自動運転車の開発が活況を帯びている。トヨタや日産などのクルマメーカー、ルネサスなどの車載半導体メーカー、さらにグーグルやアップルなど異業種からも多くの企業がこの分野へ参入しようとしている。

 自動運転車用半導体は、ディープラーニング機能を備えた人工知能(AI)が搭載されていることが必須である。そのような中で、私の関心事は、「自動運転車用AI半導体を制するのはどこか」ということである。

自動運転車用AI半導体のカギは画像処理能力

 米Tractica社の予測によれば、今から10年後の2025年には、AI用CPUおよびGPU(Graphics Processing Unit:画像処理プロセッサ)の売上高は、それぞれ、574億ドル超および140億ドル超になるという(「日経エレクトロニクス」2017年1月号)。

 2016年の半導体売上高で、世界1位の座を占めているインテルの売上高が563億ドルであった。2025年のAI用半導体の市場規模はCPUとGPU合計で714億ドル超になる。つまり、10年後には、インテルの売上高をはるかに(?)超えるAI半導体の巨大市場が出現するわけである。

 もちろん、714億ドル超のすべてが自動運転車用というわけではない。しかし、クルマ用AI半導体がもっとも市場規模が大きいことは間違いない。それゆえ、そのAI半導体を制するのはどこになるかに注目している。

 自動運転車用AI半導体では、高速な画像処理能力を持つことが大きな課題である。ここで、ファブレス(工場を持たずに設計やマーケティングを行う製造業会社)の米NVIDIA(エヌビディア)が頭ひとつリードしていることを説明する。次に、そのNVIDIAを、画像処理技術を持つベンチャーを買収した米インテルが追撃しようとしていることを述べる。

 しかし、車載半導体には過酷な条件のもとで高い信頼性が要求される。したがって、最終的な勝者はNVIDIAやインテルではなく、車載半導体売上高1位のNXPを買収した米クアルコムや、米自動車部品メーカーのハーマンインターナショナルを買収したサムスン電子が有利な立場にあることを明らかにする。

GPUのトップメーカーNVIDIA

 NVIDIAはGPUで独占的な地位を築いた。画像処理では、膨大なデータを瞬時に処理する必要があるが、NVIDIAは、並列処理技術を磨いてこのトップメーカーとなった。そして現在は、GPUを使って、ディープラーニング機能を持った人工知能(AI)の最先端メーカーになりつつある。

 NVIDIAのAI機能を持ったGPUは、スパコン、サーバー、自動運転車に使われている。かつて民主党の蓮舫議員が「2位じゃだめですか」と言ったスパコンの世界ランキングでは、トップ10の多くのスパコンにNVIDIAのGPUが使われている。

 NVIDIAは、2016年4月5日に、新型GPUである「テスラP100」というAIの量産を開始したことを発表した。「テスラP100」は、IBM、HP、Dell、Crayなどのサーバーに使われる予定だが、その性能が凄まじい。NVIDIAは自社ブランドのサーバー「DGX-1」も発売するが、それには8個の新型GPU「テスラP100」が搭載され、1台でインテルのサーバー250台分に相当する能力を持つという。

NVIDIAの自動運転車用AI

 NVIDIAは、GPUを用いて自動運転用の新型AIボード「DRIVE PX 2」を開発した(図1)。このAIには「テスラP100」2個と「テグラ」2個、合計4個のGPUが搭載され、1秒間に24兆回演算し、これがディープラーニングを加速する。

図1 NVIDIAが開発した自動運転車用AIボード「DRIVE PX2」 (出所:)


 例えば、欧州の自動車メーカーのアウディに「DRIVE PX 2」を搭載した結果、4時間足らずでドイツの道路標識を全て学習し、96%という高い精度での識別が可能になったという。この結果、NVIDIAのAIに関心を示す企業は、2013年に100社だったが、2014年に1549社、2015年には3409社になったという。世界中のほとんどの自動車メーカーが、「DRIVE PX 2」を入手し、自動運転の開発に役立てていると見られる。

