ルネサス、工場自動化向け「リアルタイム継続AI」を先導

東京 ― スマート製造の時代において、人工知能（AI）はもはやオプションではなく、基盤技術です。しかし多くの企業が、社内専門知識の不足と不透明なROIを理由に、AI理論を運用現実に変えることに苦労しています。ルネサスエレクトロニクスは、運用技術（OT）向け「リアルタイム継続AI」ビジョンで前進の道を再定義しています。

ITで主流のデータ駆動型、クラウド中心の「統計的AI」とは異なり、ルネサスのアプローチはAIを工場のエンドポイントに直接組み込みます。これにより、クラウドへの往復レイテンシなしで、機械が異常を検知し、即座に意思決定できます。

クリックで拡大

IT向け統計的AI vs OT向け継続AI（出典：ルネサス）

ルネサスインダストリアルソリューション事業部執行役員常務兼事業部長の横田義和氏は、EE Timesの取材に対し、組み込みAIが故障検知と予知保全に不可欠だと語りました。「異常発生時、組み込みAIがローカルでリアルタイムに応答できる」と同氏。3年前、ルネサスは「エンドポイントでのAI」を最初に提唱し、自社の中津川半導体工場で概念実証を行いました。

「目標は、OTでのリアルタイム推論を実現しつつ、エッジでのAI能力を段階的に拡張することだ」と横田氏は付け加えました。

ルネサス執行役員常務横田義和氏、OTでのリアルタイム推論提供に注力（写真：EE Times）

AIを段階的に導入することで、ルネサスはメーカーがPoCプロジェクトをより迅速に完了し、AI投資の真のROIを理解できるよう支援する狙いです。

OTにAIを適用すべきタイミング

ルネサスインダストリアルソリューション事業部戦略企画部シニアディレクターの馬場満男氏は、AIが最大の価値を発揮するのは、特定の生産ライン異常など「明確に定義された問題」を対象とするときだと強調しました。ベテランの現場管理者がAIを使って欠陥発生の正確な瞬間を特定し、管理者を定期巡回ではなく重要な介入に集中させるシナリオを例示しました。

このモデルでは、AIは特定された問題で一度学習され、その後エンドポイントデバイスでリアルタイム推論を実行し、データをクラウドに送る必要を排除します。馬場氏は、エッジ推論にはわずか30 KBのデータで十分であるのに対し、クラウドベースの統計的AIでは典型的に300 MB必要だと指摘しました。

ルネサスはしたがって、マイクロコントローラ（MCU）で動作する推論専用アプローチを推進し、既存生産設備を「AIユニットソリューション」キットで後付けできるようにしています。生産ライン全体を刷新する必要はありません。

「我々はNvidiaのようなAIチップリーダーと競合するつもりはない」と馬場氏は明言します。「我々の使命は、従来のMCU/MPUハードウェアで動作可能なほどデータフットプリントが小さい、組み込みAIの新セグメントを切り拓くことだ。」

セルラーIoT：CIoT接続がもたらすメリットを解き放つ IoTのセキュリティと断片化が依然として最大の課題、GSMA調査で判明

モノのインターネットテクノロジー