日本已啟動「AI晶片」（適合人工智慧處理資訊的專用半導體電路）的開發事業。將使之具備連接大量電腦所需的處理龐大數據量的計算性能，可以用於汽車和機器人等。為了掌握産業競爭力的關鍵，中美企業在AI晶片開發方面展開激烈競爭。日本也正在為採取對抗舉措而絞盡腦汁。

 　　

　　東京大學一個房間裏新設置的電腦4月起正式投入運作。這是驗證設計出來的半導體能否準確運作的專用電腦。其成為日本産業技術綜合研究所和東京大學共同運營的「AI晶片設計基地」的核心設備。東京大學教授池田誠表示，「花費約16億日元建成。對於製造穩定運作的半導體來説是不可或缺的」。

   　　

　　即使是缺乏技術和資金的新創企業，也在準備參與這項業務。日本將在5年時間裏投入近100億日元的國家資金。今後將選擇約20個主題，不斷支援AI晶片的設計和驗證。還將舉行研討會等，讓研究人員能跨越組織的隔閡展開交流，借此培養相關人才。

 　　

　　世界範圍內，最近數年在AI晶片領域掀起激烈的研發競爭。領先的是圖像處理用晶片（GPU）的最大製造商美國英偉達。

  　

　　現在的人工智慧以學習龐大數據的深度學習為主流。個人電腦搭載的CPU（中央處理器）擅長一個一個按順序完成計算，但無法同時進行大量計算。英偉達的晶片則在內部大量匯聚了屬於小型電腦的「內核（Core）」，專注於處理資訊量大的圖像。這種晶片適合用於深度學習。

 

 　　

　　美國谷歌也在2016年宣佈自主製造和利用專用AI晶片。以此為契機，競爭的導火線被點燃。除了CPU巨頭英特爾和蘋果等美國企業之外，華為技術和阿里巴巴集團等中國企業也採取行動。與硬體開發關係較淺的Facebook和亞馬遜也宣佈了涉足的方針。

 　　

　　日本起步較晚，但研究人員並不感到悲觀。這是因為認為不會和中美企業正面競爭，能夠開發日本優勢領域的AI晶片。

 　　

　　這一領域的研究者經常使用「邊緣（edge）」這個説法。指的是智慧手機、汽車和機器人等「終端」。中美大型企業瞄準的AI晶片主要設想用於通過網際網路連接的電腦本身——「雲平臺」。池田教授表示，「日本在感測器等技術方面具有優勢。如果是邊緣側，能夠展開競爭」。

     

      　　

　　在AI晶片的資訊處理領域，大量數據與存儲元件的交換成為問題。現有的CPU每當計算之際都反覆進行存儲元件的讀寫，處理時間變長，同時耗電量增大。如果能減少讀寫次數、一氣呵成地完成計算，能縮短計算時間，同時還能減少耗電量。這是AI晶片的一大特色。

     　　

　　日本國內的半導體廠商瑞薩電子很早就注意到邊緣側的AI晶片的發展潛力，一直積極推進研究。瑞薩電子開發出了自主技術，每次計算都可高速改變半導體內使用的電路構成。具備的優勢是能靈活應對感測器感知的數值數據和圖像處理等各種AI。

     

 　　

　　把這種AI晶片應用於生産線，利用小型監視設備即可監測工序中的微小異常，或第一時間發現殘次品。目前已經實現産品化，正在銷售。

 　　

　　AI晶片今後大量應用於汽車和機器人等的可能性很高。

 　

　　要讓AI承擔複雜的處理工作，現在無論如何都需要處理速度快的電腦。這種電腦因體積巨大而無法搭載到汽車和機器人上，因此必須通過通信來交換數據。需要絕對不能中斷的穩定通信環境，同時這種數據交換需要較多時間。在自動駕駛領域，瞬間的判斷延遲就將導致事故，今後將輪到AI晶片出場。

  　　

　　此外，智慧手機的語音識別目前也依賴雲平臺處理，不久後也可能改為通過AI晶片來處理。

 　　

　　在AI軟體領域，美國大型企業佔據優勢，日本的存在感薄弱。産業技術綜合研究所的研究部門副負責人昌原明植表示，「如果日本不在國內推進AI晶片研究，將全面落後」，顯示出危機感。他認為日本應發揮具有優勢的産品製造傳統，找到活路。

　　

　　日本經濟新聞（中文版：日經中文網）淺沼直樹，張耀宇

版權聲明：日本經濟新聞社版權所有，未經授權不得轉載或部分複製，違者必究。