AIアクセラレーターチップ市場 サイズとシェア 2026-2035

AIアクセラレータチップ市場規模

世界のAIアクセラレータチップ市場は、2025年に1,202億米ドルと評価され、2026年には1,546億米ドルに達すると予測される。2026〜2035年にかけて、約23.6%の年平均成長率で拡大し、2035年までに1兆米ドルに達する見込みである。

生成AIは、大規模言語モデル、マルチモーダルアプリケーション、AI推論に必要な計算量を増加させることで、専用アクセラレータへの需要を加速させている。学習および推論のワークロードでは、高性能な並列処理、効率的なメモリアクセス、高帯域幅インターコネクトが必要となるため、GPU、AIアクセラレータ、アプリケーション固有集積回路の開発が促進されている。データセンター、クラウドコンピューティング、企業向けアプリケーション全体でAIの導入が拡大していることも、高度なアクセラレータアーキテクチャへの需要を強めている。

市場は拡大しても、均質化することはない。ソフトウェアの移植性、幅広いフレームワークへの対応、迅速なモデル反復が重要な分野ではGPUが優位性を維持する一方、ハイパースケーラーが持続的かつ大量の推論トラフィックに固定設計投資を分散できる場合には、カスタムASICの魅力が一段と高まる。NVIDIAの Blackwellの増産・展開は、市販GPUへの需要が依然として極めて強いことを示しているが、その規模は大手クラウド事業者にとって、独自シリコンによってワークロード当たりのコストを削減する経済的な理由にもなる。したがって、競争の行方はピーク演算性能だけでなく、ソフトウェアエコシステム、メモリアクセス、パッケージングの供給状況、電力効率に左右される。 ^{[2]NVIDIA Corporation, NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2025, February 2025, investor.nvidia.com}

本調査の対象は、2022〜2025年におけるAIの学習および推論を高速化する専用プロセッサであり、2026〜2035年を予測期間、2025年を基準年とする。技術範囲には、NPU、GPU、ASIC、FPGA、その他の新興アクセラレータアーキテクチャが含まれる。ワークロードの範囲は、学習最適化型、推論最適化型、ハイブリッド型システムを対象とする。最終用途の対象には、自動車、民生用電子機器、通信、科学計算およびHPC、企業・クラウドのほか、金融サービス、産業、小売、メディア、ヘルスケアにおけるその他の用途が含まれる。

地域範囲には、北米、欧州、アジア太平洋、ラテンアメリカ、中東・アフリカが含まれる。調査対象国は、米国、カナダ、ドイツ、フランス、英国、イタリア、ロシア、スペイン、中国、インド、日本、オーストラリア、韓国、ブラジル、メキシコ、アルゼンチン、サウジアラビア、UAE、南アフリカである。

主要な成長要因

データセンターにおけるAI推論高速化に対するハイパースケーラーの需要

クラウドプラットフォームは、実運用のAIが従来型の企業コンピューティングとは異なる利用特性を生み出すことから、アクセラレーターの配備台数を拡大している。大規模モデルの提供には、継続的に稼働するワークロード全体で、低レイテンシ、高メモリ帯域幅、予測可能なスループットが求められる。NVIDIAは2025会計年度のデータセンター部門の売上高として 1,152億米ドルを報告しており、Blackwellシステムは AWS、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure によって導入されている。これらの導入は市販GPUの需要を支える一方、クラウドプロバイダーが自社設計ASICによってサービス提供用アクセラレーター群の一部を最適化する誘因も高めている。

企業およびクラウドワークロード全体における生成AIの導入

企業の採用は、集中型クラウドインフラと、レイテンシ、機密データの管理、既存システムとの統合が重視されるローカル導入の双方を通じて需要を生み出している。AMDは2024年のデータセンター部門の売上高として 126億米ドルを報告し、Instinct MI300Xアクセラレーターが Meta、Microsoft、Oracle の本番環境に導入されたと発表した。その結果、アクセラレーターの調達では、デバイス単体のスループットだけでなく、メモリ容量、ソフトウェア互換性、ラックレベルでの統合、推論サービスの運用総コストが次第に重視されるようになっている。 ^{[3]Advanced Micro Devices, Inc., AMD Reports Fourth Quarter and Full Year 2024 Financial Results, February 2025, ir.amd.com}

