Googleは、強化学習用に構築されたCPU負荷の高い次世代TPUのためにAMDを利用していると伝えられている

SemiAnalysis のメモによると、Google は強化学習とエージェント AI を目的とした新しい設計で AMD CPU テクノロジーとその TPU アクセラレータを組み合わせる可能性があります。

調査会社 SemiAnaracy の新たなメモによると、Google は次世代 TPU の 1 つで AMD と提携する可能性があるとのことです。この組み合わせが実現すれば、AMD のカスタム AI ASIC プロジェクトへの初の重要な関与となり、AI シリコンと汎用 CPU コアを 1 つのパッケージで融合する新しい種類の Google アクセラレータを示すことになります。

Tom's Hardware と Firstpost が 8 月 16 日に取り上げたこのレポートは、推論モデルと自律エージェントのための AI インフラストラクチャの再設計競争が激化する真っ只中に登場しました。この変化は、私たちが AI ニュース速報の報道で追跡してきたものです。 SemiAnalysis によると、Google とその顧客は強化学習 (RL) やその他の CPU 負荷の高いワークロード向けにオンパッケージ CPU コアを備えた TPU を推進しており、AMD は不足している部分を供給する有力な候補です。

Google が TPU の設計に AMD を必要としない理由

アナリストたちは、ストーリーの最も単純な解釈に冷水を浴びせます。 Googleはすでに、8世代のTPUで磨かれたアクセラレータアーキテクチャに関する相当な専門知識を社内に持っており、AMDが別の従来型TPUを設計する必要は必ずしもない。 AMDがGoogleの次の推論チップ(TPU V10i)またはトレーニングチップ(TPU V10t)を実装する可能性は低いと考えられています。

むしろアナリストらは、GoogleはAMDのようなCPUメーカーが提供できるもの、つまりCPUの知的財産、プログラマブルロジック、インターコネクト、あるいは高度なパッケージングの専門知識を必要としているのではないかと考えている。言い換えれば、この話はAMDがGoogleのAIアクセラレータを構築するという話ではなく、ハイブリッドチップ（GoogleのテンソルコンピューティングとAMDの汎用コアを組み合わせたもの）が何を解き放つかについての話である。

強化学習は AI シリコンを裏返しにします

その要因は、AI システムがコンピューティングを消費する方法における真の変化です。従来の大規模な言語モデルのトレーニングは依然として圧倒的にアクセラレータを多用しており、GPU と TPU で一日中行列演算を行っています。しかし、推論モデルとエージェントモデルの強化学習は異なります。 RL パイプラインは、大量のスカラー、分岐のある汎用計算 (環境シミュレーション、報酬計算、多数の並列ロールアウトのオーケストレーション) をアクセラレータ操作にインターリーブします。これは、CPU 上ではるかに効率的に実行されます。

Google 自身のシステム設計には、すでにその変化が反映されています。レポートによると、Google の推論に重点を置いた TPU 8i システムは、推論、推論、RL ワークロード向けに構築されており、2 つの TPU ごとに 1 つの Google Axion CPU をプロビジョニングしています。比較すると、第 7 世代 TPU ベースのサーバーは、4 つの TPU ごとに 1 つの Intel Xeon 「Emerald Rapids」プロセッサを使用していました。 CPU 対アクセラレータの比率を 2 倍にするということは、Google がワークロードの方向性を示す強力な兆候であり、CPU コアをアクセラレータと直接パッケージ化することが論理的な次のステップです。つまり、エージェント AI が要求するワークロードに合わせて、データパスが短くなり、データ移動が減り、電力効率が向上します。

MI300A の前例

AMD は、このようなプロジェクトに直接関連する経験をもたらします。エリートクラスのスーパーコンピューターに導入されたその Instinct MI300A は、x86 Zen CPU チップレットと GPU コンピューティングチップレットを単一のパッケージで共有メモリと組み合わせた、データセンター規模の最初の真の APU でした。将来の Google の設計も同様の形になる可能性があります。Google の TPU 計算チップレットと AMD CPU テクノロジーおよび高帯域幅メモリが組み合わされ、AMD がパッケージングと統合の一部を処理する可能性があります。

両社には話し合う理由がある。 Googleにとって、この動きは、すでに複数のパートナーにまたがるシリコン戦略を拡張することになる。2026年4月に発表された第8世代TPUラインナップは、トレーニング専用チップ（8t）と推論チップ（8i）に分割され、今年初めのレポートでは、GoogleがBroadcom、MediaTek、Marvellにまたがるマルチパートナーのカスタムシリコンサプライチェーンを構築し、推論でNvidiaに挑戦すると述べていた。 AMDにとって、Googleのデザインでの勝利は、同社のチップレットとパッケージング技術が大きく支持されることになり、Nvidiaの優位性が依然としてほとんど揺るぎない市場であるカスタムAIシリコンへの足がかりとなるだろう。

重要な警告

セミアナリシス自体は、重大な不確実性が残っていることを強調しています。 AMDの関与が報じられているものの正確な性質は不明で、この提携は両社とも確認されておらず、アナリストらはその推論を、確認された製品ロードマップではなく、なぜこのような提携が意味があるのかについての十分な情報に基づいた推測として組み立てている。

しかし、取引そのものよりも、より深いシグナルの方が重要だ。報道が正確であれば、最も重要な発展は Google と AMD が協力することではなく、Google が強化学習、推論、エージェント AI 向けに特別に設計された CPU 負荷の高い TPU のバリアントを検討していることになります。業界は、1 つの巨大な行列乗算のためにチップを最適化することに 10 年を費やしました。次世代の AI ハードウェアは、単一の頭で考えるというよりも、何千ものエージェントが同時に探索、失敗、学習するようなワークロードによって形成されています。

何を見るべきか

より広範な業界にとって、このレポートは憶測からトレンドに変わる 3 つのことが考えられます。まず、アクセラレータと CPU ベンダーを互いに対立させるのではなく、両者をペアにするカスタムシリコン取引の兆候が見られます。AMD を MI300A に、Nvidia を Grace-Hopper スタイルの統合システムに押し込んだのと同じロジックが、現在、ハイパースケーラー ASIC のロードマップを形成しているようです。第 2 に、Google の TPU 8i の導入率がアクセラレータあたりの CPU の増加に向けて推移し続けるかどうかです。これにより、RL ワークロードの理論が独立して裏付けられることになります。第三に、AMD 自身の収益に関するコメント: Google の規模でのカスタムデザインの勝利は、最終的には財務情報開示で表面化するほど重要になるでしょう。

GoogleもAMDもこの報告書についてはコメントしておらず、SemiAnalysisは、その分析が確認された契約ではなく、ペアリングの戦略的ロジックに基づいていると指摘している。しかし、Google がすでに TPU 製品ラインをトレーニング製品と推論製品に分割し、複数のパートナーとシリコン供給契約を締結し、最新アクセラレータの周囲に CPU 容量を蓄えてきたこの 1 年で、CPU 負荷の高い TPU のバリアントは驚くべきことではなく、次の当然の動きです。