OpenAI、GoogleのTPUを「買う」計画──借りる・作る・買うが同時に走る計算供給網:NVIDIA一極が揺れ、政府は「AI」の呼称を禁じた10月29日

OpenAIはGoogleのTPU購入を計画しているとThe Informationが報じた。2025年6月からのTPUレンタル、Broadcomとの自社チップJalapeñoに続く第3の調達手段だ。OracleのTPUクラウド提供、Anthropicのマルチチップ戦略、SKハイニックスの2030年までのメモリ不足と併せ、AIの計算供給網はNVIDIA一極から複数の買い方へ移りつつある。同じ日、米政府は「AI」という言葉を「SI」に置き換えようとしていた。

2026年10月27〜28日(米国時間)、The Information が次の計画を報じた。OpenAI が Google の AI チップ「TPU」を購入するという。取引条件も数量も時期も非公開で、両社ともコメントしていない。Bloomberg がこれを追補した。

単独のニュースとしては「また調達報道か」で終わる。だが、前後の動きを並べると、別の絵が見えてくる。10月27日に Oracle が自社クラウドで TPU を提供すると発表し、10月21日には OpenAI のフロンティアモデルが Google Cloud 経由で提供開始になった。そして同じ27日、ホワイトハウスの側では「AI」という言葉自体を正式に禁止し「SI」に置き換えるという声明が出た。

今日のテーマは「計算の調達が『借りる』から『買う』へ移り始めた」こと。そしてその供給網の物理が動くのと同時に、政府の側では言葉で定義し直す動きが走っていることだ。

1. 何が報じられたのか──事実の確認

まず報道内容を整理する。

  • OpenAI は Google の TPU を購入する計画。最終条件は未定で、両社は拒否コメント(The Information、Bloomberg 追補)
  • OpenAI は2025年6月から TPU をレンタル済み。当初は「小規模テストで、大規模展開の予定はない」と説明していた
  • 現在、フロンティアモデルを TPU 上で最適化するエンジニア(コンパイラ担当)を公募中。採用公告の存在が報道の裏付けになっている
  • 10月21日には OpenAI のフロンティアモデルが Google Cloud 経由で private preview 提供開始。Google Cloud が競合他社のモデルを売り始めた

「レンタル」から「購入」への差は小さく見えるが、意味は逆だ。レンタルは時間課金で誰かの設備を使うこと。購入はハードウェアを自分の資産にすること。OpenAI が TPU を自分のインフラの一部に組み込み始めた、というのがこの報道の核心だ。

2. TPU の30年──「内部の武器」が外部製品になるまで

TPU はもともと Google の内部で生まれた。10年以上前に開発が始まり、当初は検索エンジンの効率化が目的だった。2016年に正式公開してからは、大規模行列演算に特化した設計が AI の訓練と推論で有効だと判明し、NVIDIA GPU に代わる現実的な選択肢として育った。

変化の順序を追うと、商業化の階段が見える。

  1. 内部利用(検索・自社 AI)→ 2. クラウド経由のレンタル(Anthropic、Apple、Citadel Securities など)→ 3. 直接販売(今年から Fluidstack など新型クラウド事業者へ、データセンターに TPU システムを納品)→ 4. 競合クラウド経由の提供(10月27日の Oracle)

Alphabet CFO の Anat Ashkenazi は、TPU 販売契約の収益について「今年認識されるのは一部のみ、大半は2027年」と明言している。つまり今日の見出しは、財務的には2027年の収益を今日予約する話だ。Alphabet は水曜(米国時間)に Q3 決算を発表する予定で、この点の説明が注目される。

Google の Amin Vahdat は Oracle 向けの声明でこう述べた。「次世代の AI には多様な計算資源(a diverse range of compute)が必要だ」。ライバル企業への TPU 販売を正当化する言葉として、そして業界全体の方向を示す言葉として、これは重要な一文だ。

