週刊 エレクトロニクスニュース 9/6/2021

AIを活用したIoTをターゲットにしたFusion Processors
2019年に設立され、すでに7,200万ドルの資金提供を受けているAlif Semiconductorは、今週、次世代の常時接続型IoT製品をターゲットにしたEnsembleとCrescendoの製品ファミリーを発表した。同社によると、これらの製品は、AI/MLアクセラレーション、マルチレイヤーセキュリティ、LTE Cat-M1およびNB-IoT接続、GNSS測位、および統合メモリを統合した、スケーラブルで純粋に電力効率の高いデバイスに対する市場ニーズを満たし、処理がローカルでもクラウドでも、日常生活にシームレスに統合される製品の設計を可能にするという。Ensembleファミリは、単一のArm Cortex-M55 MCUから、最大2つのCortex-M55 MCUコア、高レベルのOSを実行可能な最大2つのCortex-A32マイクロプロセッサ（MPU）コア、およびAI MLアクセラレーション用の最大2つのArm Ethos-U55 microNPUを統合した新しいクラスのマルチコアデバイスであるフュージョン・プロセッサまで、拡張可能な最新の組み込みプロセッシング技術をベースにしている。このデバイスファミリーには、デバイスの整合性保護、セキュアなアイデンティティ、強力なルートオブトラスト、セキュアなライフサイクル管理など、複数のレイヤーのセキュリティを提供する先進のセキュアエンクレイブが搭載されている。大容量のSRAMや不揮発性メモリー、グラフィックスやイメージングの高速化、クラス最高レベルの電力特性などを備えたEnsembleファミリーは、スマートホーム製品、家電製品、POS、ロボットなどのアプリケーションをターゲットにしている。一方、Crescendoファミリは、Ensembleファミリと同じ機能に加えて、LTE Cat-M1およびNB-IoTセルラー接続、加入者管理を簡素化するオプションのiSIM、統合されたRF、パワーアンプ、測位用の同時GNSSレシーバーを追加しており、次世代のスマートシティ、コネクテッドインフラ、アセットトラッキング、ヘルスケアデバイス、ウェアラブルに必要な主要機能を1つのチップで実現している。
Alif Semiconductorの共同創業者でCEO であるSyed Ali氏と、社長であるReza Kazerounian氏は、EE Timesのインタビューで、「我々は、基本的に次世代IoTアプリケーションに焦点を当ててスタートした」と説明し、「我々は、IoTデバイスのエッジ処理を可能にするために、優れたものを作るには何が必要かを考え、また、セキュリティも重要なポイントで、多層のセキュリティを実現するデバイスを作りたいと考えた。そして、多様なアプリケーションを可能にするプラットフォームをベースに、幅広い製品を作りたいと思った」と述べている。Ali氏は、「我々がAlif Semiconductorを設立したのは、効率的なAI、ワイヤレス機能、信頼できるセキュリティ、長いバッテリー寿命を必要とする開発者に、統合された次世代ソリューションを提供したかったからである。これは今まで存在しておらず、EnsembleとCrescendoのファミリーは、次世代IoTデバイスの市場に大きな影響を与えると期待している」と述べている。また、Kazerounian氏は、「EnsembleおよびCrescendoファミリーは、スケーラブルで高度に統合されたアーキテクチャを導入しており、開発者は、共通のファブリック上で、機能や処理の要件が異なる複数のアプリケーションにまたがる安全なソリューションを作成することができる。我々が行っている革新的なアプローチは、ゲームチェンジャーであり、開発者がインテリジェントなマシンを作る方法を変えるだろう」と述べている。創業者たちは、新しいフュージョン・プロセッサーとマイクロコントローラーで開発した統合性と機能性のレベルを強調している。このプロセッサーとマイクロコントローラーは、パフォーマンスと長時間のバッテリー駆動に対応するように設計されており、独自の電源管理サブシステムを使用しているが、このサブシステムをaipmと呼んでいる。多くのIoTデバイスはバッテリー駆動であり、ローカル処理、AI/ML、無線通信などを同時に行わなければならない場合、バッテリー駆動時間が決定的に短くなる。Alif Semiconductorのaipm技術は、チップ内のリソースに電力を供給するタイミングをきめ細かく制御することができる。この独自技術により、クラス最高レベルの低消費電力動作を実現し、インテリジェントデバイスの小型バッテリーでの長時間駆動を可能にしている。

