概要——エッジAIチップが「77 TOPS」の時代へ
2026年初頭、エッジAIチップ競争が新しいフェーズに突入した。Qualcommは1月のCES 2026でDragonwing Q-8750を発表。このIoT向けプロセッサは最大77 TOPS（Trillion Operations Per Second）のAI性能を持ち、デバイス上で最大11Bパラメータの大規模言語モデルをリアルタイム推論できる。スマートフォン、産業用IoT、ウェアラブルデバイスまで、あらゆるカテゴリのデバイスでクラウドに頼らないAI処理が実現しつつある。
さらに大きな変化が迫っている。Digitimesの報道によれば、Apple、Qualcomm、MediaTekの3社はいずれも2026年に2nmプロセスノードへの移行を計画している。業界アナリストは、次世代「Gorgon」（2026年前半）および「Medusa」（2027年前半）アーキテクチャにより、オンデバイスAI性能が2024年比で最大10倍に向上すると予測している。
この数字が意味するのは、クラウド依存の「接続してから処理」モデルから、デバイス上で即座に処理する「エッジファースト」モデルへの転換だ。AIアシスタント、リアルタイム翻訳、医療センサー分析、プライバシー重視の音声処理——これらがインターネット接続なしで動作できる環境が整いつつある。
主要プレイヤーの戦略——3社3様のアプローチ
Qualcommは「モバイルからエッジまで」の水平展開戦略をとる。Snapdragonシリーズがスマートフォン市場でのAI処理をリードする一方、CES 2026で発表したIE-IoTプラットフォームの拡張により、産業機器・スマートホーム・医療機器向けのエッジAIチップ供給を強化した。OEM・開発者向けのAIプログラム「Qualcomm AI Program for Innovators 2026」もAPAC地域で展開中で、エッジAIアプリケーション開発のエコシステム形成を急いでいる。
Appleはオンデバイスモデルとクラウド処理の「インテリジェントな振り分け」を差別化軸とする。iOS 18のApple Intelligence機能はデバイス上で3Bパラメータのモデルを動作させており、プライバシーを担保しながら高速な推論を提供する。2nm移行後のA21チップでは、さらに大きなモデルをオンデバイスで動かせるようになり、Appleが計画するスマートグラスやAIピンのコア処理能力を支える基盤となる。
MediaTekはDimensityシリーズでスマートフォン中堅市場へのAI機能の普及を担う。新興市場向けの手頃なAI搭載スマートフォンに強みを持ち、2nmへの移行で価格競争力を持ちながらAI性能を引き上げる戦略だ。車載AIチップでも存在感を高めており、エッジAI市場の裾野を広げる役割を果たしている。
背景と文脈——Rebellionsが示した「専用AIチップ」の競争軸
Deep Signalでは先日、韓国のAIチップスタートアップRebellionsが4億ドルを調達し、AI推論専用チップでNvidiaに挑む戦略を報じた。Rebellionsの競争軸は「データセンター向けの推論効率」だが、今回取り上げるQualcomm・Apple・MediaTekの競争は「デバイス上のAI処理」に特化している——この2つは実は補完的な動きだ。
クラウドでの学習・推論を支えるNvidiaやRebellionsのような大型AIチップと、スマートフォンやウェアラブルに搭載されるエッジAIチップ——AI産業はこの2層構造で進化している。「大きな知能をクラウドに、小さいが確実な知能をデバイスに」という分業体制が固まりつつある。
また、1-bit LLMの商用化（PrismML Bonsaiシリーズ）がエッジAIチップの可能性をさらに広げている。8Bモデルがわずか1.15GBで動作するBonsaiのような超軽量モデルが登場したことで、77 TOPSのQualcommチップは今や11Bパラメータにとどまらず、より大きなモデルも扱える余地が生まれた。チップの進化とモデルの軽量化が相互に作用して、エッジAIの可能性を押し広げている。
医療・ウェアラブルへの影響
エッジAIチップの進化が最も重要な意味を持つのは、医療機器とウェアラブルデバイスの分野かもしれない。心電図のリアルタイム異常検知、血糖値センサーからの糖尿病予測、精神状態を推定するストレス検知ウェアラブル——これらはいずれも「常時動作、低遅延、プライバシー保護」という条件が必要で、クラウド処理では実現しにくい。
Qualcommが発表したIoT向け77 TOPSチップは、医療グレードのウェアラブルにも搭載可能な性能と消費電力を持つ。Apple Watchの次世代モデルがより高精度な健康モニタリングを実現するとすれば、その根底にあるのはこの種のチップ進化だ。医療AIの承認審査ではFDAも「クラウド依存か否か」をリスク評価の一要因として考慮しており、オンデバイス処理は規制面でも有利に働く。
今後の展望
2026年から2027年にかけてのエッジAIチップ市場は、3つのベクトルで進化する。性能では2nm移行による最大10倍のAI処理能力向上、効率では1-bit LLMのような軽量モデルとの相乗効果、そして普及では中堅・低価格帯デバイスへのAI機能の拡散だ。
Nvidiaのデータセンター支配は当面続くが、エッジAI市場はQualcomm・Apple・MediaTekを中心に独自の競争軸で発展する。RebellionsのようなAI推論専用スタートアップもエッジ向けに製品ラインを検討する動きもあり、「どこでAI処理をするか」という問いへの答えは2026年に大きく変わろうとしている。