3. OpenAI の3本柱──借りる・作る・買う

OpenAI の調達は、3つの経路を同時に積む形になっている。

  • 借りる:2025年6月から Google TPU をレンタル(今回の報道で「テスト」ではなく実運用の一部になったことが裏付けられた)
  • 作る:Broadcom と共同開発の自社推論チップ「Jalapeño」。2026年内の展開開始予定。チップチームを率いる Richard Ho は Google に約9年勤め、Cloud TPU 開発の中心メンバーだった
  • 買う:今回報じられた TPU 購入計画

NVIDIA との関係は続く。2025年9月に最大1,000億ドルの投資意向書(少なくとも10GW の NVIDIA システム展開が前提)を交わしたが、実際の出資は資金ラウンドで300億ドルに留まった。AMD とは 6GW の展開と引き換えに、最大1.6億株(同社株式の約10%)の取得権を持つ。Huang CEO は3月、これが OpenAI の IPO 前では最後の大型投資になるかもしれないと述べている。

つまりこの動きは「NVIDIA から離れる」話ではない。NVIDIA・Google・自社の3経路を同時に積み、どれか一本が詰まっても止まらない構造を作る話だ。OpenAI が积んでいる約1,000億ドル規模の NVIDIA コミットメントを考えると、その多角化の必要性は数字そのものが語っている。

4. 本当の移行コストはコンパイラにある

チップの乗り換えは、パーツの差し替えではない。AI モデルを特定チップの命令列に翻訳するコンパイラの作業が必要で、性能の多くはこの翻訳層で決まる。だから OpenAI が公募しているのが「TPU 上でフロンティアモデルを最適化するエンジニア」であり、職務内容にコンパイラが明記されている。

ここで注目したいのは人材の出自だ。Richard Ho は Google TPU 出身。Jalapeño 開発にも Google 出身者が関わっている。組織の知識がチップの選択肢を広げる——TPU 開発に携わった人々が業界に散り、その知識が各社の「NVIDIA 以外」の選択肢を実質化させている。技術の移転は契約ではなく人の移動で起きる。

5. 競合はもっと先を走っている

マルチチップ化は OpenAI だけの動きではない。

  • Anthropic:4月に Google・Broadcom と最大数 GW の次世代 TPU 容量契約(2027年から稼働予定)。S-1 では AWS Trainium・Google TPU・NVIDIA GPU・AMD GPU を並行利用するマルチチップ戦略を明示した
  • SK ハイニックス:AI メモリ需要で Q3 は過去最高益。「不足は2030年まで続く」とし、2027-28年産の半分以上を長期供給契約で確保済みと明かした。チップだけではなくメモリも、容量の取り合いが続く
  • キャップックス:Amazon・Microsoft・Alphabet の2026年合計は最大6,000億ドル規模と見込まれる。先週確認した AWS「2026完売・2027ほぼ完売」(post-295)と合わせると、計算資源は価格競争から容量競争へ移ったことが分かる

容量が売り切れる世界では、買える側が勝つのではなく、確保した側が先に進める。OpenAI の TPU 購入計画は、この容量競争への対応でもある。

6. 同じ日、名前が変わった──「AI」禁止と「SI」

同じ27日、トランプ大統領は Truth Social でこう投稿した。「AI/人工知能」という言葉を、すべての関連文書およびあらゆる場面で正式に禁止する。名称が不正確だからだ。WSJ が社説で改称要求を「大錯誤」と退けたことへの応戦だ。

この流れは9月に始まっている。9月29日の行政命令で連邦行政部門の表記を AI から SI(Super Intelligence)へ変更、10月4日に国家情報総監を長とする「Super Intelligence Force」を設置、国連総会では「米国は AI を統制する国際的枠組みの構築に断固反対する。今後は SI と呼ぶ」と述べていた。

専門家の反応は冷ややかだ。「AI の父」Geoffrey Hinton は、SI という用語は20年前から「人間を全面的に超える知能」を指す技術用語であり、トランプ氏の用法は AI をほとんど知らないことの証明だと批判した。日本の高市早苗首相も10月8日の衆院代表質問で「現段階では AI と呼ぶべきだ」と SI 改称論を否定している。一方、マスクは SpaceXAI を「SpaceXSI」に、Salesforce の Benioff は AIForce を「SIForce」に改めるなど、業界の一部はすぐ従った。

