「OracleがNVIDIAをやめて、GoogleのAIチップに乗り換えるらしい」
そんな話を聞いたら、ちょっと驚かないだろうか。AI開発に欠かせない半導体といえばNVIDIA。ところが2026年10月27日、OracleとGoogleが新たな提携を発表した。
Oracleのクラウド基盤「Oracle Cloud Infrastructure（OCI）」で、Google独自のAI半導体「TPU」を提供するというのだ。
今回の発表からは、AI業界で進む大きな変化が見えてくる。
GoogleのTPUがOracleのクラウドに進出！
GoogleのTPU（Tensor Processing Unit）は、AIや機械学習の処理に特化して開発された半導体だ。Googleの生成AI「Gemini」の学習や運用にも使われており、同社が長年改良を重ねてきた技術でもある。
今回の発表により、OracleはGoogle以外のハイパースケールクラウドとして初めてGoogle TPUを提供する予定となった。提供開始は2027年で、数年かけて拡大していく計画だ。まだ提供開始済みというわけではない。
これは、企業がGoogle製TPUを利用するために、必ずしもGoogle CloudへAI処理全体を移す必要がなくなる可能性を意味する。既存のOracle環境に近い場所で学習や推論を行えることもメリットとして挙げられている。
そもそもGPUとTPUは何が違う？
GPUは画像処理などで発展した並列計算向けの半導体で、AIモデルの学習や推論にも幅広く利用されている。NVIDIAはGPU本体だけでなく、CUDAを中心とするソフトウェア環境も強みとしている。一方、TPUはGoogleがAI処理を主な目的として設計してきた専用アクセラレーターだ。
| 比較項目 |
NVIDIA製GPU |
Google製TPU |
| 設計の方向性 |
幅広い並列計算に対応 |
AI・機械学習向けの専用設計 |
| AIの学習 |
対応 |
対応 |
| AIの推論 |
対応 |
対応 |
| ソフトウェア |
CUDAなどの大きな開発資産 |
JAXやTorchTPUなど |
| 選ぶ際の基準 |
性能、互換性、運用コスト |
性能、互換性、運用コスト |
どちらが優れているかは、モデルの種類、ソフトウェアの対応状況、必要な応答速度、運用規模によって変わる。「TPUだから必ずGPUより高速で安い」とは言えない。
Googleの第8世代TPUには、学習向けの「TPU 8t」と推論向けの「TPU 8i」が用意されている。ただし、Googleの発表する性能向上率は主に自社の従来世代との比較であり、NVIDIAの最新GPUとの同条件比較ではない。
ところがOracleはNVIDIAとの提携も拡大していた！
今回、特に興味深いのがここだ。OracleはGoogle TPUの導入を発表した同じ10月27日、NVIDIAとのAIインフラ協業拡大も発表している。
NVIDIAの最新システム「Vera Rubin NVL72」を利用したOCIのスーパーコンピューター基盤を、マルチギガワット規模へ拡張する計画だ。NVIDIAのVera CPUもOCIで一般提供が始まり、AIエージェントがモデル呼び出しの合間に行うコード実行やツール操作など、CPUを使う処理にも対応する。
つまりOracleは、NVIDIAを切り捨てようとしているわけではない。
NVIDIAへの投資を拡大しながら、GoogleのTPUという別の選択肢も追加しているのだ。
Oracleはさらに、CerebrasやSambaNovaの推論技術も採り入れる計画を示している。
まとめると、OCIの計算基盤は「NVIDIAからGoogleへ」ではなく、NVIDIA GPUを継続・拡大しつつ、Google TPUを2027年から加えるという形になる。
AIの学習、回答生成、複雑な推論、エージェントが行うツール操作。ひとことでAI処理と言っても、要求される計算資源は同じではない。今後は、すべてを単一の半導体で賄うのではなく、用途に合わせて計算基盤を選ぶ重要性が増しそうだ。
Googleがライバル企業にTPUを提供する理由
なぜGoogleは、クラウド市場で競争相手でもあるOracleに重要な技術を提供するのだろうか。
考えられる理由のひとつが、TPUの利用市場を広げることだ。Google Cloudだけで提供するよりも、OCI上でも利用できるほうが、Oracleの既存顧客にとって選択しやすくなる。Googleには利用先を広げるメリットがあり、OracleにはAI計算基盤の選択肢を増やすメリットがある。
Googleは2026年10月20日（米国時間）、PyTorchからTPUを利用しやすくする「TorchTPU」をオープンソースとして公開した。GPUとTPUを使い分ける際のソフトウェア面のハードルを下げようとする動きとも捉えられる。
もちろん、コードが動くことと、最適な性能で動くことは別問題だ。それでも、開発環境の選択肢が広がる意味は小さくない。
【考察】NVIDIA一強時代は終わるのか？
ここからは、発表された事実を踏まえた考察になる。
現時点で、NVIDIAの優位性が崩れたと判断するのは早い。NVIDIAにはGPU性能に加え、CUDAを中心としたソフトウェア資産、開発者の蓄積、既存システムとの互換性という強みがある。そもそも今回、OracleはNVIDIAとの協業も拡大している。
ただ、今回のOracleとGoogleの提携は、NVIDIA以外の選択肢が大手クラウド市場で広がっていることを象徴している。
個人的に注目したいのは、AIモデルを動かす半導体の選択が、これまで以上に性能・電力・コスト・互換性の総合判断になっていく可能性だ。
AIモデルが巨大化する一方で、実際のサービス運用では応答速度や消費電力、1回の回答にかかる費用が重要になる。大量の利用者にAIを提供する企業ほど、小さな効率改善が運用コストの大きな差になるかもしれない。
ただし、計算費用の削減がそのままAIサービスの利用料金低下につながるとは限らない。設備投資やソフトウェア対応、事業者の価格戦略なども影響するためだ。
まとめ：AI半導体は「選択」の時代へ？
今回のニュースは、OracleがNVIDIAを捨てたという話ではなかった。むしろNVIDIAとの関係を拡大しながら、Google TPUや他のAI専用半導体も取り入れようとしている。
Googleにとっても、TPUを競合クラウドへ広げる重要な一歩となる。今後注目したいのは、2027年の提供開始予定が実現するか、そして実際の価格・性能・利用条件がどう示されるかだ。
AIを賢くする競争から、AIを効率よく動かす競争へ。これからの半導体市場の変化に注目していきたい。
※確認基準日：2026年10月30日。Google TPUのOCIでの提供開始時期・規模は各社が発表した計画で、変更される可能性があります。サムネイルと挿絵・図解はYuna Orbitが制作したイメージで、実際の製品やデータセンターを写したものではありません。
出典・参考資料