AI 2.0: 信頼できるエンジニアリング
AIの宣伝段階が終わりに近づくにつれ、エンジニアや研究者たちは、人工知能の膨大な可能性について、分かっていることと分かっていないことを明らかにしている。
懐疑論者は、AIを中心とした未来に飛び込む前に、調査、テスト、検証を行う必要があると警告しており、そのため、機械学習やその他の自律的なシステムにおける意図しない行動の原因を特定し、最終的に予測しようとする「AIの安全性」のような新しい分野に対する認識と研究が高まっている。
最近、米国ではADAS車両の衝突事故の報告を義務付ける規制命令が出されるなど、初期の段階からいくつかの取り組みが行われている。今回のAI特別企画では、機械の制御をアルゴリズムに委ねることの工学的な課題と、意図しない結果について考察している。ひとつの結論として、99.999％の確率で動作しなければならないミッションクリティカルなシステムにAIを使用するには、まだまだ遠い道のりだと思われる。このようなレベルの信頼性、安全性、そして最終的には信頼性を達成するためには、絶え間ないテスト、技術基準、ジョージタウン大学Center for Security and Emerging Technologyの研究者であるヘレン・トナー氏が言うところの「エンジニアリングの規律」が必要である。
また、AIチップを設計する企業の数が急増しているため、希少なエンジニアリングリソースの配分も問題となっている。最近では、TeslaがAI Dayイベントでニューラルネットワークのトレーニング用チップ「Dojo D1」を発表した。ADASアプリケーション向けのニューラルネットワークのトレーニングを高速化することは確かに必要なことだが、垂直統合型の自動車メーカーがこのAIチップを発表したのは、所有者としての誇りが動機となっているようだ。
Tirias Researchの主席アナリストであるKevin Krewell氏は、「これだけ多くの企業がAIチップを製造しているのに、なぜ自社で製造するのか」と指摘している。自律走行にAIを適用するために独立して作業する企業が増えていることは、「驚異的な」量の重複と無駄に相当する、とKrewell氏は付け加える。自動車への応用は、AI技術の限界を押し広げるものであり、結果として得られた機械学習モデルを危険な環境で展開する最初の例となるかもしれない。しかし、その前に、機械は技術者が作れる限りフールプルーフに近いものでなければならない。同僚のEgil Juliussen氏が指摘するように、AIに関する一般的な概念は、テクノロジーが人間の知能と類似していることを意味している。後述するように、幼児が現実の世界で試行錯誤して身につけた常識を機械に植え付けることができなければ、AIは誤った呼び方のままである。

Tesla 「AI Day」の展望
Teslaは2021年8月19日に「AI Day」を開催した。Elon Musk氏は、自律走行車のAI技術としてニューラルネットワークを頼りにしている。本コラムでは、機械学習とニューラルネットワーク（NN）のトレーニング用のチップ、システム、ソフトウェアの紹介のみに焦点を当てている。これらの製品は非常に印象的で、NNトレーニングの最先端を向上させるものである。Teslaは、技術的にも複雑な多くの情報を提供している。このイベントはストリーミングで配信され、現在はYouTubeで見ることができる。同がは3時間以上の長さがあるが、イベントが遅れていたため、最初の37分は音楽だけになっている。Teslaのニューラルネットワーク発表概要：Teslaは、ニューラルネットワークのトレーニングに合わせて、柔軟で拡張可能な分散型コンピュータアーキテクチャを設計した。Teslaのアーキテクチャは、354のトレーニングノードを持つD1特別目的チップから始まり、それぞれに強力なCPUが搭載されている。これらのトレーニングノードのCPUは、高性能のNNおよびMLタスク用に設計されており、32ビット浮動小数点演算で最大64GFLOPsの性能を有している。D1チップでは、354個のCPUを搭載し、32ビット浮動小数点演算で最大22.6TFLOPsの性能を発揮する。16ビット浮動小数点演算では、D1の最大性能は362TFLOPsに跳ね上がる。
