技術分析（半導体応用）

AI（機械学習）の実務的なビジネス応用に注力してきた英国Secondmind社は、アクティブ学習と呼ぶAIアルゴリズムを利用し、高精度のモデル開発が要らない最適化ツールを開発、このほどマツダとライセンス契約を複数年に渡り締結した（参考資料1）。 [→続きを読む]

米計測器メーカーのKeysight Technologyが自動運転のテストに必要なレーダーシーンエミュレータを開発した。これは車載レーダーが周囲の物体を検出するのに使うハードウエアのシミュレータ、すなわちエミュレータであり、路上での様々な物体をエミュレートする。実車でさまざまな道路を何度も走行テストしなくても済むようになる。 [→続きを読む]

GPUメーカーであるNvidiaが応用を拡大するためにソフトウエア開発にかなりの力を入れている。特にプラットフォーム、すなわち開発の基本となるソフトウエアOmniverseでの応用拡張だ。3D-CADにシミュレーションを加え可視化するという一連の流れを表現する。モノづくりに欠かせない汎用工業デザインの基本となる。先週開催されたGTC 2021でCEOのJensen Huang氏（図1）が基調講演でさまざまな応用を見せた。 [→続きを読む]

ソニーが、イメージセンサデータをエッジ側で解析し、データを軽くしてクラウドに送信できるエッジAI開発環境「AITRIOS（アイトリオスと発音）」を提供する。ソニーセミコンダクタソリューションズは、半導体メーカーではあるが、開発環境も提供することで、データ爆発の解決に近づけることができる。開発環境を使ってデータを軽くするからだ。 [→続きを読む]

メモリがこれからのシステムの中心になる。こういった動きがGSA Memory+ Conferenceで登場した。これからのメモリを探る上でメモリセル単体から、データセンターのようなシステムレベルでのメモリの高速化、大容量化につながるCXL（Compute Express Link）インターコネクト、3D-NANDに刺激された3D-NORへの道など、新しいメモリの動きが明らかになりつつある。 [→続きを読む]

EV向けのドメインコントローラのコンセプト（図1）をTexas Instrumentsが明らかにした。EVには動力となるモータを駆動するインバータだけではなく、DC-DCコンバータ、オンボードチャージャー（OBC）、バッテリ管理システム（BMS）も欠かせない。これらの機能ごとにECUを作るのではなく、ECUをいくつかまとめてドメインとするという考え方だ。 [→続きを読む]

Nvidiaが4月にGTC2021（図1）で発表した一連のチップは、巨大なデータセンターあるいは巨大なAI学習モデルに対応させようとする狙いがある。CPUであるGrace（コード名）を発表したのもCPUとGPUを超並列で使う巨大な計算システムを想定している。加えて、演算専用のCPUであるDPU（Data Processing Unit）のBlueField-3も発表した(参考資料1)。 [→続きを読む]

自動車のシステムがEV（電気自動車）で大きく変わりそうだ（図1）。エンジン部がないだけではなく、IT/半導体をふんだんに使ったモジュール化が多く使われることになる。そのカギを握るパワー半導体は単なるインバータだけに使われる訳ではない。充電器や電源などにも組み込まれる。パワーだけではない。アナログ、D-A/A-Dコンバータ、マイコンも増える。IntelやQualcomm（参考資料1）、Xilinx（参考資料2）なども参入している。競争は熾烈になりそうだ。 [→続きを読む]

AIのアプリケーションソフトウエアをチップ上に焼き付けるための開発ツールを使って、自分の行いたい機械学習などのAIを簡単に実行できるようになる。ソフトウエア開発会社のフィックスターズは、SaaSのソフトウエアからAIチップにソフトを焼き付け機械学習させる開発ツールをリリースした。これまでは機械学習をチップに組み込み、実行させることはそれほど簡単ではなかった。 [→続きを読む]

SiのIGBTよりも価格が1桁高く、市場調査会社の予測は毎年後送りになるほど外れてきたSiCパワーMOSFETだが、蓄電池との組み合わせでソーラーパネルのDC-DC/DC-ACコンバータなどでじわじわと広がり始めた（図1）。SiCのメリットは高耐圧、高周波であり、装置の小型化のメリットが最も大きい。なぜソーラーのような大きな設備でも小型化が必要なのか。 [→続きを読む]