民生機器、自動車、産業システムにおけるエッジAIの採用

AI処理は、遠隔データセンターとの常時の往復通信に依存できない機器へと移行している。民生電子機器メーカーは、端末上での言語処理、画像処理、翻訳、アシスタント機能に対応するため、スマートフォンやPCにNPUを組み込んでいる。自動車システムでも同様に、センサーフュージョンや運転支援ワークロード向けにローカル演算処理が必要とされており、熱管理、機能安全認証、長期にわたる設計採用サイクルがサプライヤーの選定を左右している。この移行により、需要はクラウドGPU以外にも広がり、限られた電力およびレイテンシの予算を前提に設計された半導体アーキテクチャが優位になる。

政府支援によるAI半導体および半導体製造プログラム

各国の半導体戦略は、半導体製造能力、先端パッケージング、国内でのAIチップ開発を支援することで、対象市場を拡大している。米国のCHIPS and Science Actは、製造インセンティブとして 390億米ドル、研究開発プログラムとして 110億米ドルを提供する。韓国も、AIチップ研究および広帯域メモリ開発を支援する 9.4兆ウォン規模のプログラムを発表している。こうしたプログラムによって最先端の製造能力が直ちに創出されるわけではないが、長期的な調達判断に影響を及ぼし、ロジック、メモリ、パッケージング、システム統合を取り巻く地域エコシステムを支える可能性がある。 ^{[4]U.S. Department of Commerce, CHIPS and Science Act Overview, undated, commerce.gov}

AIネイティブの通信インフラ

仮想化無線ネットワークは、特定の無線機能やネットワーク最適化機能を柔軟なコンピューティングプラットフォーム上でソフトウェアとして実行できるため、成長を促進する可能性のある経路となる。SoftBankは、GPUベースのAI-RANインフラを使用したソフトウェアのみのMassive MIMOを実証し、2026年からの商用展開の概要を示した。普及の進展は、通信事業者が専用ネットワークハードウェアと比較して、運用コストの低減、無線性能の信頼性、新たなエッジサービス収益機会を実証できるかどうかに左右される。

主な抑制要因

先端ノードにおける高い開発コストと長期化する設計サイクル

競争力のあるAIアクセラレーターの設計には、高額な電子設計自動化ツール、知的財産ライセンス、検証、ソフトウェア対応、テープアウト、シリコン実装後の検証が必要となる。Semiconductor Engineeringは、先端ノードでは複雑なチップの設計コストが大幅に上昇すると推定しており、5 nmでは約5億4,200万米ドル、3 nmでは約5億8,000万米ドルに達するとしている。こうした経済性は、継続的な資本へのアクセスと確立されたソフトウェアプラットフォームを有するサプライヤーに有利に働く。一方、スタートアップ企業は、GPUエコシステム全体の直接的な再現を試みるのではなく、性能、レイテンシー、またはエネルギー効率における明確に定義された差別化領域を狙う必要がある。 ^{[5]Semiconductor Engineering, What Will That Chip Cost?, undated, semiengineering.com}

先端ファウンドリー、先端パッケージング、HBMサプライチェーンへの依存

高性能アクセラレーターには、最先端のロジックダイだけでは不十分である。実用上の性能は、高帯域幅メモリの供給状況、先端パッケージング能力、インターコネクト設計、製造歩留まりに左右される。この集中により、供給時期は競争要因となる。魅力的なアーキテクチャを持つサプライヤーであっても、適切なファウンドリーおよびパッケージング能力を利用できなければ、顧客の導入スケジュールに対応できない可能性がある。輸出規制は中国における別の制約要因となっている。同国では、特定の先端アクセラレーターへのアクセスが制限されていることから、国内の代替製品の開発が促されている一方、最先端の製造技術へのアクセスも制限されている。 ^{[6]Center for Strategic and International Studies, DeepSeek, Huawei, Export Controls, and the Future of the U.S.-China AI Race, 2025, csis.org}

この抑制要因は、単なる供給問題ではない。ハードウェアに加えて、成熟したソフトウェア、システムエンジニアリング、調達関係を備えた企業の市場地位を強化する要因となる。連邦政府のAIインフラ政策も、要件を満たすプロジェクトにおいて、国内で生産された最先端半導体の戦略的価値を高めている。

