ハードとソフトは、
どう混ざってきたか

ハード側大小6機種を同じ設計の仕組みで統一ソフト側同じプログラムが他の機種でも動く

IBMは1964年4月7日にSystem/360を発表しました。性能が50倍違う6機種を同じアーキテクチャ（命令の約束事）でそろえ、機械を替えてもプログラムを書き直さずに使える形にした製品群だと、IBMは説明しています。

ハード側機械本体の料金とは別立てになったソフト側プログラムやサービスに別料金がついた

IBMは1969年に新しい販売方針を採り、システム技術者の作業の大半、今後のコンピュータプログラム、顧客向けの教育コースについて、ハードウェアとは別に料金を請求するようになったと、自社の歴史ページに書いています。

ハード側市販のCPUと既製部品で組み立てたソフト側OSは外部のMicrosoft製を採用

IBMは1981年8月12日にIBM PC（5150）を発表しました。CPUはIntel、OSはMicrosoft製で、回路設計やソースコードを含む資料も公開し、IBM互換機が登場するきっかけになったと説明しています。

ハード側IBMが自社のパソコンを発表ソフト側ソフト会社のOS「MS-DOS 1.0」が付属

1981年8月12日、IBMのパソコンはMicrosoftのOS「MS-DOS 1.0」付きで登場しました。機械を作る会社と、OSを用意するソフトの会社が別々になった出発点を、Microsoftの公式資料で追います。

ハード側機器の側もPnP規格に対応したソフト側OSが資源を割り当て、重なりを調整

Windows 95は1995年8月24日に登場し、プラグアンドプレイを備えました。機器をつなぐと、OSが使う資源の割り当てと重なりの調整を自動で行う仕組みを、Microsoftの公式の技術資料で見ていきます。

ハード側ARM版とIntel版の2種の本体を発表ソフト側Windows RTとWindows 8 Pro向けの機械

2012年6月18日、MicrosoftはWindows向けの新しいPC「Surface」を発表しました。OSを作る会社が、本体・カバー・キーボードの設計まで手がけると示した発表を、公式の資料で見ます。

ハード側AI用Maia 100とArm系CPU Cobalt 100ソフト側自社サービスの作業に合わせて設計

2023年11月、MicrosoftはAI用チップ「Maia 100」とArm系CPU「Cobalt 100」を発表しました。チップだけでなく、ラックや冷却、ソフトまで一緒に設計したと公式に説明しています。

ハード側毎秒40兆回以上のNPUを載せたPCソフト側AI機能を端末のNPUで動かす前提

2024年5月20日、MicrosoftはNPUを載せた「Copilot+ PC」を発表しました。Windowsの新しいAI機能が、パソコンの中のAI用回路で動く前提になった経緯を、公式の資料で見ます。

ハード側HBM4を8個載せた推論重視のチップソフト側メモリと長い文脈に合わせた低精度形式

2026年10月12日、MicrosoftはMaia 300を発表しました。電力あたりのAIの出力量で性能を語り、チップとラック、ソフトを合わせて設計したと公式ブログで説明しています。記載の数字は、いずれもMicrosoftの見込みです。

ハード側本体・画面・マウス・ディスクソフト側画面の操作ソフトとMacWrite等

1984年1月24日にAppleが発表したMacintoshは、画面とマウスという機械と、窓とマウスで操作するための内蔵ソフト、付属の文書・お絵かきソフトを、一つの製品としてそろえて売り出したパソコンでした。

ハード側iPhone、iPhone 3Gの端末ソフト側iPhone 2.0とApp Store

2007年のiPhoneは、最初から入っているアプリが中心でした。2008年7月、Appleは500以上のアプリが並ぶApp Storeを開き、端末の上から外の開発者が作ったアプリを買える形にしました。

ハード側Appleが設計したチップ「A4」ソフト側App Storeのアプリのほぼすべてが動く

2010年1月、AppleはiPadを発表し、中のチップA4を「Appleが設計した」と書きました。同じ発表で、App Storeのアプリのほぼすべてが動くことと、iPad向けの開発キットも示されました。

ハード側A11 Bionic（Neural Engine内蔵）ソフト側Face ID・Animoji・ARが利用

2017年9月12日、AppleはA11 Bionicを発表しました。機械学習用のNeural Engineを含み、顔認証のFace IDや、顔の動きで動くAnimoji、AR（拡張現実）アプリにこのチップが使われると説明されています。