Teslaは、ニューラルネットワークのトレーニングに「トレーニングタイル」と「ExaPOD」という2つのシステムを導入した。トレーニングタイルは、25個のD1チップを接続したマルチチップパッケージである。25個のD1チップを搭載したトレーニングタイルは、8,850個のトレーニングノードを構成し、それぞれに前述の高性能CPUが搭載されている。トレーニングタイルの最大性能は、32ビット浮動小数点演算で565TFLOPs。　ExaPODは、120個のトレーニングタイルを1つのシステムに接続し、3,000個のD1チップで1062万個のトレーニングノードを構成している。ExaPODの最大性能は、32ビット浮動小数点演算で67.8PFLOPsとなる。
Teslaのニューラルネットワーク発表内容：D1チップとDojoニューラルネットワークトレーニングシステムの導入は、Teslaの方向性を示すものであり、これらの製品を製品化するための研究開発投資は、間違いなく非常に高いものである。Teslaはこの技術を他の企業と共有し、他のOEMに販売されるBEVクレジットと同様の別の収益源を作り出す可能性が高い。
Teslaの設計目標は、チップとシステム全体で3つのシステム特性をスケーリングすることであった。それは、コンピュート性能、コンピュートノード間の高帯域と低遅延の通信である。高帯域と低レイテンシーは、数百、数千のコンピュートノードにスケールアップすることが常に困難であった。Teslaは、この3つのパラメータを2Dメッシュ形式で整理してスケーリングすることに成功したようだ。
概要：ニューラルネットワークのトレーニングシステムはデータセンター用であり、のAVソフトウェアの改良に使われることは間違いありません。このテスラのニューラルネットワークトレーニングシステムは、データセンター用であり、TeslaのAVソフトの改良に使われることは間違いないが、他社でも使用される可能性がある。重要なのは、ニューラルネットワークシステムがAVの推論アプリケーションにどのように使われるかということだ。トレーニング・タイルの消費電力は、現在のバージョンでは自動車用としては高すぎるという。発表会の写真では、トレーニング・タイルに「15KW Heat Rejection」というラベルが貼られていた。
Teslaは、このニューラルネットワークトレーニングの技術革新によって、カメラベースのセンサーだけでオートパイロットをL3またはL4に対応させることを期待しているか、またはそれに依存しているように見える。これは良い賭けとなるか？時間が経てばわかることだが、これまでElon Musk氏の賭けのほとんどは、多少の遅れはあるものの、良い結果を出している。

戦場に向かうAI
人工知能を批判する人々にとって、戦場での自律性は依然として重大な問題のひとつである。しかし、AIの開発者たちは、監視、偵察、目標捕捉などの軍事用途で、独立して操作できるパイロットレスシステムを推進している。さらに、そのような問題のあるシステムの開発者は、AI技術を取り入れており、この組み合わせは、多くの投資資金を集めている。例えば、サンディエゴに拠点を置くShield AIは、最近、1回のラウンドで2億1,000万ドルのエクイティファイナンスを実施した。この企業は、評価額が10億ドルを超えていると主張している。今回の資金調達は、”軍用機の自律的な操縦のための “AI機能への投資を目的としている。Shield AIはこの戦略に基づき、7月にテキサス州のMartin UAVを買収した。この買収は、Hivemindと名付けられた買い手のAIおよび自律性ソフトウェアスタックと、Martin AIの垂直離着陸型パイロットレス航空機（不吉な名前のV-BAT）を組み合わせたものである。軍需産業大手のNorthrop Grummanは9月1日、米陸軍のプログラムの一環としてV-BATの飛行試験を完了したと発表した。このテストでは、全地球測位システムの助けを借りずに自律的に動作しながら、ナビゲーションとターゲティングの能力を実証した。米軍では、GPSの妨害電波などの影響を受けずに戦闘活動を行うことが重要視されている。　V-BATは、電子戦、電気光学／赤外線、合成開口レーダーセンサーなど、交換可能なペイロードを搭載できるように設計されている。パートナーは、Hivemindの自動化機能を移植することで、GPSナビゲーションなしでV-BATを運用する機能を追加することを計画している。これらの自動化された偵察センサーは、最終的には陸軍の旅団戦闘チーム、特殊部隊、レンジャー大隊で使用される可能性がある。