Metaの独自AIチップ「Iris」がテスト通過、ブロードコムが競合3社の設計を一手に担う構図に

Metaの独自AIチップ「Iris」が6週間のバグテストを大きな設計上の問題なく通過し、2026年9月に製造が開始される見通しであることが、ロイターが確認した内部メモで明らかになった。この進展は、Iris自体の性能以上に、その設計を担うブロードコム（Broadcom）が競合する主要AI企業3社のカスタムチップ設計を独占しているという業界の構造変化を浮き彫りにしている。Nvidiaへの依存を減らそうとするハイパースケーラー各社の動きは、結果としてブロードコムとTSMCへの依存を深める結果となっている。

■「Iris」テスト通過が意味する業界の構造変化

Metaの独自AIチップ「Iris」が、大きなアーキテクチャ上の問題を起こすことなく6週間のバグテストを通過し、2026年9月に製造段階に入る。ロイターが確認した内部メモによって明らかになったこのマイルストーンは、Irisというチップそのものの仕様よりも、誰がそれを設計し、他に誰のために設計しているのかという点において極めて重要である。

Metaと共同でIrisの開発を進める半導体設計大手のブロードコム（Broadcom）は、Googleの第7世代Tensor Processing Unit（TPU）や、OpenAI初のカスタムチップ「Jalapeño（ハラペーニョ）」の設計パートナーでもある。Let's Data Scienceの報道によると、Jalapeñoは初期設計から製造可能な設計図の完成までわずか9カ月しかかからなかったという。これによりブロードコムは、最先端のAI研究所が現在運用している5つの主要なカスタムシリコンプログラムのうち3つに関与していることになり、個々のチップ発表だけでは見えてこない、AIハードウェア設計における構造的な集約が進んでいる。

7月9日にIrisの詳細を明らかにしたロイターのメモには、異例の事実が認められていた。Metaの規模で最新世代のサードパーティ製GPUを採用することは「重労働であり、時間を要した」という。Irisは、この課題に対する同社の公式な解決策である。ただし、メモで明記されている通り、これはNvidiaやAMDのハードウェアを完全に置き換えるものではない。FacebookやInstagramの稼働を維持するための特定のワークロードを処理する補完的な存在であり、それ以外の処理は引き続きNvidiaのチップが担う。

■出遅れたMetaと、激化するカスタムチップ開発競争

Metaは、他の主要なハイパースケーラーよりも遅れてカスタムシリコンの生産に参入した。Googleはすでに7世代にわたるTPUを出荷している。Amazonの「Trainium 3」は2025年12月に一般提供を開始した。Microsoftの「Maia 200」は2026年1月以降、社内で稼働しているものの、Azure顧客向けの一般提供には至っておらず、最初の主要な外部顧客としてAnthropicを獲得するための交渉が進められていると報じられている。

OpenAIは、Irisのメモが明らかになる2週間足らず前の2026年6月24日、ブロードコムとの提携による初のカスタムチップ「Jalapeño」を発表した。

しかし、これらのチップの設計者が誰であれ、すべてのチップが台湾積体電路製造（TSMC）によって製造されているという事実は見過ごされがちである。TSMCは、世界中の最先端半導体の約90%を生産する台湾のファウンドリ（受託製造企業）である。Nvidiaへの依存を減らそうとするハイパースケーラーたちの競争は、同時に、すべての主要AI企業が単一の「工場国家」への依存を深める結果を招いている。

■Irisの設計思想：なぜGPUは最適ではないのか

Irisは、Metaが2026年3月11日に公表した4世代にわたるチップロードマップ「MTIA（Meta Training and Inference Accelerator）」プログラムに属している。同ファミリーの旧世代チップ「MTIA 300」は、すでにMetaのランキングおよびレコメンデーションシステムの実稼働環境で稼働している。Irisはその次のステップであり、Facebook、Instagram、そして拡大するMetaの生成AI機能における推論ワークロードに特化して設計されている。

