GoogleのAIチップは「2年に1世代」から「年2種類」へ。開発サイクルはどこで縮んでいるのか

2026年9月2日、GoogleのAmin Vahdat氏が台北のSEMICON Taiwan基調講演に登壇し、TPUの開発ペースと台湾拠点の拡張を語りました。一部の報道は「半年に1回へ加速」と伝えましたが、講演の発言そのものはもう少し慎重です。この記事では、確認できた発言と報道を分けたうえで、サイクルを縮める仕組みを整理します。

Googleは講演で何を語ったのか

確認できた発言は、TPUの投入ペースが段階的に上がってきたという内容です。Vahdat氏は「2年に1回程度から年1回になり、直近は年2種類になった」と述べたと、Electronics Weeklyが報じました。さらに「この数が増える可能性は高く、カスタムシリコンを出すペースは大きく上がる必要がある」とも語っています。

「半年に1回」という表現は、BigGo Financeの要約記事にある「3年→1年→半年以下」という書き方が出どころとみられます。報道によって「2年に1回」「3年に1回」と前提の数字も分かれています。そのため本記事では、半年周期を確定した計画ではなく、可能性として扱います。

同じ講演で、Googleは台北・士林を中心とする台湾拠点のオフィス面積を6割拡張すると述べました。台湾はGoogleにとって、米国外で最大のハードウェア開発拠点だと説明されています。

なぜAIチップの世代交代は速くなるのか

最大の理由は、AIの使い方が短期間で変わり、チップに求める性能も変わり続けているためです。Googleは第8世代のTPUを、学習用の8tと推論用の8iという2つのチップに分けました。その理由をGoogle Cloudの技術解説は、事前学習・ポストトレーニング・推論の要件が乖離したためと説明しています。

学習はAIに知識を覚えさせる工程で、推論は覚えたAIに実際に答えさせる工程です。両者は求められる性能が違うため、1種類のチップで済ませるより、用途別に作り分けるほうが効率的になります。用途が増えれば、投入するチップの種類も自然に増えます。

これは第8世代の詳細を扱った「Googleは第8世代TPUを「学習」と「推論」の2チップに割った」でも触れた流れです。「年2種類」という発言も、この2チップ構成と整合します。ただし、Vahdat氏がどのチップを数えたかは、講演の報道からは確認できません。

開発サイクルを縮めるには、どの工程を短くするのか

AIチップは、設計、検証、試作・製造、組み立て、システムでの動作確認という順で作られます。一般に、これらを順番に待つ進め方では、1世代に長い時間がかかります。サイクルを縮めるには、工程そのものを速くするだけでなく、工程を重ねて並行させることが必要です。

たとえば料理に例えると、材料の仕入れ、下ごしらえ、盛り付けの準備を同時に始めるのと同じです。前の工程が終わってから次を始めると、皿が出るまで長くかかります。

Googleの発言からは、次の3点が読み取れます。ただしこれは、公表された事実から編集部が整理したものです。Googleが工程別の短縮幅を示したわけではありません。

• 検証：台湾のチームが、TSMC製のチップの試験と検証を担い、ソフトウェア開発者へ引き渡すと報じられている
• 製造しやすさ：次世代について、ラック規模の設計・製造しやすさ・信頼性を複数の台湾パートナーと協議している
• システム化：チップ単体でなく、電源・冷却・基板を含む全体を同時に作り込む

設計の入口では、AI設計ソフトの役割も大きくなっています。チップ設計の仕組みは「最新チップは、たった3社のソフトがなければ設計できない」で解説しています。

共同設計パートナー体制は何を意味するのか

共同設計とは、完成した設計図を渡して作ってもらうのではなく、設計の途中から一緒に作り込む進め方です。BigGo Financeは、Vahdat氏が台湾企業を製造の委託先から「共同設計パートナー」へ進化したと説明したと伝えています。連携の中身は、3Dパッケージ、サーバー基板、電力供給、液冷などです。

この体制の利点は手戻りの減少です。基板や冷却の制約を設計の初期に知っていれば、後から設計を直す回数が減ります。試作をやり直せば、その分だけ次の世代が遅れます。手戻りの少なさは、世代交代の速度に直結します。

チップ設計そのものの担い手も広がっています。「GoogleとMetaのAIチップを設計しているのは、NVIDIAではなくBroadcomだった」で扱ったBroadcomに加え、MediaTekの関与が報じられています。詳しい経緯は「MediaTekが出荷数世界首位に立てた理由」を参照してください。

ただし、各社の担当範囲はGoogleが公式に詳しく公表していません。TrendForceの報道では、Marvell、AMDの関与も伝えられていますが、いずれも報道ベースです。MediaTekも、Google向けの事業を公式には確認していないとされています。

NVIDIAの年次更新とは何が違うのか

NVIDIAも、約1年ごとに新世代を投入しています。2026年に出荷が始まるVera Rubinは、GPU・CPU・ネットワークなど6つの新チップを一体で発表したプラットフォームです。詳細は「NVIDIAの次世代AIチップは、推論コストを10分の1にして量産に入った」にまとめています。

両社の違いは、速さの作り方にあります。

Googleは自社の用途に絞れるぶん、要件が明確で、作り分けもしやすい立場です。一方NVIDIAは、多様な顧客に対応する汎用性が武器です。自社設計のチップ全般が広がる背景は「クラウド大手4社が独自AIチップを内製した理由」にあります。

2026年9月30日時点で確認できたことと、できていないこと

確認できたことは、次の通りです。

• 2026年9月2日の基調講演で、TPUの投入ペースが2年に1回程度から年2種類まで上がったと語られた
• 台湾拠点を6割拡張する方針が示された
• 第8世代が学習用と推論用の2チップに分かれた（Google公式）

確認できていないことは、次の通りです。

• 半年に1回という周期をGoogleが公式に約束したかどうか
• 各パートナーの具体的な担当範囲と、工程ごとの短縮幅
• 講演の全文。SEMI側のページは取得できず、発言は報道経由で確認した

今後どうなるのか

年2種類のペースが続けば、AIチップの競争は性能表の比較から、開発体制の比較へ移ります。速く出せる会社は、AIモデルの変化に合わせてチップを更新できるためです。

一方で、Vahdat氏自身が語った通り、制約はチップの外にもあります。メモリ、基板、高電圧電源、液冷、ラックのどれか1つが遅れれば、全体のペースは落ちます。用途を絞った専用チップ（ASIC）は、こうした周辺の準備まで含めて進める体制が問われます。半導体の基本から確認したい場合は、「半導体とは、電気を「通す・通さない」を切り替えられる物質」が入口になります。

この記事のまとめ

• Vahdat氏は2026年9月2日、TPUを2年に1回程度から年1回、直近は年2種類へ増やしたと述べ、今後さらに増える可能性が高いと語った。
• 半年に1回への短縮は一部報道の表現で、Googleが公式に約束したとは確認できていない。
• サイクルを縮める鍵は、設計・検証・製造・システム化の工程を並行させ、供給網の制約を同時に解くこと。
• Googleは台湾のパートナーを製造の委託先から共同設計の相手へ位置づけ、台湾拠点を6割拡張すると述べた。
• NVIDIAは約1年ごとにチップだけでなくラック全体を更新する。両社の競争は、部品ではなく開発の速度と体制の勝負になっている。