このセンサードローンは、2人のオペレーターで発射・回収することができる。このような自律型システムが、いつ、どこで米軍に配備されるかはまだ決まっていないが、今回の飛行実験は、AIを利用した自律型プラットフォームが、最初は偵察用として、着実に戦場に登場していることを示している。自律型への移行が加速する中、ドローン業界は、民間向けの現行規制は「従来の手動式ドローン」を想定して書かれたものだと主張している。Association for Unmanned Vehicle Systemsのメンバーは、「信頼に足る自律性の出現は、新たな運用方法と規制アプローチを可能にする」と主張し、米国連邦航空局に対し、軍事、セキュリティ、公共安全、その他の産業用途で使用されるパイロットレスシステムに、より大きな自律性を認めるよう働きかけを続けている。

SynapticsがDSPグループを5億3,800万ドルで買収
Synaptics Inc.は、DSP Groupを現金5億3800万ドルで買収し、モノのインターネット（IoT）ポートフォリオにオーディオおよびスマートボイス機能を追加することを発表した。
Synapticsは、今回の買収の理由として、「クラス最高の」音声およびビジョンの人工知能（AI）機能を単一のポートフォリオに統合すること、また、超低エネルギー（ULE）対応のセキュリティアプリケーションでワイヤレスポートフォリオを強化することを挙げている。DSPグループは、SynapticsがIoAT（Internet of Audio Things）と呼ぶ、低消費電力のSmartVoice、ユニファイドコミュニケーションとコラボレーション、ワイヤレスIoTデバイスの分野で大きな成長機会を持つ、複数の市場でリーダーシップを発揮していると考えられる。これらのソリューションのほとんどは、Synapticsの既存の顧客ベースに関連しており、ポートフォリオデバイスのクロスセルを可能にしている。
Synaptics – DSP Group 3Synapticsの社長兼CEOであるMichael Hurlston氏は、声明の中で「DSP GroupのSmartVoiceとULEワイヤレスソリューションにおける専門性と、Synapticsの遠距離音声認識とIoT向けWi-Fi/BTコンボにおけるリーダー的地位とが相まって、統合された顧客基盤にますます差別化されたソリューションを提供することができ、同時にネットワークのエッジにおけるAI対応デバイスへの移行をリードすることができるようになる」と述べている。Synapticsは先日、低消費電力のエッジAIイニシアチブを発表したが、これは重要な長期的機会を開くものであり、ABIリサーチは、2030年までに約25億台のTinyMLユニットが販売されると予測している。 DSPグループのSmartVoice製品がSynapticsのKatanaスマートビジョンプラットフォームに加わることで、既存の顧客のニーズに応えるとともに、将来の市場機会にも対応できるポートフォリオを構築することができる。 また、DECT ULEを追加することで、シナプティクスの無線接続ポートフォリオを強化し、インテリジェント・ホーム・セキュリティ・ソリューションの充実を図る。

パンデミック前の季節性を感じさせないGPU需要
半導体からそれらの製造に使われる装置や基板、そしてエレクトロニクスの食物連鎖からPCに至るまで、ほぼすべての産業分野がパンデミックによるブームの真っ只中にある。唯一の逆風は、アナリストが言うように、メーカーが空前のデジタル製品需要に対応できないサプライチェーンの余韻である。
第2四半期に出荷台数が急増したグラフィック・チップの分野がその例である。Jon Peddie Researchが今週発表したレポートによると、PC用GPUの出荷台数は、前四半期比で3.4%増加し、年間ベースでは37%増となっている。Nvidiaは依然として市場をリードしており、AMDとIntelが苦戦する中、第2四半期はさらにシェアを拡大している。
グラフィックスプロセッサーの需要は、2025年まで年率3.5%で増加し、2010年半ばには33億ユニット以上に達すると予測されている。パンデミックによって引き起こされた仕事、学校、娯楽の根本的な変化により、一般消費者や企業によるGPUおよびCPUの需要に関する四半期ごとの市場予測のほとんどが頓挫した。例えば、Peddie氏によると、GPUの需要は第2四半期に減少する。今年の第2四半期のグラフィックスチップの出荷量は、前四半期比で3.4%増加した。