この違いを理解するには、それらのワークロードの性質を知る必要がある。生成AIの台頭前後を問わず、Meta'sの主要なAI計算タスクは「ディープラーニング・レコメンデーション・モデル（DLRM）」である。これは、ユーザーのフィードに次に表示する投稿、広告、動画をリアルタイムで決定するアルゴリズムだ。DLRMは、GPUを有名にした大規模言語モデル（LLM）とは異なる。演算能力（コンピュート）ではなく、メモリ帯域幅に制約される「メモリバウンド」な処理なのだ。DLRMは、不規則なデータ参照を必要とする巨大でアクセス頻度の低いエンベディングテーブル（時には数百ギガバイトに及ぶ）を扱うため、GPUが得意とする密な行列演算には適していない。Meta自体のインフラ研究が裏付けるように、GPUでDLRMを実行すると、メモリの応答を待つ間、生の演算能力の大部分がアイドル状態になってしまう。

2025年のコンピュータアーキテクチャ国際シンポジウム（ISCA）で発表されたMetaの第2世代MTIAチップに関する研究論文では、その差が数値化されている。GPUを「MTIA 2i」設計に置き換えることで、消費電力あたりの性能を維持しつつ、総所有コスト（TCO）を44%削減できたという。この節約を可能にしたアーキテクチャの選択は、従来のGPUの常識からの意図的な脱却である。NvidiaのH100が高帯域幅メモリ（HBM）という高速かつ高価なメモリを使用するのに対し、MTIAチップは、大容量のオンチップSRAM（高速かつローカル）と、より安価なLPDDR5 DRAMを組み合わせて使用する。アクセスパターンが密で予測可能ではなく、疎で不規則なDLRMにおいて、SRAM中心の設計はデータを演算処理の近くに配置し、GPUベースの推論を遅らせる原因となる高コストなメモリフェッチを削減する。

このチップは、独自の命令セットアーキテクチャ（ISA）ではなく、オープンソースの「RISC-V」ISAに基づいて構築されている。また、ソフトウェアスタック全体がPyTorch、vLLM、Tritonなど、MetaのAIエンジニアがすでに使用しているツール上で動作する。これは意図的な決定であり、過去のMTIA世代が苦戦した要因の一部が、不慣れなソフトウェア環境にあったためである。Irisとそのファミリーは、エンジニアがツールを学び直すことなく、既存のワークロードにそのまま組み込めるよう設計されている。

■6カ月周期のロードマップとウォール街の視線

Iris의発表に対する反応は、必ずしも熱狂的なものばかりではなかった。技術調査会社Futurum Groupの最高経営責任者（CEO）であるダニエル・ニューマン氏は、ロイターの報道に対し、「社内開発によってAMDやNvidiaを置き換えるわけではない。野心的な容量要件と需要予測を満たすための補強である」と指摘した。

この見方は正確であり、市場もそれを反映した。メモの報道が出た際、Nvidiaの株価はわずかに下落したものの、翌セッションには回復した。アナリストが当時指摘したように、投資家はNvidiaのコアビジネスに対する短期的な脅威とは捉えていない。ドイツ銀行のアナリスト、ベンジャミン・ブラック氏は、7月のメモでより具体的な予測を示している。MetaがIrisとNvidiaのチップを組み合わせることで、2027年までにデータセンターのコストを最大35%削減できる可能性があり、その効果は推論およびレコメンデーションのワークロードに集中するという。

7月9日のMeta自体の株価の反応は複雑だった。当初はメモに示された設備投資（CAPEX）への影響を懸念して下落したものの、最終的には約4.7%上昇して取引を終えた。しかし、市場の報道が確認しているように、この上昇はチップのニュースではなく、新しいAIコーディングモデルへの開発者アクセスに関する別の発表によるものが主であった。バンク・オブ・アメリカは、Irisが2026年のコスト削減に寄与するわけではなく、削減はMetaのデータセンター建設と調達の規律によるものであると明言している。Irisが効果を発揮するのは2027年以降の話である。

Irisのタイムラインで異例なのは、9月の製造開始日ではなく、その後の開発ペースである。公式ロードマップによると、Metaは2027年にかけて約6カ月ごとに新しいMTIA世代を投入することを目指している。標準的なGPUの製品サイクルは18〜24カ月だ。この迅速なペースを可能にしているのが、各世代でシャーシやラックのインフラを共有できるモジュール式かつ再利用可能な「チップレット」アプローチである。つまり、新しいチップ世代を導入するために、データセンターを新設する必要がない。

