この記事のポイント
Cobalt 200はMicrosoft内製Arm CPUの第2世代で、2026-11-17にAzure VMとしてGA。Cobalt 100比+50%性能・Intel Xeon 6比26%安の単価が同時に実現した(Cobalt 100比では料金は約40%高)
主戦場はGPUではなくCPU側。ツール実行中心のエージェントでは実行時間の最大88%がCPUで発生する場面があり、Armでの単価削減が効く
VMシリーズはDpsv7(Agent Orchestration)・Epsv7(Vector Store)・Mpsv4(高メモリDB)・Lpsv5(ローカルNVMe)の役割分担で選ぶ
East US 4vCPU/16GiBで$0.196/hrと、Intel Xeon 6($0.265)の26%安。16 vCPU換算で年間$2,409、100 vCPU換算で年間約$1.5万のCPU単価差になる
現時点でGAは14リージョンで、Japan Eastは未対応。日本企業が本番配置する場合は韓国中部やUK Southでの先行検証が現実的

Microsoft MVP・AIパートナー。LinkX Japan株式会社 代表取締役。東京工業大学大学院にて自然言語処理・金融工学を研究。NHK放送技術研究所でAI・ブロックチェーンの研究開発に従事し、国際学会・ジャーナルでの発表多数。経営情報学会 優秀賞受賞。シンガポールでWeb3企業を創業後、現在は企業向けAI導入・DX推進を支援。
Azure Cobalt 200は、Microsoftが独自に設計したArmベースのクラウドCPUの第2世代で、2026年11月17日に開幕したMicrosoft Ignite 2026で仮想マシンの一般提供(GA)が発表された新しいプロセッサです。
132コアのArm Neoverse V3をTSMC 3nmで実装し、前世代のCobalt 100比で最大50%の性能向上を打ち出しています。
本記事では、Cobalt 200の技術仕様とデジタルツイン設計、Agentic AI時代のCPU需要構造、Dpsv7・Epsv7・Mpsv4・Lpsv5といったVMシリーズの使い分け、Intel Xeon 6やAMD EPYC・Cobalt 100との料金比較、AWS Graviton4・Google Axionとの位置関係、日本企業の移行判断軸までを、2026年11月時点の公式情報で体系的に解説します。
目次
Azure Cobalt 200とは?Microsoft内製Armプロセッサの第2世代
Cobalt 200がエージェント時代のクラウドCPUに特化した理由
Agentic AIではCPU:GPU比を1:1〜1.4:1に引き上げる構成が推奨されている
Azure Cobalt 200の技術仕様とデジタルツイン設計
セキュリティ:Azure Integrated HSMとArm CCA
Cobalt 200 VMシリーズとAgentic用途別SKUの使い分け
Azure Cobalt 200の料金——Intel Xeon 6・AMD EPYC・Cobalt 100との比較
AWS Graviton4・Google AxionとCobalt 200の違い
Cobalt 200導入前に押さえる互換性と日本リージョンの現状
Azure Cobalt 200とは?Microsoft内製Armプロセッサの第2世代

Microsoft Azureが2026年11月17日のMicrosoft Ignite 2026で一般提供を発表したCobalt 200は、Microsoftが独自に設計したArmベースのクラウドCPUの第2世代です。

Azure Cobalt 200のSoCパッケージ(出典:Microsoft Tech Community)
Cobalt 100(2024年リリース)の後継にあたり、Arm Neoverse Compute Subsystems V3(CSS V3)を採用した132コアのSoCを、TSMCの3nmプロセスで製造しています(Microsoft Azure Blog)。
Ignite 2026に先立つ2026年10月12日に発表された自社AIアクセラレータ「Maia 300」と対になり、AIワークロードのGPU側はMaia、CPU側はCobaltという内製シリコンの二本柱が本格的に揃った節目という位置づけです。
Cobalt 200がエージェント時代のクラウドCPUに特化した理由

Cobalt 200はニュース見出しだけを見るとx86対抗の汎用Arm CPUに見えますが、MicrosoftとArm Developer Blogが繰り返し強調しているのは、AIエージェントのワークロード特性に合わせて設計したという点です。
LLM推論そのものはGPU(NVIDIA GB200・B300や自社Maia)で回すとしても、その周辺でCPUが処理する仕事量が、エージェント時代になって一気に膨らんでいます。
ツール実行中心のワークロードではCPUが遅延の主役になる