GPU市場のアナリストは、「Covid19は、世界中のあらゆる予測モデルを歪め、Moore’s Lawさえも崩壊させた。短期的な状況に基づく予測は、いくつかの方面から矛盾した歪んだ予測を生み出し、それが間違いであることが証明されて恥ずかしい思いをすることになるだろう」と述べている。グラフィックスチップは、ベンダーがPCを出荷する前にほぼすべてのシステムにGPUを搭載するため、業界の先行指標のひとつとなっている。Peddie氏はさらに、ほとんどのチップメーカーの次の四半期中のガイダンスは、平均3％の上昇傾向が続いていると指摘している。このガイダンスの一部は通常の季節性に基づいていますが、「コロナウイルスの影響とサプライチェーンの余韻が残っている」とのことだ。実際、IC不足が続く中、家電メーカーが自動車メーカーなどと生産ラインを確保しようと争っているため、サプライヤーからは、チップ基板からコンデンサに至るまで、さまざまな品不足の報告があった。Peddie氏は、半導体のサプライチェーンが急増する需要に追いつくまでは、ホリデーシーズンに向けた従来の第3四半期の在庫積み増しは制限されるだろうと警告している。需要と供給の不均衡はすぐには解消されそうにない。そのため、ホリデーシーズンの最後の買い物をする人は、何かアナログなものを考えなければならないかもしれない。

脆弱性開示プログラム（VDP）
モノのインターネット（IoT）や産業用制御システム（ICS）製品のセキュリティホールとなる可能性のある脆弱性は、増加の一途をたどっている。
Clarotyの最新レポート「ICS Risk & Vulnerability Report」によると、今年の上半期には600件以上の脆弱性が公開された。そのほとんどは、深刻度が高く、遠隔操作で容易に悪用され、影響を受けたコンポーネントを完全に使用不能にしてしまうものだ。また、4分の1は修正方法がないか、あるいは部分的にしか修正できないものである。数百万台ものIoTデバイスやOT（Operation Technology）デバイス、さらには自動車などのコンシューマーシステムや医療機器が影響を受ける可能性がある。
しかし、OEMメーカーや資産家のユーザーは、マイクロソフトが4月に公開するまで、これらの脆弱性の存在を知らなかった。現在、製品の脆弱性の多くは、被害を受けたベンダーではなく、サードパーティの研究者などの外部から発見されており、そのために脆弱性開示プログラム（VDP）が存在するのである。Bugcrowdの「2021 Ultimate Guide to Vulnerability Disclosure」によると、VDPは「通常のソフトウェア開発サイクルの外で発見された脆弱性を特定し、修正するためのメカニズム」を提供するために設置されている。VDPは通常、連邦政府機関、業界団体、および一部の大手製品ベンダーによって運営されている。
2020年9月のCybersecurity and Infrastructure Security Agency（CISA）による拘束力のある運用指令を受けて、連邦政府機関はそれぞれの脆弱性開示ポリシーを掲載しているが、紛らわしいことに “VDP “という頭文字で示されている。CISAが7月に発表したVDP Platformは、BugcrowdとEnDynaが提供するもので、民間の連邦機関を対象に、セキュリティ研究者などが連邦機関のウェブサイトの脆弱性を報告するための一元管理サイトとして機能する。
しかし、ほとんどのVDPは、プロセスやコンフィギュレーションではなく、製品の脆弱性を対象としている。残念なことに、これらのVDPにはほとんど一貫性がない。Verve Industrial Protectionのサイバー・セキュリティ・インサイト・ディレクターであるRon Brash氏は、「これらのプログラムは、米国の連邦政府機関でさえ、それぞれ独自に行っているため、いたるところに存在している。そのどれもが、最大の効率を得られるようには設定されていない。NISTやISO/IECプログラムのような優れたメカニズムを持つ機関であっても、何がどのように報告されるのか、強制力があるのか、必要な変更を特定のグループがどのように行うのかなど、メカニズム間には格差がある」と語り、報告の透明性の欠如についても指摘している。米国政府は、一般的に購入するCOTSタイプの製品のコードを開発していないため、連邦政府機関は実際の所有権を持たず、交通整理の役割を果たさなければならないという。　また、予算や承認、不十分なEoLプラットフォーム、ベンダーに修正プログラムを提供させることができないなどの理由で、脆弱性を効果的に修正することができず、結果として改善を促す手段ない。特定のアドバイザリに対するオーナーシップもなく、政府のプログラムやベンダーのポータル間で何が行われているかを同期させることもできないとし、Brash氏は、「すべては最善の努力の賜物だ。― 大手ベンダーはオーナーシップを持っているが、彼らの複数のビジネスユニットはそれぞれ違ったやり方をしている。各製品は複数の製品を組み合わせることができるため、ベンダーの数はさらに増えていく」と述べている。

