AIは半導体やデータセンター分野にどのような影響を与えるのでしょうか?

IHS Markit は、ハードウェアとソフトウェアを含む AI システムの世界的な収益が 2025 年までに 1 兆ドル近くに達し、年間複合成長率は 28% になると予測しています。

具体的には、人工知能は自動車、製造、医療、防衛産業で最も広く使用され、データセンターとクラウドコンピューティングインフラストラクチャが人工知能トレーニングの主な分野になります。

人工知能システムによる世界の収益

アメリカと中国の争い

IHS Markit によると、人工知能とは、機械が自主的に問題を解決し、学習し、入力に基づいて論理的な決定を下せるようにする方法を研究する科学的システムを指します。機械は独自の方法で知識を蓄積し、その迅速な応答能力は、実際の状況で人間の脳が実行する複雑な計算と非常に似ています。

人工知能の一部である機械学習により、機械は入力されたデータからパターンを自動的に見つけて学習できるようになります。機械学習技術には、ニューラル ネットワークやディープラーニングが含まれます。これらは、人間の脳の構造と動作方法 (トレーニングや推論などのプロセス段階を含む) をシミュレートしようとする計算モデルです。

現在、人工知能の分野で最も競争力のある二国は中国とアメリカです。

しかし、中国は依然として米国にわずかに遅れをとっています。人工知能の重要な原動力である「チップ」技術において中国と米国の間に大きな差があるため、中国は半導体需要を西側諸国に大きく依存している。

しかし、中国の優位性は、強力な政府支援と財政投資にある。対照的に、もう一つの重要なAI市場である欧州は、開発計画において米国や中国に大きく遅れをとっています。

『産業横断型AI』

AI の影響は、半導体、ヒューマンマシンインターフェース、データセンター、自律マシンの 4 つの水平産業セクターで最も顕著になります。

半導体

今日の半導体市場における大きなトレンドは異種コンピューティングです。

異機種コンピューティングとは、複数のプロセッサやコア、あるいは異なるコプロセッサを使用することを指します。異種コンピューティングは、高性能コンピューティングだけでなく、基本的な機械学習アルゴリズムを活用できる組み込みアプリケーションにも導入されています。また、アプリケーションや業界セクター全体で人工知能と機械学習をサポートするソリューションでもあります。

その結果、機械学習機能が最適化されたコンポーネントを備えたさまざまなコアとアクセラレータを含む新しいチップ ソリューションが登場し、高効率、低エネルギー消費、低構築コストを実現しています。 AI チップのアーキテクチャの変化は、現在開発中の AI ソリューションに対して、画一的な「万能」アプローチが適切ではなくなることを意味します。代わりに、さまざまなアプリケーションのニーズを満たすさまざまな AI チップ ソリューションが存在します。

このため、AI 市場には、異種集積回路に統合されていない特定用途向け集積回路 (ASIC) やコプロセッサなどの、特化され最適化されたデバイスが利用できる部分があります。ただし、これらの ASIC とコプロセッサは、同じプリント回路基板上のシステムオンチップ (SoC) に隣接して配置され、AI 機能専用に予約された同様の機能を実行します。

ASIC 市場の急成長は、新興企業の急増によるものです。これらのスタートアップ企業は、中央処理装置 (CPU)、グラフィックス処理装置 (GPU)、フィールド プログラマブル ゲート アレイ (FPGA)、デジタル信号プロセッサ (DSP) で現在使用されている従来のチップ アーキテクチャとは異なり、処理能力とメモリ インターフェイスの点でまったく新しいアーキテクチャを提供しています。

イノベーションのペースが加速しているため、特定のアルゴリズムに最適化された今日のハードウェア アーキテクチャはすぐに時代遅れになり、投資が無駄になる可能性があります。したがって、ハードウェア (チップ レベルであっても) は柔軟で、オンザフライでプログラム可能である必要があります。同時に、AI システムではソフトウェアがハードウェアを駆動するようになります。

プログラミングが対処する必要があるもう 1 つの重要な問題は、作業メモリの効果的な使用です。高度な AI テクノロジー、特にディープラーニング アルゴリズムを含むテクノロジーは、適切に機能するために大量の揮発性メモリを必要とします。このため、チップ業界では、データ移動の負担を軽減し、高度な処理並列性をサポートし、各処理コアに専用のメモリユニットを備えた新しいプロセッサ アーキテクチャなど、さまざまな革新的なアプローチを模索しています。

