TSMC（企業）に関するニュース一覧

Armは、同社初となる自社設計・製造のデータセンター向けCPU「Arm AGI CPU」を発表しました。これまで設計ライセンス事業に徹してきた同社にとって、自社シリコンへの参入は創業以来最大の戦略転換となります。初期顧客としてMetaが採用を決定しています。

CEO のルネ・ハース氏は、ArmがIP企業から「コンピュートプラットフォーム企業」に進化したと説明しました。MicrosoftがSurfaceでWindowsエコシステムを強化し、GoogleがPixelでAndroidを推進するのと同様に、Armも自社チップでエコシステム全体を底上げする狙いがあると述べています。

新CPUの最大の強みは電力効率です。モバイルチップで培った省電力設計のDNAを活かし、AI時代のデータセンターが直面するエネルギー問題に対応します。さらに、エージェントAIの実行にはGPUではなくCPUが不可欠であり、この需要拡大がArm参入の追い風となっています。

製造はTSMCが担当し、Super MicroやFoxconnと協力してサーバー参照設計も提供します。ハース氏は約2,000人のエンジニアを関連部門に増員したと明かしました。既存のコンピュートサブシステムで実績があるため、初号機から高い完成度を自信を持って見込んでいます。

この動きはIntelとAMDのx86勢にとって直接的な脅威となります。一方、NvidiaのVera CPUもArm ベースであるため、Armエコシステムの拡大はNvidiaにもプラスに働くとハース氏は主張。ソフトバンクの孫正義会長とは日常的に連携しており、今回の決断もパートナーとしての議論を経て進めたと語りました。

英Armは2026年3月、サンフランシスコで開催したイベントにおいて、創業以来初となる自社製CPU「Arm AGI CPU」を発表しました。同社はこれまでチップ設計のライセンス供与に徹してきましたが、AI需要の急拡大を受けて自社製造に踏み切りました。

AGI CPUはAIエージェントの推論処理に特化したデータセンター向けプロセッサです。最大136コアを搭載し、TSMCの3nmプロセスで製造されます。従来のx86アーキテクチャ製品と比較して、ワットあたり性能が2倍に達すると同社は主張しています。

Metaが共同開発パートナー兼最初の顧客として名乗りを上げました。Meta基盤部門責任者のサントシュ・ジャナルダン氏は「チップ業界を複数の軸で拡大する」と期待を示しています。同社は「パーソナル超知能」の実現に向け、電力効率の高いシリコンを求めています。

OpenAI、Cerebras、Cloudflare、SAP、SK Telecom、Rebellionsなども採用を表明しました。Nvidia、Amazon、Googleの幹部もビデオメッセージで支持を表明しましたが、購入の確約には至っていません。量産出荷は2026年後半を予定しています。

調査会社Creative Strategiesは、データセンター向けCPU市場が2026年の250億ドルから2030年には600億ドルに成長すると予測しています。エージェントAI向けCPUを含めると市場規模は1000億ドルに達する見通しです。一方、Armが自社チップを投入することで、既存ライセンス先との競合関係が生じるリスクも指摘されています。

Amazonは自社開発AIチップ「Trainium」の開発拠点であるオースティンのチップラボを報道陣に初公開しました。同チップはOpenAIとの500億ドル規模の提携やAnthropicのClaude運用を支える中核技術として注目を集めています。

Trainiumは当初モデル学習向けに開発されましたが、現在は推論処理にも最適化されています。Amazon Bedrockサービスの推論トラフィックの大半をTrainium2が処理しており、全世代で140万チップが稼働中です。Anthropicは100万チップ以上を利用しています。

最新のTrainium3はTSMC製の3ナノメートルプロセスで製造され、独自設計のNeuronスイッチによりチップ間をメッシュ接続し遅延を大幅に削減します。新型Trn3 UltraServerは従来のクラウドサーバーと比較して最大50%のコスト削減を実現するとAmazonは説明しています。

NvidiaのGPUからの移行障壁を下げるため、TrainiumはPyTorchに対応しており「1行の変更と再コンパイルで動作する」とエンジニアは説明します。さらにAmazonはCerebras Systemsとの提携も発表し、推論チップの連携による低遅延AI処理を目指しています。