ハード側CPU・GPU・AI回路を一つにしたM1ソフト側macOS Big SurとRosetta 2

2020年11月10日にAppleが発表したM1は、CPU、GPU、AI用回路などを一つのチップにまとめ、メモリも一つのプールにして、macOS Big Surもその力を引き出すよう設計されたと説明されています。Macの移行は約2年の計画でした。

ハード側Apple silicon搭載の独自サーバーソフト側iOS・macOSベースの強化OS

2024年6月、AppleはAIの重い処理を担うクラウド「Private Cloud Compute」を説明しました。iPhoneと同じ安全の仕組みを持つ独自サーバーに、専用の強化OSを組み合わせる設計です。

ハード側プロセッサの設計を、他社に提供ソフト側設計を使う権利を貸す契約（ライセンス）

Armは1990年11月、Acorn・Apple・VLSIの合弁会社として設立されました。プロセッサの設計を他社に使わせて、ライセンス料と使用料を受け取る事業の形をとってきました。ただしArmは2026年3月に、自社の量産チップ「Arm AGI CPU」を発表しています。

ハード側CPU・GPUに加え45TOPSのNPUを搭載ソフト側Windows向けにAIをパソコン内で実行

QualcommのSnapdragon X Elite（Windows向け）は、CPU・GPUと同じチップにNPUを載せ、NPUだけで最大45TOPSと公式資料に書かれています。AIをパソコンの中で動かすことを、利点として挙げています。

ハード側端末メーカーが端末を作るソフト側OSのソースコードを公開した

2007年にGoogleなど34社がOpen Handset Allianceを作り、2008年10月21日にAndroidのソースコードを公開しました。端末の会社が、公開されたOSを自社の端末に使える形でした。

ハード側AI専用のチップを自社で作ったソフト側TensorFlowに合わせて設計した

Googleは2016年5月、機械学習のために自社で作ったチップ「TPU」を公表しました。TensorFlow向けに作られ、公表の時点ですでに1年以上、自社のデータセンターで動いていたと説明しています。

ハード側スマホ本体をGoogleが設計したソフト側AndroidやAssistantを同時に載せた

2016年10月4日、Googleは最初のPixelを発表しました。ハードとソフトの設計を「ひとつの屋根の下」で行ったと説明し、Googleアシスタントを最初から内蔵した初めてのスマホだとしています。

ハード側スマホ用のチップを自社で設計ソフト側音声認識や写真のAIをチップに合わせた

2021年10月19日、Googleは同社初のSoC「Google Tensor」を、Pixel 6とPixel 6 Proに載せると公表しました。機械学習の最近の進歩に遅れずについていくためだと説明しています。

ハード側Pixel 8 Proの端末内で動かすソフト側AICoreで小型のGeminiを提供した

2023年12月6日、GoogleはGemini 1.0の3つの大きさの1つ、Gemini NanoをPixel 8 Proで動かし、Android 14のAICoreで開発者にも使えるようにすると発表しました。

ハード側座標変換と照明の回路をチップに内蔵ソフト側描画の計算をCPUが受け持たなくなった

NVIDIAの会社年表で1999年8月に登場したと書かれているGeForce 256で、3D画面を作る計算（座標変換や照明）が、CPUのソフトからGPUという専用チップの回路へ移りました。NVIDIA自身は「業界初のGPU」と説明しています。

ハード側GPUがC言語のプログラムに対応したソフト側CUDAでGPUに計算を任せるようになった

2006年にNVIDIAがCUDAを発表し、GPUでの計算を画面描画の仕組みを通さず書けるようになりました。2007年6月にCUDA Toolkit 1.0が公開されたと、公式の一覧に載っています。ハードとC言語の道具が、セットで提供されました。

ハード側GTX 580を2枚並べて学習を分担ソフト側GPU向けの畳み込み計算を自作して公開

トロント大学の研究者たちは、NVIDIAのGTX 580を2枚使い、約120万枚の画像でネットワークを5〜6日かけて学習させました。この方法で2012年の画像認識コンテストで、2位を大きく下回る誤り率を出しました。

