電話：81-6-4560-9109
NVIDIAを買わない？AI大手が自社チップに一斉に注
2026年8月、AI業界に人事異動が波及し、「GoogleのTPUの父」と称されるアミール・サレクが正式にAnthropic社に加わり、同社の自社開発チップ設計チームを率いることになった。
かつて前7世代のGoogle TPUチップの量産を主導したこの人物が、投資分野から再び半導体業界に復帰し、AIおよびAIチップ分野に前向きなシグナルを発している。AI大規模モデル時代における計算能力の競争は、「チップを購入する」から「自らチップを製造する」へと全面的に転換しつつある。世界中のAI大手企業が一斉に自社開発チップの分野に注ぎ込み、AIの計算能力における自主性をめぐる軍備競争はすでに熾烈を極めている。
かつて前7世代のGoogle TPUチップの量産を主導したこの人物が、投資分野から再び半導体業界に復帰し、AIおよびAIチップ分野に前向きなシグナルを発している。AI大規模モデル時代における計算能力の競争は、「チップを購入する」から「自らチップを製造する」へと全面的に転換しつつある。世界中のAI大手企業が一斉に自社開発チップの分野に注ぎ込み、AIの計算能力における自主性をめぐる軍備競争はすでに熾烈を極めている。
GoogleのTPUの父がAnthropicに加入
AIチップ分野において、Amir Salekの名前はほぼGoogle TPUの発展の歴史と同等である。2013年にGoogleに入社後、Amir Salekは8年以上にわたり職業生活を送り、自社開発の初のカスタムチップ「TPUv1」の量産を手掛けてきた。その後も、TPU、Edge TPU、VCU、IPU、OpenTitanなど複数のチップ製品ラインの立ち上げと納入を主導し続けた。Salekが設立したChip Innovation Infrastructure（CI2）組織は、Googleのカスタムチップエコシステムの確立に不可欠な基盤を築いた。
2022年にGoogleを離れた後、Salekは直接AIベンチャーに進出するのではなく、投資分野へ転身し、Cerberus Capital Managementで上級取締役総経理を務め、半導体、AI、次世代コンピューティング分野におけるハイテク投資を主導している。当時、業界では彼が完全に資本運用者としての役割に転じるのではないかと予想されていたが、2年後、彼は再びテック企業内部に戻り、Anthropicの計算能力チームに加わることを選んだ。
Anthropicは2026年以降、チップ戦略の構築に積極的に取り組んでいる。6月には、OpenAIのカスタムチップチームの初期メンバーであるClive Chanが先駆けてAnthropicに参加した。8月には、Anthropicが正式に内部のチップチームを設立し、設計プロセス全体をカバーする採用ポジションを公開した。
注目すべきは、SalekがGoogleでの経歴がTPUの概念検証から大規模展開に至るまでの全サイクルを網羅している点である。また、Anthropicが現在直面している推論効率のボトルネック、NVIDIA GPUへの過度な依存、そしてClaudeモデルの商業化における計算コストの圧力は、まさに彼が得意とする課題解決の方向性に当たっている。
ブルームバーグの報道によると、Anthropicはすでにサムスンと2ナノメートルプロセスの代工生産について協議を進めており、具体的なアーキテクチャやリリース時期はまだ明らかになっていないものの、Salekの参入はまだ公開されていない自社開発チップにとって、大きな強みとなるだろう。
自社チップのブーム、誰が参入しているのか？
Anthropicのチップ戦略は例外ではない。世界中を見渡すと、ほぼすべてのAI業界のリーディングカンパニーが自社開発への道を歩んでいる。
OpenAIはボストン・テクノロジー（Bostun）と協力して推論専用ASIC「Jalapeño」を開発し、推論コストの大幅な削減を目指している。GoogleはTPUシリーズを長年にわたりクラウド分野に注力し、トレーニングから推論まで計算能力の閉ループを構築している。AmazonはTrainiumとInferentiaの2つのチップを発表し、AWSユーザーの計算コスト削減とNVIDIAへの依存度低減を図っている。MicrosoftはMaiaシリーズを展開し、Azureクラウドサービスに強化されたAI効率性とサプライチェーンの自律性をもたらしている。MetaはMTIAチップを進化させ、推薦システムや広告、LLaMA推論など内部の高頻度負荷に特化した最適化を実現している。AppleはMシリーズチップを基盤として、端末側AIとプライバシー計算を深く融合させている。TeslaはFSDおよびDojoを活用し、自動運転やロボットシーンにおける低遅延の推論とトレーニングに注力している。こうした動きは一見分散しているように見えるが、実は同じ深いロジックを示している。
この自社チップブームを牽引している要因の第一は、推論コストによる大きな圧力にある。
モデルライフサイクルにおける計算コストの80～90％を推論が占めている。一方で、自社開発の専用ASICは固定タスクにおいて汎用GPUよりもはるかに高いエネルギー効率比を誇り、単位推論コストの低下はビジネスモデルの持続可能性に直結する。同時に、サプライチェーンの安全性は戦略的底線となっている。NVIDIAに過度に依存すると、需要不足、供給中断、価格変動などのリスクにより業務が中断される可能性がある。自社チップはこうしたリスク回避の有効な手段である。さらに、自社開発によって企業は製品の定義権を握ることができ、チップ、モデル、ソフトウェア、データセンター、さらにはユーザーエクスペリエンスまでを統合的に連携させ、真の意味でのハードウェアとソフトウェアの一体型最適化を実現できる。これは差別化競争において極めて重要である。
また、AIの応用シーンはますます断片化しており、自動運転から端末機器、エッジコンピューティングからクラウドトレーニングまで、計算能力、消費電力、遅延に対する要求は多様化している。汎用チップではあらゆる面に対応することは難しく、カスタマイズ設計こそが正確な対応を可能にする。結局のところ、AI競争は個別の突破から、「モデル＋チップ＋システム」というフルスタックの競争へと進化しており、自社チップはもはやコスト中心ではなく、次世代において企業が確固たる地位を築けるかどうかを決める鍵となる要素となっている。
結びに
大規模モデルのパラメータ競争がプラットフォーム段階に入り、推論効率とコスト管理が商業化の実現の鍵となる中で、自社開発AIチップの重要性はますます際立っている。Salekがトップレベルに戻った後、各グレート企業が密集して展開する中で、計算能力の自主性を求める競争はおそらくまだ始まったばかりである。
次条：完了