人工知能（ＡＩ）モデルを学習、推論するのに必要な半導体。現在そうした用途の半導体は米エヌビディアの画像処理半導体（ＧＰＵ）の独壇場だ。一方、ＡＩの活用が広がる中、独自にＡＩ半導体を開発する企業が増えている。エヌビディアとは違う競争軸を打ち出し、ＡＩ市場の拡大を捉える。（小林健人）

現在ＡＩ学習で使われるＧＰＵなどは、汎用性を担保した上で計算能力や電力効率を高める。ただ、ＧＰＵはＡＩ用途に最適化されていない。そのため、大規模言語モデル（ＬＬＭ）の登場によりＡＩモデルが大型化するのに伴いユーザーが求める計算能力は高まり、消費電力が増加傾向にあるが、ＧＰＵの消費電力の効率化が追いついていないのが現状だ。元々、半導体はエネルギー多消費産業と言われているが、このままＡＩ開発が進めばさらに多くの電力を使用するという課題を抱えている。

そこでプリファードネットワークス（ＰＦＮ、東京都千代田区）はソフトウエアの開発力を生かし、深層学習に最適化した半導体を開発する。ネットワーク制御などの機能をソフトで置き換え、従来に比べ多くの演算機能を搭載した。用途を深層学習に特化することで消費電力を抑えた。

２４年中には、第２世代の自社設計半導体を組み込んだサーバーをクラウドサービスとして他社に提供する方針だ。自社で開発するＡＩソフトもサーバー上で動かせるようにし、「ソフトウエア開発キット（ＳＤＫ）も公開していく」（小倉崇浩ＭＮ―Ｃｏｒｅ事業経営企画室担当ＶＰ）。

また同社は、インターネットイニシアティブ（ＩＩＪ）や北陸先端科学技術大学院大学と次世代半導体を共同開発しており、２６年以降にも製品化する。製造は韓国のサムスン電子が２５年にも始める２ナノメートル（ナノは１０億分の１）のファウンドリーサービスを活用。ＰＦＮの牧野淳一郎ＶＰコンピュータアーキテクチャー担当最高技術責任者（ＣＴＯ）は「同世代のＧＰＵより電力当たりの性能と価格面で上回りたい」と意気込む。

エッジＡＩ向けの半導体を手がけるエッジコーティックス（東京都中央区）も電力効率を重視する。端末側でのＡＩ処理に特化した半導体を開発。同社もソフトを中心にした設計を重視する。端末側でＡＩを動かすのに必要な機能を備えたソフトと、それに最適化した半導体を手がける。２４年からは数十億規模のＡＩモデルに対応した「ＳＡＫＵＲＡ２」の量産を始める。サキャシンガ・ダスグプタ最高経営責任者（ＣＥＯ）は「引き合いは強い」と話す。

ＡＩの市場は今後も拡大が予想される。電子情報技術産業協会（ＪＥＩＴＡ）によれば、生成ＡＩ市場の世界需要額は３０年には２１１０億ドル（約３０兆円）に達し、２３年の約２０倍になるという。市場拡大に合わせ、計算能力と消費電力のバランスを探る動きも出てきそうだ。