開発チームは2015年にAmazonが約3.5億ドルで買収したイスラエルのAnnapurna Labsを母体とし、10年以上の設計実績があります。CEOのAndy Jassy氏はTrainiumを「数十億ドル規模のビジネス」と公言しており、次世代のTrainium4の開発も進行中です。

Metaは2026年3月、自社AI基盤を強化する新型半導体MTIAシリーズ4種を発表しました。Broadcomとの共同開発で、オープンソースのRISC-Vアーキテクチャを採用し、TSMCが製造を担当します。

最初のチップMTIA 300はすでに量産段階に入っており、FacebookやInstagramのコンテンツ推薦アルゴリズムの訓練に使用されます。SNS企業が自社シリコンをこの速度で投入するのは業界でも極めて異例です。

残る3チップはAI推論に特化した設計です。MTIA 400は市販製品と競合する性能を持ち、まもなくデータセンターに導入予定です。MTIA 450は高帯域メモリを倍増、MTIA 500は低精度データの革新技術を搭載します。

Meta技術担当VP・YJ Song氏は、AIモデルの進化速度が従来のチップ開発サイクルを上回っていると指摘しました。そのためモジュラー型チップレット設計で反復的にアーキテクチャを改良し、最新のワークロードに迅速に対応する戦略を採用しています。

一方でMetaは今年初め、Nvidia対抗の高性能チップ開発を縮小したと報じられていました。今回の発表はその懸念を払拭する狙いがあります。ただしカスタム半導体の開発コストは膨大で、当面はNvidiaやAMD、Googleからの外部調達が主力となる見通しです。

The Vergeは2026年2月5日、NvidiaのRTX 50シリーズのSuperリフレッシュモデルの発売が遅延し、RTX 60シリーズも2027年の発売を逃す可能性があると報じた。

遅延の背景にはAIデータセンター向けデータセンターGPUの旺盛な需要があり、TSMCの製造キャパシティがAI向けGPUに優先配分されているとされる。

コンシューマー向けGPUの供給不足はゲーマーのアップグレードサイクルを延ばし、中古GPU市場の価格高止まりが続く要因となっている。

AMDとIntelにとっては市場シェア拡大の機会となる可能性があるが、両社もTSMCへの依存度が高く、同様の制約を受ける。

AI普及に伴うGPU需要の急増はNvidiaのビジネスモデルを変え、コンシューマー市場からデータセンター市場へのリソース傾斜が加速している。

TSMCは2025年第4四半期の決算で純利益が前年同期比35%増となり、過去最高を更新しました。AI向け半導体の旺盛な需要が業績を牽引しています。

TSMCのCCはAI向け半導体への需要を「エンドレス(終わりなき)」と表現しており、少なくとも今後数年は高水準の需要が続くとの見方を示しました。

NVIDIA、Apple、Qualcommなど主要顧客からの受注が好調で、特にAI加速チップ向けの先端プロセスへの引き合いが強まっています。

米国、日本、ドイツへの地政学的分散投資も進めており、地政学リスクとAI需要の双方を取り込む戦略的ポジションを築いています。

ホワイトハウスはAIの国内サプライチェーン強化に向けた新たな戦略文書を発表しました。半導体製造、AIチップ設計ツール、高帯域幅メモリなど、AI開発に不可欠なコンポーネントの国内生産または同盟国からの調達を優先する方針です。

台湾の$250B米国投資表明やNvidiaのH200への中国関税措置と並行して進む国内製造強化政策は、AI覇権をめぐる米中の技術デカップリングが新たな段階に入ったことを示しています。

台湾は米国に対して2500億ドル規模の半導体製造投資を行うと表明しました。TSMCを中心とした製造能力の米国内移転は、AI向け先端半導体のサプライチェーンを強化し、中国への依存リスクを低減するための戦略的判断です。

この決定は地政学的AIインフラ競争における重要な転換点を示しています。AI推論・学習に不可欠な最先端チップの製造が米国内で拡大することで、NvidiaやAMDなどのAI半導体企業のサプライ安定性が向上します。日本も含めたアジア各国の半導体戦略にも影響を与えるでしょう。

