チップ設計・検証フローによる差別化
半導体業界の構成が、再び進化・拡大している。今回は、AppleやAmazon、Facebook、Microsoft、Teslaなど、これまでチップ開発に携わっていなかった巨大企業が、この変化を引き起こしている。彼らは経験豊富なエンジニアを雇い、ネットワークやクラウド、自律走行など、あらゆる用途のために、より高性能で電力効率の高いコンピューターチップを設計している。彼らは、従来の半導体設計の教科書を破り捨て、独自の半導体設計ガイドを作成しており、その結果、自分たちの要求に合わせて汎用チップを使うのではなく、カスタムメイドのチップを作ることになる。また、これらのシステム企業は、ひそかに、おそらくプロジェクトを秘密裏に進めており、競合他社との差別化を図るために、安全性を確保したい知的財産（IP）のポートフォリオを構築している。彼らが求めているのは、自分たちのIPをコントロールし、カスタマイズする能力であり、また、自社のアプリケーションに合わせてチップをカスタマイズするために、さらに一歩進んだサービスを提供してくれるベンダーパートナーを求めている。これらの企業は、戦略的な複数年契約をパートナーと結びたいと考えていることは明らかで、差別化を共有せず、セールスマネージャーが工夫すれば、一般的な提案よりも高い金額を支払うことになる。そう、私たちが知っている従来のシステム設計プロセスのステップが変わりつつあるのだ。このトレンドに最初に気づいたのは、おそらくエレクトロニクスの原点であるCAD（Computer Aided Design）であり、現在はEDA（Electronic Design Automation）やESD（Electronic System Design）のコミュニティとしてよく知られている。このシナリオは、1980年代から半導体業界に設計ツールを提供してきたコミュニティの進化といえる。カスタムシリコン設計への対応から始まり、セミカスタム設計やASIC、ファブレス半導体の台頭へと移り変わっていった。15年ほど前に本格的に導入された最近のトレンドでは、IPのブロックを設計に落とし込み、自社で開発するか、ArmなどのIPサプライヤーからライセンスを受けて、自社では共有できない差別化要素として機能させることが多い。IPは、トランジスタレベルですべての機能を手作りしていたチップの設計方法を変え、ビルディングブロックを使用するようになり、SoC（System on Chip）の時代が到来した。この時もまた、このコミュニティからニーズに合ったツールが開発された。現在では、カスタムアプローチは設計や検証のフローに移行し、差別化に役立っている。なぜか？設計・検証フローは、チップ設計に必要なものであり、幅広いエンジニアリンググループのコミュニティにアピールするために一般的なデザインのポイントツールを組み合わせており、カスタマイズはすべて社内で行われる。
差別化されていようがいまいが、すべての半導体企業は、設計・検証フローが業界標準を満たすためにポイントツールに依存している。多くの場合、新しいシステムハウスは、より高い抽象度でカスタマイズされ、競合他社と広く共有されないツールを望んでいる。かつては、ツールベンダーが変更を加えれば、ある顧客のための変更が、半年以内にソフトウェアツールの次のバージョンの機能となっていた。
デザインツールを提供する企業のコミュニティを覆う変化を例えるならば、標準装備で納入された車をカスタマイズするアフターマーケットの自動車ディーラーのようなものかもしれない。アフターマーケットでは、オーナーが望む機能を自分の明確なニーズに合わせてスープアップしていく。
半導体業界で言えば、設計ツールメーカーは、設計・検証フローに組み込まれたソフトウェア開発プラットフォームを提供することで、差別化と規格遵守を実現するアフターマーケットの自動車ディーラーと言えるだろう。このプラットフォームを利用することで、半導体の設計フローを自社のアプリケーションに合わせてカスタマイズすることができ、カスタマイズした内容が外部に流出する心配もない。これは、競合他社が自社の設計フローや実装技術を特定して複製することを警戒している半導体企業にとってはメリットとなる。このシナリオは、大小のチップ開発企業で展開されている。一例として、新しいシステム設計会社からスピンアウトしたスタートアップがある。この会社は、サーバーの性能を向上させるためのチップソリューションを開発しており、ゲートやレジスタの転送レベルよりも高い抽象度で設計を改良することで、性能を最適化したいと考えていた。