NORやSRAMを駆逐する新メモリ
Objective AnalysisとCoughlin Associatesが共同で発表した年次報告書によると、新興メモリはさらなる成長を遂げようとしている。それによると、エマージング・メモリは、独立したメモリチップの形で、あるいはマイクロコントローラ、ASIC、さらにはコンピュート・プロセッサに組み込まれた組込みメモリの形で、NORフラッシュ、SRAM、DRAMなどの既存技術を置き換え、2031年までに440億ドルの市場になると予測している。メモリメーカーやファウンドリだけでなく、SoCの設計者やユーザーも、より競争力のある消費電力やシステムの応答性を実現するために、これらの新しい不揮発性メモリをすでに設計に組み込んでいる。
新興メモリ周辺の収益成長は、異なる材料やプロセスに対応するための新しいツールの必要性にも牽引され、資本設備市場の成長を後押しすることになるだろう。例えば、MRAM製造装置の総売上高は、2020年の1,000万ドルの100倍以上に成長し、2031年には11億ドルに達すると予想している。一方、単体のMRAMとSTT-RAMの売上高は、2020年の単体MRAMの売上高の42倍以上となる約17億ドルに成長するとしている。組み込み型MRAMは、組み込み型ReRAMとともに、SoCに搭載されている組み込み型NORやSRAMの大部分を置き換える競争相手となるだろう。3D XPointメモリは、2031年には200億ドル以上の売上を達成する可能性があるとレポートは予測しているが、このレポートは新興メモリにとっての課題も示している。Objective Analysisの主席アナリストであるJim Handy氏は、「現在、3D Xpointメモリとして市販されているのはIntelのOptaneだけだが、これを十分に活用するには新しいソフトウェアが必要である。さらに、最も利用される可能性の高いターゲット顧客は、金融業界で、彼らは非常に保守的な傾向がある。また、3D XpointはPCRAMベースの技術だが、Optaneの運命はIntel Xeonプロセッサに大きく関わっている」と述べている。Optane SSD事業から撤退したIntelは、採用が進まないために撤退している。Handy氏は、Optane DIMMが魅力的なのは、DRAMよりも安価な点だという。Intelによれば、1ギガバイトあたりの価格はDRAMの約半分であるため、顧客にとっては良いことだが、Intelにとっては必ずしも良いことではないと述べている。
このような新しいメモリを採算がとれるようにすることは、広く普及させるための障壁となってきた。Handy氏は、MRAMとReRAMの市場を成長させる当面のチャンスは、NORフラッシュやSRAMが限界に達したときに、SoCのカバーの下にあるとし、「MRAMベースのSoCはすでに出荷されており、ReRAMのSoCも発売されようとしている。今後どのように変化するかを示唆する良い兆候だ」と述べている。
レポートにあるように、STT MRAMの魅力と採用は、MRAMとSTT-RAMのプロセスが、CMOSロジックウェハーの上に直接構築できるため、従来のCMOSプロセスとの互換性があることによる。これにより、フラッシュメモリには従来のCMOSとの互換性がないため、MRAMはNORフラッシュやSRAMに代わる有力なメモリとなり、SRAMと比較した場合、不揮発性でシンプルなMRAMやSTT MRAMの省電力性は大きい。MRAMの潜在的な市場成長にもかかわらず、すべてのプレーヤーが生き残って戦利品を享受できるわけではない。Spin Memoryのアセントは清算され、その特許も売却される可能性が高いとHandy氏はいう。Spin Memoryの閉鎖は、必ずしもMRAM市場全体の健全性を反映したものではなく、同社の短期的な収益が事業資金を調達するのに十分ではなかったことを意味している。