計算資源・チップ

Microsoftは第3世代の自社開発AIチップ「Maia 300」を発表した。2027年から自社製品やサービスの主要な推論基盤として展開し、GPU依存の低減を目指す。

AnthropicはAkamaiのクラウドインフラに7年間で116億ドルを支出する契約を結びました。契約規模は約200億ドルまで拡大する可能性があり、Akamaiは支出に応じて最大約5%の持ち分につながる権利も付与します。

Googleは4基のTPUを搭載した小型衛星を軌道へ送り、「Suncatcher」構想を検証する。冷却能力の制約から、TPUは一度に約15分しか稼働できない。

クアルコムはSnapdragon 8 Elite Gen 6とExtreme Gen 6を発表した。端末上のAIエージェント、音声処理、個人化、カメラ機能を強化し、Extreme版は30Bの混合エキスパートモデルをローカル実行できるという。

ファーウェイは次世代AIチップ「Ascend 960DT」を2027年第1四半期に準備する見通しを示した。従来の予定より早い投入で、独自の接続アーキテクチャを使った大規模AI計算基盤の構築も進める。

Appleが、将来のM8 Ultraチップを2基または4基搭載する企業向けAIサーバーを開発していると報じられています。実現すれば、Xserve終了後の同社が企業向けサーバー市場に戻る動きになります。

PyTorchチームはFlashAttention-4の前向き・後ろ向き計算にMXFP8を導入し、量子化融合、TMEMの再利用、可変長入力向けのゼロGather設計を組み合わせました。

ArmがNeoverse CSS N4を発表した。1ダイで最大128コア、LPDDR6とPCIe 7.0に対応し、GPUだけでは処理しきれないエージェント基盤の調整・データ移動・I/Oを狙う。

NVIDIAはMediaTekに35億ドルを投資し、NVLink Fusionエコシステムへの参加を進める。大手クラウド企業が独自AIチップを開発する中でも、NVIDIAのデータセンター基盤を使い続けてもらう狙いがある。

AIデータセンターがギガワット級へ拡大するにつれ、性能を左右するのはGPUの数だけではなくなっている。NVIDIAはデータ、メモリ、ストレージ、ネットワークを連携させるシステム層へ優位性を広げようとしている。

AppleはMac miniとMac Studioを刷新し、M6とM5 Ultraを投入した。大容量のユニファイドメモリと高速な接続を生かし、ローカルモデルの開発・推論向け端末としての位置付けを強めている。

GPUが希少な機器から時間単位で貸し出される生産資産へ変わる中、計算資源の価格変動に対するヘッジ需要が生まれている。CME、Silicon Data、CFTCの動きは、GPU先物が市場インフラへ進みつつあることを示す。

データセンターとGPUへの投資が膨らむなか、AI計算資源は企業にとって管理すべき大きなコストになりつつある。Silicon DataはGPUレンタルの基準価格と、計算資源先物の市場を目指している。

AMDはトロントのAIチップ新興企業Taalasを買収すると発表した。Taalasはモデル重みをHBMなどの外部メモリではなく、チップ上に直接配置するという独自の推論向けアプローチを掲げている。

Anthropic は、Claude などのモデルを動かすためのカスタムシリコンチームを採用中であることを認めた。同社は外部チップも使い続ける「マルチチップ」方針を維持する。

AMDはMI455XアクセラレータとHeliosラックシステムを発表し、単体GPUではなくAIインフラ全体で勝負する姿勢を明確にした。

ワシントンDC近郊の送電線トラブルは停電には至らなかったが、PJM電力網に大きな電圧変動を起こした。背景には、北バージニアのデータセンター群がほぼ同時にバックアップ電源へ切り替わったことがある。

AMDは、大規模AIラボとクラウド事業者向けのラックスケールAIシステム「Helios」を前面に押し出した。Microsoft、Anthropic、OpenAIなどの導入計画を背景に、同社はNvidiaが強いAIインフラ市場へ本格的に踏み込む。

AIチップ新興企業Etchedは、3億ドルのシリーズC調達を実施し、評価額が103億ドルに達した。GPUに依存しない推論システムを掲げ、投資家と顧客の関心を集めている。

奇異摩爾はWAIC 2026で、国産GPUと国産RDMA NICを直結するIBGDAデモ、超ノード向けの全栈相互接続方案、そしてCPO白書を披露した。単なる製品紹介ではなく、国産AI基盤を“つなぐ力”で底上げする狙いが見える。

WAIC 2026 で安謀科技が示したのは、単体アクセラレータではなく、制約の多い端末側で AI を動かすためのシステム設計だった。CPU、NPU、VPU、AIOS を組み合わせ、ローカル AI 基盤を構成しようとしている。