ソフトウェアプラットフォームを特定のニーズに合わせてカスタマイズしたり、最適化したりすることに積極的な設計ツール企業は、高い価値を提供します。この傾向は、半導体設計のエコシステム全体で起こっているため、小規模で機動力のある企業は、よりカスタマイズされたアプローチを提供することができ、大規模で確立された企業は追いついてくるだろう。

ついにAIがCovid-19との戦いに参戦
SARS-CoV-2のパンデミックが始まって以来、私は、最近の記憶の中で最も注目されているテクノロジーを、物を売る以外の何かに活用していないことを不思議に思っている。それは、ビッグデータ、人工知能、そしてその下位分野である機械学習や深層学習だが、ようやく誰かがそれを実現したようだ。
今週、Nature誌に掲載された論説と論文によると、データサイエンティスト、疫学者、公衆衛生の専門家で構成されたチームが、Covid-19国境検査の問題に強化学習を適用したことが明らかになった。このフレームワークは、経済の活力源である観光客向けで、いつ、どのように国境を再開すべきかを判断するために、過剰な予算を抱えるギリシャ政府が使用したものである。
政府には、すべての旅行者を対象にCovid-19への曝露を検査する資源がなかった。さらに、無作為に検査を行ったり、旅行者の出身国に基づいてスクリーニングを行ったりしても、無症状の感染者を見逃すことが多い。
研究者らは、機械学習アルゴリズム「Eva」を開発し、Covid-19の国境検査を効率的かつ重点的に行うことを目指した。これまでギリシャ政府は、渡航歴に基づいて無作為に検査を行っていたが、これでは貴重な資源を非効率的に使っていることになる。Evaはさらに、乗客情報フォームから得られた人口統計データを解析した。その結果、Evaは、無作為に行われた検査に比べて、感染しているが無症状の旅行者を1.85倍発見したのだった。
「今回の結果は、国際的に提案されている、集団レベルの疫学的指標に基づいた国を問わない国境管理政策の有効性について、重大な懸念を抱かせるものである。「その代わりに、私たちの研究は、強化学習とリアルタイムデータが公衆衛生を守るための可能性を示す成功例となった」と報告している。
AIや機械学習がパンデミックに大きな影響を与えられない理由の一つは、データプライバシー規則の厳格化によるデータの不足である。それも無理はない。機械学習や深層学習のアルゴリズムを訓練するために必要な未利用のビッグデータの多くは、政府や企業が保有している。Nature誌の編集者が指摘しているように、関連するデータを研究者と共有するためには、データプライバシーの枠組みが必要となる。Evaの開発者たちは、この要件を念頭に置き、EUの一般データ保護規則に準拠して強化学習アルゴリズムを開発した。GDPRは、データを収集し、個人情報の保存と使用に同意を得るためのルールを定めている。これは良い第一歩であるが、Covid-19との戦いにビッグデータやAIを活用するには、データプライバシー規則をさらに強化する必要がある。「また、アルゴリズムがどのように設計されているか、どのようなデータがアルゴリズムの学習に使用されているかについての透明性にも焦点を当てなければならない」とNature誌の論説は指摘している。
信頼できるアルゴリズムを使ってパンデミックの抑制に貢献することで得られる公衆衛生上のメリットは、おそらくデータのプライバシーに関するリスクを上回るだろう。結局のところ、私たちはアプリをダウンロードする際に、何の気なしに「利用規約」の「同意」ボタンを押してしまうことが多いのだ。ギリシャ政府の機械学習の実験は、物を売る以上のことができる可能性を秘めたテクノロジーを適切に適用するための、有望な第一歩と言えるだろう。

VRと3D
数週間前、私はニューヨークで魅惑的な「Van Gogh Immersive Experience」を体験した。デジタル化されたゴッホの作品画像が壁に投影され、一部は動きを伴っており、心地よいサウンドトラックとともにイメージが浮かび上がり、魅惑的なマルチメディア体験となっている。「Starry Night」は、4つの壁と床に囲まれていた。「カラスのいる麦畑」では、仮想の鳥が壁の周りを飛び回り、生き生きとしており、また「馬車と列車のある風景」では、遠くの列車がオーヴェールの野原を駆け抜けていく様子にエネルギーを感じた。
