用語 · ファンダ
Custom ASIC約 3 分カスタムASIC / XPUとは｜自社専用AIチップと汎用GPUの違い
読み: かすたむ えーしっく
ハイパースケーラーが自社の AI 用途に特化して設計する専用チップ。Google の TPU や Amazon の Trainium が代表例。汎用 GPU より柔軟性は劣るが、特定用途では電力効率とコストで優位に立つ。
ひとことで言うと: カスタム ASIC / XPU は、Google や Amazon などの巨大クラウド企業 (ハイパースケーラー) が、自社の AI 処理に合わせて専用に設計したチップ。何でもこなせる汎用 GPU に対し、特定の処理に絞り込むことで電力効率とコストの優位を狙うものです。
カスタム ASIC / XPU とは
ASIC (Application-Specific Integrated Circuit: 特定用途向け集積回路) とは、ある用途に特化して設計されたチップのことです。AI 分野では、巨大クラウド事業者 (ハイパースケーラー) が自社の AI 学習・推論に最適化して内製する専用チップを指し、Google の TPU、Amazon の Trainium、Microsoft の Maia、Meta の MTIA などが代表例です。XPU は、こうした GPU 以外の各種アクセラレータをまとめて呼ぶ総称として使われます。
汎用 GPU との違いは、よく道具にたとえられます。
- 汎用 GPU: いわば「万能ナイフ」。さまざまな並列計算に対応でき、用途を選びません。柔軟なので学習や試行錯誤に向き、NVIDIA がこの市場を主導してきました。
- カスタム ASIC / XPU: いわば「専用工具」。汎用性をそぎ落とし、自社が大量に回す特定の AI 処理だけを高速・高効率にこなすよう作り込みます。
このトレードオフから、効率は高いが特定処理に縛られ、初期の設計コストが極めて大きい (数千万ドル規模) という性格を持ちます。
なぜ重要か / 株式市場での見方
カスタム ASIC が注目されるのは、NVIDIA への一極依存を崩しうる構造変化 だからです。専用設計ゆえに消費電力あたりの効率が高く、自社で大量に回す推論のような予測可能で高頻度の処理では、総保有コスト (TCO) で GPU を下回り得ます。そのため、ハイパースケーラーは「予測可能な大量処理は自社 ASIC、柔軟性が要る学習や実験は NVIDIA GPU」という二刀流をとるのが現実的とされています。
投資家にとっての含意は二方向です。一つは、GPU を独占的に供給してきた企業にとって、ASIC の台頭が長期的な競合・依存度低下のリスクになること。もう一つは、ASIC を設計するための受託 (Broadcom などのカスタムシリコン事業) や、製造・パッケージング・ネットワークを担う周辺企業に新たな収益機会が生まれることです。決算で各社が示す AI 設備投資やカスタムシリコンの受注見通し (ガイダンス) は、この勢力図の変化を読む手がかりになります。
関連する用語・指標
ハイパースケーラーが決算で示す AI 投資・カスタムシリコン関連の見通し (ガイダンス) は、ASIC 普及のスピードを測るうえで重要な手がかりになります。