メモリ革新への試みは、AI がどのようにして新しいサービスやビジネス モデルの実現者および創造者となり、現在のエコシステムとサプライ チェーンを変革するかを示しています。

しかし、IHS Markit は、AI の潜在能力を最大限に活用するには、まずサプライ チェーンの整理と統合、つまりバリュー チェーンの簡素化の期間が必要であると考えています。この技術は、人工知能で選別され、強化されて初めて、生活と産業の向上に最大限活用できるようになります。さらに、AIをターゲットとした集積回路の市場も統合が進むため、今後10年間で生き残るのは数カ国のみとなるでしょう。

データセンター

データ センターは、今日の産業革命とデジタル変革の重要な部分です。データセンター内では、アプリケーションのリアルタイム配信や低レイテンシなどの重要なパフォーマンスパラメータの重要性を考慮して、AI と機械学習アルゴリズムを念頭に置いた新しい高性能サーバーが開発されています。

IHS Markitの調査によると、専用のAIおよび機械学習コプロセッサを搭載したサーバーは、2022年までに世界のサーバー出荷の10％以上を占めるようになるという。企業は、コプロセッサを搭載したサーバーへの投資も増やし、汎用グラフィックス プロセッシング ユニットやフィールド プログラマブル ゲート アレイを搭載したサーバーを優先するようになります。

全体として、クラウドベースのデータセンターでもエッジ サーバーでも、将来のデバイスの処理能力とデータ分析機能は大幅に向上すると予想されます。現在、さまざまな業界や分野で、コンピューティングはエッジ ネットワークに移行する傾向にあります。低遅延パフォーマンスの需要により、ラウンドトリップ時間 (RTT) が標準の 20 ミリ秒 (ms) 未満のローカライズされたサーバーの増加が促進されます。

ヒューマンマシンインターフェース

ヒューマンマシンインターフェース (HMI) は、民生用電子機器やモバイル電子機器から自動車、スマートホーム、スマートデバイスから産業空間まで、さまざまなアプリケーションや業界や分野に導入できる、基本的でありながら非常に強力なアプリケーションです。

Siri、Alexa、Google Assistantは消費者向け電子機器アプリケーション向けに開発された製品ですが、これらのアシスタントを担当するApple、Amazon、Googleの各社は、自動車業界を含む他の分野にもその使用とインターフェースを拡大しようとしています。

しかし、これら3つの製品は欧米では強い影響力を持っているものの、急成長している中国市場でのシェアは比較的限られています。対照的に、百度、アリババ、テンセント、ファーウェイ、小米などの中国国内テクノロジー企業のデジタルアシスタントは、欧米の同業他社よりも優位に立っている。

自動車の世界では、安全性が最も重要です。自動運転車で予想されるように、機械が人間の役割を引き継ぐ場合、OEM の責任はさらに大きくなります。それでも、AI アルゴリズムをベースとし、音声やジェスチャーの認識を可能にする車載 HMI は、自動車メーカーや自動車所有者の間で依然として非常に人気があります。

自律型機械とロボット

機械学習技術は、高度なメカトロニクスおよび感覚科学と組み合わせることで、さまざまな自律エンティティを迅速に開発および展開し、さまざまなレベルの複雑さを持つさまざまなタスクを実行できるようになります。

IHS Markit が実施した分類によると、自律型マシンは複数の業界セクターにわたる幅広い機器をカバーしています。これらには、軽自動車、バス、トラック、農作物機械、工業および医療分野のロボット、玩具、ドローン、サービスロボット、海洋および軍事産業、鉱業および建設業が含まれます。

自動運転の分野では、自動車業界が AI の主な技術推進者であり、最も複雑な要件を抱えています。しかし、消費者市場では、自律型マシンが引き続き数量面でリードし、世界全体の出荷台数は2018年の450万台から2025年までに1,330万台に達すると予想されています。

『垂直分野におけるAI』

現在、すべての業界が AI によって約束される追加機能、つまり効率性の向上とパフォーマンスの向上を採用しています。

自動車分野では、半導体サプライヤーからOEMまで、自動車サプライチェーン全体が「人工知能」に真剣に投資しています。その中で、先進技術は自動運転車の実現への道を開きます。機械学習は、音声認識技術を含むさまざまなインフォテインメントのヒューマンマシンインターフェースですでに使用されています。先進運転支援システムでは、ディープラーニングは、カメラベースのマシンビジョンシステム、レーダーベースの検出ユニット、運転者の眠気、センサー融合電子制御ユニット (ECU) などの分野に適用できます。

