生成AIの導入が進む一方で、企業が自社環境にAI推論基盤を構築しようとすると、GPUサーバー本体だけではなく、電源容量や冷却設備、ラック構成まで見直さなければならないケースがあります。
Axelera AIは2026年11月12日、第3世代AIアクセラレーターアーキテクチャ「Titania」の詳細を発表しました。
今回の発表で注目したいのは、単純な演算性能の高さではありません。Titaniaが掲げているのは、既存の空冷データセンターへ導入できる電力・冷却条件のまま、大規模なAI推論を実行するという方向性です。
既存の空冷ラックでデータセンター級のAI推論を目指す、第3世代アーキテクチャ「Titania」の公式発表です。
早くもその先のアーキテクチャの名前予想してしまいますが、筆者はOberonかな？勝手に予想してニヤニヤしています。
本記事では、Axelera AIのプレスリリースをもとに、公表された数値を追うだけではなく、Titaniaが何を変えようとしているのか、既存のデータセンターにとってどこが重要なのかを読み解きます。
今回の発表を一言で表すなら、「AIサーバーに合わせてデータセンターを造り直す」のではなく、「既存のデータセンターに収まるAI推論基盤をつくる」という提案です。
Titaniaとは
Titaniaは、Axelera AIのDigital In-Memory Computing（D-IMC）技術を基盤とする、チップレット型のAI推論アーキテクチャです。
同社の製品ロードマップでは、現在提供されているエッジAI向けの「Metis」、企業サーバーや大規模エッジ向けの「Europa」に続く第3世代に位置付けられます。
- Metis：組み込み機器、エッジ端末、小型PC向け
- Europa：ワークステーション、エッジサーバー、企業サーバー向け
- Titania：ラックマウントサーバー、HPC、AIファクトリー向け
Titaniaは、Axelera AIが培ってきた省電力なAI推論技術を、データセンター規模まで拡張するためのアーキテクチャです。学習処理ではなく、LLM、VLM、音声、映像などの大規模な推論処理を主な対象としています。
なぜ「既存の空冷ラックに収まる」が重要なのか
高密度なGPUシステムでは、1ラック当たり100kWを超える電力と液冷設備を前提とする構成も登場しています。しかし、一般的な企業のサーバールームや既存データセンターで、そのまま対応できるとは限りません。
高性能なAIサーバーを導入できても、受電設備、配電、冷却、床荷重、ラックまで改修が必要になれば、導入費用と期間は大きく膨らみます。つまり、AIインフラのボトルネックは半導体の性能だけではなく、その半導体を設置し、冷却し、継続運用できるかに移りつつあります。
Titaniaの狙いは、この制約を回避することです。既存の空冷ラックに収まる消費電力と熱設計を目標に、データセンタークラスのAI推論性能を実現することで、設備を全面的に再構築せずにAI基盤を増強しようとしています。
もちろん、すべての導入環境で設備改修が不要になるという意味ではありません。受電容量、ラック当たりの許容電力、空調能力などは個別に確認する必要があります。それでも、標準的な4U空冷サーバーとして設計する方針は、既設設備を生かしたい企業にとって大きな意味を持ちます。
HBMではなくLPDDR6を選ぶ理由
もう一つ特徴的なのが、AIアクセラレーターで広く使われるHBMではなく、LPDDR6を採用する方針です。
HBMは非常に高い帯域を持つ一方、価格、消費電力、供給量、先端パッケージングへの依存が課題になります。Titaniaはデータ移動と演算の効率を高めることで、比較的入手しやすいLPDDR6を利用し、各パッケージに128GBのメモリ容量を確保します。
この選択は、最大帯域だけを追うのではなく、実際の推論処理で必要となるメモリ容量、データ利用効率、電力、調達性を総合的に最適化する考え方といえます。特にMixture of Experts（MoE）のように、モデル全体は巨大でも推論時に動くパラメータが限られる方式では、単純なピーク帯域だけでなく、十分な容量と効率的なデータ配置が重要になります。
4U空冷サーバー「AX8」の想定仕様
Axelera AIが示したリファレンスサーバーのコードネームは「AX8」です。8基のTitania SiPを搭載する標準4Uの空冷サーバーで、次の性能を想定しています。
