進化するAIの要求に応えるマイクロエレクトロニクスの前進

人工知能が産業横断でテクノロジーを再定義し、前例のない性能、エネルギー効率、コンパクトなフォームファクタを提供するマイクロエレクトロニクスソリューションを要求しています。巨大データセンターから自動運転車、ロボット、モバイルデバイス、ウェアラブル、そしてまだ想像もつかない未来のアプリケーションまで、より高速、よりスマート、よりグリーンなハードウェアへのニーズは切迫しています。

ハードウェア領域では、この課題はセンサー、プロセッサ、メモリ、インターコネクト、パッケージングにおける革新的パラダイムを呼びかけています。Letiの研究コミュニティはこれらのフロンティアを積極的に探求し、エッジAIと広範な業界トレンドの交点に位置しています。量産前の実用的で製造可能なソリューションは、学際的コラボレーションを通じてのみ生まれます。

アプリケーションを計算能力と消費電力の観点からマッピングすることで、AIマーケットプレイスを予測できます（図1参照）。ウェアラブルは低消費電力・低計算側に位置し、データセンターは最高性能とエネルギー予算を要求。スマート家電、拡張現実、ロボティクス、自動運転車がその中間スペクトラムを占めます。

図1.（出典：Leti）

エッジAI（データ取得ポイントで大半の分析を行う）はこのスペクトラムの左側で活況を呈します。それを実現するには、人間の目と耳のようにその場で適応できるセンサーとプロセッサが必要です。これらのコンポーネントは、ダイナミックレンジなどの特性を動的に調整してローカルインテリジェンスに適合させ、腕時計やウェアラブルに収まるフットプリント内で実行しなければなりません。

逆に、大規模AIワークロードは従来のコンピューティングアーキテクチャの限界を露見させます。特に、時間とエネルギーを消費し続けるメモリの読み書きサイクルが問題です。

これらの現実を踏まえ、Letiはスマートセンサーと画期的なコンピューティングアプローチの研究を優先しています。

現代コンピューティングの核心的ボトルネックの1つはデータ移動です：メモリとプロセッサ間のデータ転送は、演算自体よりもはるかに多くの時間とエネルギーを消費します。実際、データ転送とメモリアクセスはシステムエネルギー予算の最大90%を占める可能性があり、膨大なデータセットと単純演算に依存するAIワークロードにとって驚愕の数字です。データ移動の削減はしたがって不可欠です。

Letiの長年の3D回路研究は、メモリをプロセッサに直接スタックし、物理リンクを短縮してレイテンシを削減することを目指しています。また、SRAMセル内で加算、減算、ブール論理を直接実行する新しいメモリアーキテクチャも開拓しています。このインメモリコンピューティング（IMC）アプローチにより、データをメモリから出し入れする必要がなくなり、スペースとエネルギーを節約できます。初期プロトタイプでは、2020年代に期待される同一周波数とエネルギー包絡線内で、AIスループットを100倍向上させる可能性が示されています。

Redpine Signals、デュアルバンドWi-Fi/Bluetooth 5/Thread/内蔵AIエンジン搭載のオールインワンIoT SoC「RS9116N-DBT」を発表 5G、AI、IoT、エッジコンピューティング：熱設計優先順位の再定義

モノのインターネットテクノロジー