エッジAIが簡単な理由

デロイトは2020年に、7億5,000万を超えるエッジAIチップ（リモートデータセンターではなくデバイス上で機械学習タスクを実行または加速するフルチップまたはチップの一部）が販売され、26億米ドルの収益に相当すると予測しています。さらに、エッジAIチップ市場は、チップ市場全体よりもはるかに急速に成長します。 2024年までに、エッジAIチップの販売台数は15億を超えると予想されており、これはおそらく大幅な増加です。これは、少なくとも20％の複合年間販売台数の伸びを表しており、半導体業界全体の9％CAGRの長期予測の2倍以上になります。

図1：インテリジェンスを埋め込むことができる場所（画像：Deloitte Insights）

これらのエッジAIチップは、ハイエンドのスマートフォン、タブレット、スマートスピーカー、ウェアラブルなど、ますます多くの消費者向けデバイスに採用される可能性があります。また、ロボット、カメラ、センサー、その他のモノのインターネット用デバイスなど、複数の企業市場でも使用されます。エッジAIチップの消費者市場はエンタープライズ市場よりもはるかに大きいですが、2020年から2024年の間に18％のCAGRが見込まれ、ゆっくりと成長する可能性があります。エンタープライズエッジAIチップ市場は、予測どおり、はるかに速く成長しています。同じ時間枠で50％のCAGR。

図2：エッジAIチップ市場（画像：Deloitte Insights）

それにもかかわらず、今年、消費者向けデバイス市場は、販売数とその金額の両方の点で、エッジAIチップ市場の90％以上を占める可能性があります。これらのエッジAIチップの大部分は、現在使用されているすべての消費者向けエッジAIチップの70％以上を占めるハイエンドスマートフォンに搭載されます。実際、2020年だけでなく、今後数年間、AIチップの成長は主にスマートフォンによって推進されます。今年の15.6億台のスマートフォン市場の3分の1以上に、エッジAIチップが含まれている可能性があると考えています。

非常にプロセッサを集中的に使用する要件があるため、AIの計算はほとんどすべて、デバイスではなく、データセンター、エンタープライズコアアプライアンス、またはテレコムエッジプロセッサでリモートで実行されています。エッジAIチップはそれをすべて変えています。それらは物理的に小さく、比較的安価で、消費電力がはるかに少なく、発熱もはるかに少ないため、ハンドヘルドデバイスやロボットなどの非消費者向けデバイスに統合することができます。これらのデバイスがプロセッサを集中的に使用するAI計算をローカルで実行できるようにすることで、エッジAIチップは、大量のデータをリモートロケーションに送信する必要性を削減または排除し、使いやすさ、速度、データのセキュリティとプライバシーにメリットをもたらします。

プライバシーとセキュリティの観点から、デバイスでの処理を維持する方が優れています。電話から離れることのない個人情報は、傍受されたり悪用されたりすることはありません。また、エッジAIチップが電話に搭載されている場合、ネットワークに接続されていなくても、これらすべてのことを実行できます。

もちろん、すべてのAI計算をローカルで実行する必要はありません。一部のアプリケーション（たとえば、デバイスのエッジAIチップが処理するにはデータが多すぎる場合）では、リモートAIアレイで処理するデータを送信することが適切であるか、さらには好ましい場合があります。実際、ほとんどの場合、AIはハイブリッド方式で実行されます。デバイス上の一部とクラウド内の一部です。特定の状況で推奨される組み合わせは、実行する必要のあるAI処理の種類によって異なります。

スマートフォンにおけるエッジAIの経済性

エッジAIチップを使用するデバイスはスマートフォンだけではありません。他のデバイスカテゴリ（タブレット、ウェアラブル、スマートスピーカー）にもそれらが含まれています。短期的には、これらの非スマートフォンデバイスは、市場が成長していないため（タブレットの場合）、または小さすぎて重要な違いを生むことができないため、スマートフォンよりもエッジAIチップの売上への影響がはるかに少ない可能性があります（たとえば、スマートスピーカーとウェアラブルを合わせた2020年の販売台数はわずか1億2500万台と見込まれています。ただし、多くのウェアラブルやスマートスピーカーはエッジAIチップに依存しているため、普及率はすでに高くなっています。

