コンピューティング
数週間を数時間に変える – AIがすでにマイクロチップ工学を変革している方法
Securities.io を Google の優先ソースに追加
現代の技術時代は、マイクロチップの効率的な活用に支えられています。世界のマイクロチップ市場は、2022年の約215.6億米ドルから、2030年までに年平均成長率10％超でほぼ470億米ドルに成長すると予測されています。
マイクロチップがこのような速度で成長する理由は、私たちの身の回りのすべての電子機器を駆動しているからです。電子機器と言えば、コンピュータだけでなく、スマートフォン、ネットワークスイッチ、家電、車両や航空機の部品、テレビ、アンプ、IoTデバイス、その他多数の電子システムが含まれます。
チップ、コンピュータチップ、または集積回路とも呼ばれるマイクロチップは、シリコンやゲルマニウムなどの半導体材料を用いて微細なスケールで製造された集積回路ユニットです。精巧に設計されたマイクロチップは、その設計が極めて細かく、トランジスタ、抵抗、コンデンサ、ダイオードなどの特定の部品を数百万から数十億個も含むことがあります。
これらはナノメートル単位で測定される極めて小さな部品です。マイクロチップ設計の高度さは、2021年にIBMが人間のDNA一本の幅よりも小さい2nm技術に基づくマイクロチップを発表するほどです。
マイクロチップ技術の急速な進歩により、その可能性は常に拡大し続けています。最先端の無線技術の交差点で信号を管理するための特殊なマイクロチップが登場しましたが、これらはミニチュア化と高度なエンジニアリングの原理に基づく設計コストが高いオプションです。
現在、プリンストン工学とインド工科大学（IIT）の協働エンジニアチームがAIを活用し、より高速で高性能な無線通信の需要拡大に対応するチップ設計のコストと時間を削減しています。次のセクションでは、この画期的な研究をさらに掘り下げます。
AIがマイクロチップ内の複雑な電磁構造とそれに付随する回路を生成
研究者たちは、AIがマイクロチップ内で複雑な電磁構造とそれに付随する回路を生成する手法を考案しました。この突破口がなければ、同様の成果を得るには高度なスキルを要する数週間が必要でしたが、現在では数時間で実現可能です。
研究者は、任意形状の複雑な多ポート電磁構造を、放射特性と散乱特性を設計し、アクティブ回路と共同設計する汎用的な逆設計アプローチを実証し、研究の成果を高度な科学的観点から詳述しました。
目的達成のために、研究者はディープラーニングベースのモデルを導入し、複雑なミリ波受動構造とエンドツーエンド統合ミリ波広帯域回路の複数例で合成を実証しました。数分で設計を生成できるこの逆設計手法は、従来アクセスできなかった新たな設計領域を開く画期的なものになると研究者は述べています。
電気・コンピュータ工学の教授であり、プリンストン大学の次世代通信開発産業パートナーシッププログラムNextGの共同ディレクターでもある主任研究者カウシック・センガプタ教授によれば、
NextG、プリンストンの産業パートナーシッププログラムは次世代通信の開発を目指しています。
「私たちは複雑でランダムな形状に見える構造を生み出しており、回路と接続すると、従来は実現できなかった性能を実現します。人間には理解できませんが、より優れた動作を可能にします。」
この研究により、エンジニアはこれらの回路をよりエネルギー効率の高い動作に適合させることが可能になります。回路は極めて広い周波数帯で動作可能となります。AIの活用により、本質的に複雑な構造を数分で合成でき、従来のアルゴリズムでは数週間かかっていた同様の成果が得られます。
AIがこの効率的な設計を可能にした役割について詳述する中で、IITマドラスの電気工学准教授で共同著者のウダイ・カーンホジは次のように述べました：
「AIは時間のかかる電磁シミュレーションの高速化だけでなく、これまで未踏の設計空間への探索を可能にし、従来の経験則や人間の直感に反する驚異的で高性能なデバイスを提供します。」
センガプタ教授によれば、従来の設計は回路と電磁要素を一つずつ組み合わせていました。構造設計を変更することで新たな特性を組み込むことができます。AIが登場したことで、以前の有限的な手法に比べて選択肢が格段に広がったとセンガプタは考えています。
