ジェレミー・クック
2020年、AppleはIntelプロセッサから独自のカスタムシリコンチップであるM1シリーズへと移行しました。これは、自社製品のハードウェアとソフトウェアを管理していることで知られる企業（そして、モバイルiOSデバイスに独自のシリコン設計をすでに実装していた企業）からの劇的ではあるが、まったく予想外というわけではない動きだった。
Appleのこの動きは大成功だったようだ。同社は2024年初頭までに、M3チップの第3世代ラインに進化している。
おそらくAppleの成功に刺激を受けて、競合他社のGoogleやMicrosoft、Amazon、Tesla、NVIDIAなどの他のハイテク大手を含む、より多くの企業がカスタムシリコン競争に参入している。チップはもはや、Intel、AMD、Qualcommだけの領域ではありません。現在、それらはエンドユーザー固有のものになる場合があります (例: AWSカスタム シリコン、Googleカスタム シリコン、Appleカスタム シリコンなど)。
Appleのカスタムチップが先導
Appleは長い間、iPhone 15 Proで使用されているA17 Proチップなど、独自のAシリーズチップをiPhoneおよびiPadデバイスに採用してきました。これらのチップは、AIアクセラレータなどの処理ノードに対応できるCPU要素とGPU要素の両方を備えたARMアーキテクチャを備えています。この統合されたカスタム アーキテクチャにより、スペースと組み立てコストの最適化と節約が可能になります。チップ (システムオンチップ、SoC) はAppleの特定の要件を満たすように設計されているため、これらの要件に貢献しない機能は削除できます。
Appleは処理能力と電力効率の向上を達成し、その経験をM1からM3までのラップトップおよびデスクトップ チップに活かしました。現在急成長しているカスタムシリコン分野の他の企業にも、同様のメリットが得られるはずです。
もちろん、独自のカスタム シリコン チップを設計することの大きな欠点の1つは、最終的な設計に対して完全に責任を負わなければならないことです。社内の専門知識は設計ニーズを満たすのに十分でなければなりませんが、企業が自らが思っているほど有能でない場合、これは大きな問題になる可能性があります。それでも、Appleの成功により、他の企業もカスタム シリコンに移行しつつあります。
カスタムシリコンチップの普及
マイクロソフトは2023年11月15日に、自社のAIワークロードを支援するために設計された2つのカスタムチップ、Azure Maia 100 AI AcceleratorとAzure Cobalt 100 CPU2を開発中であると発表しました。Microsoftは、これらのチップの初期結果に満足しているようだ。Microsoftのハードウェア製品開発担当副社長Wes McCullough氏 によると、「私たちはシリコン上のトランジスタを最も効率的に使用しています。すべてのデータセンターのサーバーにおける効率性の向上を掛け合わせると、かなり大きな数字になります。」
モバイル分野では、これまで主力製品であるPixelスマートフォンにQualcommのチップを使用していたGoogleが、現在は独自のシリコンを使用している。こうしたGoogleカスタム シリコン チップの最初のものは、Tensorプロセッサを搭載した2021年のPixel 6シリーズでした。ノートパソコンやデータセンターのチップと同様に、その目標は、新しい機能を実現しながら、消費電力の面でより低いコストでより多くのコンピューティング リソースを活用することです。Googleは今のところ、カスタム シリコンのパフォーマンスに満足しているようです。2023年、Googleは第3世代チップ「Tensor G3」を発表しました。G3は、第1世代のTensorチップと比べてデバイス上で2倍以上の機械学習モデルを実行でき、モデル自体もより洗練されています。
GoogleとMicrosoftの両方のケースでは、Appleの独自のアプローチとは少し異なります。2つのMicrosoftデバイス (Maia/Cobalt) は、完全に社内使用を目的としています。一方、Googleはカスタム チップを使用してPixelシリーズのスマートフォンを差別化していますが、メーカーに依存しないAndroidオペレーティング システムを通じて、Google以外のシリコンも積極的にサポートしています。
MicrosoftとGoogleの方法論では、Appleのアプローチほど顕著なエコシステム全体の利益は得られないだろうと考える人もいるかもしれない。しかし、歴史が示すように、Android/Microsoftはエンドユーザーにさらなる柔軟性を提供する可能性が高いでしょう。どちらにしてもトレードオフがあります。
カスタムASIC: エッジでGPUのようなパフォーマンスを実現できますか?
これまで、カスタム シリコンは、非カスタム シリコンに比べて段階的な改善を提供してきました。確かにメリットはありますが、IntelやQualcommのモバイル プロセッサは、タスクに完全に最適化されていなくても、名目上はApple AxやGoogle Tensorチップと同じ作業を実行できます。多くのロボット工学およびエッジAIアプリケーションでは、電力、スペース、価格の観点から、標準のCPU/GPU処理セットアップを実装することは現実的ではありません。別の方法としては、特定用途向け集積回路 (ASIC) を使用する方法があります。
名前が示すように、これらのチップは画像処理や推論などの特定の目的のために設計されています。これと対照的なのが、Google TensorのようなカスタムSoCです。Google Tensorは特定の種類のハードウェアや処理タスクで動作するように設計されているものの、多くの個別のアプリケーションに適しています。超集中型ASICパラダイムは、処理範囲が制限されるという犠牲を払って、さらに優れたパフォーマンスと電力効率の向上を実現できることを意味します。
したがって、ASICチップは、より汎用的なプロセッサよりも低い金銭的コストと電力コストで、特定のジョブを実行できるはずです。ASICチップは、機械学習やその他の高価な（金銭的、電力的、および/または物理的なスペースの観点から）機能を、他の方法では実用的ではない状況で実現します。ASICチップは常に適切なソリューションとは限りませんが、検討する価値はあります。
カスタムシリコン：今後も継続
コンピューティングの長期的な将来を予測するのは一般的には無謀な試みですが、カスタム シリコンへの傾向は今後10年間にわたって続くと思われます。パフォーマンスの向上と電力効率の組み合わせは大きなメリットであり、エンドユーザーとしてこのアプローチを採用する企業 (Apple、Googleなど) が増えるとともに、設計スペースも拡大し (カスタム チップを専門とする eInfochips など)、新しいシリコンのニーズを満たすようになると考えられます。
これらのチップを物理的に製造する製造業者は適応し続ける必要があり、1つのチップに統合される機能が増えるにつれて、ボードはよりシンプルになり、より安価になり、より堅牢になるはずです。
関連商品を見る
関連商品を見る