科学技術出版大手のWileyは、画像AIモデルが失敗する原因と対策をまとめたホワイトペーパーを公開しました。Voxel51が提供する本資料は、AI開発者やデータサイエンティストに対し、信頼性の高いシステム構築に向けた重要な洞察を提供しています。

自動運転車による歩行者の誤認や、小売システムでの誤検知など、AIの失敗は甚大なビジネス損失を招きかねません。本ガイドでは、テスラやウォルマート、TSMCといった企業の事例を交え、データ不足やバイアスといったデータ中心の課題を詳細に分析しています。

堅牢なAIモデルを構築するには、アルゴリズムの改善だけでなく、データの質を高めることが不可欠です。データリークの回避や、本番環境でのデータドリフト監視など、具体的な評価フレームワークと予防策を学ぶことができます。

開発現場において、モデルの信頼性を確保することは喫緊の課題です。データキュレーションから本番運用後の監視まで、包括的なアプローチを提示する本資料は、市場競争力を高めたいエンジニアやリーダーにとって有益な指針となるでしょう。

半導体スタートアップのPowerLattice社が、元インテルCEOのパット・ゲルシンガー氏がパートナーを務めるベンチャーキャピタルなどからシリーズAで2500万ドル（約37億円）を調達しました。同社は、AIの普及で急増するデータセンターの電力消費を50%以上削減する画期的なチップレット技術を開発。業界のベテランが集結し、エネルギー効率の課題解決に挑みます。

AIモデルの学習や推論には膨大な計算能力が必要で、データセンターの電力不足はテック業界共通の課題です。この状況を受け、半導体メーカーにとってエネルギー効率の向上は今や最優先事項。PowerLattice社の挑戦は、まさにこの時代の要請に応えるものです。

同社が開発したのは、プロセッサのすぐ近くに電力を供給する小型の「電力供給チップレット」です。電力の伝送距離を極限まで短くすることで、エネルギー損失を大幅に削減するという、コンセプトはシンプルながら極めて効果的な手法です。この革新が50%以上の電力削減を実現します。

今回の投資を主導したPlayground Globalのパートナーであり、元インテルCEOのゲルシンガー氏は、PowerLatticeのチームを「電力供給のドリームチーム」と絶賛。彼の参加は、同社の技術力と将来性に対する強力な信任の証と言えるでしょう。

PowerLatticeはすでに最初のマイルストーンを達成しています。最初のチップレットは半導体受託製造最大手のTSMCで生産が始まっており、匿名の提携メーカーが機能テストを実施中です。2026年前半には、より多くの顧客がテストできる体制を整える計画です。

潜在顧客はNvidiaやAMDといった大手から、特定のAIに特化したチップ開発企業まで多岐にわたります。競合も存在しますが、ゲルシンガー氏は「50%の効率改善は並外れた成果」と述べ、同社の技術が市場で大きなシェアを獲得すると確信しています。

NVIDIAとTSMCは2025年10月17日、米国アリゾナ州フェニックスにあるTSMCの半導体工場で、最新AI半導体「Blackwell」の最初のウェハーを生産したと発表しました。NVIDIAのジェンスン・フアンCEOが工場を訪れ、記念式典でウェハーに署名。これはBlackwellの量産開始を意味し、米国内のサプライチェーン強化とAIインフラ構築を加速させる歴史的な一歩となります。

フアンCEOは式典で、「米国史上初めて、最も重要なチップが国内の最先端工場で製造される歴史的瞬間だ」と強調しました。また、この動きは製造業を米国内に戻し、雇用を創出するという「再工業化」のビジョンを体現するものだと述べ、AIという世界で最も重要な技術産業における米国の役割を力説しました。

TSMCアリゾナのレイ・チュアンCEOも、「アリゾナ到着からわずか数年で米国製NVIDIA Blackwellチップを供給できたことは、TSMCの最良の姿を示すものだ」と述べました。このマイルストーンは、NVIDIAとの30年にわたるパートナーシップと、従業員や地域パートナーの揺るぎない献身の賜物であると感謝の意を表しました。

TSMCアリゾナ工場では、Blackwellに加え、2、3、4ナノメートルプロセスや次世代のA16チップなど、最先端技術の半導体を生産する計画です。これらのチップは、AI、通信、高性能コンピューティング（HPC）といった分野のアプリケーションにとって不可欠な要素となります。

