結論：ASIC（Application Specific Integrated Circuit：特定用途向け集積回路）は特定の用途に最適化して設計された半導体チップだ。汎用GPUに比べて特定処理の効率・電力性能が高く、Google（TPU）・Amazon（Trainium）・Apple（Neural Engine）など大手テック企業が独自ASICの開発を加速させている。NVIDIAへの依存低減・コスト削減・競争優位の確立という3つの動機がASIC開発を加速させており、TSMCへの製造委託という形で半導体産業全体を動かす大きなトレンドになっている。
ASICとは何か｜基本定義
ASIC（Application Specific Integrated Circuit）とは、特定の用途・アプリケーションのために専用に設計・最適化された集積回路（IC）チップだ。「汎用（General Purpose）」の対概念として、「特定用途（Application Specific）」という名前がついている。
半導体チップは「汎用性」と「効率性」のトレードオフの関係にある。
- 汎用チップ（CPU・GPU）：あらゆる処理に対応できるが、特定用途には効率が落ちる
- ASIC：特定処理に最適化されているため、その処理では汎用チップより格段に高性能・低消費電力
ASICの最大の利点は「特定処理に対する圧倒的な効率性」だ。例えばGoogleのTPU（Tensor Processing Unit）は行列演算（AIの基本演算）に特化して設計されているため、同等の性能を汎用GPUで実現するより消費電力を大幅に削減できる。AIサービスの運用コストの大部分が電力費であることを考えると、この効率差は事業経済性に直結する。
AI時代にASICが注目される理由
① NVIDIAへの依存低減
NVIDIA GPUはAI処理に不可欠だが、1枚数百万円という高価格・供給制約・CUDA（NVIDIAのソフトウェア基盤）への依存というリスクがある。自社ASICを開発することで、この依存から脱却できる。
② 大規模展開でのコスト優位
ASIC開発には数十〜数百億円の初期投資が必要だが、数百万個以上の大規模展開では1個あたりのコストが汎用GPUより大幅に低くなる。GAFAのような大量展開企業にとってASICの経済合理性は高い。
③ 自社サービスへの最適化
汎用GPUは様々な用途に対応するため、特定サービスには「無駄な機能」が多い。自社サービスに特化したASICを作ることで、性能・電力・コストを同時に最適化できる。
Googleは「TPU（Tensor Processing Unit）」の第8世代（TPU 8t/8i）を2026年4月22日に発表した。TPU 8tは最大9,600チップのSuperpod構成で121 ExaFLOPS規模の演算能力を持つ。Googleがこれほどのスケールの自社ASICを開発・運用できることは、NVIDIA一強という構図を変えうる長期的なシフトを示している。
主要なAI向けASICの事例
| 企業 | 製品名 | 用途 | 製造委託先 |
|---|---|---|---|
| TPU（第8世代：TPU 8t/8i） | AI学習・推論 | TSMC | |
| Amazon | Trainium2・Graviton4 | 機械学習・汎用演算 | TSMC |
| Meta | MTIA（Meta Training and Inference Accelerator） | AIランキング・推論 | TSMC |
| Apple | M4・A18（Neural Engine内蔵） | 端末AI処理 | TSMC 3nm |
| Microsoft | Maia 100 | AI学習・OpenAI向け | TSMC |
注目すべきはすべての主要ASICがTSMCで製造されている点だ。NVIDIAへの依存を減らすためにASICを開発しても、製造はTSMCに依存するという構造が変わらない。「誰が設計するかより誰が製造するか」という半導体産業の本質的な構造がここに表れている。
ASICとファブレス・ファウンドリの関係
ASICの開発・製造は以下の分業構造で行われる。