サプライヤーは、検証済みのプラットフォームと製造能力へのアクセスを有する場合、より高付加価値の導入案件を獲得できます。一方、競合企業が顧客に移行、統合、供給面のリスクを受け入れてもらうには、ワークロード単位で明確な経済的優位性を示す必要があります。

AIアクセラレーターチップ市場のセグメント分析

技術タイプ別

NPU

NPU市場は、2026年の277億910万米ドルから2035年には2,076億1,590万米ドルに拡大し、年平均成長率（CAGR）25.1%で成長すると予測されます。成長の背景には、コンシューマーデバイスやエッジシステムのSoCへの統合があります。これらの用途では、固定されたバッテリー容量、熱設計、レイテンシーの制約内で推論を実行する必要があります。QualcommとAppleは、モバイルおよびパーソナルコンピューティング製品のサイクルに適合するこのアーキテクチャの恩恵を受けています。一方、自動車および産業分野での導入により、対象市場はコンシューマーデバイス以外にも広がっています。

GPU

GPUは引き続き最大の技術セグメントであり、2026年の750億4,050万米ドルから2035年には4,463億7,410万米ドルに拡大し、年平均成長率（CAGR）21.9%で成長すると予測されます。その地位は、幅広いプログラマビリティ、確立された開発者向けツール、トレーニングと推論の両方に適する特性によるものです。NVIDIAのBlackwellプラットフォームは、高密度AIインフラにおいて引き続き中心的な役割を担っています。一方、AMDのInstinct製品ラインは、ハイパースケール環境において有力な代替製品としての地位を確立しています。GPU置換の制約要因となるのは、基盤となる半導体の性能よりも、ソフトウェアの移行やシステム統合であることが多いです。

ASIC

ASIC市場は、2026年の356億2,940万米ドルから2035年には3,010億4,300万米ドルに拡大し、技術別では最も高い年平均成長率（CAGR）26.8%で成長すると予測されます。大規模で安定したワークロードにより、継続的な利用を通じて設計コストを償却できる場合、ハイパースケーラーはカスタムチップを正当化できます。GoogleのTPU戦略はこのアプローチを示すものです。同社は、Google CloudにおけるAIトレーニングおよび推論向けの差別化されたインフラとしてTPUを位置付けています。したがって、ASICの成長は、すべてのAIワークロードでGPUを広範に置き換えることよりも、特化型サービングの経済性への移行を反映しています。 ^{[7]Alphabet Inc., Annual Report on Form 10-K for Fiscal Year Ended December 31, 2025, February 2026, sec.gov}

FPGA

FPGA市場は、2026年の105億1,280万米ドルから2035年には519億400万米ドルに拡大し、年平均成長率（CAGR）19.4%で成長すると予測されます。再構成可能性により、FPGAはネットワークアクセラレーション、特化型エッジ推論、金融取引、プロトタイピングで役割を担っています。ただし、プログラミングの複雑さと、標準化されたAIワークロードにおける規模効率の低さが、GPUやASICと比べた成長の制約となっています。IntelのAlteraポートフォリオとAMDのXilinx資産は、適応性のあるハードウェアが業務上の価値を持つ分野で、引き続き重要性を維持しています。

その他

ニューロモーフィック、アナログ、インメモリプロセッシングなどのその他のアクセラレーター方式は、2026年の57億830万米ドルから2035年には311億4,240万米ドルに拡大し、年平均成長率（CAGR）20.7%で成長すると予測されます。これらの方式の機会は、幅広いプログラマビリティよりもデータ移動とエネルギー消費が重視される、超低消費電力の推論タスクに集中しています。Mythic AIのアナログ・インメモリーコンピューティング方式や同様のアーキテクチャは、電力制約のあるエッジ分野の機会を対象としています。

ワークロードタイプ別

トレーニング最適化型

トレーニング最適化型アクセラレーター市場は、2026年の684億5,210万米ドルから2035年には4,193億8,410万米ドルに拡大し、年平均成長率（CAGR）22.3%で成長すると予測されます。最先端のトレーニングでは、依然として高いスループットとメモリ帯域幅を備えた、緊密に相互接続されたコンピューティングクラスターが必要です。研究チームは変化するモデルアーキテクチャ、データ構成、最適化手法を検証する必要があるため、このセグメントではGPUが特に重要な役割を担っています。