しかし、インフォテインメントを超えて、自動車 AI には、安全性の問題に関しては、レイテンシ、パフォーマンス、消費電力、データの取得、処理、ストレージなどの追加要件が伴います。

銀行業界では、ブロックチェーンなどの新しく導入されたテクノロジーによる効率性の向上とコスト削減を含め、AI のビジネス価値は 2018 年に 411 億ドルと推定されました。 AIが主流になるにつれ、銀行におけるそのビジネス価値は1,650億ドルに急増するでしょう。

具体的には、リアルタイム配信と低遅延が、銀行市場取引、不正検出、ID 認証、セキュリティ保証の重要なパフォーマンス パラメータになります。これらの分野では、わずか数ミリ秒のターンアラウンドタイムを備えたオンプレミス データ センターの使用が増加していることを特徴とする、高性能エッジ コンピューティングが主流となっています。

産業オートメーションと製造業では、AI によって「ジェネレーティブ デザイン」、つまり一連のシステム要件に基づいて最適な設計を自動的に作成するといった新しいユース ケースが可能になります。ジェネレーティブ デザインを使用すると、ユーザーは、推奨される材料、エンジニアリングの制約、製造プロセスなど、設計の機能要件と目標をインタラクティブに指定し、製造の準備が整った設計を作成できます。

ジェネレーティブ デザインにより、ユーザーはエンジニアリングのバックグラウンドや構造、力学、材料に関する広範な知識を持たなくても、設計された部品の用途と目的を理解するだけで済むため、設計がより容易になります。ジェネレーティブ デザインは、複数の目的に合わせて同時に設計を最適化し、いくつかの新しい設計の選択肢を提供するため、企業は製品のエンジニアリング サイクルを大幅に短縮できます。

ヘルスケア分野では、ビッグデータ分析と人工知能がますます重要な役割を果たすようになります。医療システムによって生成される膨大な量の構造化データと非構造化データをツールを通じて取り込むことで、分析機能が継続的に向上し、診断の速度と精度が向上し、診断機能が拡張されます。

また、サイトインスタンスの推定数に基づいた年間サブスクリプションモデルを特徴とする Software as a Service (SaaS) などの新しいビジネスモデルも登場します。さらに、AI テクノロジーの使用は、価格設定、データセットの検証、デバイスの使用と交換、診断画像、仮想ヘルス アシスタント、投資収益率など、ヘルスケアの他の要素にも影響を与えます。

IHS Markitのデータによると、2022年までに機械学習と人工知能により、カナダ、中国、フランス、ドイツ、日本、英国、米国などの国で100万人の患者の遠隔モニタリングが可能になり、2017年の31,000人から大幅に増加することになる。

ビデオ監視の分野でも、人工知能は業界革命をもたらすでしょう。ビデオ監視分野は、ビデオ監視製品と市場プレーヤー間の熾烈な競争、中国におけるビデオ監視の広範な使用、安全な都市の台頭、標準解像度から高解像度ビデオへの継続的な移行など、さまざまな要因の影響を受けています。

クラウドとその膨大な仮想化処理能力は、ビデオ分析の実行に使用されています。しかし、群衆の監視、カウント、物体検出などの一部の分析は、帯域幅を節約し、バックエンドの計算能力の負荷を軽減するためにカメラ上で実行されます。つまり、人間や車両の特徴抽出やオブジェクト検索などのプロセッサ集約型アプリケーションを、より強力な集中型分析を使用して実行できるようになります。中国市場は AI の導入が最も進んでおり、プロジェクト規模も大きく、分散コンピューティングと分析から最大のメリットを享受できるため、中国はこの分野に非常に関心を持っています。

ビデオ監視の主な違いは、ビデオ管理ソフトウェア (VMS)、ビデオ コンテンツ分析 (VCA)、物理セキュリティ情報管理 (PSIM)、および中央監視ステーション (CMS) で使用されるソフトウェア間にあります。

スマートフォン分野では、AI はすでに通信収入の大きな部分を占めています。 IHS Markitは、2025年までにスマートフォンの3台に2台にAIハードウェアと機能がプリインストールされると予測しています。 2025年までに、AI対応スマートフォンの世界収益は2017年の290億ドルから3,780億ドルに達し、年平均成長率は39%となる見込みです。

Huawei、Apple、Samsungなどの大手スマートフォンメーカーは、専用のAI対応ソリューションの発売を競っています。