しかし、Metaの支出軌道に対するウォール街の忍耐は無限ではない。TipRanksの報道によると、2026年4月、Metaの第1四半期における設備投資の急増を受けてJPモルガンが同社株を格下げし、投資家が支出に見合うリターンが得られないことを懸念したため、株価は2取引日で約10%下落した。Irisはこの懸念を解消するものではなく、アナリストがすでに厳しく監視している予算に、新たな支出項目を追加することになる。

■開発中止となった「Olympus」と、推論特化への転換

6週間にわたるクリーンなテスト結果が意味を持つのは、Metaの社内チッププログラムがこれまで必ずしも順調ではなかったからである。ロイターは同じメモの報道の中で、MTIAの取り組みを「5年以上前の立ち上げ以来、低迷してきた」と表現している。The Informationの報道を引用したDataconomyの記述によると、Metaは2026年2月、より野心的な学習用チップ「Olympus（オリンパス）」の開発を中止したという。サポートソフトウェアがNvidiaのエコシステムほど安定していないことが判明し、最先端の2ナノメートル設計が製造リスクを高めたためである。Olympusは本来、Metaの学習用クラスターにおいてNvidiaのハードウェアを完全に代替する設計だった。しかし開発中止に伴い、MetaはGoogleのTPUをリースする数年間で数十億ドル（約数千億円）規模の契約を結ぶと同時に、別の複数年契約に基づいてNvidia製品の購入を拡大した。

Olympusの中止後にチップアナリストらが指摘した差異は、まさにMetaがその後内面化したものだった。学習ワークロードは新しいモデルアーキテクチャの登場に伴い常に進化するため、固定機能の学習用ASIC（特定用途向け集積回路）を開発することはリスクが高い。一方で、特にレコメンデーションやランキングなどの推論ワークロードははるかに安定している。MetaのDLRM処理ワークロードは長年大規模に運用されており、アルゴリズムへの入力は毎日変わるものの、計算パターン自体は変わらない。この安定性こそが、推論特化型チップへの投資を、無駄な資産（座礁資産）にしないための防衛策となる。

ヘッジされている投資の規模を見れば、その緊急性が理解できる。ロイターのメモに関する報道によると、Metaは2026年だけでAIインフラに最大1450億ドル（約23兆4900億円、1ドル＝162円換算）の設備投資を計画しており、これは企業史上最大規模の単年度インフラ支出の一つである。同社は上半期に1ギガワットの計算容量を追加し、年末までにさらに約5.5ギガワットを追加して、合計約7ギガワットに達する計画だ。Let's Data Scienceが指摘するように、2027年の目標は14ギガワットであり、これは1100万世帯以上の電力を賄うのに十分な規模である。

この拡張に必要なコンポーネントを確保するため、Metaはメモリチップでサムスン電子、フラッシュストレージでサンディスク（SanDisk）、光ファイバー機器で住友電気工業と長期供給契約を締結している。ロイターのメモによれば、これは業界全体の需要逼迫によって調達が困難になる前にアクセスを保証するための動きである。モルガン・スタンレーのアナリストは、この圧力を「チップフレーション（chipflation）」と名付けた。これは半導体の価格上昇がAIインフラコストを押し上げ、より広範なマクロ経済の懸念事項となっている現象を指す。

■ブロードコムによる市場独占という真のストーリー

Irisの発表に隠された最も重要な事実は、Irisそのものではなく、ブロードコムに関するものである。

最先端の研究所で現在稼働している5つの主要なカスタムAIチッププログラムのうち、MetaのIris、GoogleのTPU、OpenAIのJalapeñoの3つが、同じ設計会社を経由している。AmazonとMicrosoftは、それぞれTrainiumとMaiaの開発においてブロードコムではなくマーベル（Marvell）と提携している。ブロードコムとマーベルの2社で、カスタムAI ASICの共同設計市場の約95%を支配している。