同社がCMSの標準的なロジックの上にMRAMを載せるために独自のバックエンドファブを構築することを選択したことは、コストが高く、おそらく投資家にとって魅力的ではなかっただろうという。しかし、MRAMを推進しているのは、TSMC、Samsung、GlobalFoundriesなどのメモリメーカーと同様、ファウンドリであるとし、「彼らは先進的なプロセス技術を持っている。MRAMがSRAMやNORフラッシュに取って代わるようになるのは、MRAMがロジックに合わせてチップを縮小できるようになるからだ。ある時点でMRAMの価格が下がり、これまで高価で敬遠されていた他のアプリケーションにも採用されるようになるだろう」と述べている。

Akhan SemiがDiamond ICランプで車載用を狙う
ダイヤモンドの薄層を使って300mmのCMOSウェハーを製造できることを実証してからわずか数週間後、EE TimesはAkhan SemiconductorのAdam Khan会長にインタビューを行い、同社の展望について語ってもらった。
Khan氏によると、ダイヤモンドは軍事・航空宇宙用の半導体アプリケーションにおいて、炭化ケイ素や窒化ガリウムなどの一部の特殊な材料に取って代わる可能性があり、高温・高出力の環境で動作することは、シリコンの性能を拡張する新材料の基本的な要件であるという。さらにKhan氏は、高温・高出力環境下での動作が求められる、より規模の大きい自動車分野においても、Diamond CMOSの新たな用途が考えられるという。「炭化ケイ素や窒化ガリウムの市場で見られたものは、すべてダイヤモンドの一分野になり得る。これらの材料は、現時点では、市場を大きく破壊するほど定着していない」と述べている。ダイヤモンドは、炭化ケイ素の直接のライバルであるが、炭化ケイ素の上限である200℃ではなく、ダイヤモンドは500℃以上でも劣化せずに動作するという。同社は2014年からLockheed MartinやHoneywellなどの顧客向けに200mmのダイヤモンドウェーハを製造している。300mmウェハへの移行は、より幅広いデバイスの需要に応えるために必要なステップであった。自動車業界では、エンジンの熱予算を削減する必要があるが、航空宇宙分野で直面している高温の課題は、自動車業界にも当てはまる。Akhanは、300mmへの移行により、ダイヤモンドを既存のプロセスや製造ラインに適合させながら、ユニットあたりのコストを下げ、2024年にはシリコンと競合できるレベルにすることを目指している。
Khan氏は、「ダイヤモンドは非常に薄い層であるため、これまでは単位面積当たり、あるいはポンド当たりで窒化ガリウムよりも安い指標を使っていたが、現在では炭化ケイ素よりも安くなっている。安くないのはシリコンだけだ」と付け加えた。スケールメリットが非常に大きいので、もちろんダイヤモンドはシリコンよりもまだコストが高く、採用にあたっては、単位面積当たりの性能だけでなく、性能の節約という点でも、ダイヤモンドがシリコンよりも安くなるような価格帯に近づきたいと考えているのだという。同氏は、「マスク層を減らし、回路の密度を下げて、コストに見合った機能を実現する。システムコストは、実際にはシリコンと同等になるはずだ」と主張している。しかし、ダイヤモンドがシリコンからの「大変革」をもたらすことはないとKhan氏は認めている。ダイヤモンドの採用を妨げている大きな要因の1つが、半導体のドーピングプロセスであり、ダイヤモンドにP型（ホウ素）をドーピングすると、導電性が多少向上するが、炭化ケイ素の成果には及ばない。
1960年代から研究が進められてきたヒ素やリンを用いたN型ドーピングは、Akhanが実用化を目指してきたものだ。Khan氏は、「これで、RFやパワーRFのアプリケーションを狙うことができる」とし、「その価値は、シリコンよりも高い温度と高い電力密度で動作可能な炭化ケイ素に現れている。ダイヤモンドははるかに優れている」と主張している。
同社の300mmウェーハ対応能力は、特殊なダイヤモンドツールを除けば、リソグラフィやメタライゼーションのためのその他のファブツールは、すでにファブで使用されているものと同じであることを示している。Akhanはコストパリティを目指しているが、シリコンとダイヤモンドの比較は、さまざまなアプリケーションにとって簡単ではない。主な要因は、ドーピングのレベルとマスクレベルの数であり、ダイヤモンドの利点は、熱や材料の層をなくし、よりシンプルなパッケージを採用することである。今のところ、ダイヤモンドはニッチな素材であり、航空宇宙や軍事分野に大きく貢献している。