 では、NVIDIAの「DRIVE PX2」による自動運転とは、どのようなものか。まず、クルマの前後左右にカメラ6台、前後に魚眼カメラ2台を搭載し、クルマの前後の屋根に4個の「ライダー」を設置する。ライダー(LIDAR)とは、レーザーを使って画像検出と距離の測定を行う装置のことである。

 4個のライダーがそれぞれ1秒間に4回周辺をスキャンし、合計8台のカメラの画像と共に、「DRIVE PX2」がリアルタイムで3次元化処理を行う。このビッグデータの処理に、GPUを用いたNVIDIAの並列処理技術が活かされている。

 次に、GPSの大まかな位置情報、ライダーとカメラによる3次元情報、高精度な地図情報、これらビッグデータを「DRIVE PX2」が統合して、“センチ”レベルでクルマの位置をリアルタイムで特定する。そして、3次元情報と位置情報から、目的地までの自動運転を行うのである。

 このようなNVIDIAの発表を聞くと、何だか、すぐにでも自動運転が実現しそうな気がする。事実、自動運転車用AIにおいてNVIDIAは、他の半導体メーカーを圧倒している。

追撃するインテルだが・・・

 自動運転車用AIでは、画像処理を高速かつ低電力で行う必要がある。時速100キロメートルで走っているクルマは、1秒に28メートル進むため、1枚のカメラの画像をms(1000分の1秒)単位で処理しなければならない。また、AI半導体をファンの冷却なしで動作させるには、5W以下の低電力に抑える必要があるという。

 サーバーやスパコンのプロセッサで大きく後れを取ったインテルは、FPGA(*)メーカーの米Alteraや画像処理チップのベンチャー企業Movidiusを買収して、NVIDIAを追撃する姿勢を見せている。

(*)FPGA(Feld-Programmable Gate Array):製造した後でプログラムを変更できる半導体チップ。インテルのプロセッサよりも、演算1回あたりの電力を小さくすることができる。

 インテルは、買収したアルテラのFPGA「Arria10」で、AlexNetにおいて、1秒間、1Wあたり、25枚の画像処理ができると発表した。「AlexNet」とは、画像認識・検索で用いられる標準的なデータセットの1つである。

 次に、インテルは、買収したMovidiusが2014年に開発した「Myraid2」で、「GoogleNet」において、1.2Wで毎秒25枚の画像処理ができると発表した。「GoogleNet」は、 「AlexNet」よりも画像精度が高く、したがって負荷も高い画像データセットのことである。

 ところが、NVIDIAが最近リリースしたGPU「P4」は、「AlexNet」において、169画像/秒/W、「GoogleNet」では、91画像/秒/Wの処理が行えると発表した。やはり、インテルは、まだまだNVIDIAに追いつけそうもない。

 さらに、NVIDIAは、現在クルマメーカーに提供中の自動運転車用AIボード「DRIVE PX2」を、1チップ化した。このSOCを「Xavier」と命名し、2017年Q4にサンプル出荷する予定であると発表した(図2)。このまま、自動運転車用AI半導体で、NVIDIAが独走するのだろうか?

図2 「DRIVE PX2」を1チップ化した「Xavier」 (出所:)


NVIDIAの死角とは

 ここまで見てきたように、自動運転車用AIの性能では、NVIDIAが突出しており、業界標準になりつつあるのは紛れもない事実である。

 しかし、そのNVIDIAには1つの死角があると思われる。それは、“ファブレスのNVIDIAが設計した自動運転車用AI「Xavier」を誰が製造するか”ということである。

 コンシューマー用と比較すると、車載半導体には、極めて厳しい信頼性が求められる(表1)。-40〜175℃の温度、50Gの振動、15〜25kVの静電気、95%の湿度に耐え、市場不良率を1ppm以下にし、それを20年保証しなくてはならない。

表1 車載半導体とコンシューマー半導体との要求仕様比較 (出所:日経マイクロデバイス第8回信頼性フォーラムのデンソーの資料)


 そしてこのような厳しい信頼性を実現するために、車載半導体メーカーは、500工程程から成るプロセスフローが確定したら、自動車メーカーから「ライン認定」を受けなければならない。「ライン認定」には、通常、半年〜1年かかる。また、いったん「ライン認定」を受けると、装置やプロセスを変更できない。