推論最適化型

推論最適化アクセラレーターは、2026年の576億5,390万米ドルから2035年には4,640億2,150万米ドルに拡大し、年平均成長率（CAGR）26.1%で成長すると予測されており、市場価値でトレーニング最適化システムを上回る見込みです。本番推論処理では、電力、メモリ、インフラ利用に関する継続的なコストが発生するため、顧客はワット当たりのスループットと生成出力当たりのコストを改善するアーキテクチャを選択する傾向にあります。Googleの推論指向型 Ironwood TPUは、大規模事業者がこの運用モデルに合わせてハードウェアを最適化している事例です。

ハイブリッド

ハイブリッドアクセラレーターは、2026年の284億9,400万米ドルから2035年には1,546億7,380万米ドルに拡大し、年平均成長率（CAGR）20.7%で成長すると予測されています。実験、ファインチューニング、本番展開に1つのハードウェアプールを必要とする企業や中堅ユーザーに利用されています。この柔軟性により、トレーニング用と推論用のフリートを別々に維持する運用負担が軽減されますが、ハイパースケールの処理量では、特化型システムほどの効率性を実現できない可能性があります。

最終用途産業別

自動車

自動車分野は、2026年の181億4,770万米ドルから2035年には1,391億260万米ドルに拡大し、年平均成長率（CAGR）25.4%で成長すると予測されています。先進運転支援システムや自動運転システムでは、カメラ、レーダーなどのセンサーデータをローカルで処理する必要があります。長期にわたる認定プロセス、熱的制約、安全要件が参入障壁となる一方、車両プラットフォームにハードウェアが採用されると、設計採用が長期化する可能性があります。

民生電子機器

民生電子機器は最も成長率の高い最終用途産業になると予測されており、2026年の328億9,410万米ドルから2035年には2,740億5,300万米ドルに拡大し、年平均成長率（CAGR）26.6%で成長する見込みです。NPUの統合により、AI機能はスマートフォン、PC、タブレット、スマートホーム製品における標準的な機能として、ますます定着しています。機器単位のアクセラレーター価値はデータセンターシステムを下回るものの、出荷台数が多いため、このセグメントは戦略的に重要です。

通信

通信分野は、2026年の115億1,180万米ドルから2035年には643億6,090万米ドルに拡大し、年平均成長率（CAGR）21.1%で成長すると予測されています。AI-RAN、vRAN、エッジ展開により、ネットワーク最適化やローカライズされたAIサービスにおけるアクセラレーターの役割が拡大しています。導入のペースは、ソフトウェア定義型ネットワーク機能が通信事業者向けの要件を満たし、説得力のある経済性を実現できることを示す事業者の実証に左右されます。

科学・HPC

科学およびHPCアプリケーションは、2026年の97億7,550万米ドルから2035年には498億2,780万米ドルに拡大し、年平均成長率（CAGR）19.8%で成長すると予測されています。研究用コンピューティング、シミュレーション、公共部門のスーパーコンピューティングが需要を下支えしていますが、購入は資金調達サイクルや、商用クラウドインフラよりも長い調達スケジュールの影響を受けます。

企業・クラウド

企業・クラウド分野は最大の最終用途セグメントであり、2026年の532億7,750万米ドルから2035年には3,218億460万米ドルに拡大し、年平均成長率（CAGR）22.1%で成長すると予測されています。ハイパースケールクラスターが大規模なトレーニングおよび推論処理のワークロードを取り込む一方、企業は、プライバシー、レイテンシー、データレジデンシー要件から専用インフラが正当化される場合、オンプレミスシステムを導入しています。このセグメントの購買基準には、導入速度、エネルギー消費量、メモリ容量、既存のソフトウェアスタックとの互換性がますます含まれるようになっています。

その他

金融サービス、産業オペレーション、小売、メディア、ヘルスケアを含むその他の産業は、2026年の289億9,340万米ドルから2035年には1,889億3,050万米ドルに拡大し、年平均成長率（CAGR）23.2%で成長すると予測されています。これらの用途では通常、最先端規模のトレーニングクラスターではなく、組み込みシステム、マネージドクラウドサービス、特化型推論展開を通じてアクセラレーターが導入されています。