Agentic AIのワークロードは、大規模言語モデル(LLM)の推論だけでは完結しません。
ツールの呼び出し、サブエージェントへのタスク委譲、ファイル検索、コードコンパイル、ベクトル検索といった処理が1リクエスト内で何度も走ります。
Agent実行のCPU特性を分析した研究論文(Agentic AI Execution: A CPU-Centric Perspective, arXiv 2511.00739, 2026-04)は、ChemCrowのような重い分子計算ツールを多用するエージェントではCPU側のツール処理が実行時間の85〜88%を占める一方、SWE-AgentのSys 1構成ではBash/Python実行などのCPU処理が25〜38%に留まるなど、ワークロード構成でCPU支配率が大きく変わると報告しています。
共通するのは、GPU推論に閉じたチューニングだけでは一部のツール中心ワークロードでボトルネックが取れないという事実で、CPU側のスループットが実質的なエージェント全体のコスト構造を左右する局面が増えてきました。
Agentic AIではCPU:GPU比を1:1〜1.4:1に引き上げる構成が推奨されている

従来のAI学習インフラは、NVIDIA DGX H100(CPU 2基・GPU 8基の1:4構成)に代表されるように、GPU側に大きく傾いた比率でサーバーを組むのが一般的でした。
Agentic AIでは、Tool実行・Orchestrationの比重が高いため、Intelの白書『Agentic AI Requires More CPUs』は、Intel Xeon 6767PとNVIDIA B200の組み合わせで測定した2026年3月時点の推奨構成として、CPU:GPU比を1:1〜1.4:1(8Bモデルで1.4:1、70Bで1:1、405Bで0.8:1)とし、GPU 1基あたりおよそ86〜120 CPUコアが必要と示しています。
Armは、この構造変化を数字で示しています。
同社のQ2 FY27決算資料によれば、Arm搭載サーバーのハイパースケーラーシェアは2024年の15%から2025年に50%超、2026年末には60%超まで伸びる見込みで、データセンター向けロイヤリティも前年比倍増しています(Arm Newsroom)。
Microsoftが示した「agent-aware」設計

Microsoftは、Cobalt 200の設計段階からAgentワークロードを明示的なターゲットに置いています。
サンドボックス作成の高速化、ベクトル検索・インメモリキャッシュ向けのメモリ帯域強化、per-coreのDVFSによる動的な電力配分が、その具体例です。
Arm Developer Blogの公式ベンチマーク(Microsoft Agent Developer compute benchmarks)によると、Cobalt 100比でサンドボックス作成が+15%・サンドボックスのメモリ帯域が+40%・サンドボックス内でのTool実行が+50%改善されており、これが「GPU非依存のAI基盤」としての中核的な性能向上です。

Cobalt 200のAgentic computeベンチマーク(Cobalt 100比の性能向上率・出典:Arm Developer Blog)
チャートが示すとおり、Agentic AIの3つのコア工程(サンドボックス作成・メモリ帯域・Tool実行)がCobalt 100比で全方位的に改善しています。
特に+50%のTool実行性能は、サンドボックス内のツール実行時間に効く値です。ネットワーク待ちや外部APIレスポンス時間を含むリクエスト全体に同率で効くわけではありませんが、1リクエスト内で数回〜数十回のサンドボックス実行を含むAgentワークロードでは、積算でスループット差が顕在化します。
Agentic AIを本格運用する企業にとって、GPUのアップグレードだけでは詰まるボトルネックに、Cobalt 200は正面から入ってきたCPUという整理ができます。
Azure Cobalt 200の技術仕様とデジタルツイン設計

Cobalt 200は、単にコア数とプロセスを更新した世代交代ではなく、クラウドの実ワークロードから逆算して設計を最適化した点が大きな特徴です。
プロセッサ中核仕様

Cobalt 200のSoCレベルの主要スペックは、以下の表のとおりです。
| 項目 | Cobalt 100 | Cobalt 200 |
|---|---|---|
| コア | 128(Arm Neoverse N2) | 132(Arm Neoverse V3 / CSS V3) |
| プロセス | TSMC 5nm | TSMC 3nm |
| L2キャッシュ | 1MB / コア | 3MB / コア |
| システムキャッシュ | 分散共有L3 | 192MB 統合システムキャッシュ |
| メモリ | 12ch DDR5 | 12ch DDR5 |
| 電力制御 | (公式では未詳述) | per-core DVFS対応 |
| アクセラレータ | — | 圧縮・暗号化オンチップアクセラレータ |
キャッシュ容量の変化が特に大きく、L2がコアあたり3倍、システムキャッシュは192MBの統合構成に切り替わっています。
これは、Agentic AIで頻発する「短い命令の高頻度処理」でキャッシュヒット率を稼ぐ狙いが明確に出ている設計です。

