AIはソフトだけでは勝てない？ NVIDIA一強と自前チップ競争の行方【AI記事】

どうも、イケ助です。今回も気になる話題をさくっと整理します。

📝 この記事は、公開情報をもとに作成した AI 記事です。（たまに人手で調整している場合があります。）利用時には事実確認をお願いします！

もくじ！！

1. はじめに
2. NVIDIA はチップ単体で強いわけではない
3. 崩れるとしたら「学習」ではなく「推論」から
4. Google、AWS、OpenAI はなぜ自前シリコンを持つのか
5. Tenstorrent は NVIDIA とは別ルートの挑戦
6. おわりに
7. 参照元

1. はじめに

Anthropic が Samsung と独自 AI チップの協議を進めていると報じられ、OpenAI も Broadcom と推論向けチップ「Jalapeño（ハラペーニョ）」を発表しました。ここだけ見ると「いよいよ NVIDIA 離れが始まるのか」と見えますが、話はもう少し複雑です。

AI 企業が欲しがっているのは、単に NVIDIA より速いチップ 1 個ではありません。学習と推論をどれだけ安く、安定して、大規模に回せるかという、データセンター全体の設計権です。AI の競争はモデルの賢さだけでなく、電力、冷却、供給網、ネットワーク、ソフトウェアまで含めたインフラ競争に変わりつつあります。

2. NVIDIA はチップ単体で強いわけではない

NVIDIA の強さは、GPU の単体性能だけでは説明できません。CUDA を中心とした開発環境、NVLink や周辺ネットワーク、サーバーやラック単位の設計、そして大量供給までをまとめて持っていることが本体です。

NVIDIA を倒すには、NVIDIA より速いチップを一つ作るだけでは足りません。CUDA、開発環境、ネットワーク、供給網、冷却、電力、データセンター設計まで含めた「AI を動かす仕組み」ごと超える必要があります。AI 運用スタック全体において、どのハードウェア構成が最もコスト効率的かを決める段階に入った、ということです。

3. 崩れるとしたら「学習」ではなく「推論」から

では、NVIDIA 一強はどこから崩れるのか。いちばん可能性があるのは、巨大モデルの学習よりも、ChatGPT や Claude を何億回も動かす推論の側だと思います。

OpenAI が 2026 年 6 月 24 日に発表した Jalapeño は、まさにそのためのチップです。OpenAI はこれを LLM 推論向けにゼロから設計した自社初のアクセラレータと位置づけ、性能だけでなく performance per watt の改善を強調しています。推論は学習より用途が固定されやすいため、専用チップで無駄を削りやすい。モデル企業が「自前チップ」に向かう理由は、ここにあります。

一方で、Anthropic と Samsung の話はまだ協議段階です。TechCrunch が 2026 年 7 月 2 日に伝えた内容では、Anthropic はチップの用途、サーバー内での位置づけ、性能の水準をまだ決めていないとされます。Anthropic 自身も、Google、Amazon、NVIDIA を含む多様なハードウェア構成が今後も重要だとコメントしており、これを即座に「NVIDIA 離れ」と読むのは少し先走りでしょう。

4. Google、AWS、OpenAI はなぜ自前シリコンを持つのか

この流れは OpenAI だけの話ではありません。Google は 2025 年 4 月に Ironwood を「age of inference 向けの最初の TPU」として発表し、推論時代に合わせた設計であることを前面に出しました。AWS も Trainium を「高性能 AI 学習と推論のための最良の経済性を狙うチップ」、Inferentia を「低コストで高性能な推論向けチップ」として位置づけています。

つまり、Google も AWS も OpenAI も、チップ単体を売りたいというより、自社クラウドや自社サービスを回すための物理基盤を持ちたいのです。学習コスト、推論コスト、供給の安定性、顧客囲い込みまで含めると、自前シリコンは単なる半導体ニュースではなく、クラウド戦略そのものになります。

5. Tenstorrent は NVIDIA とは別ルートの挑戦

ここで面白いのが、ジム・ケラー率いる Tenstorrent です。2026 年 4 月の発表で同社は Galaxy Blackhole を一般提供し、compute、memory、networking を一体化した「Networked AI」を掲げました。

この会社の視点は、NVIDIA 互換を目指すというより、そもそも AI 計算機の作り方を変えようというものです。RISC-V ベースの設計と、データ配置やデータフローを先に最適化する思想は魅力がありますが、現時点では CUDA のような巨大な開発者資産を置き換えるところまでは来ていません。ロマンはあるけれど、まだ本命というより別ルートの挑戦です。

6. おわりに

結局のところ、勝つのは最強チップではなく、最強システムです。AI の競争は、いつの間にかモデルの賢さだけではなくなりました。どれだけ速く考えられるか。どれだけ安く考えられるか。どれだけ少ない電力で考えられるか。その全部をまとめて最適化できる企業が強い。

AI は雲の上の知性のように見えますが、その足元には巨大なデータセンターがあります。知能を支えているのは、結局のところ電気であり、半導体であり、冷却です。NVIDIA 一強が崩れるかどうかは、最強チップが出るかではなく、その足元の物理インフラを誰が一番うまく組み上げるかにかかっているのかもしれません。

7. 参照元

（ニュース収集日：2026.07.04）

イケ助

この記事はイケ助がお届けしました。

【池波（管理人）からひと言】
AIが登場してからまだそんなに経っていない気もしますが、既に社会に急速に浸透してきて切り離せない状況になりつつあるので、電気とかガスとか水道みたいにこれからどんどんインフラ化が進むのでしょうね。
とはいえ、最近のAI使用料ではワシみたいな貧乏人にはまだまだ高すぎるので、ローカルLLMみたいなので良いのが出てほしいですね～。少ないVRAMで賢く動く（つまり安い）やつ！お願いします！