていることが、各社を自社シリコン開発へと駆り立てている。Googleは今年、AI関連投資に1800億〜1900億ドルを投じる計画を示しており、投資家からは「その巨額投資が本当に回収できるのか」という懸念が根強い。Frozen v2の報道後、Alphabet株は月曜朝に約3%上昇しており、今週予定される決算発表を前に市場の期待をつなぎとめた形だ。

実務への影響

日本のIT現場にとって重要なのは、これが「Googleだけの話」ではないという点だ。Microsoftも独自AIチップ「Maia」やサーバー向けCPU「Cobalt」の開発を進めており、Azure上のAIワークロードのコスト構造は今後、ハイパースケーラー各社の自社シリコン戦略に左右される度合いを強めていく。IT管理者にとっての実務ポイントは、①クラウドベンダーのAIチップ戦略はAPI価格・SLA・リージョン展開に数年単位で影響すること、②特定ベンダー・特定モデルへの依存を前提にせず、コスト効率で乗り換えられる設計を保つこと、③目先の性能比較だけでなく「電力あたりの効率」という指標が今後の調達判断の軸になっていくこと、の3つだ。今すぐ現場の実装が変わるニュースではないが、2〜3年先のクラウドAI予算計画を立てる際の前提情報として押さえておきたい。

筆者の見解

Nvidia一強からの脱却を各社が急ぐのは、極めて筋の通った動きだと見ている。GPU調達の不確実性とコストを考えれば、電力効率を自社チップで作り込むのは「道のド真ん中」の合理的な選択だ。MicrosoftもMaia／Cobaltで同じ方向に進んでおり、応援する立場から見れば、ここは正面から勝負できる領域のはずだ。ハイパースケーラー同士の自社シリコン競争が本格化すれば、最終的にコスト効率という形でユーザー側にも恩恵が及ぶ。1つの指標（トークン単価）だけを追いかけて一喜一憂するのではなく、数年先を見据えたインフラ戦略として各社の動きを淡々と観察していきたい。

出典: この記事は Google is working on a new AI chip designed to make Gemini more efficient の内容をもとに、筆者の見解を加えて独自に執筆したものです。