8月7日、firethering.com（AI・テック領域を扱う独立系メディア）が「The Biggest AI Companies Are All Building Their Own Chips. That's Not a Coincidence.」と題した記事を公開した。この記事では、主要AI企業が相次いで自社チップ開発に乗り出している背景と、その戦略的意味について詳しく紹介されている。

Anthropicが今週、カスタムシリコン（自社設計チップ）チームの採用を進めていることを認めた。発表の形式は求人票と広報担当者のコメントのみで、派手なイベントはなかった。だが、この動きを単独で見ると本質を見誤る。

• OpenAI：2025年6月、初の自社製推論チップ「Jalapeño」（同社による呼称、元記事依拠）を出荷
• Google：自社設計のTPU（Tensor Processing Unit）でモデルを稼働させて久しい
• Meta：独自シリコンを設計・展開済み
• Mistral：同様の道を探索中と報じられている
• Anthropic：今回の採用発表

上記5社のうち、OpenAI・Google・Meta・Anthropicは自社チップ開発への移行を明確に示しており、Mistralは探索段階にある。フロンティアとして並び称されるラボたちが、ほぼ同じ時期に同じ結論へ到達した。互いを模倣したわけではなく、同じ競争環境を眺めて独立に同じ判断を下した。こうした収束は偶然では起きない。

NVIDIAへの依存が抱える構造的問題

NVIDIAのH100やGB200は、フロンティアモデルの学習・推論に今なお最良のハードウェアだ。だがその支配的地位こそが問題の核心である。

製品の根幹を支えるインフラが単一サプライヤーに握られているとき、そのサプライヤーはコスト・供給量・スケジュールのすべてにおいて巨大なレバレッジを持つ。コンピュート需要が供給を恒常的に上回る環境では、そのレバレッジはさらに増幅される。各ラボはモデルの品質だけでなく、「誰がGPU枠を確保できるか」という争いも強いられてきた。代替手段のない相手に割増価格を払い続けることは、長期的な競争ポジションとして成立しない。

自社チップはこの構図を変える。Anthropicは「マルチチップアプローチ」、すなわち外部ハードウェアと自社設計を併用する方針を明示しており、NVIDIAを完全に排除するわけではない。しかし特定ワークロードに自社チップを充てることで依存度を下げれば、この規模で事業を運営する企業にとってその余裕（交渉力・価格・供給の三面における選択肢の広さ）は極めて大きな意味を持つ。

コデザイン（共同設計）がもたらす攻めの優位性

NVIDIAへの依存低減は「守り」の理由だ。「攻め」の理由はより本質的である。

チップを特定モデルのために設計し、同時にモデルをそのチップを前提に設計すれば、汎用ハードウェアでは不可能な水準の相互最適化が実現できる。このアプローチを「コデザイン（ハードウェアとソフトウェアの共同設計）」と呼ぶ。OpenAIはJalapeñoでこの点を明確に説明している。メモリ転送・ネットワーキング・推論サービングのパターンを、実際に自社モデルが使うパターンに合わせてアーキテクチャを構築した。市場全体を対象に設計された汎用チップが対応しなければならないパターンとは根本的に異なる。

Anthropicも同じ論理を指向している。シリコンチームに仕様書を渡して待つのではなく、ハードウェアチームとモデルチームが初日から並走し、両者を同時にコデザインする体制だ。この密な反復サイクルによって、既製ハードウェアをどれだけ大量に購入しても再現できないパフォーマンスを引き出せる。

この差は時間とともに複利的に広がる。専用チューニングされたハードウェア上のモデルは、汎用ハードウェア上の同一モデルより速く・安く推論できる。クエリあたりのコストが下がれば価格競争力が上がり、ユーザーが増え、次世代モデルとチップへの投資原資が増える。Googleがこれを理解したのは何年も前だ。TPUプログラムはGoogleにコスト削減をもたらしただけでなく、スケールの効率において構造的な優位性を与えた。今、各ラボが自社シリコンを構築しているのは、このフライホイールに乗ろうとするためだ。

Anthropicのスタートライン、そして出遅れの現実

この発表が「何でないか」を正直に見ておく必要がある。Anthropicは今まさに採用中であり、出荷フェーズではない。シリコンチームはまだ実質的な形で存在していない。製造パートナーとしてSamsungとの交渉が報じられているが、確認されているのは求人票と広報コメントのみだ。

OpenAIのJalapeñoは設計からテープアウト（製造用マスクデータを完成させ、半導体工場へ製造を発注できる状態にすること）まで9か月かかり、これは高性能半導体分野で史上最速のASIC（Application-Specific Integrated Circuit：特定用途向け集積回路）開発サイクルとされている。そのペースでも、Anthropicが自社シリコンをClaudeの本番運用に意味ある形で組み込むまでには数年単位の時間がかかる。

それまでは「自社チップは特定ワークロードに、残りはNVIDIA」というハイブリッド運用が現実だ。これはAnthropicの弱さではなく、このリストにある全ラボが歩んできた同じ道である。Googleがサードパーティハードウェアをすぐにやめたわけではないし、MetaはいまもNVIDIAとの併用を続けている。OpenAIのJalapeñoも推論専用であり、学習はNVIDIAで動いている。

目標はNVIDIAの完全置き換えではない。NVIDIAのレバレッジが戦略的脆弱性でなくなる水準まで依存を下げることだ。Anthropicはそのレースを走ると決断した。

2年後の景色

Anthropicのシリコンチームが何かを出荷するころには、競争環境は今とは変わっているはずだ。OpenAIはJalapeñoの第2世代へ進んでいるだろう。Googleは次のTPUを本番投入しているだろう。先行したラボほど優位性が複利的に積み上がっていく。

Anthropicが賭けているのは「Googleの10年超のTPU先行を追い抜く」ことではない。ソフトウェアとハードウェアの密なコデザインが開発タイムラインを十分に短縮できるか、という点だ。フロンティアの各ラボが同じ結論に至った。出発点はそれぞれ異なる。この収束が結果にまで及ぶかどうかは、これからの数年が示すことになる。

詳細はThe Biggest AI Companies Are All Building Their Own Chips. That's Not a Coincidence.を参照していただきたい。