項目公表された想定仕様演算性能FP8で20PFLOPSアクセラレータメモリ1TBメモリ帯域19.6TB/s標準消費電力5～6kW収容可能なモデル規模FP4で最大1.6兆パラメータ、KVキャッシュ領域を含む
同社によれば、従来型の15kWラックには2台、30kWの空冷ラックには5台を搭載できる想定です。大規模モデルを扱いながら、既存の電源・空冷設備へ収めることがTitaniaの中心的な価値提案になっています。
ここで重要なのは「20PFLOPS」という単独の性能値よりも、その性能を5～6kWの4U空冷サーバーに収めるという設計目標です。AIインフラの導入可否は、アクセラレーターの性能だけでなく、設備側が受け止められる電力密度で決まるからです。
LLMだけでなく映像AIも同じ基盤へ
Titaniaは言語モデル専用ではありません。H.265とAV1に対応する8Kデコード、4Kエンコード機能を内蔵し、ホストCPUへ負荷を集中させずに映像を処理する設計です。
そのため、LLMや音声認識だけでなく、VLM、監視映像の検索・要約、リアルタイム映像解析などを同一システム上で組み合わせる構成も想定できます。
これは、Axelera AIがエッジのコンピュータービジョンで培った技術を、企業向け生成AIやデータセンターへ拡張していることを示しています。エッジ側のMetisで映像を常時監視し、重要なイベントだけをEuropaやTitaniaへ渡して詳細解析するといった、階層型のAIシステムも考えられます。
ハードウェアが変わってもVoyager SDKは共通
Titaniaでも、MetisやEuropaと同じVoyager SDKおよびAxeleraScript（AxScript）が使われる計画です。
さらに、TitaniaのPCIeカードは、4基のEuropaチップを搭載するフルハイト・フルレングスカード「Axelera Server 250p」から置き換えられる設計とされています。Europa向けに開発したモデルを再移植せず、2028年にTitaniaへ移行できることを目指しています。
AIアクセラレーターは、演算性能だけでなく、モデルの移植、最適化、パイプライン構築、運用環境の維持に多くの工数がかかります。同じソフトウェア基盤を組み込み機器からデータセンターまで継続できることは、長期的な製品選定において重要なポイントです。
公表値を見る際の注意点
Axelera AIはTitaniaについて、同社が比較対象とするデータセンター向けサーバーに対し、最大7倍の性能／W、最大20倍のTCO改善を見込むとしています。また、3億ドルを超える顧客コミットメントがあることも公表しました。
ただし、Titaniaの量産開始は2027年第3四半期、顧客展開は2028年初頭の予定です。今回示された性能やTCOは、量産シリコンを使った第三者ベンチマークではなく、現時点におけるAxelera AIの性能目標・想定値です。比較対象や測定条件の詳細も、今後確認する必要があります。
この3億ドルを超える顧客コミットメントは契約形態や内訳は明らかにされていませんが、これはAI推論需要が拡大する一方、電力・冷却設備の増強が導入の制約になっており、既存の空冷インフラを生かせる高効率な推論基盤への期待がすでに大きいことを示す材料といえます。
既存設備を生かすAIインフラという選択肢
Titaniaの発表から見えてくるのは、AIサーバーの競争軸がピーク性能だけではなくなっていることです。
導入時に電源や冷却設備をどこまで改修する必要があるのか。1ラックからどれだけの推論処理を取り出せるのか。ハードウェア世代が変わってもソフトウェア資産を継承できるのか。こうした現実的な導入・運用条件が、企業のAI基盤では重要になります。
Axelera AIは、エッジ向けのMetis、企業サーバー向けのEuropa、HPC向けのTitaniaを共通のVoyagerソフトウェア基盤でつなごうとしています。Titaniaはまだ将来製品ですが、今回の発表は、同社が省電力エッジAIアクセラレーターのメーカーから、組み込み、企業サーバー、AIファクトリーまでをカバーするAI推論プラットフォームへ進もうとしていることを明確に示しました。
Titaniaは将来製品ですが、その基盤となるD-IMC技術やVoyager SDKは、現在提供されているMetis製品ですでに評価を始められます。
MCM Japanでは、Axelera AIのAIアクセラレーターおよび評価環境をご案内しています。現在提供中のMetis搭載製品、Voyager SDK、今後のEuropa／Titaniaロードマップについて、ご関心のある方はお問い合わせください。