今回の国内生産開始は、急増するAI需要に応える上で極めて重要です。AIインフラの根幹をなす半導体製造を米国内で行うことで、サプライチェーンを強靭化し、AI分野における米国の持続的なリーダーシップを確立する道筋をつけました。これは米国の半導体製造とAI開発における大きな前進と言えるでしょう。

トランプ政権が、米国内の半導体生産を増強する新たな一手として、輸入量に応じた国内生産を義務付ける関税策を検討していることが明らかになりました。この異例の政策は、企業が海外から輸入する半導体と同量を国内で生産しない場合に関税を課すもので、国内製造業の復活を目指す狙いです。しかし、業界からは供給体制が整うまでの悪影響を懸念する声も上がっています。

ウォール・ストリート・ジャーナルの報道によれば、新政策の核心は「1:1比率」です。米国の半導体企業に対し、顧客が海外から輸入するチップと同量を国内で生産するよう要求。この目標を達成できない企業には、罰則として関税が課される仕組みです。ただし、目標達成までの具体的なスケジュールは、現時点では明らかになっていません。

この比率ベースのアプローチは、国内生産を促進する手段としては異例と言えます。長期的には国内の半導体製造能力の向上につながる可能性がありますが、短期的には深刻な副作用も懸念されます。国内の製造インフラが巨大な需要を満たすレベルに達するまでは、むしろ米国チップ産業そのものの競争力を損なうリスクをはらんでいるのです。

国内に最先端の半導体工場を立ち上げることは、時間も資金も要する壮大なプロジェクトです。例えば、インテルがオハイオ州で計画していた新工場は、当初の予定から大幅に遅延し、現在では操業開始が2030年とされています。一方で、台湾のTSMCは米国での生産拠点構築に今後4年間で1000億ドルを投じると表明しており、各社が対応を模索しています。

トランプ政権の狙いは、半導体のサプライチェーンを国内に回帰させることにあります。しかし、その実現には多くのハードルが存在します。今回の関税案が具体的にいつ、どのような形で導入されるのか。AI開発にも不可欠な半導体の安定供給にどう影響するか、経営者やエンジニアは今後の動向を注視する必要があるでしょう。

AI半導体最大手のNvidiaは18日、米Intelに50億ドルを出資し戦略的提携を結ぶと発表しました。両社はデータセンターとPC向けの次世代半導体を共同開発します。AI市場の優位性を固めたいNvidiaと、巻き返しを図るIntelの思惑が一致した形で、業界の競争環境に大きな影響を与えそうです。 データセンター向けでは、IntelがNvidiaのAI基盤に最適化したx86系CPUを製造します。両社のチップはNvidia独自の高速技術「NVLink」で接続。AIの膨大な処理に必要なチップ間のデータ転送を高速化し、大規模モデルの学習や推論を効率化します。この協力が企業のAI導入を加速させるかもしれません。 PC市場向けには、Intelのx86技術とNvidiaの高性能GPU「RTX」のチップレットを統合した新しいSoCを開発します。これにより、従来にない処理能力を持つ統合型ノートPCが生まれると期待されています。NvidiaのフアンCEOは年間1.5億台のノートPC市場への進出に意欲を示しています。 近年、AI半導体開発で後れを取っていたIntelにとって、今回の提携は大きな転機です。Nvidiaとの協業は、AI市場でのシェア回復と競合AMDに対抗する足がかりとなります。発表を受けIntelの株価は一時30%以上急騰し、市場の高い期待感を映し出しました。 一方、Nvidiaのジェンスン・フアンCEOは、提携が年間「250億ドルから500億ドル規模の事業機会」を生むと試算。IntelのCPU技術やエコシステムを活用し、自社のAIプラットフォームをさらに拡大する狙いです。フアンCEOはこの投資を「素晴らしいものになる」と強調しました。 今回の発表では、Intelの半導体受託製造（ファウンドリ）をNvidiaが利用するかは明言されませんでした。Nvidiaは現在、製造の大部分を台湾のTSMCに依存しています。両社はまず製品協業を優先し、ファウンドリ活用は将来検討するとしており、今後の動向が注目されます。