国内各地で開催されているゴッホ展や、パリのエミリー展のレビューを十分に見ていたので、360度、特大のデジタルキャンバスに包まれる1時間の展示がどのようなものなのかは大体知っていた。しかし、私が予想していなかったのは、そして完全に驚かされたのは、大部屋での鑑賞の後に行われた個人的なバーチャルリアリティ体験だった。それは約10分間の素晴らしいもので、私は首を上下左右に傾けて、ゴッホの絵の中をバーチャルツアーした。「アルルの寝室」のドアをくぐり、階段を下りて、野原、森、村などの別世界に入り、最後は星降る夜の下でローヌ川の波を背景にして終わる。とても魅力的な体験だったので、もう一度やりたいと思ったが、Oculusヘッドセットの重さに疲れてしまった。ヴィンセントが描いた19世紀のフランスを巡る旅が、21世紀のテクノロジーの重さに乗っ取られてしまったのだ。10年前にテレビ業界が3Dをリビングルームのテレビに導入しようとしたとき、私は同じような経験をした。ゴッホ展のOculusヘッドセットよりも3Dメガネの方がはるかに軽かったにもかかわらずだ。目新しさを求めて自宅で3D映画を1、2本見たかもしれないが、コンテンツは限られており、内容的にも品質的にも興味を持てなかった。下手な3Dは船酔いのもとでもある。映画館で3Dが利用できるときは、私はよくアップグレードする。　「Hugo」は、2Dで観ていたら、あの不思議な映画にはならなかっただろう。「Polar Express」も最高だった。それに、3Dがうまくできていると、2Dよりも見やすい。私にとっては、立体感のなさを目で補う必要がないように感じるのである。すべての人がそうではないと思うし、3Dを見るときに吐き気やめまいを感じる人も多い。どうやら、私の眼球システムは他の人よりも3Dに寛容なようだ。ペンシルバニア州立大学ハーシーアイセンターの眼科写真家Timothy Bennett氏は、2013年のインタビューで、3D視聴は、自然界では連動している目の筋肉を、別々に働かせる必要があると述べている。それが緊張や疲労の原因となり、頭痛につながるのだという。でも、映画館で2時間も見るのはちょっと…。
テレビメーカーは、頭痛、視界の変化、軽い頭痛、方向感覚の喪失、そして本当に怖い痙攣などを警告する薬のコマーシャルの電子機器版のように、否定的な副作用から身を守ることに注意を払っていた。2010年のHuffington Postの記事のSamsung 3Dの警告には、次のように書かれています。「Samsungが強調するリスクのあるグループには、妊娠中の女性、幼い子供、10代の若者、高齢者、発作や脳卒中を起こしやすい人、めまいや乗り物酔いを起こしやすい人、目に問題のある人、体調の悪い人、飲酒した人が含まれる」―実にそれは我々の多くを包んでいる。これでは3Dが普及しないのも当然かもしれない。

自動車のインターネット化
技術者はよく「破壊的」や「革命的」という言葉を使うが、最近の自動車の設計と製造の進化は、間違いなく破壊的かつ革命的である。この変化は、過去100年間の輸送設計における最も大きな変革であり、蒸気、ガソリン、さらにはバッテリーを搭載した自動車が同じ埃っぽい道を行き来していた自動車の初期以来の大きな進歩である。車を車輪の上のスーパーコンピューターとして作り直すために、今度は電子機器を使って車全体が見直されている。
あるBMWのエンジニアは、自分たちのチームが何十年もかけて優れたハンドリングと性能を持つ車を設計してきたのに、購入者がまず知りたいのは携帯電話との統合かどうかだと嘆いていた。顧客の選択基準がメカニックデザインに代わってエレクトロニクスやソフトウェアになっていく中で、従来のカーデザイナーが抱えるフラストレーションは理解できるだろう。
Mercedes-Benz、日産、Volvoなどが、ワイヤレス充電器、オールデジタルダッシュボード、衝突回避システム、24チャンネルステレオなどをアピールする広告を出しているのは偶然ではない。馬力、回転数、乗り心地、ハンドリング、さらには「リッチなコリント風レザー」については誰も言及しない。Fordのトラックのコマーシャルでも、12Vコンセントの数や内蔵された発電機を宣伝していて、トラックの貨物容量や牽引力は宣伝していない。GVWR（総最大重量）はテラフロップスやMHzに取って代わった。
電気モーター、自動運転技術、インフォテインメントエレクトロニクス、サブスクリプションベースのサービス、アフターセールスでのワイヤレスアップデート、そして新たに登場したVehicle-to-Anything通信により、半導体チップとソフトウェアの需要は飛躍的に増加している。現在、業界アナリストは、カーエレクトロニクスを、コンピュータや航空宇宙のように、独立したカテゴリー、サブインダストリーとして扱っている。