AIが差別化をもたらすのは視点です。チップ回路の複雑なジオメトリは、人間の設計者が革新的な設計に挑むことを阻むことが多く、設計者はその複雑さを理解しようとしません。一方、AIはチップ全体を単一のアーティファクトとして捉え、奇妙ながらも効果的な配置を導き出します。
例えば、研究者はAIを活用して回路と共同設計された複雑な電磁構造を発見・設計し、広帯域増幅器を作成しています。今後の研究では、複数の構造を連結し、AIで完全なワイヤレスチップを設計することにさらに踏み込む予定です。
研究の可能性をまとめるにあたり、センガプタは次のように述べました：「これはこの分野の将来がもたらす可能性の氷山の一角に過ぎません。」
AI搭載チップは技術ラボを超えて世界を変革しています。この革命の最前線にいる企業の一つがNvidia (NVDA ) です。同社は約1年前に新しい「スーパーチップ」を発表し、AI分野でのリードを拡大しました。次のセクションで、このチップが「スーパ―」と呼ばれる理由を見ていきます。
バイオミメティック嗅覚チップについて学ぶにはこちらをクリックしてください。
1. Nvidia
Nvidiaの画期的な発表は、同社の年次開発会議で発表されたBlackwellシリーズのAIチップから来ました。この野心的なAIチップシリーズは、最新世代のGPT、Claude、GeminiなどのフロンティアAIモデルをトレーニングする最先端データセンターを支えることを目的としています。
Blackwell B200は、同社のH100 AIチップの上位版です。しかし、H100 AIチップは現在の需要、すなわち大規模AIモデルを動かす点で遅れを取っています。公表された報告によれば、GPT-4規模のAIモデルをトレーニングするには8,000個のH100チップと15メガワットの電力が必要です。
このエネルギー量は、約30,000戸のイギリスの一般家庭に供給できる量です。しかし、同社の新しいチップを使用すれば、同じトレーニングはわずか2,000台のB200と4メガワットで済みます。
電力消費の大幅な削減を意味するだけでなく、Blackwellシリーズの第2弾であるGB200スーパーチップは、同社のGrace CPUと共に単一基板上に2つのB200チップを搭載し、Nvidiaが「30倍の性能」を提供すると述べるサーバーファーム向けシステムを構築します。これはClaudeやChatGPTなどのチャットボットをトレーニングではなく実行するためのものです。
スマートで接続可能、かつ安全な組込み制御ソリューションのリーディング半導体サプライヤーであるMicrochipも、NVIDIAのソリューションと協働しています。昨年11月、MicrochipはNVIDIA Holoscanセンサープロセッシングプラットフォームと連携するPolarFire® FPGA Ethernet Sensor Bridgeをリリースしました。その目的は、開発者がAI駆動のセンサープロセッシングシステムを構築できるようにすることです。
NVIDIA Holoscanは、エッジでのAIおよびハイパフォーマンスコンピューティング（HPC）アプリケーションの開発と展開を効率化し、リアルタイムインサイトを提供します。また、低遅延のセンサーストリーミングとネットワーク接続に必要なハードウェアとソフトウェアを単一プラットフォームに統合します。
NVIDIAが業界の成長を支援する一方で、同社も急速に拡大していると報告されています。2025年1月7日、NvidiaのCEOであるJensen Huangは、同社のAIチップの性能が何十年もコンピューティングの進歩を牽引してきたムーアの法則の歴史的な速度を上回っていると述べました。
Huangは、同社のAIチップが独自の加速ペースで進化しており、最新のデータセンタースーパーチップは前世代に比べてAI推論ワークロードの実行速度が30倍以上速いと主張しました。Nvidiaがこのような高速化を実現した方法を説明しながら、Huangは次のように述べました：
「アーキテクチャ、チップ、システム、ライブラリ、アルゴリズムを同時に構築できます。そうすれば、スタック全体でイノベーションを行えるため、ムーアの法則よりも速く進むことができます。」
– Huang
Huangによれば、Nvidiaの最新データセンタースーパーチップであるGB200 NVL72は、従来のベストセラーチップに比べてAI推論ワークロードの実行速度が30〜40倍速いとのことです。同社は、長期的に低価格で提供できる、より高性能なチップの開発に注力しています。
