GPU・TPU・ASICの違い　汎用か専用か、AI半導体の選び方

AIの計算には、膨大な数の掛け算と足し算を同時にこなす半導体が要ります。その役目を担う代表がGPUです。一方で、大手IT企業は自社のサービスに合わせた専用の半導体（ASIC）の開発も進めています。グーグルのTPUはその代表例です。3つの言葉の違いを整理します。

GPU　並べて同時に計算する汎用の半導体

GPU（Graphics Processing Unit）は、もともと画面の画像を描くために作られました。画像の処理では、多くの点の色を同時に計算します。この「たくさんの計算を並べて同時に行う」性質が、AIの計算と相性がよいことがわかり、AIの学習と推論の主役になりました。

GPUの強みは汎用性です。新しいAIのモデルが出ても、ソフトを書けば動かせます。エヌビディアのGPUは、長年かけて整えた開発用のソフトの蓄えが厚く、多くの開発者が使っています。AMDもデータセンター向けのGPUを出しています。

ASICとTPU　用途に合わせた専用の半導体

ASIC（Application Specific Integrated Circuit）は、特定の用途のために設計する専用の半導体です。必要な機能だけを載せるため、決まった計算を大量にこなす場面では、電力あたりの性能を高めやすくなります。その代わり、設計に時間と費用がかかり、用途が変わると使いにくくなります。

グーグルのTPU（Tensor Processing Unit）は、AIの計算に使う行列の計算に特化したASICです。グーグルは自社のサービスやクラウドでTPUを使っています。アマゾンやメタ、マイクロソフトも、自社向けのAI用の半導体を開発しています。

GPU・TPU・ASICの比較

種類	中身	強み	弱み
GPU	並列計算の汎用の半導体	用途が広い。ソフトの蓄えが厚い	使わない機能の分、電力やコストがかさむことがある
TPU	グーグルがAIの計算向けに設計したASIC	行列の計算に特化。自社のサービスに最適化	使える場がグーグルのサービスとクラウドに限られる
ASIC（一般）	特定の用途のための専用品	決まった計算で電力あたりの性能を高めやすい	設計に時間と費用がかかる。用途の変化に弱い

専用品をつくる分業

大手IT企業が自社の専用半導体をつくるときは、設計の一部や量産の取りまとめを外部に頼むことが多くあります。米国のブロードコムやマーベル・テクノロジー、台湾の世芯（Alchip）や創意電子（GUC）などが、こうした仕事を請け負っています。製造はTSMCなどのファウンドリが担い、HBMを隣に並べる先端パッケージも使います。

台湾証券取引所の月次売上の一覧で、世芯の2026年10月の売上は102億6,000万台湾ドルで、前年同月比515.8%増でした。理由欄には「量産品が増えたため」とあります。創意電子も127.0%増でした。

どちらか一方ではない

GPUと専用品は、取って代わる関係というより、使い分けが進んでいます。マイクロソフトは7〜9月期の設備投資の約4分の3が、CPUやGPUなど使用年数の短い資産だったと説明しています。一般に、新しいモデルの開発のように変化の多い計算にはGPU、決まった計算を大量に回す場面には専用品が向くとされます。

今後の注目点

• エヌビディアの次の四半期決算。データセンター向けの売上の伸び。
• 世芯と創意電子の11月の月次売上（12月に公表）。専用品の量産が続くか。
• 大手IT企業の設備投資の中身。GPUと自社の専用品の比率についての説明。