これらはどこに向かっているのだろうか？インターネットやクラウドデータセンターへの接続が必須となったことで、自動車メーカーのコアコンピタンスは、機械設計からソフトウェアやシリコンへと移行していつ。自動車のインターネット化は、ガソリンや電気ではなく、データで動くようになり、そのデータは、システムオンチップ（SoC）半導体によって集められ、処理され、通信され、保存される。
世界の自動車メーカーは、年間約1億台の自動車やトラックを生産している。調査会社IHS Markit（2020年10月）によると、その半数以上が2026年までに15～24個の複合電子SoCデバイスを搭載し、1台あたり平均23個のSoCを搭載するという。この23個のSoCに約6,000万台の自動車を掛けると、自動車市場だけで年間10億5,000万個近くの複雑なSoCが搭載されることになるが、これは今からわずか5年後のことである。10年後の2030年代初頭には、20億個以上の複雑な車載用SoCが必要になると予想されている。
自動車のインターネット化は、スマートフォン以降、最も重要な半導体の機会となる。その中には、注目されている自動運転技術である先進運転支援システム（ADAS）に使われるものもある。しかし、そのほとんどは、ラジオ、GPSナビゲーション、電子計測器、携帯電話の統合、エンジンマネジメントなど、ほぼすべての自動車に搭載されている、より身近で広く普及した機能であるインフォテインメントやテレマティクスに使われている。これらの機能は、消費者が求める自動車小売市場では必須の機能であり、だからこそ、機能を前面に押し出した車のコマーシャルが作られているのである。
しかし、これらの技術は、エンジニアリング用語でいうところの「エンドポイント」である自動車そのもののためのものである。では、その背後にあるインフラはどうか。自動車メーカーは、AmazonやGoogle、 Facebook、Microsoftのように、膨大な数のコンピューターサーバーを必要とする。さらに、世界中の自治体ではインフラの整備が進んでいる。すでに「スマートシティ」技術は、何百万もの交通信号、高速道路標識、カメラ、街灯、路側センサー、車両とインフラの間のネットワークに導入されており、数え切れないほどの長さの有線および無線アクセスポイントによって支えられている。また、車同士や路側の基地局と通信して、遅延に敏感な反応を行うことになる。これらはすべて、追加のシリコンを必要とする。さらにソフトウェアも必要である。控えめに見積もっても、車載ソフトウェアスタックは約3,000万行とされている。いずれにしても、複雑でネットワーク化された、信頼性の高いマルチプロセッサシステムである。
ハードウェアの信頼性は非常に重要だ。というのも、自動車メーカーは危険な故障に対して法的責任を負うことになるからである。そこでチップ設計者は、フェイルセーフや機能的な冗長性を確保するために、SoCの内部に2つ以上のプロセッサを並べて動作させ、相互にチェックし続けることにした。これにより、SoCの設計はさらに多くのシリコンと複雑さを増すことになる。市販のチップで十分な場合もあるが、自動車メーカーが独自にカスタムチップを設計すれば、ハードウェアの性能を高めたり、ソフトウェアを差別化したりすることができる。例えば、画像処理用のニューラルネットワークは、非常に特殊な機械学習機能を必要とするため、規模が大きく複雑になる。このような開発の例として、最新のTesla Dojo SoCは、Teslaの車両から送られてくる何百万ものビデオをニューラルネット学習に変換し、自動運転のユーザーエクスペリエンスを向上させることができる。

電気自動車メーカーの前半戦を振り返って
交通量がパンデミック前の状態に戻るにつれ、ブレーキランプで電気自動車が増えていることに気付いた人もいるだろう。Teslaはもちろん、Ford Mustang Mach-Eや、”テスラキラー “と呼ばれるポルシェの最上級モデルTaycanも登場している。
これらの光景を合わせると、今年上半期の世界のEV販売台数は160％増加したと推定される。サプライチェーンの制約が残っていることを考えれば、悪くない数字だと、業界の調査会社Canalysは指摘する。一方、同時期の世界の自動車市場は、チップをはじめとする部品の不足が続いているため、26％の増加にとどまっている。
