東京大学発のスタートアップが、生成人工知能を活用した半導体設計の自動化技術を開発している。この技術により、従来の手法と比べて最大10倍の高速化が可能となり、半導体チップの設計期間を大幅に短縮できる見込みだ。
背景と技術の概要
半導体の微細化が限界に近づく中、設計の複雑さは増す一方だ。特に、トランジスタや配線の配置を決める「レイアウト設計」は、熟練エンジニアでも数週間から数ヶ月を要する工程となっている。このスタートアップは、生成AIを用いてこのレイアウト設計を自動化し、人間の設計者と同等以上の品質を短時間で実現する。
同社の技術は、深層学習モデルに過去の設計データを学習させ、最適なレイアウトを生成する。これにより、設計の試行錯誤を大幅に削減できる。例えば、あるテストチップでは、従来の設計手法と比較して性能を維持しつつ、設計時間を10分の1に短縮したという。
実用化への道のり
同社は2025年までに、この技術を商用化する計画だ。まずは、特定の用途向けの半導体（ASIC）設計に適用し、その後、汎用プロセッサ設計への展開を目指す。すでに複数の半導体メーカーと協業を開始しており、実証実験を進めている。
「生成AIは半導体設計の常識を変える可能性がある。我々の技術が、設計者の負担を軽減し、より革新的なチップの開発を加速すると信じている」と、同社のCEOは述べている。
業界への影響と課題
この技術が実用化されれば、半導体業界全体の設計効率が向上し、新製品の開発サイクルが短縮される可能性がある。特に、AIチップやIoT向けのカスタム半導体など、需要が高まる分野での活用が期待される。
一方で、生成AIの導入には、設計データの品質や学習モデルの精度、さらには倫理的な問題など、いくつかの課題も残る。同社は、これらの課題に対処するため、業界団体や学術機関と連携し、ガイドラインの策定を進めている。