 2011年3月に発生した東日本大震災のとき、茨城県にあるルネサス那珂工場が被災した。その結果、ルネサス1社から全ての車載半導体の供給を受けていたトヨタは、1台もクルマをつくれなくなってしまった。

 実はルネサスには、代替生産可能な工場が、西条工場、滋賀工場、熊本川尻工場、シンガポール工場と多数あった。現場の技術者に聞いても、「1〜2カ月あれば、プロセス移管は問題なくできる」と言った。にもかかわらず、ルネサスも、トヨタも、他工場で代替生産しようとせずに、被災した那珂工場の立ち上げに固執した。そして、トヨタは2500人規模の応援部隊を那珂工場に派遣してきた。

 なぜこのようなことになったかというと、“車載半導体は「ライン認定」された工場でのみ生産されなくてはならない”という呪縛があるからである。

 NVIDIAは、そのほとんどの半導体を台湾のTSMCに生産委託している。果たして、TSMCが厳しい信頼性の車載半導体を製造することができるだろうか。そして、クルマメーカーが要求する「ライン認定」を受け入れることができるだろうか。ここに、NVIDIAの死角があるような気がしてならない。

自動運転車用AI半導体を制する者は?

 近い将来、巨大な市場が出現し、開発競争が激化している自動運転車用AI半導体について、少なくとも2つの技術が必要不可欠であることが分かってきた。

 1つは、ディープラーニングの機能を持つAIを開発する技術である。この分野では、NVIDIAがトップを独走しており、インテルが追随しようとしている。本稿では触れなかったが、台湾ファブレスのメディアテックや画像処理技術に強みを持つオランダのMobileye、さらにはグーグルやアップルなど異業種からも参入しようとする企業が多数存在する。

 もう1つ必要なのは、厳しい信頼性を実現し、「ライン認定」を受けなければならない車載半導体を製造する技術である。車載半導体の世界シェアでは、1位に米フリースケールを買収したオランダのNXP、2位にドイツのインフィニオン、3位にルネサスがランクしている(図3)。

図3 車載半導体の世界シェア


 結論をいえば、自動運転車用AI半導体を制するには、上記2つの技術を同時に持っている必要がある。

 それはどこか? その条件を満たす半導体メーカーが2社ある(図4)。

図4 自動運転車用AI半導体を制するのは誰か


 1社は、米ファブレスのクアルコムである。クアルコムは、以前からディープラーニング用AIの開発に注力しようとしていた。自動運転車の半導体にも参入を表明していた。そのクアルコムが、2016年10月、半導体業界で過去最高となる金額で、車載半導体世界シェア1位のNXPを4.9兆円で買収した。クアルコムは、車載半導体を攻略する条件が全て整ったわけだ。

 そしてもう1社は、サムスン電子である。サムスン電子は、DRAMやNANDなど半導体メモリのトップランナーである。加えて、スマホのトップシェアメーカーにもなった(ただし、バッテリーの発火事件により経営が揺らいでいる)。そのサムスン電子が2016年11月、米自動車部品メーカーのハーマンインターナショナルを80億ドルで買収し、自動運転車に参入することを明らかにした。こうしてサムスン電子もクアルコムと同様に、自動運転車攻略のための条件を揃えることができた。

 さらにクアルコムとサムスン電子の両社には、共通する強みがもう1つある。それは、スマホおよびそのプロセッサ開発の技術の蓄積があるということである。

 自動運転車は常時ネットに接続され、自動運転用のソフトウエアをアップデートする必要がある。その巨大なソフトウエアを開発し、接続し、アップデートし、セキュリティも保障しなくてはならない。これは、スマホの開発に共通する技術である。

 要するに、自動運転車とは、「走るスマホ」であるとも言える。現在、自動運転車用AI半導体では、NVIDIAが先行している。それを、インテル、クアルコム、サムスン電子が追いかける展開となった。真の勝者は誰になるのか、注目していきたい。

[JBpressの今日の記事(トップページ)へ]

筆者:湯之上 隆