民生用電子機器と自動車は、商業的に異なる第2の成長経路を形成します。両分野の予測年平均成長率（CAGR）はそれぞれ26.6%と25.4%であり、エッジ展開と密接に関連しています。エッジ展開では、チップに求められる電力、統合性、信頼性、製品サイクルへの対応要件が、ハイパースケーラー向けの調達とは異なります。アーキテクチャーと商業モデルをデバイスOEM、自動車の認定プログラム、クラウド事業者に適応できるサプライヤーは、データセンターだけに注力するベンダーよりも、広範な需要基盤を取り込める立場にあります。

AIアクセラレーターチップ市場の地域別分析

北米

北米市場は、2026年の605億9,130万米ドルから2035年には3,529億4,700万米ドルへ拡大し、年平均成長率（CAGR）21.6%で成長すると予測されています。米国市場は2026年に513億6,280万米ドルを占め、ハイパースケーラー、AIチップ設計企業、クラウド顧客、先端半導体投資の集積を背景に、2035年には2,894億1,650万米ドルに達すると見込まれます。カナダ市場は、AI研究、クラウドインフラ、企業による導入の拡大に伴い、同期間に92億2,850万米ドルから635億3,050万米ドルへ増加すると予測されています。

北米地域では、需要の拡大と戦略的な供給能力の開発が同時に進んでいます。CHIPS法のインセンティブは、ロジック、メモリー、パッケージング分野への投資を後押ししており、TSMC、Samsung、SK hynix、Intelが関与するプロジェクトも含まれます。また、AIインフラに対する米国の政策重点は、一部の連邦政府施設向けプロジェクトにおける国内半導体調達を促進しています。これらの取り組みにより、時間の経過とともにサプライチェーンの選択肢が広がる一方、先端製造能力の整備には長期の建設期間と認定期間が必要です。

欧州

欧州市場は、2026年の256億3,980万米ドルから2035年には1,391億260万米ドルへ拡大し、年平均成長率（CAGR）20.7%で成長すると予測されています。域内ではドイツが主導し、市場規模は61億4,570万米ドルから395億510万米ドルへ拡大すると見込まれます。これに英国が47億3,740万米ドルから240億6,480万米ドル、フランスが38億6,180万米ドルから211億4,360万米ドルへ拡大して続きます。イタリア、スペイン、ロシアの市場規模は、2026年の26億5,470万米ドル、20億8,670万米ドル、18億9,340万米ドルから、2035年にはそれぞれ123億8,010万米ドル、86億2,440万米ドル、83億4,620万米ドルへ増加すると予測されています。

欧州の需要は、産業オートメーション、自動車開発、研究用コンピューティング、データセンターの拡張と結び付いていますが、同地域は依然として最先端アクセラレーターを外部から調達する必要があります。Graphcoreは、IPUプラットフォームを通じて域内発のアーキテクチャーで対抗する企業ですが、大規模なGPUエコシステムやハイパースケーラーによるASICプログラムによって、代替アーキテクチャーに求められる商業面での参入基準が高まっている市場で事業を展開しています。

アジア太平洋

アジア太平洋地域は最も高い成長率を示す地域になると予測されており、市場規模は2026年の542億6,460万米ドルから2035年には4,484億5,030万米ドルへ拡大し、年平均成長率（CAGR）26.4%を記録する見込みです。中国市場は200億6,960万米ドルから1,757億9,250万米ドル、インド市場は80億8,130万米ドルから959億6,840万米ドル、日本市場は89億9,960万米ドルから600億9,230万米ドル、韓国市場は31億3,900万米ドルから237億6,790万米ドル、オーストラリア市場は71億6,290万米ドルから511億2,330万米ドルへ拡大すると予測されています。

中国の軌跡は、輸出規制により国内製の AI アクセラレーターの調達が促されるなか、国内代替によって形作られている。CSIS は、Huawei の Ascend 910C の推論性能が NVIDIA H100 の約 60% と評価されていること、また China Mobile が大規模な調達プログラムのもとで Huawei から AI サーバー用チップを調達したことを報告している。これにより、Huawei、Cambricon Technologies、Enflame Technology、MetaX Integrated Circuits、Iluvatar CoreX に保護された需要が生じている一方、最先端製造、先進パッケージング、HBM における継続的な制約が依然として重しとなっている。