- ASIC設計：Google・Amazon等のテック企業が自社で設計。EDAツール（Synopsys・Cadence）を使用
- IPコア調達：ARMのCPUコア・各社のI/O IPをライセンス取得して組み込む
- 製造委託：TSMCに製造を委託（典型的なファブレスモデル）
- 後工程：TSMCのCoWoSパッケージング・OSATによるパッケージング
Amazonのシリコン事業（Graviton・Trainium）は年商200億ドル（約3.2兆円）規模に成長しており、「三桁成長」を続けている。AWSのサーバーを自社Gravitonチップで動かすことで、IntelやAMDのCPUへの依存度を下げながらコスト削減と性能向上を同時に実現している。これがクラウド事業の利益率改善に直結している。
日本企業のASICへの取り組み
日本の産業界でもASIC開発の動きが広がっている。
- 日立製作所：HMAX Industry向け産業用エッジAIチップを自社開発（2026年4月24日発表）
- NTT：光電融合デバイス向けの独自チップ開発を推進
- ソニー：イメージセンサーに内蔵するAI処理エンジンを独自開発
- トヨタ：次世代車載チップの内製化を検討
日本企業のASIC開発が活発化するほど、RapidusにとってのDomestic顧客候補が増える。Rapidusが目指す「小ロット・高カスタム・短納期」のファウンドリモデルは、まさに日本の産業大手が開発する特殊ASICの製造に適している。ASIC開発トレンドとRapidusの戦略は強い親和性を持つ。
ASICとチップレットの融合
最新のASIC設計では「チップレット」という手法と組み合わせるケースが増えている。ASIC全体を1枚のダイで設計するのではなく、演算コア・メモリコントローラ・I/Oなどを機能別に分割したチップレットを組み合わせることで、設計の柔軟性向上・歩留まり改善・コスト削減を実現する。GoogleのTPU最新世代もチップレット的な設計を採用している。
投資・M&A視点からの評価
ASICを投資・M&A視点で評価する際の核心は「誰がASICを設計・製造するエコシステムを握るか」だ。ASIC開発の拡大は以下の企業群の需要を押し上げる。
- EDAツール企業（Synopsys・Cadence）：すべてのASIC設計に必須
- IPコア企業（ARM・Rambus等）：ASICに組み込むIPブロックのライセンス収入増
- TSMC：すべての主要ASICの製造を独占
- 先端パッケージング（CoWoS）：大規模ASICの組み立て
M&Aの観点では、特定産業向けのASIP（Application Specific Instruction set Processor）設計技術・IPを持つスタートアップへの買収が活発化している。車載ASIC・産業用ASIC・通信ASIC等の領域で専門性を持つ設計企業の価値が上昇しており、日本の産業大手がこれらの技術獲得を目的とした買収を検討するシナリオは現実的だ。
まとめ
- ASIC＝特定用途に最適化した専用半導体。汎用GPUより特定処理で格段に効率的
- GAFA各社がNVIDIA依存低減・コスト削減・競争優位確立のためASIC開発を加速
- Google TPU・Amazon Trainium・Apple M4・Microsoft MaiaがすべてTSMCで製造
- 日本でも日立・NTT・ソニー・トヨタがASIC内製化の動きを強化
- 投資評価軸：EDA・IP・TSMC・先端パッケージングというASICエコシステムへの需要増
👉 関連用語：
- GPUとは｜AIを動かす半導体の構造とNVIDIAの独占的地位
- ファブレスとは｜自社工場を持たない半導体設計企業のビジネスモデル
- チップレットとは｜半導体設計の革命と経営・投資への影響
- EDAとは｜半導体設計を支えるソフトウェアの独占構造
- IPライセンスとは｜ARM型ビジネスモデルが半導体産業を変える構造
- CoWoSとは｜AI半導体を完成させる先端パッケージング技術
👉 関連記事：
📊 より深いM&A・投資視点の分析はnoteで公開しています
→ 半導体業界動向マガジン（高野聖義）
🏢 半導体業界へのM&A・参入・コンサルティングをご検討の方
→ 初回相談無料｜テックメディックス総研株式会社
コメント