ブロードコムにとって、この市場集中はほぼすべての予測を上回る収益軌道をもたらした。同社の公式決算発表によると、2026年度第2四半期のAI半導体売上高は前年同期比143%増の108億ドル（約1兆7496億円、1ドル＝162円換算）に達した。ホック・タン（Hock Tan）CEOは、第3四半期に160億ドル（約2兆5920億円、1ドル＝162円換算）の売上を見込み、2027年度のAIチップ売上高は1000億ドル（約16兆2000億円、1ドル＝162円換算）を超えると予測している。

この成長は、Irisを可能にしているのと同じ力学に直接結びついている。カスタムAIチップが経済的に合理的となるのは、ハイパースケーラー規模の運用においてのみである。毎日何十億回もの同種の推論クエリを実行する場合、独自シリコンの設計にかかる固定費は、投資を正当化するのに十分なクエリ数によって回収される。毎日数兆回の予測を生成するレコメンデーションモデルを運用する企業にとって、カスタムチップによって得られるわずかな効率向上であっても、大規模な運用においては莫大なコスト削減につながる。好まれる設計パートナーとしてのブロードコムの地位は、その経済的メリットの大部分を享受している。

■語られない「集中リスク」

ハイパースケーラーによるカスタムシリコン開発競争には、Irisの発表によって浮き彫りになった構造的な皮肉が存在する。Meta、Google、OpenAIはそれぞれ、特定のサプライヤーであるNvidiaへの依存を減らすためにカスタムチップを構築している。しかし、そうすることで、5つの主要プログラムすべてが製造拠点を台湾のTSMC工場という単一の場所に集中させている。

TSMCは世界の最先端半導体の約90%を生産している。TSMCはアリゾナ、日本、欧州に工場を建設しているが、これらの施設ではAIアクセラレータに使用される最先端ノードのチップは生産されていない。また、アリゾナで製造されたチップであっても、AIアクセラレータに必要な先進パッケージングインフラが台湾以外に大規模に存在しないため、通常はパッケージングのために台湾に送り返される。

実質的な影響は具体的である。軍事衝突、封鎖、大規模な自然災害、あるいは規制措置によってTSMCの台湾での操業が停止した場合、5つのハイパースケーラーのカスタムチッププログラムすべてが同時にストップすることになる。Irisの発表により、Metaもそのリストに加わった。ハイパースケーラーたちは、Nvidiaへの依存をTSMCへの依存へと置き換えているに過ぎない。前者は競合他社が存在する国内サプライヤーである。後者は、半導体サプライチェーンを追跡するアナリストが指摘するように、幅約100マイル（約160キロメートル）の島に拠点を置く、ほぼ独占的な存在である。

これはカスタムシリコンの開発が誤りであることを意味しない。カスタムシリコンが解決しようとしていたリスク（ベンダーロックイン）が、解消されたのではなく、別の場所に転嫁されたことを意味している。AIインフラが主要なテクノロジー企業のビジネスの基盤となるにつれ、この違いはより重要性を増していく。

■9月に控える最初の試練

Irisの9月の製造開始日は、投資家、アナリスト、競合他社にとって具体的なマイルストーンとなる。管理された環境での6週間のクリーンなテストと、Metaのグローバルなデータセンターインフラ全体で実稼働規模の推論ワークロードを処理することは、全く別物である。

Irisが参入するチップ市場は、MTIAプログラムが始まった当初よりも混雑している。MicrosoftのMaia 200は数カ月間社内で稼働しているが、Azure顧客向けの一般提供には至っていない。AmazonのTrainium 3は出荷されているものの、エンタープライズAIワークロードの大部分においてNvidiaのH100やH200が依然としてデファクトスタンダードである市場で競争している。OpenAIのJalapeñoは6月に発表されたばかりで、導入までまだ数カ月ある。

Metaがこれらすべての企業と共有している共通点であり、ブロードコムの関与を示す表が明らかにしているのは、社内シリコンがもはや競争上の差別化要因ではなく、戦略的なコストヘッジ手段になっているということだ。ハイパースケーラーたちは、Nvidiaを凌駕しようとしているのではない。自分たちが誰よりも理解しているワークロードに対して、サードパーティに支払うAIインフラ予算の割合を減らそうとしているのだ。

