タイトル

Qualcomm、AIソフトウェア企業「Modular」を買収──Nvidia「CUDA」包囲網とハードウェア非依存エコシステムの構築

このエピソードで登場するキーワードを説明します。

Qualcomm: スマートフォン向け通信チップやプロセッサで世界的なシェアを持つ米半導体大手。近年はPCやデータセンター、エッジAI領域への多角化を推進している。

Modular: 2022年に元GoogleのエンジニアであるChris Lattner氏らが設立したAIソフトウェアのスタートアップ。AIモデルを様々なハードウェア上で効率的に実行できる統合プラットフォームを開発している。

CUDA: Nvidiaが提供する並列コンピューティングプラットフォームおよびプログラミングモデル。現在のAI開発エコシステムにおいて事実上の標準となっており、Nvidiaのハードウェア市場における支配力の源泉とされている。

それでは解説に入ります。

2026年6月24日、米半導体大手のQualcommは、AIソフトウェアプラットフォームを開発するスタートアップ「Modular」を約39億ドル（約1920万株の株式交換）で買収することに合意したと発表しました。この買収は、規制当局の承認を経て2026年後半に完了する見通しです。スマートフォン向けチップを主力としてきたQualcommが、データセンターおよびエッジ環境におけるAIインフラ市場への本格的な参入を果たす上で、極めて重要な戦略的布石となります。

Modularは、LLVMやSwiftの生みの親として知られるChris Lattner氏らが設立した企業です。同社の技術の核心は、開発者が構築したAIモデルをCPU、GPU、NPU、さらにはカスタムASICといった異なるプロセッサアーキテクチャ上で、コードを書き直すことなく効率的に展開できる「ハードウェア非依存（チップアグノスティック）」のオープンなソフトウェアスタックにあります。現在、AI開発の現場はNvidiaの「CUDA」プラットフォームに強く依存しており、これがハードウェア選択の柔軟性を奪う要因となってきました。QualcommはModularを傘下に収めることで、特定のベンダーに縛られないオープンなAI開発エコシステムを業界に提示し、Nvidiaの支配的な牙城を切り崩す構えです。

この買収発表は、ニューヨークで開催されたQualcommのインベスター・デーと同日に設定されました。同社CEOのCristiano Amon氏は、AIシステムがデータセンターからエッジデバイスへと拡大する中で、能力そのもの以上に「電力あたりの性能（Performance per watt）」や運用効率が成長の限界を左右する最大の要因になりつつあると指摘しています。推論コストの低減とハードウェアの柔軟性が求められる次世代のマルチベンダー環境において、Modularのソフトウェア層とQualcommの低消費電力かつ高効率なシリコン技術の融合は、クラウド事業者やエンタープライズ企業に対して極めて魅力的な選択肢となります。

情報技術業界全体において、ハードウェアの性能を引き出すための「ソフトウェア基盤」を誰が握るかという競争が激化しています。AIモデルの大規模化と推論需要の爆発的な増加を背景に、Qualcommが仕掛けたこの約39億ドルの買収劇は、単なる機能拡張にとどまらず、AIインフラのパワーバランスを再定義し、デバイスからクラウドに至るまでのコンピューティング環境全体を統合しようとする野心的なインフラ戦略と言えます。

今回のエピソードは以上で終了です。また次回お会いしましょう。

タイトル

OpenAIとBroadcom、推論特化カスタムチップ「Jalapeño」を発表──“AIがAIを設計する”フルスタック戦略の幕開け

このエピソードで登場するキーワードを説明します。

Jalapeño: OpenAIが設計し、Broadcomと共同開発した初の大規模言語モデル推論専用のカスタムプロセッサ。

Broadcom: 米国の半導体・インフラソフトウェア大手。OpenAIに対してシリコン実装やネットワーク技術の提供で協力している。

テープアウト (Tape-out): 半導体の設計工程が完了し、製造工場に設計データを引き渡す最終段階のこと。

それでは解説に入ります。

2026年6月24日、OpenAIと米半導体大手Broadcomは、大規模言語モデルの推論に特化した初のカスタムAIチップ「Jalapeño」を共同発表しました。このプロセッサは、既存の汎用GPUをAI向けに転用したものではなく、OpenAIが自社のLLMの挙動や将来の製品ロードマップに基づいてゼロベースで設計した推論専用のASICです。

この発表で最も注目すべき技術的ハイライトは、設計開始から製造データが引き渡されるテープアウトに至るまで、わずか9ヶ月という極めて短い期間で完了した点にあります。この迅速な開発サイクルは、ハードウェア設計の最適化プロセスにOpenAI自身のAIモデルを組み込むことで実現しました。「AIが次世代のAIインフラを設計し、開発を加速させる」という新たなループが稼働し始めていることを示しています。また、シリコンの実装と高度なネットワーク通信にはBroadcomの技術が、基板やラックシステムの統合にはCelesticaの知見がそれぞれ投入されており、ハードウェア製造のエコシステムを巻き込んだプロジェクトとなっています。

市場の動向としては、AI業界全体が「モデルの学習」から「実運用での推論」へと軸足を移す中、推論コストの削減と応答速度の向上が至上命題となっています。OpenAIは、自社の製品やAPIからの膨大なトラフィックを効率的に処理するため、データ移動のボトルネックを解消し、計算とメモリのバランスを最適化した自社専用シリコンを必要としていました。今回の動きは、市場を牽引してきたNvidiaの汎用GPUへの依存度を下げ、ソフトウェアからハードウェアに至るフルスタックの垂直統合を推進する戦略の表れとみられています。

今後の展開として、OpenAIは2026年末までにMicrosoftなどの提携パートナーとともに、ギガワット規模のデータセンターでJalapeñoの初期導入を開始する予定です。現在、すでにラボ環境においてGPT-5.5などの最新モデルを稼働させるテストが進行しており、電力効率の面で従来技術を大幅に上回る結果が出ていると報告されています。巨大AI企業が自らの要件に特化したカスタムチップでプラットフォームを再定義しようとするこの動きは、今後の半導体業界の勢力図に大きな影響を与える可能性があります。

今回のエピソードは以上で終了です。また次回お会いしましょう。