GoogleとAnthropicのTPU契約、その真意はどこにあるのか？
GoogleとAnthropicは2025年10月23日、AnthropicによるGoogle CloudのTPU利用を最大100万個規模に拡大し、2026年には1ギガワットを超える計算能力を稼働させる契約を発表した。契約総額は非公開だが、「数百億ドル規模」になると報じられている。報道によれば、契約発表時点でAnthropicの年間経常収益（ARR）は、2025年8月の約50億ドルから10月には約70億ドルへと急拡大していたという（出典: CNBC「Google and Anthropic announce cloud deal worth tens of billions of dollars」2025年10月23日 https://www.cnbc.com/2025/10/23/anthropic-google-cloud-deal-tpu.html 、Google Cloud公式発表 https://www.googlecloudpresscorner.com/2025-10-23-Anthropic-to-Expand-Use-of-Google-Cloud-TPUs-and-Services ）。
Googleは投資家としてもAnthropicとの関係を深めている。2025年1月には10億ドル超の追加出資に合意し、累計投資額は約30億ドル規模に達したと報じられた。Amazonも2023年以降複数回にわたって出資を行い、2024年11月時点で累計80億ドルに達したことを発表している（出典: CNBC「Google agrees to new $1 billion investment in Anthropic」2025年1月22日 https://www.cnbc.com/2025/01/22/google-agrees-to-new-1-billion-investment-in-anthropic.html 、CNBC「Amazon to invest another $4 billion in Anthropic」2024年11月22日 https://www.cnbc.com/2024/11/22/amazon-to-invest-another-4-billion-in-anthropic-openais-biggest-rival.html ）。
AnthropicがGoogleのTPUを選ぶ理由として、価格性能比や効率性、そしてTPU上でのモデル訓練・提供における既往の経験を挙げているとされる。もっとも同社は、GoogleのTPUだけでなく、AmazonのTrainium、NVIDIAのGPUという3系統のチッププラットフォームを併用する「マルチチップ戦略」を採っていると報じられている。特定ベンダーへの依存リスクを分散しつつ、それぞれのハードウェアの強みを引き出そうとする構えだ。
この動きが象徴するのは、GoogleのTPU、AmazonのTrainium、MetaのMTIA、MicrosoftのMaiaといった各社独自チップの開発競争が、もはや例外ではなく標準的な戦略になったという点だ。汎用GPUだけでは今後のAI需要を賄いきれないという共通認識が、コストと電力効率の最適化、自社モデルに特化した性能追求、そしてNVIDIA一強によるサプライチェーンリスクの分散という3つの動機を背景に、各社を自社チップ開発へと駆り立てている。
一方でNVIDIAも、H100・H200といった最新GPUの投入に加え、CUDAという長年培ってきたソフトウェアエコシステムを最大の強みとして維持している。PyTorchやTensorFlowといった主要フレームワークがNVIDIA GPU上で最適化されてきた蓄積は大きく、新興のカスタムチップにとって、ハードウェア単体の性能だけでなく、その上で動くソフトウェア環境をどう整えるかが今後の課題になる。
投資家にとっては、AIモデルを開発する企業だけでなく、その基盤となるカスタムチップやクラウドサービスを提供する企業の動向にも注意を払う必要がある。Google CloudとAWSの間の競争は、Anthropicのような大口顧客を巡って今後も激化するとみられる。技術者にとっては、特定ハードウェアに最適化する専門性に加え、複数のプラットフォームを横断してモデルを展開・管理する「異種混合アーキテクチャ」への対応力が、今後のキャリアを左右するスキルになりそうだ。
AIチップを巡る競争は、単に「速く、大きく」という性能追求だけでなく、電力効率や環境負荷を含めた持続可能性の観点でも重要性を増している。GoogleがTPUの電力効率を強調し、AmazonがTrainiumで推論時消費電力の抑制を掲げるのも、その表れといえる。ハードウェアとソフトウェアの複雑な組み合わせのなかから、どのような形でAI基盤が定着していくのか、今後の動向が注目される。