# GoogleのTPU、Metaの本番AIシステムで稼働

> Metaは推論エンジン2種のPyTorchネイティブ版を通じて、Google独自開発のチップでAIワークロードを実行している。規模や利用可能性について、発表の詳細は限られている。

Oossa · 2026-10-22 · https://oossa.com/ja/google-tpus-enter-meta-s-production-ai-systems

Googleの開発者向けブログの発表によると、Tensor Processing Unit（TPU）と呼ばれるGoogle独自開発のAIチップが、Metaの本番環境でAIワークロードを処理している。Tom’s Hardwareが報じた。今回の構成では、AIモデルの実行や応答生成に使われるソフトウェア「SGLang」のPyTorchネイティブ版を利用している。Googleは、広く使われている別の推論エンジン「vLLM」のPyTorchネイティブ版も発表した。

これによりMetaは、従来のようにGoogleのJAXフレームワークに頼らず、Metaが開発したAIフレームワーク「PyTorch」でGoogleのチップを利用できる。Googleによると、新しいバージョンでは、開発者はソフトウェアを書き直す作業をほとんどせずにTPUを使える。記事の見出しでは、Googleが初めて外部顧客にTPUを販売したとも伝えているが、提供された記事には顧客名も販売の詳細も記載されていない。

## JAXに頼らない選択肢

チップが開発者にとって役立つのは、使っているツールがそのチップに対応している場合に限られるため、ソフトウェアの連携は重要だ。これまでSGLangとvLLMは、JAXを通じてGoogleのTPU上で動作していた。PyTorchネイティブ版により、すでにPyTorchを使っているチームにもTPUが選択肢となり、AIワークロードをTPU搭載ハードウェアに移す際の作業を減らせる可能性がある。

Googleによると、vLLM版はオープンソースだ。SGLang版も同じライセンスやアクセス条件なのか、また開発者がいずれかのバージョンをどう入手できるのかは、記事では説明されていない。Metaが何台のTPUを使っているのか、どのモデルを動かしているのか、構成の性能がどの程度なのかについても、数値は示されていない。

## ユーザーにとって何が変わる？

確認できる変更は、MetaがデータセンターでAIワークロードを実行する手段がもう一つ増えたことだ。エンジニアが利用できるハードウェアの選択肢は広がる可能性があるが、Meta製品の速度や品質、利用可能性がユーザーにとって変わることを示す根拠は記事にない。また、本番環境で稼働しているという説明を除けば、今回の導入がテストなのか、より広範な展開なのかも明らかにされていない。

## 事実

- 記事によると、GoogleのTPUはMetaの本番環境でAIワークロードを処理している。
- Metaの導入では、SGLangのPyTorchネイティブ版が使われている。
- GoogleはvLLMのPyTorchネイティブ版も発表し、オープンソースだと説明した。
- 記事によると、これまで両方の推論エンジンはJAXを使ってTPU上で動作していた。

## なぜ重要か

MetaのAIエンジニアは、SGLangとvLLMのPyTorchネイティブ版を使い、これらのエンジンをJAXに頼らずGoogleのTPU上で動かせるようになった。Metaにとってハードウェアの選択肢が増える一方、Meta製品を使う人が速度や機能の違いを感じるかどうかは、記事からは分からない。

## 出典と参考資料

1. [Google’s TPUs for AI workloads now run in Meta's data centers](https://www.tomshardware.com/tech-industry/artificial-intelligence/googles-tpus-for-ai-workloads-now-run-in-at-metas-data-centers-tpus-sold-to-external-customers-for-the-first-time-threaten-nvidias-market-dominance) – Tom's Hardware, 2026-10-22

最終更新: 2026-10-22