ハード側GPUに行列計算の専用回路を640個搭載ソフト側CUDA 9やcuDNNがその回路を呼び出す

2017年5月に発表されたTesla V100は、4×4の行列の掛け算と足し算を1つの回路で行うTensor Coreを640個持ちます。CUDAやcuDNNなどのソフトが、その回路を使うように更新されました。

ハード側Hopperに8ビット浮動小数点FP8を追加ソフト側層ごとに精度を選び倍率を調整する

2022年3月に発表されたH100のTransformer Engineは、ソフトとTensor Coreの回路が組んで、層ごとにFP8と16ビットを切り替えます。巨大な言語モデルの学習時間を縮める、とNVIDIAは説明しています。

ハード側72GPU＋36CPUを液冷ラックに集約ソフト側ラック全体を1つのGPUとして扱える

2024年3月に発表されたGB200 NVL72は、72個のGPUと36個のCPUをNVLinkでつないだラック型の液冷システムです。NVIDIAは「1つのGPUのように動く」と説明し、推論は同数のH100の最大30倍としています。

ハード側通信と保存を専用カードが担当ソフト側ハイパーバイザーを必要最小限に

2017年11月のC5で、AWSは通信やディスクの処理を専用ハードに任せ、新しいハイパーバイザーで動かした。この考え方は、現在公式ページが説明するNitro Systemの形に近いように見えます（僕らの見立てです。C5の記事に「Nitro」の語は見つかりませんでした）。

ハード側AWSがArm系のCPUを自社設計ソフト側Linux環境を整え作り直しを案内

2018年11月26日、AWSはArmの設計を土台にした自社のCPU「Graviton」を載せたA1インスタンスを発表しました。記事は、2015年にAnnapurna Labsを買収したあと、数年前からコスト重視の仕事向けの独自CPUを考え始めたと書いています（買収が理由とは書かれていません）。

ハード側推論用と学習用のAIチップ設計ソフト側Neuron SDKで主要な枠組みに対応

AWSは2018年11月にAIの推論チップInferentiaを発表し、2020年12月に学習用のTrainiumを予告しました。どちらも専用ソフトのNeuron SDKとセットで使います（AWS発表）。

ハード側Trainium2を数十万個つないだソフト側Claudeの学習と推論をこの上で実行

AWSはAnthropicと、Trainium2を数十万個つなぐ計算機「Project Rainier」を作ると2024年12月に発表し、2025年11月の公式記事は約50万個で稼働中と伝えました（AWS発表）。

ハード側深層学習専用プロセッサMN-Coreを開発ソフト側自社のChainerをPyTorchへ切り替え

Preferred Networksは2018年12月、深層学習専用のプロセッサMN-Coreの開発を発表しました。2019年12月には、ソフトの土台をChainerからPyTorchに移し、MN-CoreでもPyTorchを使えるようにすると発表しました。

ハード側Arm系の48コアCPU「A64FX」を富士通が開発ソフト側アプリの性能目標から設計を詰めた

富岳は、富士通が開発したArm系のCPU A64FXを使い、2020年6月のTOP500で世界1位（415.53PFlop/s）になりました。CPUの設計は、動かすアプリの側と目標を決めながら進められました。

ハード側OpenAI設計のAIアクセラレータ10GWソフト側最先端モデルの知見をチップに入れる

OpenAIは2025年10月13日、自社で設計するAI用チップ（アクセラレータ）を、Broadcomと共同で10ギガワット分配備すると発表しました。ラックの配備は2026年後半に始める目標で、モデルの会社がチップ設計に踏み込む動きです。

ハード側Google製TPUを最大100万個利用ソフト側ClaudeをTPUで動かしてきた経験

Anthropicは2025年10月23日、GoogleのAI用チップTPUを最大100万個使う計画を発表しました。2026年に1ギガワットを大きく超える規模の計算能力が稼働する予定で、AmazonやNVIDIAのチップも引き続き使うとされています。

ハード側次世代TPUを複数ギガワット分確保ソフト側Claudeを複数種のチップで運用

Anthropicは2026年4月6日、GoogleとBroadcomとの新しい契約を発表しました。複数ギガワット分の次世代TPUの容量が2027年から稼働する見込みで、Googleも同じ日に発表しています。