Boltは、Googleが開発した第7世代テンソル処理ユニット（TPU）の提案であり、TPU v5ファミリーの後継として位置づけられている。2025年時点で、GoogleはBoltを公式に発表しておらず、ここで示される情報は推測に基づき、業界の動向に依拠している。TPUは、機械学習タスク、特に深層学習モデルや大規模言語モデル、ニューラルネットワークを高速化するために設計されたカスタム特定用途向け集積回路（ASIC）である。Googleは2015年以降、Google CloudのデータセンターにTPUを展開しており、各世代で性能とエネルギー効率の大幅な向上を実現してきた。
アーキテクチャと設計
Boltは、TensorFlowやJAXなどのソフトウェアフレームワークとハードウェアを共同設計するGoogleの伝統を継続することが期待される。具体的な詳細は不明だが、高度なメモリサブシステム、より高帯域幅の相互接続、そしてスパース計算を最適化するためのプルーニングサポートの改善を組み込む可能性が高い。2023年に導入されたTPU v5シリーズは、3D積層高帯域幅メモリ（HBM）と2Dメッシュ相互接続を特徴とし、数兆パラメータのモデルのスケーラブルなトレーニングを可能にした。Boltはこの基盤を発展させ、より多くのオンチップメモリと高速なマルチヘッドアテンションユニットを統合し、トランスフォーマーベースのアーキテクチャを加速する可能性がある。
性能予測
業界アナリストは、Boltがチップあたり最大459テラフロップスのbfloat16性能を提供するTPU v5eと比較して、トレーニングスループットを2〜3倍向上させる可能性があると推測している。推論に関しては、Boltはより低いレイテンシと高いトークン生成レートを達成し、会話型AIなどのリアルタイムアプリケーションに不可欠となる可能性がある。2021年にリリースされたGoogleのTPU v4は、前世代比で2.7倍の性能対ワット比の改善を達成した。Boltも同様の軌跡をたどり、エネルギー効率を重要な指標としてターゲットにする可能性がある。ただし、公式なベンチマークがないため、これらの数値は推測の域を出ない。
ソフトウェアエコシステム
Boltは、TensorFlow、JAX、Google CloudのVertex AIプラットフォームなど、GoogleのAIソフトウェアスタックに統合されるだろう。また、Geminiのようなトランスフォーマーベースのモデルのトレーニングやサービス提供など、生成AIワークロードをサポートする可能性が高い。Googleはこれまでクラウドサービスを通じてTPUアクセスを提供しており、Boltもこのモデルを継続し、研究やエンタープライズ用途向けにTPUスライスを備えた仮想マシンを提供するだろう。OpenAIやAnthropicのモデルは大規模な計算リソースに依存しており、Boltの潜在的な性能向上の恩恵を受ける可能性があるが、これらは主にNVIDIA GPUを使用している。
競争環境
Boltは、AWS Trainium（Amazon Web Services）、Microsoft AzureのIntelベースの製品、AMDのInstinct GPUなど、他のAIアクセラレータと競合することになる。GroqとSambaNovaは特殊な推論チップを提供し、Graphcore（現在はNokia Bell Labsの一部）はグラフベースの処理に焦点を当てている。Googleの強みは、チップ設計からクラウド展開までの垂直統合にあり、迅速な反復と最適化を可能にしている。ただし、TSMCの製造制約や世界的なチップ不足が、Boltの入手可能性と価格に影響を与える可能性がある。
結論
2025年時点で、Boltは推測上の製品であり、Googleからの公式な確認はない。しかし、同社のTPUロードマップは、機械学習と大規模言語モデルの増大する需要を支えるため、より強力で効率的なアクセラレータへの継続的な推進を示唆している。Boltがリリースされれば、AIハードウェア市場におけるGoogleの地位を強化する可能性があるが、その成功は実行力、エコシステムのサポート、そしてNVIDIAや他のチップメーカーからの競争的対応に依存するだろう。