現在、最も高価なスマートフォン（価格分布の上位3分の1にあるスマートフォン）のみがエッジAIチップを使用する可能性があります。ただし、AIチップをスマートフォンに搭載することは、消費者にとって法外な価格である必要はありません。

スマートフォンのエッジAIチップコンテンツのかなり健全な見積もりに到達することは可能です。現在まで、Samsung、Apple、Huaweiの電話プロセッサの画像は、すべての機能が表示された裸のシリコンダイを示しており、チップのどの部分がどの機能に使用されているかを識別できます。 SamsungのExynos9820のチップのダイショットは、チップの総面積の約5％がAIプロセッサ専用であることを示しています。 SoCアプリケーションプロセッサ全体に対するSamsungのコストは70.50米ドルと見積もられています。これは、電話の（ディスプレイに次ぐ）2番目に高価なコンポーネントであり、デバイスの部品表全体の約17％に相当します。 AI部分のコストがダイエリアベースで他のコンポーネントと同じであると仮定すると、ExynosのエッジAIニューラル処理ユニット（NPU）は、チップの総コストの約5％に相当します。これは、それぞれ約US $ 3.50に相当します。

図3：SamsungのExynos 9820のチップのダイショットは、チップの総面積の約5％がAIプロセッサ専用であることを示しています。 （画像：ChipRebel;注釈：AnandTech）

同様に、AppleのA12 Bionicチップは、ダイ領域の約7％を機械学習に使用しています。プロセッサ全体の推定US $ 72で、そのパーセンテージは、エッジAI部分のUS $ 5.10のコストを示唆しています。 Huawei Kirin 970チップは、製造業者に52.50米ドルの費用がかかると見積もられており、ダイの2.1％をNPUに割り当てており、1.10米ドルの費用を示唆しています。 （ただし、チップの総コストの何パーセントがAIに向かうかを測定する方法は、ダイエリアだけではありません。Huaweiによると、Kirin 970のNPUには1億5000万個のトランジスタがあり、チップの合計55億個のトランジスタの2.7％に相当します。わずかに高いNPUコスト1.42米ドルを提案します。

図4：AppleのA12 Bionicチップは、ダイ領域の約7％を機械学習に使用しています。 （画像：TechInsights / AnandTech）

引用されたコスト範囲は広いですが、NPUのコストはチップあたり平均3.50米ドルであると想定するのが妥当です。 5億台のスマートフォン（タブレット、スピーカー、ウェアラブルは言うまでもなく）を掛けると、チップあたりの価格が低いにもかかわらず、大きな市場になります。メーカーの平均コストは3.50米ドル、おそらく最低でも1米ドルで、スマートフォンの処理チップに専用のエッジAINPUを追加するのは簡単なことのように見え始めます。通常のマークアップを想定すると、製造コストに1米ドルを追加すると、エンドカスタマーの場合は2米ドルしか増えません。つまり、NPUとそれに付随するメリット（より優れたカメラ、オフライン音声支援など）は、1％未満の値上げで250米ドルのスマートフォンにも組み込むことができます。

AIチップの調達：社内またはサードパーティ？

スマートフォンやその他のデバイスを製造する企業は、エッジAIチップを入手するためのアプローチが異なり、電話のモデルや、場合によっては地域などの要因によって決定が決まります。 QualcommやMediaTekなどのサードパーティプロバイダーからアプリケーションプロセッサ/モデムチップを購入する人もいます。これらは合わせて、2018年にスマートフォンSoC市場の約60％を獲得しました。

QualcommとMediaTekはどちらも、さまざまなSoCをさまざまな価格で提供しています。すべてにエッジAIチップが含まれているわけではありませんが、ハイエンド製品（QualcommのSnapdragon 845および855、MediaTekのHelio P60など）には通常含まれています。規模の反対側では、Appleは外部APチップをまったく使用していません。Appleは、エッジAIを備えたA11、A12、A13Bionicチップなどの独自のSoCプロセッサを設計および使用しています。

SamsungやHuaweiなどの他のデバイスメーカーは、ハイブリッド戦略を使用して、マーチャントマーケットのシリコンサプライヤから一部のSoCを購入し、残りの部分には独自のチップ（SamsungのExynos9820やHuaweiのKirin970 / 980など）を使用しています。

>>この2ページを読み続ける姉妹サイトであるEETimesEuropeに最初に掲載された記事。