5GとIoT、飛ぶ鳥を落とす勢いの失敗作
2022年後半にさしかかった今でも、5GとIoTが第4次産業革命の端緒となる変革的な役割を果たすと説く人はいる。しかし、なぜ5Gを利用したIoTはまだ始まっていないのだろうか？

21世紀のデジタル社会では、こうした先見性のある人たちは、IoTマシンを搭載し、5G通信ブームに支えられたスマート工場が、超高速データ通信と超低遅延を備え、自動化、連結化されたインテリジェントな工場を実現すると主張している。一方、現実の世界では、粉ミルクからシリコンチップに至るまで、コロナ新型ウィルスの大流行によってあらゆるものが供給不足に陥っている。

Particle COOのDan Jamieson氏など、IoTの世界の最先端にいる人々は、産業領域における5GとIoTの相互運用について、より現実的な見方をしている。今年4月にEE Timesの電話インタビューに応じたJamieson氏は、工場における5Gは、企業が新しい施設を建設することで「何十年もかけて現実のものとなる」と話している。

Teslaは、現在ギガファクトリーを建設している唯一の企業であり、彼らでさえまだ5Gを使用していないとJamieson氏は指摘する。携帯電話で制御されるオートメーションを工場に導入するには、5Gの信号で動作する技術を大量に購入する必要がある。つまり、高価な機械やシステムを大量に導入して、全体を統合する必要があるのである。

Harley Davidsonに行って、「工場を手直しして、5Gをベースにしたインテリジェントなスマート工場にしましょう」と言っても無理でしょう？” とJamiesonは主張する。上流に行き、機械を作るOEMから始めなければならない。そして、下流に行き、その上にシステムを重ねることができなければならない、という。
これはコストと時間のかかるプロセスで、ほとんどの企業は本当に必要な場合のみ対処している。「これらはアフターマーケットのソリューションではなく、ソフトウェア、接続性、制御システム、そして機械そのものに組み込まれる必要がある」とJamieson氏は言う。
「5Gの利点を把握するためには、新しい工場を作る必要がある」というのがJamieson氏の主旨です。

現在のIoTには、5Gは必要ないとJamieson氏は提案する。「もし、あなたがやろうとしていることが、この空調システムをインターネットに接続し、そこからデータを収集することで、より良い運用ができることを証明することなら、（5Gは）必要なく、リスクを負う価値もない」と述べている。
5Gが普及しない最大の理由は、エコシステムの準備が整っていないことであるという。

通信事業者の難題：
IoTは、携帯電話事業者が5〜7年前に期待していたようなキャッシュカウとして登場していない。IoTデバイスを企業向けに販売することは、消費者向けに最新のiPhoneを売り込むのとはわけが違う。

例えば、大手モバイルネットワーク事業者は、ウォール街に四半期ごとの数字を報告する際、いまだにARPU（Average Revenue Per Unit）を重要な指標として使用している。「NB-IoTデバイスのARPUは、その平均値よりも1桁も2桁も小さいため、問題になる」とJamieson氏は述べている。

IoTデバイスを導入しようとする企業は、まず試験運用を行い、通常は数千台を展開してシステムが機能することを確認する。その後、IoTシステムの規模を拡大し、数万台から数十万台のデバイスを導入する。
これには何年もかかるという。

この問題を軽減できる5Gの特徴の1つは、1平方キロメートルに展開された100万台のデバイスをサポートできるスタンドアロン規格である。これは、これまでの携帯電話仕様が狭いエリアで扱えた台数よりもはるかに多い。しかし、世界ではまだ多くの事業者がスタンドアロン型の5Gを導入していない。
つまり、5Gはまだほとんど待ちの状態なのである。

Jamieson氏は、短期的には5GとIoTにいくつかの明るい兆しがあると見ており、病院内のプライベートネットワークは、HIPAAやデータセキュリティのような本当の価値があるので、とても興味深いものだという。　また、5Gが産業環境に導入される最初の方法の1つは、パッシブ・センシング・ネットワークであるとJamieson氏は考えており、これは、工場のファイアウォールの中に入らないネットワークである。
人々が有用なモノのインターネットと5Gデータの力を組み合わせたとき、革命が始まるかもしれない。

Applied MaterialsがEUVと3次元GAAに照準
ムーアの法則による2次元スケーリングの限界に対処するため、Applied Materialsの3Dゲートアラウンド（GAA）トランジスタ技術と極紫外線（EUV）リソグラフィソリューションの最新ポートフォリオは、EUVによる2次元スケーリングの拡張を熱望するチップメーカーに電力、性能、面積、コスト、市場投入時間、すなわちPPACtを改善することを目指している。

EE Timesの特別企画「More than Moore」で、Applied Materialsのアドバンストパッケージング担当コーポレートバイスプレジデント、Nirmalya Maity氏は、特に新世代のチップの市場投入時期が遅れ、コストが上昇する中で、半導体業界のイノベーションに対するニーズが増え続けていると説明している。

