1月16日、NYT紙は「特定用途専用のAIチップ開発の需要が高まり、スタートアップ企業に増資」と報じている。

これまでは、インテルがパソコン用チップの8割以上のシェアを握り、インテルの力が弱いスマホ、ゲーム端末などの特定チップ市場では、Qualcomm、Nvidiaなどがスタートアップ企業を駆逐してきたが、特定用途専用のAIチップ開発で、スタートアップ企業への投資が拡大中。

昨年、ベンチャー投資家はチップ製造を行うスタートアップ企業に150億ドル投資。この規模は2年前に比べ倍増。

20016年夏頃から、変化が著しい。

グーグル、マイクロソフトなどの巨大テクノロジー企業は、大量のデータでパターン認識を繰り返すことで機械学習を行う「神経ネットワーク（neural network）」と呼ばれるアルゴリズムを使用して、顔認証や音声認識などのアプリを開発してきた。

Nvidiaは、GPU（リアルタイム画像処理）大手で、例えばグーグルが運営する大規模データセンター向けに1.43億ドルのAIチップを販売したが、売上は前年比2倍。インテルも追撃するべく、従業員50人規模のスタートアップ企業Nvervanaを4億ドルで買収。

Cerebras、Graphcore、Wave Computing（ともにシリコンバレー）や、中国のHorizon Robotics、

Cambricon（ともに中国）が後続組。

AIチップを使った最初の技術革新は、データセンターで起こりそう。

Graphcore、Crebrasなどは、会話とシステムを連動させ、自動的に動画やVRを作成するbotsを可能とする新たなAIチップが開発戦略の1つ。

マイクロソフト、グーグルなどの研究者は、多数のチップを繋ぐアルゴリズムを試行錯誤を繰り返してテストし、機械学習で作り上げた「神経ネットワーク」で、AIチップを自社開発。アルゴリズムの処理プロセスを効率化し、全ての試行錯誤を数分のうちに一気に行うことを目指している。

次の技術革新は、周辺ハードウエア。

Graphcoreは、データ送信を何度もやり取りしないで済むような組込みメモリーチップを開発中だし、チップ間のデータ交換を迅速化するパイプをより広げる方法を研究している企業もある。

トヨタでは、歩行者、信号、路上の障害物などを識別するため、神経ネットワークを使って自動運転のプロトタイプを作る計画だが、データセンターで訓練が終われば、アルゴリズムを車載用チップに組み込む考え。その他のチップ製造企業も、トヨタ同様、AIチップを携帯から車まで、

幅ひろく端末に組み込む考え。