上半期の電気自動車の販売台数が大幅に増加したのは、中国の旺盛な需要に支えられているからである。Canalysの推計によると、中国では1月から6月末までに110万台のEVが販売された。これは、昨年1年間の電気自動車の総販売台数とほぼ同じ数である。
Canalysのチーフアナリスト兼自動車・e-モビリティ担当副社長のChris Jones氏は、「2020年に中国本土で販売された自動車のうち、EVはわずか6％だったが、2021年通年ではその2倍以上になるだろう」と述べている。中国の新興EVメーカーであるAion、BYD、Li Xiang、NIO、Xpengなどは、米国のTeslaのように中国市場を変革しようとしている。2021年上半期に販売されたEVのトップ10のうち4台が小型シティカーだった。
米国ではTeslaが走っており、中国の都市部ではEVの需要が急増しているが、EVの導入は依然として欧州がリードしている。欧州の新車販売台数に占めるバッテリーEVとプラグインハイブリッドEVの割合は15％で、ノルウェーでは、新車販売台数の80％以上がEVだった。
中国も新車購入の12％と、遠く及ばない。驚くべきことに、今年の1-6月の米国の自動車販売台数に占めるEVの割合はわずか3％だった。 CanalysのSandy Fitzpatrick氏は、米国でEVの普及が遅れている理由のひとつは、自動車の選択肢が限られていることだと指摘する。　「しかし、自動車メーカー各社は、米国で非常に人気の高いピックアップトラックのセグメントに、初の電気自動車をまもなく投入する予定で、それが成功すれば、EVに対する認識は一気に変わるはずだ」と述べている。
今のところ、Teslaは世界市場の約15％を占め、世界のEVリーダーであり続けているが、最もホットな市場である中国に生産施設を持っていることがその理由である。今のところ、Teslaは世界のEV市場の約15％を占めており、VWグループ（13％）は、欧州の旺盛なEV需要に支えられている。現在のチップ不足により、VWをはじめとするEVメーカーは受注残を抱えている。
チップ不足が続く限り、現在のEV販売を維持することは容易ではない。少なくとも欧州の自動車メーカーの1社は、キャパシティ契約によって部品のサプライチェーンを強化する措置をとっている。「自動車メーカーにとっての課題は、部品不足の危機の中でEVの需要を維持することです」とFitzpatrick氏は述べている。

BMWがGaNの生産能力に関する契約でサプライチェーンを確保
GaN Systemsは、BMWとの間で、GaNトランジスタのキャパシティを確保する契約を発表した。提供される数量は、自動車サプライヤーのサプライチェーンの信頼性を確保することが期待される。CEOのJim Witham氏は、GaN Systemsが複数のアプリケーションに対応した容量を量産で提供するとインタビューで述べている。
電気自動車（EV）の分野では、価格と航続距離という2つの大きな課題に直面し続けている。後者は、EVの本格的な普及という点で最も重要であると考えられている。コスト削減とシステム効率の向上のために、パワートレインの統合やワイドバンドギャップ半導体（GaNやSiC）の活用などが行われている。スイッチング周波数の向上など、ワイドバンドギャップ半導体の利点を生かすことで、車載用部品を小型化しつつ、熱特性を向上させることができる。　窒化ガリウム技術は、重要なEVアプリケーションの効率と電力密度の向上を目指している。
「窒化ガリウムは、車載充電器、DC/DCコンバーター、トラクション・インバーター、ワイヤレス・パワー・トランスファー、LiDAR、12ボルト・オーディオ・アンプなど、幅広いEVアプリケーションで設計することができる」とWitham氏は述べている。GaNパワー半導体は、次世代の高性能電気自動車において、小型・軽量化と効率化を実現するために不可欠な材料として注目されている。BMWとの数億ドル規模の契約は、自動車メーカーがいかに技術革新と持続可能性を重視しているかを示しているという。
「GaNは、シリコンに比べて4倍も小型・軽量で、エネルギー損失が4倍も少ないパワーエレクトロニクスシステムを実現する。利点としては、ゼロリバースリカバリーにより、バッテリーチャージャーやトラクションインバーターにおけるスイッチングロスの低減、高周波化、スイッチング速度の高速化が挙げられる。さらに、スイッチングのターンオン/ターンオフ損失が低いと、EV充電器やインバータなどの用途で、コンデンサーやインダクタ、トランスの重量や体積を減らすことができる」とWitham氏は述べている。