「テスト時コンピューティングにおける直接的かつ即時的な解決策は、性能とコストの両面で、計算能力を向上させることです。」
全体として、Huangが主張するように、NvidiaのAIチップは現在、10年前のものと比べて1,000倍優れています。
NVDA 価格チャート
2024会計年度におけるNvidiaの売上は126％増の記録的な609億ドルでした。GAAPの希薄化株式1株当たり利益は11.93ドルで、前年比586％増です。非GAAPの希薄化株式1株当たり利益は12.96ドルで、前年比288％増です。非GAAPの粗利益率は73.8％でした。
2. Cadence
電子システム設計のリーダーであるCadenceは、NvidiaやAppleにソフトウェアと特殊なコンピュータサーバーを提供しています。同社はAI技術を製品に組み込み、出力品質の向上を図っています。技術が指数関数的に進化する中で、半導体設計の課題がますます複雑化しているため、AIがその問題解決に役立つと考えています。
CEOのAnirudh Devganは最近、同社のAIチップ設計ツールが、次世代プロセスノードへの移行に匹敵するチップ性能と密度の向上を提供するが、新しいノードへ移行する必要はないと述べました。
したがって、チップ設計にAIを活用することで、Cadenceはチップの電力、性能、面積（PPA）を最適化しています。これらはコストに次ぐチップメーカーにとって最も重要な指標であり、配置配線やデバッグといったタスクの自動化、そしてチップ設計人材のギャップを埋めることにもつながります。
これらの改善のために、同社は包括的な「チップからシステムへ」ジェネレーティブAIソリューションを提供しており、Cadenceはこれにより全設計領域で性能を向上させつつ、生産性を10倍に高められると主張しています。全体で、同社はアナログ、デジタル、検証、PCB、パッケージ・システム解析の5つの主要AIプラットフォームを有しています。
Cadenceのシステム設計・解析グループのシニアソフトウェアエンジニアリンググループディレクター、アルバート・ゼンは最近のインタビューで次のように述べました：
「AIは生産性の観点から大きな影響を与えるでしょう。過去の経験からデータを抽出できるAIアシスタントを使用することで、若手エンジニアやデザイナーが設計や修正に関してより良い判断を下す手助けができるからです。」
約2年前、Cadenceは業界初のジェネレーティブAI技術であるVoltus InsightAIをリリースしました。このツールは設計プロセスの初期段階でEM-IR（エレクトロマイグレーションと電圧）ドロップ違反の原因を自動的に検出し、計算コストの高いタスクを軽減します。その後、Cadenceのソリューションは最も効果的な修正を選択・適用し、PPAを改善します。
最近数か月で、CadenceはTSMCと協力し、AI駆動の先端ノード設計および三次元統合回路（3D-IC）の生産性向上と性能向上を図っています。これは、膨大なデータセットと計算を処理できる先進的なシリコンソリューションへの「前例のない需要」に応えるためです。その結果、AI駆動の設計フローは最新のTSMC N2P（2nmクラス）でも利用可能となり、5％〜10％の性能向上とN3技術が提供されます。
時価総額802億ドルで、現在株価は292.50ドルで取引されている同社は、9月決算四半期の売上がほぼ20％増加したと報告しました。少なくとも過去6四半期で最大の伸びで、売上は12.2億ドルに達しました。同社は実際にジェネレーティブAIのブームが製品需要を引き続き牽引すると見込み、調整後の年間利益予測の中央値を1株当たり5.90ドルに引き上げました。
このブームに加えて、Cadenceの新世代Palladiumスーパコンピュータも成長に寄与できます。同社の四半期GAAP営業利益率は29％、非GAAPは45％でした。GAAPの希薄化1株当たり純利益は0.87ドル、非GAAPは1.64ドルでした。Cadenceはまた、56億ドルの受注残高を報告しました。
CDNS 価格チャート
結論
この10年で最も急速に進化している技術の一つは、まさにAIです。AIはすでに産業全体のビジネスに影響を与えており、10年末までに世界経済に15兆ドル以上の貢献が見込まれています。現在、マイクロチップ設計へのAI統合は、タスクの効率化をさらに促進し、効率性、性能、スケーラビリティの新たなレベルを解き放ちます。