Cobalt 200 SoCの内部ブロック構成(チップレット2枚にArm Neoverse V3コアとMemory Controller・圧縮/暗号Acceleratorを統合・出典:Microsoft Tech Community)
ブロック図で可視化されているのは、Cobalt 200が単一の巨大なモノリシックダイではなく、66コアのチップレット2枚をHigh-Bandwidth Interconnectで束ねる構成をとっている点です。
各チップレットには独立したMemory Controller・PCIe/CXL・DVFS制御・Data Movement Accelerator・圧縮/暗号Acceleratorが搭載されており、ワークロードを2つのダイに物理的に分散させながらも、ソフトウェアからは132コアの単一SoCとして扱える設計になっています。
このチップレット分割は、3nmプロセスでの歩留まり確保とSoCあたりのコア密度向上の両立に効くアプローチで、AMD EPYC・Intel Xeon 6(Granite Rapids)も同方向の設計を取り入れています。
専用アクセラレータと per-core DVFS

Cobalt 200は、CPUコアの外側にデータ圧縮・解凍・暗号化専用のハードウェアアクセラレータを搭載しています。
Microsoftは、クラウドワークロードの30%以上がこれらの処理を伴うと試算しており、CPUコアから処理をオフロードすることで実効スループットを押し上げる設計意図があります(Publickey)。
さらにper-core DVFS(Dynamic Voltage and Frequency Scaling)により、132コア1つひとつが独立した周波数で動けます。
稼働モードは2種類に分かれており、用途に応じて切り替えます。
-
Deterministic mode
全コア3.2GHzの固定周波数で動作。分散データベースやリアルタイム処理など、一定の応答時間を求める用途向け
-
Opportunistic mode
最大3.6GHzまでブースト(Deterministic比+12%)。Webサーバーやトランザクション処理など、ばらつきを許容できるワークロード向け
デフォルトはDeterministicで、Opportunisticへの切り替えに追加料金は発生しません。ワークロード特性に応じてVM作成時に選ぶだけで切り替えられます。
このコア単位の制御により、「全コアが並行してピーク電力を消費する」という従来型のCPUが抱えていた電力ロスを減らしています。
デジタルツインで35万パターンを事前検証
Cobalt 200の設計で最も象徴的なのが、Microsoftが導入したシリコン設計からのデジタルツイン検証プロセスです。
同社は、実際のAzureワークロードから抽出した140種超のベンチマーク変種を使い、SoC/システム設計パラメータの2,800組合せから合計35万超の構成候補をAI・統計モデルで評価したと公表しています。
この手法により、「Agent sandbox作成の高速化」「ベクトル検索でのメモリ帯域の確保」「圧縮処理のオフロード」といった、クラウド固有の要件を反映した設計決定を定量的に積み上げられるようになりました。
汎用CPUベンダーが「標準ベンチマークで速いCPU」を作るのに対し、Microsoftは「Azure上のagentic workloadで速いCPU」を作るというアプローチの違いが、仕様の細部に現れています。

Cobalt 200のper-vCPU性能向上(Cobalt 100比・出典:Arm Developer Blog)

チャートが示すのは、設計アプローチが実ワークロードでそのまま結果に出ている点です。
per-vCPU(仮想CPU単位)での性能向上は、Cloud database(mySQL)で+135%と群を抜き、In-memory database(Redis)で+80%、業界標準の整数性能ベンチマークであるSPECrate@2017_int_base(Estimated)で+60%、Communications encryption(OpenSSL)で+45%、Web serving(NGINX)で+40%となっています。
mySQLの改善幅が大きい背景は公式では詳細に帰属されていませんが、クエリ処理のような「短い命令の高頻度処理」に、L2キャッシュ3MB/コアと192MB統合システムキャッシュがどう効くかを合わせて読むと、キャッシュ階層強化の影響が大きいと推測できます。
セキュリティ:Azure Integrated HSMとArm CCA