域内のその他の地域では、データセンターの拡張、製造プログラム、国家 AI 戦略が需要を下支えしている。日本とインドは、10兆円の民間投資目標のもと、半導体と AI を二国間投資協力の重点分野として位置付けている。韓国の AI チップおよび HBM 投資プログラムは、AI メモリーと半導体のサプライチェーンにおける同国の役割を一段と強化している。 ^{[8]Nikkei Asia, Japan to Invest $68bn in India Over 10 Years, Including AI and Chips, August 2025, asia.nikkei.com}

ラテンアメリカ

ラテンアメリカの市場規模は、2026年の80億6,300万米ドルから2035年には591億7,050万米ドルに拡大し、年平均成長率（CAGR）は24.8%になると予測される。ブラジルは32億660万米ドルから218億9,310万米ドルに、メキシコは22億3,030万米ドルから185億7,950万米ドルに、アルゼンチンは10億5,440万米ドルから65億880万米ドルに拡大すると予測される。域内需要は、クラウド容量、金融サービス分析、産業の近代化、ニアショアリングに関連する自動化に集中している。インフラ支出は現地の資金調達環境や企業のデジタル化率の影響を受けやすいため、投資サイクルは米国や中国よりも不均一になる可能性がある。

中東・アフリカ

中東・アフリカ市場は、2026年の60億4,130万米ドルから2035年には384億890万米ドルに拡大し、年平均成長率（CAGR）は22.8%になると予測される。サウジアラビアは18億120万米ドルから130億2,060万米ドルに、UAEは16億790万米ドルから107億5,450万米ドルに、南アフリカは10億5,030万米ドルから61億4,540万米ドルに増加すると予測される。国家主導の AI 構想、データセンター建設、通信のデジタル化が、域内の重要な需要源となっている。調達は、分散型の企業導入よりも、政府主導のプロジェクト、クラウドハブ、通信インフラに集中した状態が続く可能性が高い。

地域ごとの需要は一様ではない。中国のアクセラレーター市場は、輸出管理を背景とする現地化によって形作られる傾向が強まっており、国内開発企業に恩恵をもたらす一方、性能、パッケージング、メモリー供給が重要な制約となっている。一方、北米は、市販向けアクセラレータープラットフォーム、ハイパースケール企業の購買力、ソフトウェアエコシステムにおいて依然として大きな優位性を維持している。したがってサプライヤーは、単一の世界市場進出ルートではなく、認定要件、調達方針、技術ロードマップが地域ごとに異なることを想定する必要がある。

AI アクセラレーターチップ市場のシェアと競争環境

NVIDIA は2025年に世界市場の54.2%を占め、AMD が10.0%、Google が8.0%、Intel が7.0%、Qualcomm が6.0%、その他の競合企業が約14.8%で続いた。競争環境は、幅広い市販向けプラットフォーム、垂直統合型のクラウド向けシリコン、地域的に保護されたサプライヤー、専門特化型アーキテクチャーのプロバイダーによる競争によって形成されている。

NVIDIA

NVIDIAの優位性は、GPUポートフォリオ、CUDAソフトウェアエコシステム、ネットワーク機能、ラック規模のシステム統合に支えられている。同社は2025年度の売上高として1,305億米ドル、データセンター部門の売上高として1,152億米ドルを報告した。最適化済みのAIワークロードを代替ソフトウェア環境へ移行する際に顧客が負うコストと実行リスクも、NVIDIAの地位を強化している。

AMD

AMDは、Instinctアクセラレーター、高容量HBM、ROCmソフトウェア開発を活用してハイパースケールAI導入に対応する、主要な汎用GPUの挑戦企業である。Meta、Microsoft、OracleにおけるMI300Xの生産導入実績が報告されていることは、メモリ特性、商業条件、ソフトウェアの準備状況が顧客要件を満たす場合、顧客が第2のサプライヤーを認定する意向を持つことを示している。

Intel

Intelは、Gaudiアクセラレーター、Altera FPGA、ファウンドリー事業での地位を通じて競争している。米国による国内半導体製造への投資を背景に、同社の戦略的重要性は高まっているものの、NVIDIAの導入済みエコシステムが支配する市場で、アクセラレーター向けソフトウェアと顧客基盤をさらに強化する必要がある。

