カスタムシリコンが登場：現在と未来のメリット

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シリーズへ移行しました。これは劇的な変化ではありましたが、ハードウェアとソフトウェアの両方を制御することで知られている同社にとって、まったく予期されなかった動きではありませんでした（すでにモバイルiOSデバイスで独自のシリコン設計を実装していました）。

Appleの動きは大成功を収めたように見えます。2024年初頭の時点で、同社は第3世代のM3チップラインに進化しました。

おそらくAppleの成功に触発されて、GoogleやMicrosoftといった競合他社を含むより多くの企業が、Amazon、Tesla、NVIDIAのような他の大手テクノロジー企業と共に、カスタムシリコンの分野に参入しています。チップはもはやIntel、AMD、Qualcommだけの領域ではありません。現在では、エンドユーザー固有のものになる場合もあります（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は、iPhone 15 Proに使用されているA17 Proチップのように、iPhoneやiPadデバイスに独自のAシリーズチップを長年採用しています。これらのチップは、CPUおよびGPU要素を含むARMアーキテクチャを特徴としており、AIアクセラレータのような処理ノードを対応可能にします。この統合されたカスタムアーキテクチャは、最適化とスペースおよび組立コストの削減を可能にします。チップ（すなわちシステムオンチップまたはSoC）がAppleの特定の要件を満たすよう設計されているため、これらの要件に寄与しない機能は取り除かれることがあります。

Appleは、処理性能と電力効率の向上を実現し、それをM1からM3のノートパソコンおよびデスクトップ向けチップに活かしました。同様の利点は、現在急成長しているカスタムシリコン分野において、他社でも可能になるはずです。

もちろん、独自のカスタムシリコンチップを設計する際の大きな欠点の一つは、最終的な設計につい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要件を満たすのに十分でなければならず、企業が自分たちが考えているほど有能でない場合、これは大きな問題となる可能性があります。それにもかかわらず、Appleの成功に伴い、他の企業もカスタムシリコンへの移行を進めています。

2023年11月15日、Microsoftは社内の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を開発していることを発表しました。Microsoftはこれらのチップの初期結果に満足しているようです。 Microsoftのハードウェア製品開発担当コーポレートVPであるWes McCulloughによると、「私たちはシリコン上でトランジスタを最も効率的に活用しています。これらの効率向上をすべてのデータセンター内のサーバーで掛け合わせれば、かなり大きな数字になります。」とのことです。

モバイル分野では、Googleは以前はフラッグシップPixelスマートフォンにQualcommのチップを使用していましたが、現在は独自のシリコンを採用しています。これらのGoogleカスタムシリコンチップの最初の製品は、2021年に登場したTensorプロセッサを搭載したPixel 6シリーズでした。ノートブックやデータセンターチップと同様に、彼らの目標は、消費電力を低く抑えながら、より多くのコンピューティングリソースを提供し、新たな機能を実現することです。現在までのところGoogleは独自のシリコンの性能に満足しているようです。2023年には、第3世代チップであるTensor G3を発表しました。G3は、第1世代Tensorチップと比較して、デバイス上で実行可能な機械学習モデルの数が2倍以上となり、モデル自体もより洗練されたものになっています。

GoogleとMicrosoftの両方の場合、そのストーリーはAppleの独自のアプローチとは少し異なります。Microsoftの2つのデバイス（Maia/Cobalt）は、完全に社内使用のためのものです。一方で、GoogleはPixelラインのスマートフォンを差別化するためにカスタムチップを使用していますが、それでも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非Googleシリコンを大いにサポートしています。

マイクロソフトやGoogleの方法論は、Appleのアプローチに比べてエコシステム全体の利益をそれほど顕著にしないだろうと考える人もいるかもしれません。しかし、これまでの歴史が示すように、Androidやマイクロソフトはエンドユーザーに対してより柔軟性を提供する可能性が高いです。いずれにせよ、トレードオフは存在します。

これまでのところ、カスタムシリコンは非カスタムシリコン相当品に対して段階的な改善を提供してきました。本物の利点がありますが、IntelやQualcommのモバイルプロセッサーも、Apple AxやGoogle Tensorチップと同様に名目上では同じ作業を実行できます。ただし、そのタスクに完全に最適化されているわけではありません。多くのロボット工学やエッジAIアプリケーションにおいて、電力、スペース、および/または価格の観点から標準的なCPU/GPUプロセッシング構成を実装するのは非現実的です。その代替案として、用途特化型集積回路（ASIC）を使用することが考えられます。

その名が示すように、これらのチップは画像処理や推論など特定の目的のために設計されています。それに対して、Google TensorのようなカスタムSoCは、特定の種類のハードウェアや処理タスクと連携するよう設計されていますが、多くの個別のアプリケーションに適しています。超特化型のASICパラダイムは、限定的な処理範囲の犠牲を払いつつも、より高い性能と電力効率の向上が実現できることを意味しています。

したがって、ASICチップは、より一般的なプロセッサよりも低いコストと電力で特定の作業を行えるはずです。ASICチップは、機械学習やその他のコストが高い（費用、電力、または物理的スペースの点で）機能を、それが従来では非現実的であるような状況で可能にします。ASICチップが常に最適な解決策であるわけではありませんが、検討すべき可能性の一つです。

コンピューティングの長期的な未来を予測するのは一般的に無謀な試みと言えますが、カスタムシリコンへの傾向は今後10年間続くと思われます。パフォーマンス向上と電力効率の組み合わせは大きな成果であり、エンドユーザー（例: Apple、Google）と共に、設計領域の拡大（例: eInfochips がカスタムチップを専門とする）を伴って、より多くの企業がこのアプローチを採用するのを目にするでしょう。

これらのチップを物理的に製造するファブリケーターは引き続き適応し続ける必要があり、1つのチップにより多くの機能が統合されることで、基板はより簡潔になり、コストも削減され、より堅牢になります。