セキュリティ面では、3つのレイヤーが組み合わされます。
Cobalt 200 VMを収容するサーバーには、Microsoftが独自設計したAzure Integrated HSM(ハードウェアセキュリティモジュール)が同一ノード上に搭載されており、鍵の格納と暗号処理をVM近傍で完結できます。
-
メモリ暗号化のデフォルト有効化
カスタムメモリコントローラにより、VMメモリが常時暗号化された状態で動作。公式はレイテンシへの影響は無視できる水準としている
-
Arm Confidential Compute Architecture(CCA)対応
ハイパーバイザとホストOSから隔離されたハードウェア境界でVMメモリを保護する仕組みに対応
-
Azure Integrated HSM
VMを収容するサーバーに同一ノード搭載されたHSMで、鍵格納・暗号処理・ルートオブトラストをVM近傍で完結させ、外部HSMへの依存を減らす
これらの機能は、Agent実行時に扱う業務データ・社内文書・API資格情報といった機密情報の保護に直結します。
AgentがToolを呼び出すたびに資格情報がメモリ上を飛び交う構成では、「メモリ暗号化がデフォルト」というだけでも運用設計の難度が一段下がります。
Cobalt 200 VMシリーズとAgentic用途別SKUの使い分け
Cobalt 200は5つのVMシリーズとして提供され、Agentic AIの各工程に合わせた使い分けが前提になっています。

Azure Cobalt 200を実装したサーバー基板(1枚に2つのSoCと多数のDDR5 DIMMスロットが並ぶ・出典:Microsoft Azure Blog)

Microsoft Azure Blogの公式リストに基づき、特性と向く用途を整理します。
5シリーズの基本諸元
以下の表で、各シリーズの基本スペックと主な用途を並べました。Dpsv7やEpsv7の「d」付き(Dpdsv7・Epdsv7)はローカル一時ディスク付きの派生です。
| シリーズ | vCPU/メモリ比 | 最大構成 | 主な用途 |
|---|---|---|---|
| Dplsv7 / Dpldsv7 | 1:2 GiB | 128 vCPU / 256 GiB | マイクロサービス、ゲームサーバ、メディアエンコード |
| Dpsv7 / Dpdsv7 | 1:4 GiB | 128 vCPU / 512 GiB | Web/アプリサーバ、Agent Orchestration、Tool Sandbox |
| Epsv7 / Epdsv7 | 1:8 GiB | 128 vCPU / 1,024 GiB | 大規模DB、インメモリキャッシュ、ベクトル検索、Agent memory store |
| Mpsv4 / Mpdsv4 | 最大1:16 GiB | 128 vCPU / 1,388 GiB | 大規模インメモリDB、ERP、大規模ベクトル検索 |
| Lpsv5 | 1:8 GiB | 128 vCPU / 最大23 TB NVMe | AI学習データのステージング、ビッグデータ分析、ローカルストレージDB |
Agentic AIの文脈で見ると、「軽量な並列実行→メモリ寄り→ストレージ寄り」の3つのレイヤーを1系統のArm CPUで揃えられる点が、設計上の大きな意味を持ちます。
Agent工程別の推奨マッピング

Agenticなシステムを構築する際、どのVMシリーズを選ぶかはAgentの「どの工程を担うか」で決まります。
エージェントハーネス設計の観点でVMシリーズを整理すると、それぞれのレイヤーが明確になります。
-
Agent Orchestration レイヤー
サブエージェント呼び出し・タスクルーティング・ステートマシンの実行には、Dpsv7がフィット。中程度のメモリ量とスループットのバランスが取れている
-
Tool Sandbox / Code Execution
コード実行・CI/CD的な一時環境・サンドボックス作成には、軽量なDplsv7が向く。サンドボックス作成の高速化はCobalt 200の設計目標の1つ
-
Vector Search / Agent Memory
ベクトルDB・長期記憶・インメモリキャッシュには、Epsv7。1:8GiB比と192MB統合システムキャッシュの恩恵が大きい
-
大規模メモリDB / RAG用ドキュメントストア
数百GB規模のインメモリDBや大量ドキュメントのRAG基盤には、Mpsv4。1,388GiBまで単一VMで確保できる
-
ローカルNVMeを使うデータパイプライン
学習データステージング・ログ処理・ローカル高速DBには、Lpsv5。最大23TBのNVMeを直結できる
Agent自体のレイヤーと、その下のRAG用ベクトルストア・Agent memoryのレイヤーを別シリーズで組めるため、ワークロード特性に合わせた単価最適化がやりやすくなります。
対応OSとデプロイ方法

