Google、AIエージェント時代に賭けTPU V9をアップグレード。MediaTekが初の独占受注を獲得、Nvidiaのチップ支配を終わらせるか？

TradingKey - 6月22日（月）、著名なAppleサプライチェーンアナリストのミンチー・クオ氏が、Googleが（GOOGL）（GOOG）は、TPU v9（コードネーム「Humufish」）をベースとした、コードネーム「Triggerfish」とされるv9チップのアップグレード版を開発する予定であり、MediaTekがその独占受注を獲得したと投稿した。このチップの対象用途はAIエージェントおよび強化学習（RL）のシナリオであり、2028年に量産段階に入る見込みである。

両社の協業はこれが初めてではないが、MediaTekがGoogleの中核となるTPUの受注を独占的に獲得したのは今回が初となる。これまでのTPU v7/v7e世代において、MediaTekは主に一部のI/O（入出力）ソリューションを担当することでGoogleのエコシステムに組み込まれていた。今回の提携により、両社の関係はさらに深まることになる。

クオ氏は、v9世代のHumufishチップと比較して、この改良版TPU v9チップにはいくつかの大きな違いがあると指摘した。改良版v9チップは、SRAM（静的ランダムアクセスメモリ）容量をv9の2〜3倍に大幅に増加させ、シミュレーションダイを追加している。さらに、改良版v9チップは高帯域幅メモリ（HBM）をアップグレードしており、v9がHBM4を使用するのに対し、改良版v9チップはより先進的なHBM4Eを採用している。

これら一連のアップグレードは、このバージョンのチップの推論能力を強化すると同時に、「CPUの壁」および「メモリの壁」の問題を緩和することを目的としている。「CPUの壁」とは、中央演算処理装置（CPU）がタスクスケジューリングを処理する速度が、AI加速チップ（GPUやTPU）の演算実行速度に追いつかず、結果として全体の計算速度も低下してしまう現象を指す。

大容量のSRAMが必要とされる理由は、SRAMがチップ内で最も高速かつ低遅延なキャッシュメモリであるためだ。その容量を拡大することで、強化学習やAIエージェントに必要なアクティブなワークセットの多くをTPU上にローカルに保持できるようになる。これにより、データ移動のコストが削減され、超低遅延のデコード段階における動作効率が向上し、リアルタイムの意思決定と応答速度が極限まで高まる。

新たに追加されたシミュレーションダイの主な機能は、強化学習が通常は仮想環境のシミュレーションに依存していることから、強化学習とAIエージェント間の連携に重点を置いている可能性が極めて高い。

HBM4からより高速なHBM4Eへのアップグレードは、メモリ帯域幅を向上させ、メモリの壁の問題を根本的に解決することを目的としている。

出荷台数について、クオ氏はHumufishの全ライフサイクルで400万〜500万台という予測を維持している。Triggerfishは増分プロジェクトと見なされており、出荷台数にさらに100万〜200万台貢献する見込みだ。価格面では、Triggerfishの単価がHumufishより約30%高いため、出荷台数が比較的限られていても、今回の協業はMediaTekの売上高に大きく貢献することになる。

GoogleのTPU v9はNvidiaの独占を崩せるか？

現在、Googleが自社開発するTPUの主な競合はNvidiaのGPUである。後者と比較して、今回のGoogleによるv9チップアーキテクチャのアップグレードは、Nvidia（NVDA）との間で差別化された競争、さらには相対的なリードを達成することが期待されている。現在、NvidiaのGPU（Blackwellなど）は依然として汎用演算能力の論理に基づいて設計されており、AIエージェントの逐次的な意思決定処理や強化学習環境のシミュレーションにおいて追加の優位性を示しておらず、CPUの壁やメモリの壁の問題を依然として抱えている。このアップグレードを通じて、Googleは専用のAIエージェント向けチップにおいて世代交代をリードする優位性を確立する可能性がある。

エコシステムの観点からは、GooglesのTPUは自社のGoogle Cloudと連携しており、エージェントアプリケーションに対して最も費用対効果が高く、最も低遅延なクラウドサービスを提供することを可能にしている。

MediaTekとの提携は、本質的にGoogleが自社のTPUサプライチェーンを再構築しようとする試みであり、将来的な演算能力の価格競争への対処や、製造コストの削減と生産量の拡大を通じた参入障壁（堀）の構築に役立つと期待されている。