皮肉な並びがある。改名が進むのと同じ週、米政府は AI をもっと買っている。Anthropic は GSA OneGov 契約を連邦に加えて州・自治体まで拡大し、Claude 関連を一律40%引きにした(約500組織が利用、10億ドル規模の節約見込み)。オランダ政府は AI 導入に伴う歳出削減の一環として、公務員約25,000人(15%超)の削減を計画している。つまり政府は「名前」では SI に寄りつつ、「調達と雇用」では AI の実装を本格化させている。

7. 実務への含意

この日の動きは、エンジニアと技術選択を担う層に4つの教訓を残す。

  1. チップ非依存の書き方を増やす——マルチチップ時代には、CUDA 固有の最適化に深く依存したコードが資産ではなく負債になる。推論系は vLLM や SGLang のような移植層経由にしておくと、TPU への乗り換えコストが下がる
  2. 調達の多様化は「コスト」ではなく「可用性」の問題——AWS が2027年をほぼ完売させた今、容量の確保はレイテンシや単価より先に効く制約になる。主要クラウドに一本化した構成は、契約更新時に再評価する
  3. コンパイラ最適化人材の市場価値が上がる——モデル側の細工より、チップ側の翻訳層が性能と移行コストの両方を決める。自社でモデルを動かすなら、この層を持つ人を確保する価値が上がっている
  4. 呼称の変更は契約書と調達文書を確認せよ——米国の政府調達では「SI」という語の定義範囲が実務上の争点になりうる。米国政府向けに提供する場合、文書内の用語定義を先に確認する

8. まとめ──物理と言葉、それぞれの多極化

計算資源の世界では「借りる」から「買う」への移行が始まり、政府の世界では名前を変えることで存在を定義し直す動きが始まった。前者は供給網の物理で、後者は統治の言葉だ。

この2つが並んで起きたのは偶然ではない。AI が「特別な実験」ではなく「社会の既定装備」になりつつあるからだ。インフラになると、調達は多様化し(誰かの一部門では済まなくなる)、そして言葉は政治の対象になる(誰がそれを何と呼ぶかが権力の問いになる)。TPU の購入計画と「AI」禁止令は、同じ現象のハードウェア側とソフトウェア側の現れだと読める。

次に見るべきは、水曜の Alphabet 決算での TPU 収益の説明だ。今日の見出しが「2027年の収益を予約した話」である以上、その数字がこの多極化の実力度を最初に測る指標になる。

PR / この記事のテーマに関連するアフィリエイトリンクを含みます

🛠 推論基盤を手元で試すための道具

道具箱を全部見る →

インフラや調達の話を読んだ後に欲しくなるのは、自分の手で検証できる小さな実行環境と、ログを消さずに残しておく場所です。クラウドの料金表を眺める前に、手元で1回回してみると見えてくるものがあります。

ローカル実行環境

常駐エージェント用のミニPC

クラウドAPIに依存せず、エージェントの常駐プロセスや小規模なローカル推論を手元で動かす選択肢。メモリ容量とNVMeスロット数を基準に比べると、後から拡張するときに困らない。

Amazon.co.jp で探す →PR
ログとデータの保全

2ベイNAS(RAID1構成)

監査ログ、ベクトルDB、データセットのスナップショットを一箇所に集める用途。ディスク2台で冗長化できる構成を選ぶと、1台が故障した時点で気づける。

Amazon.co.jp で探す →PR
モデルキャッシュ

USB4対応の外付けSSD

モデルの重みや埋め込みキャッシュを何度も読み書きする場合、内蔵ディスクを圧迫せずに済む。接続規格と本体側の対応を先に確認したい。

Amazon.co.jp で探す →PR

価格・在庫・評価・商品画像は掲載していません。最新の情報はリンク先のAmazon.co.jpでご確認ください。当サイトは商品の販売・保証には関与しません。

Amazonのアソシエイトとして、AgentAI.ayonglab.com は適格販売により収入を得ています。