Cobalt 200 VMはAzureポータル・CLI・SDK・ARMテンプレート・Bicep経由の既存のVM作成フローで展開でき、特別な操作は不要です。
OSは、Ubuntu・Red Hat Enterprise Linux・SUSE Linux Enterprise Server・Azure Linux・Debian・AlmaLinux・Rocky Linux・Oracle LinuxといったメジャーなLinuxディストリビューションに加え、Windows 11 Clientがサポートされています。
UbuntuはCanonicalとMicrosoftが共同で最適化イメージを提供しており、Cobalt 200 GAと同時にUbuntu 24.04 LTS・26.04 LTSの両系統で正式サポートが宣言されています(Canonical Ubuntu Blog)。
Windows Server系はIgnite 2026時点でまだGA対象外のため、Windows Server前提の既存業務は従来のx86 VM(Dsv6・Dsv7等)を併用する形になります。
Azure Cobalt 200の料金——Intel Xeon 6・AMD EPYC・Cobalt 100との比較
料金面では、Cobalt 200はIntel系と比較して26%安い単価で登場しました。

Agent基盤の運用コストをCPU単価で2〜3割引き下げられるかどうかは、年間契約を組む企業にとって無視できない水準です。
East USにおける4vCPU/16GiBの単価比較
公式のPay-as-you-go価格(East USリージョン・4 vCPU / 16 GiBの同等構成・Linux)を、CPU世代別に並べたのが以下の表です。
| CPU / VMシリーズ | 時間単価 | Intel Xeon 6との差 | 位置づけ |
|---|---|---|---|
| Intel Xeon 6 / D4s v7 | $0.265 / hr | 基準 | 最新x86(Intel) |
| AMD EPYC Genoa / D4as v6 | $0.182 / hr | -31% | x86(AMD) |
| Cobalt 200 / D4ps v7 | $0.196 / hr | -26% | 最新Arm(Microsoft) |
| Cobalt 100 / D4ps v6 | $0.140 / hr | -47% | 旧世代Arm |
Cobalt 200は、Intel Xeon 6比で26%安い一方で、Cobalt 100より約40%高い価格帯に置かれています(出典:Azure Retail Prices REST APIで取得したEast USの公式単価)。
「Cobalt 100より性能50%高くて価格40%高」とみると実効コストパフォーマンスはほぼ横ばいに見えますが、キャッシュ容量とAgentic向け最適化を加味すると、Agent Tool実行のようなキャッシュヒット率が効くワークロードでは実質的に単位スループットあたりが安くなるケースが増えます。
2026年11月時点のリージョン展開

Cobalt 200 VMは、Ignite 2026での発表時点で14リージョンのGAからスタートし、年末までに23リージョンへ拡大予定です。
公式の対象リージョンは、Australia East・Canada Central・Central US・East US・East US 2・Indonesia Central・Italy North・Korea Central・South Central US・Spain Central・Sweden Central・UK South・West US 2・West US 3の14地域となっています(Microsoft Azure Blog)。
日本国内のJapan East・Japan Westは、2026年11月18日時点でGA対象外です。
年末の23リージョン拡大計画にJapan系が含まれるかはIgnite 2026のアナウンスからは読み取れず、国内本番配置を急ぐ場合はKorea Central(韓国中部)やUK Southでの先行検証に落とすのが現実的な動線になります。
想定コスト削減シナリオ

Agentic AIを本格運用する場合の試算を、月次コストで見ておきます。
Agent Orchestrator用に16 vCPUを24時間365日稼働させると、Intel Xeon 6のD16s v7($1.06/hr相当)で月額約$770になります。
同構成をCobalt 200のD16ps v7($0.78/hr相当)に置き換えると、月額約$569まで下がる計算になり、月間$200・年間$2,400程度の削減が1インスタンスあたりで発生します。
この水準が、Agent基盤を100 vCPU規模で動かす企業にとっては年間約$1.5万(単純比例計算)のCPU単価差になります。GPU・ストレージ・ネットワーク・運用費を含む全体TCOへの影響はワークロード構成によって変わるため、別途試算が必要です。
AWS Graviton4・Google AxionとCobalt 200の違い

ハイパースケーラー3社のArm CPUが出揃った2026年は、「x86 vs Arm」ではなく「Arm同士の比較」が実務的な論点になります。
ハイパースケーラーそれぞれの位置づけを押さえておくと、マルチクラウド戦略を取る企業の判断がしやすくなります。
ハイパースケーラー3社のArm CPU比較

