30秒サマリー
- GoogleがRay 2.55でTPUを「ファーストクラスのアクセラレータ」として正式サポート開始
- GKEとRay CoreがTPUスライスの配置管理を自動化し、手書きの配置コードが不要に
- Part 2ではvLLM・Ray Data・JaxTrainerによるLLM推論・学習の活用法を解説予定
何が起きたか
Googleは2026年7月20日、公式開発者ブログでRayフレームワークのバージョン2.55からGoogle Cloud TPU（Tensor Processing Unit）が「ファーストクラスのアクセラレータ」として正式サポートされたと発表した。これまでTPUへの対応は実験的な位置づけで、ユーザーが独自コンテナをビルドしコミュニティサポートに頼る必要があったが、今回の正式化によりリリースパイプラインへの組み込みと公式ビルド済みイメージの提供が開始された。
技術面での要点はTPU固有の「スライス」概念への対応だ。TPUチップは複数のVMホストを高速な専用リンク（ICI：Inter-Chip Interconnect）で結んだ固定グループ（スライス）として動作する。マルチホスト構成のワークロードは1つの完全なスライス上に展開されなければ通信が成立せず処理が停止するため、スライス全体をまとめて確保する仕組みが必要となる。
この課題をGKEとRay Coreが自動的に解決する。GKEのRay Operator add-onを有効化すると、TPUウェブフックが各TPUホストに「ray.io/tpu-slice-name」等のラベルを付与し、Ray CoreのAPIである`slice_placement_group()`がそのラベルを読み取ってスライス全体をアトミックに予約する。ユーザーはトポロジー（例：「4×4」＝16チップ）を指定するだけで、手動の配置コード記述は不要になる。
シリーズのPart 1にあたる今回の記事は基礎概念とGKE・Ray Coreレイヤーを解説しており、Part 2ではvLLMを用いたLLM推論（Ray Serve）、Ray Data、JaxTrainerを使ったTPU上の学習方法を取り上げる予定だとされている。
原典ハイライト
「Ray 2.55の時点で、Google Cloud TPUはRayにおけるファーストクラスのアクセラレータとなった」——これが今回の発表の核心。実験的パスを脱し、公式リリースパイプラインと事前ビルド済みイメージによるフルサポートが実現した点が重要。
出典: Google Developers Blog – AI（公式ブログ）
So What?（なぜ重要か）
GPU向けに書かれた既存のRay分散処理コードがTPUでほぼそのまま動作するようになったことで、大規模AI学習・推論基盤の選択肢にTPUが現実的に加わる。これまで参入障壁となっていたインフラ整備の複雑さが大幅に低減され、TPUの演算性能をより小さな開発工数で活用できる環境が整いつつある。
日本企業への示唆
GPU不足や調達コスト上昇に直面する日本企業にとって、TPUという代替アクセラレータへの移行難易度が下がった点は検討に値する。既存のRay資産（学習スクリプト、MLパイプライン）を大幅に書き直さずにGoogle Cloud TPUへ移行できる可能性があるため、AI基盤をGCP上で構築・検討している企業は技術評価を前倒しで進めることが選択肢になる。ただし`slice_placement_group()`APIがアルファ版であることを踏まえ、本番導入にあたってはAPIの安定化状況を継続的にモニタリングする体制を整えることが望ましい。
背景・経緯
Rayはオープンソースの分散コンピューティングフレームワークで、タスク（ステートレス関数）とアクター（ステートフルワーカー）のモデルでPythonコードをクラスター上で実行する。GPUアクセラレータとの連携は従来から実績があり、今回のTPU正式対応はその延長線上に位置づけられる。GKEのRay Operator add-onはKubeRayをベースにしており、GPU環境でも使われている仕組みをTPU向けに拡張した形となっている。