Maity氏はブログ記事で、「モノのインターネット、ビッグデータ、人工知能が、半導体業界に新たな成長の波を与えている」と述べている。しかし、チップのイノベーションに対するニーズはかつてないほど高まっているが、ムーアの法則の2次元スケーリングは鈍化している。チップの縮小は、世代が進むごとに時間がかかり、コストも上昇している。そのため、チップメーカーとシステム会社が改善を続けるためには、新しい設計と製造のパラダイムが必要となる。
そこでApplied Materialsは、3次元GAAトランジスタの製造とEUV用高機能パターニング膜の最新技術により、従来のムーアの法則に基づくスケーリングのギャップを埋めることができると考えている。

EUV用高機能パターニング膜：
Applied MaterialsのEUV用高機能パターニングフィルム「Stensar」は、4月21日に発表した7つのソリューションの1つで、チップメーカーはEUVハードマスク層の厚さとエッチ弾性を変更し、「ウェーハ全体でほぼ完璧なEUVパターン転写均一性を達成」できるようになるという。これは、同社の化学気相成長装置で実現される。

同社のプレスリリースによると、「EUVリソグラフィーの登場により、チップメーカーはより小さなフィーチャーを製造し、トランジスタの密度を高めることができるようになった。しかし、業界は、EUVによるさらなる微細化によって、成膜、エッチング、計測に新たなアプローチを必要とする課題を導入する段階に至っている」と述べている。

また、EUVのパターンを改善するためのSym3 YエッチシステムとPROVision eBeamメトロロジー技術についても紹介した。Sym3 Yエッチシステムは、ウェーハ上で特定の材料をエッチングする前に、エッチングと成膜を行うことができる複数の高伝導チャンバで構成されている。これにより、確率的誤差を軽減することができ、歩留まりだけでなく、チップのパワーと性能の両方を向上させることができるという。

一方、同社のPROVision eBeamソリューションにより、チップメーカーは多層チップをナノメートルの解像度、高速性、スルーレイヤーイメージングで見ることができるようになると主張している。Applied Materialsによると、Elluminator技術と組み合わせたeBeamポートフォリオは、1時間に1,000万回の測定で1nmの解像度のイメージングを可能にし、チップメーカーが後方散乱電子の95％を捕捉してチップの寸法とエッジ配置をより深く観察することができるようになるという。

3次元GAAトランジスタの改良：
Applied Materialsは、GAAトランジスタのチャネルとメタルゲートスタックを改善するためのIMS（Integrated Materials Solution）の新版も2種類発表した。
IMSはもともと、真空中の重要なプロセス工程を利用して、より高度なインターフェースのエンジニアリングとチューニングを可能にするシステムであり、Applied Materialsのエンジニアリング担当副社長Uday Mitra氏は、これによって同等の酸化膜厚スケーリングを行い、ドライブ電流を8～10%向上させることができると述べている。

しかし、今回のIMSは、ゲート酸化膜スタックを変更する際に生じる特有の問題に対処するものである。
「GAAトランジスタの製造における大きな課題は、チャネル間のスペースが10nm程度しかなく、そのわずかなスペースにチャネルの4辺すべてにゲート酸化膜とメタルゲートの積層を成膜しなければならないことである。― ゲート酸化膜を薄くすればするほど、駆動電流とトランジスタの性能は向上するが、ゲート酸化膜を薄くすると、一般にリーク電流が大きくなり、電力を浪費し、熱を発生させることになる」と述べている。

この問題を解決するため、Applied Materialsは、原子層堆積法、熱工程、プラズマ処理工程、計測技術（これらはすべて真空システム内で実行される）を取り入れ、GAAトランジスタのゲート酸化膜を1.5オングストローム薄くするとともに、ゲートリーク電流を10倍以上低減させた、と述べている。
また、高性能サーバーなどのコンピューティングアプリケーションがワットあたりの性能目標を達成できるよう、トランジスタのしきい値電圧を調整できるIMSシステムも設計しているという。

第4回IBM IEEE CAS/EDS AI Compute Symposiumの開催
10月に2日間にわたって開催された第4回IBM IEEE CAS/EDS AI Compute Symposiumでは、モバイル人工知能（AI）アクセラレータ、AI駆動型自律ラボ、AIとクラウドなど、さまざまなトピックが取り上げられた。
IBM Academy of Technologyの支援を受けたこのバーチャル・シンポジウムには、2日間で2400人以上の視聴者が集まり、50カ国からの参加、54以上の学生ポスター、そして産学から11人のスピーカーが参加した。シンポジウムのテーマは、「From Ground up to Cloud」。つまり、グリーンAIを中心に、デバイス技術からクラウドイノベーションの道を切り開く回路、アーキテクチャ、アルゴリズムまで、さまざまなトピックを網羅するシンポジウムとなった。

基調講演を行った韓国科学技術院電気工学部教授でシステムデザイン部長のHoi-Jun Yoo氏は、シンポジウムの冒頭で「Training on Chip – Next Wave of Mobile AI Accelerators」に関連する講演を行った。

