機械学習を使った画像認識などのタスクでは、大量の計算機資源と電力が必要だ。特に「ムーアの法則」の行き詰まりに伴い、最先端の半導体チップはコスト高となっており、AIチップを大量に必要とする自動化（オートメーション）技術が普及する上での障壁となっている。こうした事情を背景に、AIアルゴリズムを実行するための処理を、従来の汎用型CPUやGPUよりも高速・低電力で実行できるAI特化型チップの開発競争が各国で盛り上がっている状況だ。

東京大学講師の小菅敦丈が開発した布線論理型（ワイヤードロジック）AIプロセッサーは、人間の脳と同じように、半導体チップ上に集積された演算素子間でダイレクトにデータを流し、メモリーを介さずに大量のデータを並列処理処理する。これによって、データをメモリーに保存して時分割で処理するノイマン型プロセッサーに比べて、消費電力を抑えた高速な処理を可能とするものだ。小菅はFPGA（Field Programmable Gate Array）での実証において、AI処理に一般に使われる汎用GPUに比べて256分の1の低消費電力化を確認。さらにFPGAではなく専用チップを製造すれば、4100分の1にまで抑えることが可能という。

このAIチップによって小菅が目指すのが、将来の働き手の確保が深刻な社会問題になっている製造業の自動化だ。小菅のもう１つの成果である「伝送線路結合器（TLC：Transmission Line Coupler）」は、基板上に結合器を形成し、対向した結合器間で生じた近接場電磁界を介して無線接続する技術である。基板が筐体で密封されるので粉塵や水分に強く、耐震性も高い。小菅の技術は、粉塵や油分に晒された状態や、ロケットと同じ振動強度下で、USBなどの最先端高速通信と同等の通信性能を達成。過酷な環境でも高い信頼性で動作できる。

さらに小菅は、チップ設計コストを削減するためにAIを活用した自動設計技術の開発にも取り組んでいる。かつて日本が成功を収めていた半導体産業の復活にもつながる、挑戦的なイノベーターと言える。

（中條将典）

人気の記事ランキング

1. Trajectory of U35 Innovators: Masaki Nakada 仲田真輝：人工生命起業家が「魚の養殖」にピボットした理由
2. Promotion Innovators Under 35 Japan × CROSS U 無料イベント「U35イノベーターと考える研究者のキャリア戦略」のご案内
3. Anthropic’s chief scientist on 5 ways agents will be even better in 2025 アンソロピック主任科学者が語る「AIエージェント」4つの進化
4. 10 Breakthrough Technologies 2025 MITTRが選んだ 世界を変える10大技術 2025年版
5. China wants to restore the sea with high-tech marine ranches 海に浮かぶ巨大施設、 中国が進める スマート海洋牧場の野望

• 1
• 2