AWS Graviton4・Graviton5、Google Axion、Azure Cobalt 200の主要諸元を、同じ軸で並べます。
| 項目 | AWS Graviton4 | AWS Graviton5 | Google Axion | Azure Cobalt 200 |
|---|---|---|---|---|
| アーキテクチャ | Arm Neoverse V2 | Arm Neoverse(最新世代) | C4A: Arm Neoverse V2 / N4A: Arm Neoverse N3 | Arm Neoverse V3 / CSS V3 |
| コア数(最大) | 96 | 192 | C4A: 72 vCPU(最大VM構成) | 132 |
| プロセス | TSMC系(公式に世代明示なし) | TSMC 3nm | TSMC系(公式に世代明示なし) | TSMC 3nm |
| 投入時期 | 2024年7月GA | 2026年6月GA(M9g/M9gd) | C4A 2024年GA | 2026年11月GA |
| VMシリーズ | R8g・C8g・M8g等 | M9g・M9gd等 | C4A・N4A | Dpsv7・Epsv7・Mpsv4・Lpsv5等 |
| 設計の重心 | 汎用性+Neoverse V2の高IPC | コア数拡張・最新ワークロード向け | Googleアプリ基盤との統合 | Agentic AIワークロードへの最適化 |
VMレベルのWebアプリ性能ベンチマーク(4 vCPU/32 GiB構成)では、Google AxionがGraviton4を上回る場面も多いと報告されています(Cobalt 200は当該検証の対象外)。
SoCあたりの最大コア数ではGraviton5の192コアが頭ひとつ抜けている一方、Cobalt 200は3MB/コアのL2と192MB統合システムキャッシュでキャッシュ階層を強化しており、「1 VMに大きなメモリとコアを束ねたい」ユースケースではコア数とキャッシュ容量のどちらを重視するかで選択が分かれます。
戦略レイヤーの違い

スペック比較だけでなく、3社がそれぞれのArm CPUをどこに位置づけているかの違いも重要です。
-
AWS
Graviton3 → Graviton4とすでに世代を重ね、Amazon BedrockやEC2の主要インスタンス(R8g・C8g・M8g等)を広くArm化。Graviton revenue commitmentsは前年比20倍と公表されている
-
Google Cloud
Axionを「AIインフラの重要コンポーネント」と明言しつつ、生成AI推論向けのTPUとセットで提案。C4Aは一貫した高性能、N4Aはコスト最適という2軸を提示
-
Microsoft Azure
Cobalt 100の2024年GA時点で既にDatabricksのSQL Serverlessなど外部採用を打ち出していたが、Cobalt 200ではOpenAI・Databricks・Snowflakeなど外部主要プレイヤーの採用事例を前面に出し、「Agentic AI時代のCPU」というポジショニングを明確化
3社とも基本思想は「Armでx86比20〜40%の価格性能を出す」で共通しますが、Azureの2026年時点の打ち出し方はAIエージェント向けCPUという軸にかなり寄っています。
実運用で見る採用事例

Cobalt 200のGA発表に合わせて、MicrosoftはOpenAI・Databricks・Snowflake・Amadeus・InMobiの実測フィードバックを公開しています。
-
OpenAI
Cobalt 200上で高いスループットと低レイテンシを確認、「同じコア数でより多くのユーザーを処理でき、応答時間も短縮できた」とMicrosoftの発表にコメント
-
Databricks
Azure Databricksのサーバーレスコンピュートの一部でCobalt 200を採用。「起動が速く効率的に動作する」としている
-
Snowflake
各世代で実測ベースの性能・効率改善を確認していると公表
-
Amadeus
航空検索ワークロードのスループットが、Cobalt 200上で30%以上改善
-
InMobi
広告配信で秒間約50,000の推論処理を回し、Cobalt 100比で明確な効率改善を観測
Microsoft内部でも、Teamsのメディア処理が1.65倍、Azure Database for PostgreSQL・Azure SQL・Microsoft 365・Xbox周辺のサービスがCobalt 200に移行しつつあります。
Cobalt 100時点からDatabricksなど外部採用は進んでいましたが、Cobalt 200はOpenAI・Snowflake・Amadeus等を含む外部主要プレイヤーの事例が同時並走する形でGAを迎えたという点で、Armサーバーの成熟度が一段上がった節目と言えます。
Cobalt 200導入前に押さえる互換性と日本リージョンの現状