乗り物酔いとVRの物理学
バーチャルリアリティの技術は、その適用範囲がより多くの分野に拡大し、大手企業が参入することで、近年、急速な進歩を遂げている。しかし、VR技術にはまだいくつかの欠点があり、それを解決するのは至難の業であり、その問題を克服することが、より広い応用を可能にするためには不可欠である。多くの研究グループがこれらの技術的課題に対してさまざまなアプローチを試みているが、その中でも特に重要なのは、人間の視覚の物理的理解を深めることだ。VRユーザーには、酔いやすい、めまい、吐き気、頭痛などの症状がよく見られる。 オーストリアのVR企業Junge Römerの調査によると、調査対象者991名のうち75%以上が、それらの症状を少なくとも1つは経験していることがわかっている。また、この調査では、これらのネガティブな影響が特に初めてのユーザーに強く現れることが明らかになった。さらに、これらの症状の持続性と使用時間の間には、ほぼ直線的な関係が見られた。科学者がこれらの問題の解決に自らを投じる最大の動機は、娯楽目的で快適なVR体験を提供することのほかに、医療や教育などの分野でVRの適用を可能にすることにある。そこで問題となるのが、物理学がどのようにしてVR体験の改善に役立つのかということである。
VRヘッドセットはどのように機能するのか？：VRにおける物理学の役割を理解するためには、そもそもVRヘッドセットと人間の目の仕組みを確認する必要がある。派手なVRゴーグルを装着すると、基本的には目のすぐ近くにあるディスプレイを見ていることになり、目の全視界を占める。しかし、目は非常に近いところにあるものには焦点を合わせることができない。そこで、目の焦点を合わせるために、レンズを中心とした複雑な光学系を使っている。ディスプレイからの光は、この光学系を通って目に届く。そして、目のレンズがその光を曲げて、目の後部にある網膜に焦点を合わせる。次のステップでは、特定の視覚受容体がその量の電磁放射線を電気パルスに変換し、脳に伝達する。物理学では、このような状況を「光線モデル」と呼んでいる。
一般的なVRの光学系は、非常に感度の高いレンズ（一般的にはフレネルレンズ）を目とディスプレイの間に挟み込んだ構造になっている。
このレンズは非常に重要な役割を果たしている。なぜか？―VRヘッドセットを使用しているとき、実際に見ているのは目に非常に近いディスプレイであり、現実の物体ではないからである。そのため、肉眼では見えにくい。スマホの画面を一定の距離に置いてから近づけていくと、やがてぼやけてくる。さらに、その距離を長時間保っていると、必ず眼精疲労や頭痛を感じるようになる。それは、目に無理をさせているからである。VRヘッドセットでは、画面を目に近づけながら、いかにしてクリアな映像を可能にするか。我々は、特定のレンズで構成された複雑な光学素子を仕込んで、必要な補正を行っている。しかし、我々の目は非常に繊細であり、使用されている光学素子は完璧とは言えない。残念ながら、ほんのわずかなミスマッチが、VRの没入感を大きく変えてしまうのである。実際、このわずかな不完全さのために、酔いやすい、目が泳ぐ、めまいがする、頭痛がする、などの体験をする人がいる。
解決策の大部分は、最も基本的な光学的課題のひとつである、いわゆるバージェンス・アコモデーション問題の解決が大きな鍵となる。VR開発者の多くは、ディスプレイの解像度向上、視野角の拡大と並んで、最も困難な3つの課題の一つと考えている。
顔の前に指を置いて、それを見てください。すると、まず、ごく短時間のうちに目が指に焦点を合わせ（アコモデーション）、次に目が指の方を向くようになる（バージェンス）という2つのことが起こる。現実の世界では、我々の目は同じ点に順応し、近づいている。しかし、VRヘッドセットの場合はそうはいかない。VRゴーグルを装着しているときの目は、常に目の近くにあるVR画面に集中している。一方、バージェンスは、時間とともに距離や位置が変化する仮想物体を指すことになる。このため、全体的に目にとって非常に不快な状態となり、眼精疲労や吐き気を感じる原因の一つとなる。
VR企業は、輻輳適応の問題を解決するために多くの努力をしている。これまでの取り組みでわかったことは、この問題を光学的に処理する必要があるということである。単純な計算や技術的なトリックでは、この問題を回避することはできない。つまり、将来のVRヘッドセットには光学システムを組み込む必要があるのである。