広告主導のビジネスモデルが、毎日何十億回もの推論を実行するレコメンデーションおよびランキングシステムに依存しているMetaにとって、Irisは、自社の特定のワークロードが十分に安定しており、ゼロから構築するコストと複雑さを正当化できるほど大規模であるという賭けである。同社のチップ設計者は、GoogleやOpenAIに対しても同時に同じ賭けの基盤を構築した。9月は、Metaにとってその賭けが実際の規模で成立するかどうかが明らかになる時である。

■注目ポイントQ&A

●MetaのIrisチップはNvidiaのGPUを置き換えるものですか？

いいえ。Irisの詳細を明らかにしたMetaの内部メモでは、このチップはMetaが引き続き大量に購入しているNvidiaやAMDのGPUを置き換えるものではなく、補完するものとして明確に位置づけられています。Irisは、カスタムシリコンがコスト効率の面でGPUを上回る、特定のワークロード（ランキングおよびレコメンデーションの推論）向けに設計されています。大規模なAI学習や、異なるモデルアーキテクチャにわたる柔軟性を必要とする推論ワークロードにおいては、引き続きNvidiaのハードウェアがMetaの主要なツールとなります。

●なぜMetaのチップはGPUベースの設計ではなく、RISC-Vアーキテクチャを採用しているのですか？

FacebookやInstagramのフィードに表示する内容を決定するディープラーニング・レコメンデーション・モデル（DLRM）など、Metaの主要なAIワークロードは、演算能力ではなくメモリ帯域幅に制約される「メモリバウンド」な処理だからです。これらは、GPUが最適化されている密な行列演算ではなく、不規則なメモリ参照を必要とする巨大でアクセス頻度の低いデータテーブルを扱います。GPUでこれらのモデルを実行すると、メモリの応答を待つ間、演算能力の大部分がアイドル状態になってしまいます。MTIAチップは、RISC-V命令セット、大容量のオンチップSRAM、および安価なLPDDR5メモリを採用しており、Metaのワークロードの実際のデータアクセスパターンに適合するアーキテクチャとなっています。第2世代MTIA設計に関する研究では、このアプローチにより、同じ推論タスクにおいてGPUと比較して総所有コスト（TCO）を44%削減できたことが示されています。

●各ハイパースケーラーがNvidia依存を減らすためにカスタムAIチップを開発しているのに、なぜ製造元はすべて同じ会社なのですか？

最先端のAIチップを大規模に製造できる能力を持つ企業が、事実上TSMCの1社しか存在しないためです。Meta、Google、Amazon、Microsoft、OpenAIの5大ハイパースケーラーのカスタムチッププログラムは、すべて台湾のTSMCで製造されています。TSMCは世界の最先端チップ生産の約90%を支配しており、その最先端の製造拠点は台湾に集中しています。アリゾナ、日本、欧州にも工場を開設していますが、これらはAIアクセラレータに使用される最先端ノードをまだ生産していません。Nvidiaから多様化しようとするハイパースケーラーの動きは、結果として業界の製造依存度を特定の地域にさらに集中させることになり、Irisの発表を含め、このシステム的なリスクは解消されていません。

●ブロードコムは、Meta、Google、OpenAIのチップを同時に設計することでどのような利益を得ていますか？

ブロードコムは主要ハイパースケーラー5プログラムのうち3つの設計パートナーであり、そのAI半導体売上高は2026年度第2四半期に前年同期比143%増の108億ドル（約1兆7496億円）に達しています。同社のCEOは、2027年度のAIチップ売上高が1000億ドル（約16兆2000億円）を超えると予測しています。ブロードコムの立場は構造的に有利です。Meta、Google、OpenAIの競争において勝者を選ぶ必要がなく、どの企業のチップが最も優れたパフォーマンスを発揮しても、共通の設計パートナーとしてビジネスを成長させることができるからです。AmazonとMicrosoftを担当するマーベル（Marvell）と合わせ、ブロードコムはカスタムAI ASIC設計市場の約95%を支配しています。

元記事: Meta’s Iris AI Chip Passes Testing: Broadcom Now Designs Chips for Three Rivals