クラウド大手4社が独自AIチップを内製した理由、ASIC成長速度はGPUの2.8倍に

なぜクラウド大手はNVIDIAと並行して独自チップを必要とするのか

推論（inference）は、学習（training）と根本的に異なる計算です。学習は数週間〜数ヶ月の集中的な処理で、原則として一度しか行いません。一方、推論は「ユーザーが質問するたびに答えを出す処理」であり、AIチャットへのメッセージ送信も、検索の補完候補も、すべて推論が動いています。デロイトの分析によれば、AI推論は2023年に全AI計算の約3分の1を占めましたが、2026年には約3分の2に拡大するとされます（Deloitte）。

NVIDIAのH100やBlackwellは学習用に最適化された汎用GPUで、高い精度で大量の計算をこなす能力を得意とします。しかし推論に必要なのは反対の性質です。つまり、計算の精度をあえて落として桁違いの回数を安くさばく処理と、KVキャッシュ（過去の文脈を保存するメモリ領域）への高速アクセスです。同じGPUをそのまま使えば、コストの多くが「使われない汎用性」に消えます（Global X ETFs）。

加えて価格交渉力の問題があります。NVIDIAが推論市場でも90%超のシェアを持つ状態では、大手クラウド各社はチップ1枚あたりの単価をほとんど動かせません。しかし、自社ASICを保有すれば、推論ワークロードをNVIDIA依存から切り離せます。

4社の独自AIチップは何が違うか

GoogleはTPU v1を2016年に社内限定で投入したのが最初で、クラウド大手の中で最も歴史が長いです。Amazon Web ServicesはAnnapurna Labs（2015年に約10億ドルで買収した自社子会社）が設計し、学習専用のTrainium 2と推論専用のInferentia 2を使い分ける体制を持ちます（Amazon Web Services）（Google Cloud）。

MetaのMTIAは推論に特化した設計で、同社の膨大な推薦アルゴリズム（ReelsやフィードのランキングAI）の処理コストを削減するために開発されました。MicrosoftのMaia 100はAzure上でのOpenAI推論基盤として活用されます。

【2026年7月追記】この列に、ついにOpenAI自身が加わりました。2026年6月24日、OpenAIとBroadcomは共同開発した初の推論特化チップ**「Jalapeño」**を公開し、2026年末までの初期導入を目指すと発表しています。一般的なAI用GPU比で約50%のコスト削減をうたい、提携全体では合計10GW分の計算基盤構築が目標です。詳細は「OpenAI初の自社チップ「Jalapeño」が動き出した」で解説しています（OpenAI・Broadcom）。

ASIC設計は誰が担うか：BroadcomとMarvellの役割

Google・Meta・Microsoft等の独自チップの実際の設計は、ASIC設計受託の大手であるBroadcomとMarvellが大半を担います。ハイパースケーラが「どんな処理をどんな効率で動かすか」の仕様を定め、実際の回路設計から製造用の最終データの仕上げまでは、これらの専門ファームが手がける構造です。製造はTSMCなどのファウンドリが受け持つ「4者協力型」が主流になっています。

TrendForceの予測によれば、AI向けASICのサーバー市場は2026年に前年比**+44.6%成長**します。対してNVIDIA GPUサーバーの成長は+16.1%にとどまり、ASICの成長速度はGPUの約2.8倍です。ASICサーバーはサーバー市場全体の27.8%を占めるとされます（Introl / TrendForce）。

推論がメモリを食いつくす理由

エージェントAIや長文脈のAIチャットは、過去の会話履歴を「KVキャッシュ」としてHBM（High Bandwidth Memory）に保存し続けます。1セッションが長くなるほど、KVキャッシュがHBMの容量と帯域を消費します。「エージェントAI時代に推論チップが急成長した理由」で詳しく解説したとおり、GPUの演算能力よりメモリの帯域・容量が律速になりやすいです（Global X ETFs）。

これが推論専用ASICの設計方針にも反映されます。演算能力を最大化するより、推論で必要な読み書きのパターンに最適化したメモリ構成と、精度を落として効率を上げる演算に特化します。「GPU・CPUとAI推論の違い」で示したとおり、推論は学習とは必要なハードウェア特性が根本的に異なります。

さらに「エージェントAI時代のCPU復権」で論じたとおり、AIエージェントはオーケストレーション（手順の段取り）でCPUを多く使います。CPU対GPU比は学習時の1:8からエージェント運用では1:1に近づくとの分析があり、サーバー1台あたりの構成そのものが変わりつつあります（Computerworld）。

NVIDIAはどう応じているか

NVIDIAは2026年後半投入予定のVera Rubin NVL72で、推論性能を前世代Blackwellの最大5倍に引き上げ、トークン単価を最大10分の1に削減する計画です。HBM4を288GB・帯域22TB/sで搭載し、推論の性能競争にも本格的に参入します（Tom's Hardware）。

学習においてはNVIDIAの牙城は揺るぎません。NVIDIAのデータセンター部門はFY2024に売上約475億ドル（前年比+217%）を記録しました。ハイパースケーラがASICで推論コストを削減しても、最先端の大規模学習はNVIDIA GPUクラスタへの依存が続きます。「HBMとCoWoSがAI半導体の供給を左右する理由」で詳述したとおり、最先端のHBM積層とCoWoSパッケージングはNVIDIAとTSMCの協力体制が前提です（NVIDIA / U.S. SEC）。

この記事のまとめ

• クラウド大手4社（Google・Amazon・Meta・Microsoft）はNVIDIA GPUを学習に使いつつ、推論用ASICを自社設計・並行運用する体制を整えました。
• 推論が2026年に全AI計算の約3分の2を占める見通しの中、推論コストのコントロールが経営課題になりました。
• AI ASIC市場は2026年に+44.6%成長（GPU +16.1%の約2.8倍）、ASICサーバーは市場全体の27.8%に拡大する予測。
• 設計の大半はBroadcomとMarvellが担い、製造はTSMCが受け持つ「4者協力型」が主流。
• NVIDIAはVera Rubin（2H2026）で推論でも対抗するが、大規模学習の主役は引き続きNVIDIA GPU。