製造業の旬なネタと言えば最近の技術キーワードとしては大きく3つ。クラウド 5G AI (そしてこれらの要素をすべて併せ持つのが車載技術だったりします) そしてこれらの活用になります。キーとなるのはAIとIoTで生成される価値のあるデータ。
単なるビッグデータでなく如何に活用するかの方が重要になってくるわけで手段の方に注目しすぎてしまうと目的を見失うことになります。IoTでデータを集めAIでデータ解析する＞それを価値ある情報としてビジネスにつなげることが求められそうです。
IoTと従来のM2Mリモートモニタリングに対して個別の系で管理して行くということだけでなくインターネット上のほかの系とつながるというのが新しい点。近年、特に通信コストの低下や選択肢が増えたことで適材適所で使えるようになったのが事実で盛り上がりを見せています。IoTに対してAIの中身はほとんどがニューラルネットワーク
=入力×重みの演算＝パチンコの玉の落ち方をに逆方向に調整するのが学習といわれているものというイメージです。
これらのIoTとAiの掛け合わせはDigital Twinとも言われ、Iotデータ収集 AIでデータ解析それを自動FB出来ることがメリットでありこれらの技術を以下につなぎ合わせて価値を生み出していくかというのがポイントです。これを表す言葉として「テクノロジーコンバージェンス」というのがあります。日本の好きな摺合せ＝インテグレーション＝統合に近い意味合いです。
理想としてはただのデータでなく使えるデータを収集することが出来るようになり
いままでにも増して自動的にデータを生成し、動的な価値あるデータを売れる時代になってきたといえそう。
こういった中で半導体につながるところを考えてみるとAIに要求される半導体チップはクラウド側、エッジ側の双方で必要とされ特にエッジ側では低消費電力が要求されています。演算用のChipとしてGPUの活用、FPGAの活用の事例もありますが最近のトレンドはGoogleも使っているというASICのTPU(TensorProcesorUnit）性能メモリアクセスで律速されるため目折アクセスに対する帯域の確保というのが重要。SRAM/DRAM高速化もしくはReRAMなどの不揮発化でどちらが有利になるか?というのはありますがここら辺が高速化への鍵を握ることとなりそう。ソフトのシステム最適化、ハードの最適化といろいろありますが今はハード側の最適化のPhaseで特にAI向けの半導体が今後の成否を握る一つのカギとなりそうです。 AI Chipはまさに半導体メーカーにとってはブルーオーシャンと言えます。
参考記事：
激化する「AIチップ開発競争」と、その先にあるニューラルネットワークの未来図