Cobalt 200への移行を検討する際、スペックや料金とは別軸で押さえておくべき条件が互換性とリージョン対応です。
Arm CPUは命令セットがx86と異なるため、ソフトウェアの対応状況を事前に確認しないと移行作業そのものが詰まります。

Arm Neoverse computeプラットフォームに対応している主要エコシステム(Linux/OS・Cloud Native・SaaS & Enterprise・AI/ML の4カテゴリに主要企業・OSSが並ぶ・出典:Arm Developer Blog)
ロゴマップで示されているとおり、Arm Neoverse対応エコシステムは4カテゴリに広がっています。
Linux/OS側では Red Hat・Ubuntu・SUSE・Rocky Linux・AlmaLinux、Cloud Native側では Docker・Kubernetes・CNCF主要プロジェクト、SaaS/Enterprise側では Adobe・Uber・SAP・Spotify・Oracle・Cloudflare・Dynatrace・Palo Alto Networks、AI/ML側では Databricks・Anthropic・Hugging Face・PyTorch・MongoDB など、現代のクラウド/AIスタックの中心的な製品が揃っています。
この裾野の広さが、Cobalt 200導入時の移行作業が「アプリコード書き直し」ではなく「対応バイナリの選択とコンパイル再実行」のレベルで済むケースが多い理由です。
バイナリ互換性と主要ランタイムの対応

Arm系CPUで動かすには、OS・ランタイム・依存ライブラリがaarch64(Arm 64bit)対応している必要があります。
2026年11月時点の主要ランタイムの対応状況は、おおむね以下のとおりです。
-
ネイティブ対応で問題なく動く
.NET 10/11(.NET 8・.NET 9はともに2026年11月10日サポート終了)、Java(OpenJDK・Azul Zulu・Amazon Corretto)、Go、Python 3.11以降、Node.js 22/24/26 LTS(Node.js 20は2026年にEOL到達済み)、Rust、PostgreSQL、MySQL、Redis、Nginx、Apache、PHP
-
コンパイル再実行は必要だが対応している
C/C++の自社バイナリ、Rust/Goのネイティブバイナリ、一部OSSの古いバージョン
-
注意が必要
SAP HANAなど商用ISVの一部はAzure上でのArm64構成が未サポート。Oracle DatabaseはLinux ARM(aarch64)向け配布があるが、採用するバージョン・エディション・Azure上の商用サポート構成を事前確認する必要がある。他にネイティブ依存の古い業務システム、Windows Serverベースの業務アプリ(2026年11月時点でWindows Server for CobaltはGA対象外)
クラウドネイティブ系ではCNCFプロジェクトの95%以上がArm対応しており、KubernetesやPrometheus、Istioといった標準スタックはそのまま動きます。
クラウドネイティブ化が進んでいる企業ほど、Cobalt 200への移行コストは低くなります。
日本リージョンの現状と代替戦略

2026年11月時点でJapan East・Japan WestはCobalt 200 VMのGA対象外で、国内配置を前提とした案件は当面x86系VMとの併用になります。
年末までの23リージョン拡大でJapan系が含まれるかは、Ignite 2026の発表資料からは読み取れません。
日本企業がCobalt 200を本格的に検証・運用する場合、現実的な選択肢は3つあります。
-
Korea Central(韓国中部)で先行検証
地理的に最も近いGAリージョン。PoCや非本番ワークロードなら現実的な候補になる(本番配置の場合は自社拠点からのレイテンシを事前実測して判断する)
-
UK South・Sweden Central等で技術評価
Agentic AIワークロードの性能測定だけ目的なら、レイテンシ要件の緩い検証系ワークロードに割り当てる
-
Japan Eastの対応を待つ
金融・医療・公共等でデータ所在地要件が厳しい場合は、Cobalt 100(Japan East対応済み)で先行し、Cobalt 200のJapan対応を待つ
Japan EastがCobalt 100をサポートしている実績はありますが、Cobalt 200の国内展開時期はIgnite 2026時点で公式に示されていないため、戦略は「Japan East GA時点で切り替え」ではなく、「現時点でArm化できるワークロードを海外リージョンから順次並走させる」前提で組むのが堅実です。
移行判断の5つの軸