Google（Alphabet）

Googleは、社内AIサービスとGoogle Cloudの顧客向けにTPUを使用している。同社独自のシリコンは、ハードウェア、ネットワーク、ソフトウェア、サービス提供を一体的に最適化できるワークロードにおいて、汎用GPUに代わる選択肢となる。Alphabetは、TPUをAIインフラの差別化における中核要素と位置付けている。

QualcommとApple

Qualcommは、Hexagon NPUとSnapdragonプラットフォームにより、モバイル、自動車、エッジ推論の各用途に展開している。AppleのNeural Engineは、垂直統合型のデバイスエコシステムに組み込まれ、AシリーズおよびMシリーズ製品全体でデバイス上のAI機能を支えている。両社は大量需要が見込まれるNPU市場において中核的な存在であるが、アクセラレーター事業への関与の形態は、データセンター向け汎用アクセラレーターのサプライヤーとは異なる。

Huawei

Huaweiは、中国のAIインフラ市場における重要な国内代替企業である。同社のAscendポートフォリオは、規制対象となっている海外アクセラレーターに代わる選択肢を求める企業や公共部門の組織からの需要に支えられている。長期的な競争力は、製造、パッケージング、メモリの供給可能性、ソフトウェアサポートの進展に左右される。

Cerebras Systems、Groq、SambaNova Systems、Tenstorrent

これらの北米のイノベーターは、差別化されたアーキテクチャを追求している。Cerebrasはウェハースケールコンピューティングを重視し、Groqは決定論的な低レイテンシー推論を対象とし、SambaNovaは再構成可能なデータフローシステムに注力している。Tenstorrentは、プロセッサ開発とライセンス方式を組み合わせている。これらの企業は、顧客のワークロードによって従来型GPUシステムの明確なボトルネックが顕在化する領域で、最も大きな機会を有している。

Cambricon Technologies、Enflame Technology、MetaX Integrated Circuits、Iluvatar CoreX

これらのアジア太平洋地域のサプライヤーは、成長する中国国内のAIチップ市場に対応している。CambriconとHuaweiは、政策に支えられた需要の影響を特に受けやすい一方、Enflame、MetaX、Iluvatar CoreXは、クラウドおよび企業向けの学習・推論システムでの地位確立を目指している。対象市場は拡大しているものの、先進的な製造技術へのアクセスが引き続き決定要因となっている。

Graphcore、Etched.ai、Mythic AI

GraphcoreのIPUは、不規則な計算パターンを持つ機械学習ワークロードを対象としている。Etched.aiはトランスフォーマーに特化した推論用シリコンを追求し、Mythic AIはエッジ用途向けの低消費電力アナログ方式メモリ内演算に注力している。これらの企業は、特化によって特定のワークロードへ参入する道筋を確立できることを示しているが、モデル設計、顧客のソフトウェア、導入要件が変化した場合、狭い用途に特化したアーキテクチャはより大きなリスクを伴う。

最近の業界動向

Google Ironwood TPUの導入、2025年

Googleは、大規模なモデル提供向けに推論に特化して設計されたTPU「Ironwood」を発表し、「Trillium」と比べてワット当たりの性能を向上させました。

NVIDIA、2025年にRubinプラットフォームを発表

NVIDIAは、将来のAIコンピューティングシステム向けにRubinプラットフォームを発表し、Blackwell以降も年次アーキテクチャロードマップを拡張しました。

AMD、2024年にInstinct MI300Xの本格導入を実施

AMDは、Meta、Microsoft、OracleにおけるMI300Xの大規模導入を報告するとともに、2024年のInstinctシリーズの売上高が50億米ドルを超えたことを明らかにしました。

SoftBank、2025年にAI-RANの進展を発表

SoftBankは、GPUインフラを利用したソフトウェアのみのMassive MIMOで成果を発表し、2026年からAI-RANの商用展開を開始する方針を示しました。

米国、2025年1月にAIインフラに関する大統領令を発令

米国は、AIデータセンターインフラに関する取り組みと、要件を満たす連邦政府サイトのプロジェクト向けに国内の最先端半導体を調達するよう指示する大統領令を発令しました。

韓国、2025年にAIチップ投資プログラムを発表

韓国は、AIチップの研究および次世代HBMの開発を支援する9.4兆ウォン規模のプログラムを発表しました。