Googleが第8世代TPUを初公開、成長牽引に向けGoogle Cloud NextでエージェンティックAIへシフト
AIポッドキャスト
Googleは年次イベント「Google Cloud Next 26」で第8世代TPU（学習用TPU 8t、推論用TPU 8i）と「Agentic Enterprise」テクノロジースタックを発表した。JPモルガン、BofA証券、シティ・リサーチは、Geminiモデル、TPU、エージェント・プラットフォームの相乗効果を評価し、アルファベットへの「買い」判断を継続した。TPUの2製品ライン分割は、推論計算能力の拡大を示唆する。Vertex AI上に構築されたGemini Enterprise Agent Platformは、企業向けAI導入の障壁を下げる。2026年の設備投資額1,750億ドル～1,850億ドルは、利益率への圧迫要因となる可能性があるため、キャッシュフローへの影響緩和とクラウド事業の成長・利益率が今後の注目点となる。
TradingKey - Google (GOOG) (GOOGL)年次イベント「Google Cloud Next 26」が今年4月22日から24日まで米国で開催された。同カンファレンスでGoogleは第8世代TPUを公開し、「Agentic Enterprise」テクノロジースタックを立ち上げたほか、設備投資の大幅な増額を改めて表明し、今年の投資計画を1,750億ドルから1,850億ドルとした。
カンファレンスを受けて、JPモルガン(JPM)、BofA証券 (BAC)、およびシティ・リサーチ (C)は、いずれもアルファベットの投資判断「買い」を継続した。Googleの核心的な競争力は、Geminiモデル、独自のTPU、および企業向けエージェント・プラットフォームの間の深い相乗効果にあり、これが株価上昇の直接的な原動力になるとの見方を示した。
シリコンの二極化：TPU 8i vs. TPU 8t
資本市場は現在、Googleによる自社製チップ開発の進展を注視している。今回の投入により、Googleの第8世代TPUは初めて2つの独立した製品ラインに分割された。AIモデルの学習用に設計された「TPU 8t」と、推論専用チップとして位置付けられた「TPU 8i」である。
Googleのバイスプレジデント、アミン・ヴァダット氏は、学習用チップ「TPU 8t」が新しい「Virgo Network」ファブリックを採用し、単一クラスターで100万個以上のチップへの拡張が可能になったと述べた。TPU 8tアレイの計算性能は前世代の「Ironwood」の約3倍に達し、ワット当たりの性能も最大2倍に向上している。
従来のチップは、チップがデータに十分速くアクセスできず、ユーザーに長い応答時間を強いるボトルネックである「メモリーの壁」問題に悩まされている。TPU 8iは、この「メモリーの壁を打破する」ためのGoogleの解決策であり、最小限の遅延で膨大なデータを超高速に処理する。これは、288GBの高帯域幅メモリー（HBM）と、前世代の3倍にあたる384MBのオンチップSRAMによって実現されている。後者により、モデルのアクティブなワーキングセットをチップ内で動作させることが可能になり、プロセッサとメモリー間の長距離データ転送の必要性を排除した。
これら2つのチップは、Google独自のArmベースの (ARM) Axion CPUホスト上で初めて稼働しており、これによりGoogleは性能と効率向上のためにシステム全体を最適化できるようになった。両チップともGoogleの第4世代液冷技術を採用しており、空冷では到達不可能な性能密度を維持している。
JPモルガンはリサーチレポートで、Googleが推論用と学習用にTPUを2つの独立した製品ラインに分割したこと（学習用チップを推論に使用するのではなく）は、推論計算能力の需要が専用シリコンや個別の資本配分を正当化できるほど十分に拡大したとGoogleが判断したことを示している、と述べた。今後は、この分野におけるGoogleの収益構造の変化に注目すべきだ。収益はもはや学習のみから得られるのではなく、推論側での継続的な消費からもたらされるようになり、独自の成長曲線を形成する可能性がある。
経営陣が会議でTPUの外販の可能性について言及しなかったため、各機関は現在、第8世代TPUがGoogleの内部利用およびクラウドサービスを通じて提供されていると考えている。
エージェント型AIの企業導入
ハードウェアのアップグレードに加え、グーグルは同カンファレンスでプラットフォーム層の再編も発表し、Vertex AI上にGemini Enterprise Agent Platformを立ち上げた。
Vertex AIは、2021年にグーグルが立ち上げた機械学習（ML）プラットフォームであり、AutoMLやAI Platformなどのツールを統合し、データの準備からモデルのデプロイまで一連のプロセスを提供している。同プラットフォームは主に法人顧客を対象としており、例えばロレアル傘下のModiFaceは、肌診断AIのトレーニングにVertex AIを活用している。
JPモルガンは調査レポートの中で、これを事実上「Vertex AIに取って代わるもの」と表現した。これは、企業向けの構築、オーケストレーション、ガバナンス、セキュリティ機能を、分散した機能モジュールではなく、単一のエントリーポイントに統合したものである。
シティは、同プラットフォームの主な価値は、企業が同一の管理システム内に複数のエージェントを配置することでワークフローを実行できる点にあると指摘した。企業にとって、AI導入に高い技術的障壁はもはや必要なく、プラットフォームがアプリケーションを標準化すれば、企業は「プラグ・アンド・プレイ」機能を実現し、直接実用化へと進むことができる。
1,750億ドル～1,850億ドルの設備投資による利益率の圧迫
Googleのサンダー・ピチャイ最高経営責任者（CEO）は、カンファレンスでの基調講演において、2026年通期の設備投資額が1,750億ドルから1,850億ドルの範囲になるとの見通しを改めて表明した。これは同イベントにおいて財務規模に言及した唯一の声明となった。これに対し、3つの機関が異なる見解を示している。
JPモルガンは、短期的な視点から、これにより来週の決算発表で「既存のガイダンスが据え置かれる」可能性が高まったと指摘した。しかし、通期ベースでは、GoogleのAIインフラ担当CTOのアミン・ヴァダット氏とチーフAIサイエンティストのジェフ・ディーン氏が、AIは依然として供給制約に直面していると強調しており、設備投資の軌道には依然として上振れ余地があることを示唆している。
BofA証券はリスクを直接指摘した。AI投資が設備投資を押し上げ、フリーキャッシュフローを圧迫する中、これらは利益率を圧迫する最も直接的な要因の一つとなっている。
今後の数四半期では、AI支出を拡大させつつ、Googleがキャッシュフローへの影響をどの程度緩和できるか、そしてGoogle Cloudの成長と利益率に対する市場の高い期待に応えられるかどうかが焦点となる。
このコンテンツはAIを使用して翻訳され、明確さを確認しました。情報提供のみを目的としています。
