基本的な主張は限定的だ。GoogleがAMDと次世代TPUの開発を進めており、同一パッケージ上にCPUコアを配置し、エージェント型および強化学習ワークロードを狙っているという噂がある。これは確定した事実ではなく、方向性として扱うべきだ。

噂そのものより、戦略的なシグナルの方が重要である。汎用CPUコアをテンソルエンジンの隣に配置するのは、エージェント型AIにおけるボトルネックがもはや生の行列演算ではなく、決定ロジック、環境状態、モデル推論の間の密接でレイテンシに敏感なループにあるという賭けだ。強化学習や多段階エージェントは制御コードとテンソル演算の間を頻繁に行き来する。そのトラフィックをパッケージ上に移動させることで、大規模環境で電力とコストを支配するデータ移動のペナルティを削減できる。Googleがこれを設計しているなら、作業単位がトークンを返すモデルではなく、タスクを完了するエージェントである世界を計画していることになる。

AMDの角度こそが鋭い物語だ。Googleはすでに独自のTPUを出荷しているため、AMDを迎え入れるのは、設計スループット、パッケージングIP、あるいは単独では構築したくないCPU専門知識を求めていることを示唆している。これはまさにNvidiaが汎用AIマーケットでの支配力を強めている時期だ。AMDにとって、ハイパースケーラーのカスタムロードマップ内に入ることは、ディスクリートGPUソケットを獲得するよりも持続可能だ。データセンター建設へのNvidiaの資本展開から、コンピュート賃貸へ転換するチップスタートアップまで、今日の状況全体に見られるより広いパターンは、AIスタックの垂直統合だ。ハイパースケーラーと共同設計されるカスタムシリコンは、その論理的な極致である。

日本にとって、読み取るべきは依存関係とポジショニングについてだ。日本企業はこのコンピュートをほぼ全面的にGoogle Cloud、AWS、Azureを通じて消費しているため、より効率的なTPUはエージェント型ワークロードを実行する企業の推論コストを下げる可能性があるが、同時に国内プレーヤーが再現できない外国の垂直統合スタックへの依存を深める。主権コンピュート構想や通信事業者主導のデータセンター計画を含む国内AI基盤への野心は、これほど専門化されたシリコンに対してますます正当化が困難に見える。

SIerや国内開発チームにとって、実用的な意味はアーキテクチャにある。エージェント型ハードウェアが成熟するにつれ、差別化要因はスタックの上位に移る。オーケストレーション、ツール統合、ビジネスプロセスを中心とした強化学習スタイルのフィードバックループだ。特にRPAベンダーはこれを注視すべきである。なぜなら、パッケージ上のエージェント型シリコンは、今日RPAが自動化しているルールベース+意思決定作業の長期的な基盤となるからだ。エージェントをモデル選択の問題ではなくシステム統合の分野として扱うチームが、どのチップが勝利しようとも価値を獲得するだろう。