既存のAzure Virtual MachinesをCobalt 200に寄せるかどうかは、以下の5軸で判断するのが実務的です。
| 判断軸 | 寄せられる条件 | 寄せにくい条件 |
|---|---|---|
| バイナリ互換性 | .NET/Java/Go/Python/Node中心、CNCF系OSS | SAP HANA等のArm64非対応ISV、またはAzure上の商用サポート構成で制約があるDB/ERP依存 |
| OS要件 | Linux系(Ubuntu/RHEL/SUSE等) | Windows Server必須の業務アプリ |
| リージョン | 米・欧・豪・韓で完結 | Japan East必須(データ所在地要件) |
| ワークロード特性 | Agent・Web・DB・コンテナ・キャッシュ | GPU直結の学習ジョブ、FPGA依存 |
| 運用体制 | IaCと自動デプロイが整備済み | 手動構築中心、ドキュメント整備が薄い |
5軸中3〜4軸が緑なら、まずPoCとしてAgent Orchestration・Web/APIサーバ・Redisキャッシュといった部分からCobalt 200への移行を進めるのが現実的です。
逆に、Arm64サポート外のISV依存が強い・Windows Server必須・Japan East必須のいずれかに該当する場合は、無理に全面移行せず「新規ワークロードから順次Arm化」という段階的な戦略を取るほうが安全です。
x86に残す業務システムはそのままに、周りの手作業をAgentが引き受ける
Cobalt 200はエージェントのツール実行に合わせて設計されたCPUです。ただ、移行の判断軸に照らすと、Windows Server前提の業務アプリや、Azure上でArm64構成が未サポートのSAP HANAに依存する基幹システムは、当面x86のまま残ります。請求書の登録や経費の計上のように人手の入力が集まる業務は、こうした基幹システムとつながっていることが多く、Arm化とは別の線で、その負担を減らす手立てが効いてきます。
その負担を引き取るのが、社員と基幹システムの間で入力や照合を代わりに進める業務特化Agentを、自社のAzure環境の中で動かすAI Agent Hubです。
- 移行しない基幹システムは、そのまま接続先にする
SAP HANAのようにx86で動かし続ける基幹システムは、要件に応じてAgentとつなぐため、Arm化の計画とは切り離して自動化に取りかかれます。
- 書類の読み取りから登録までを、Agentが順に進める
届いた請求書や領収書の項目をAI-OCR Agentが取り出し、規定チェックAgentで社内の規程に沿うかを確かめたうえで、基幹システムへの入力を自動入力Agentが受け持ちます。
- 社員の入口は、Teamsひとつにそろえる
経費の申請や請求書の確認はTeamsで頼めるため、処理がx86に残る業務アプリで動くのか、Armへ移したサービスで動くのかを、社員が気にせずに済みます。
AI総合研究所の専任チームが、x86に残すシステムの周りで入力の手間が大きい業務を洗い出し、Agentに渡す順番を移行の計画と並べて組み立てます。
x86に残す基幹システムの手作業を減らす
システムは置き換えずにAgentでつなぐ
Windows Server前提の業務アプリやSAP HANAに依存する基幹システムは、Cobalt 200へ寄せにくく、当面はx86のままです。そうしたシステムを置き換えずに、読み取りや入力を代行する業務特化Agentを社員のTeamsから動かす形は、AI Agent Hubで組めます。
まとめ
本記事では、Azure Cobalt 200を「MicrosoftがAzure向けに自社で設計したArm CPU」として整理し、エージェント時代に特化した理由・技術仕様・VMシリーズの使い分け・料金・他社のArm CPUとの違い・互換性と日本リージョンの現状を解説しました。
2026年11月時点で押さえておくべきポイントは次の3つです。
- ツールの実行が多いエージェントではCPUが遅延の主役になるため、GPUの性能を上げるだけでは速くならない
- VMシリーズはエージェントのどの工程を受け持つかで選び、オーケストレーションにはDpsv7、ベクトル検索や長期記憶にはEpsv7が向く
- 単価はIntel Xeon 6より安く、Cobalt 100より高いが、キャッシュが効くワークロードなら処理量あたりで割安になりやすい
AI総合研究所は、Cobalt 200への移行をワークロード単位で進めます。
まずは、OS・ランタイム・依存ライブラリがArmで動くかを確かめます。
続いて、WebサーバーやAPIサーバーのように移しやすい処理を選び、性能と応答時間を測ります。
Cobalt 200がいつ日本リージョンで使えるようになるかは、まだ示されていません。そのため、国内での提供を待たずに韓国中部などで試します。
エージェントの処理が増えるほど、AI基盤のコストはCPUの選び方で変わります。