モバイルディープニューラルネットワーク（DNN）アクセラレータの多くは、エッジデバイスでのDNNモデルの推論のみを対象としており、デバイス上でのトレーニングは、その過剰な計算量により、モバイルプラットフォームでは手の届かないものとなっていた。ユーザー固有のデータを用いたトレーニング・オン・チップ（ToC）は、プライバシーの問題やリモートサーバーでのトレーニングの通信レイテンシーのため、これまで以上に重要なものとなっている。
Yoo氏は、ToCを実現するためのいくつかのアプローチに注目した。DNN学習のスループットとエネルギー効率を最大化することを目的とした、汎用的なハードウェアとソフトウェアの協調最適化技術が、スパース性の活用や学習用のビット精度最適化などの例とともに紹介された。さらに、深層強化学習や生成敵対的ネットワークのためのアプリケーション固有の学習アクセラレータについて、製造されたシリコンでのシステム実装に関する問題点に触れながら議論した。

CAN FDの拡張

CAN（Controller Area Networking）が、自動車分野での高帯域幅の要求により、CAN FDと呼ばれる新しい反復により柔軟なデータレートに拡張された。CANは、コスト、柔軟性、堅牢性など、自動車以外のさまざまな分野のアプリケーションに非常に有益な利点を提供しており、CAN FDの拡張により、市場機会はさらに広がっている。本稿では、CANおよびCAN FDの基礎知識、およびCANをデータリンク層として、さまざまな物理層や上位層のプロトコルを用いたアプリケーションの実装について解説している。

コストと柔軟性：
自動車業界にとって最も重要な推進力は、車内の配線を減らすことであった。ツイストペア配線のため、比較的容易に敷設することができ、重量やコストも少なくて済む。CANやCAN FDを高速で動作させるためには終端抵抗が必要である。ノードを増やしてシステムを拡張することも容易で、フレキシビリティが高いことも大きな魅力である。

エラー検出とロバスト性：
CANおよびCAN FDには、非常に信頼性の高いエラーチェック機構が組み込まれている。ビットスタッフィングとモニタリングは第1層で機能し、フレームチェック、アクノリッジメント、巡回冗長検査はOSIモデルの第2層で機能する。
ビットスタッフィングでは、5ビット連続したハイまたはロービットの後に交互にビットが追加され、6ビット連続で同じレベルのビットがあればエラーとなる。ビットモニタリングは、送信されたすべてのメッセージを読み返し、もし違いがあれば（アービトレーションまたはアクノリッジメントフィールドを除く）、エラーが検出される。大きな利点は、エラーが非常にタイムリーに検出されることである。
CAN と CAN FD では、データ長が異なるため、巡回冗長検査 の実装が異なる。フレームエラー（フォーマットエラー、フォームエラーと呼ばれることもある）は、あらかじめ定義された値を使用し、受信側で同じでなければならない。各メッセージは、確認応答が必要である。この 3 つのエラーチェックのメカニズムは、メッ セージレベルではうまく機能する。

まとめると、CAN と CAN FD は、いくつかの異なるエ ラーチェックを行うことで、非常に堅牢で信頼性の高い通信を 実現している。メッセージの送信中にデータが失われることはなく、メッ セージの衝突も防止される。各ノードは、送信前に一定期間、非アクティブな状態で待機する。2つのメッセージが同時に送信された場合、送信機はどちらのメッセージの優先度が高いかを検出し、優先度の低い方のメッセージを無効にする。Ethernetが両方のメッセージを停止して後で送信するのに比べ、CANでは優先順位の高いメッセージが通過する。

高速・低遅延：
CANは、最大1Mbpsのデータレートをサポートしており、CAN FDでは、CAN FDコントローラーの最大クロックに応じて、制御領域とデータ領域のデータレートを上げることができる。アービトレーションフェーズのデータレートは最大1Mbpsのままである。
待ち時間は、CANでは145us以下、CAN FDでは8Msps、8Byteのデータで58us以下となる。

短いデータフレームは、レイテンシーの点で有利である。完全なパッケージがより速く転送され、デコードされるため、反応速度もより速くなる。CAN FD の伝送速度が上がれば、この効果はさらに大きくなる。大容量データを想定した TCP/IP 通信と比較すると、パッケ ージが相対的に大きくなるため、レイテンシーが大きくなる。つまり、CAN FDは、データ量にもよるが、10Mbitや100MbitのTCP/IP通信に比べて反応時間が短くなる可能性があり、トータルなリアルタイム性に優れていると言える。

制限事項：
ノード数については、各メッセージを異なるノードに送信することができるため、理論的には制限はない。実際には、各ノードがバス上で信号の反射を起こし、伝送品質はCANトランシーバや物理層での実装に依存する。
これが、長距離通信時の速度制限の理由にもなっている。通常、CANでは最大25ノード、CAN FDでは最大8ノードとされている。