これらの利点により、車載用バッテリーチャージャーのサイズを25%削減し、トラクション・インバータの電力損失を70%以上削減するとともに、軽量・コンパクトなDC/DCコンバータの電力変換損失を半減させることができるという。また、電気自動車の普及に伴い、重要な半導体部品の需要は増加すると考えられる。そのためには、GaNプロバイダーとの戦略的パートナーシップがより重要になる。
GaNのバンドギャップは3.2電子ボルト（eV）で、シリコン（1.1eV）の約3倍である。GaN半導体は、シリコンに比べて電子の移動速度が1,000倍も速いため、効率が良い。その結果、熱管理が改善され、冷却装置の小型化、低コスト化が可能になった。
Witham氏は、「自動車業界では電動化が進む一方で、エコシステム全体の拡大に向けてやるべきことがたくさんある。EVの継続的な大量導入のためには、車両価格の低下、充電時間の短縮、走行距離の延長、EV充電インフラのネットワーク化などの課題に取り組まなければならない」とし、GaN技術は、サイズと重量の制約に対応し、電力と効率を向上させながら部品点数を減らすことができると言われている。これらの特性は、電力密度の向上、車両の軽量化、航続距離の延長と同時に、EVのコスト削減に貢献する」と付け加えた。
例えば、業界アナリストによると、リチウムイオン電池は電気自動車の価格の最大30%を占めている。しかし、GaNベースのコンポーネントは、これらのコスト削減に貢献できると考えている。例えば、GaNを用いたインバーターは、現在のEV用インバーターに使われている従来の絶縁ゲート型バイポーラトランジスタに比べて、70％もの効率向上が期待できる。
その結果、充電器、トラクション・インバータ、DC/DCコンバータの小型化・軽量化による効率化が図られ、部品のパッケージングを簡素化しながら、現在のバッテリー容量からより多くの走行距離を引き出すことができるようになる。

Cerebras Engineのクラウド化
大規模なAIワークロードを加速するために構築されたCerebrasの第2世代ウェハースケールエンジンが、AIクラウドのスペシャリストであるCirrascaleを通じて、クラウド上で一般利用できるようになった。第2世代のウェハースケールエンジンを搭載したACS-2システムは、Cirrascaleのサンタクララ（カリフォルニア州）に設置されている。
Cerebrasは、GraphcoreやGroqなど、クラウド上で顧客のワークロードに利用できるハードウェアを持つAIチップのスタートアップ企業の仲間入りを果たした。
自律走行や自然言語処理などのAIワークロードに特化して設計されたクラウドサービスCirrascaleでも、グラフコアのハードウェアを、NvidiaのGPUやAMD Epyc、IBM PowerのCPUとともにクラウド上で利用している。
Cerebrasは、Cirrascaleとの提携は、高性能AIコンピューティングをより多くの種類の顧客が利用できるようにすることで、それを民主化するための重要なステップであると述べている。Cerebrasはこれまでに、いくつかの学術用スーパーコンピュータや、製薬会社などの大規模なオンプレミス型の企業データセンターに、ウェハースケールシステムを導入している。CerebrasのCEOであるAndrew Feldman氏は、「CS-2は、すでにCirrascaleの顧客となっている人や、クラウド・インフラストラクチャでシステムにアクセスしたい人など、さまざまな顧客を可能にする」と述べている。
CS-2は、85万個のAIに最適化されたコンピュートコア、40GBのオンチップSRAM、20PB/sのメモリ帯域幅、220Pb/sのインターコネクトを備え、12x 100Gbイーサネットリンクで1.2Tb/sのI/Oを供給する。Cerebrasは先月、新しいメモリ拡張システムにより、1台のCS-2で120兆個のパラメータを持つモデルを学習できることを発表した。
ニューラルネットワークが急速に拡大し、数十億から数兆のパラメータに達しても、CS-2は1つのノードでネットワークをトレーニングするのに十分なサイズであることが大きなセールスポイントである。
「この業界であまり知られていないのは、GPUの大規模なクラスタを実際に構築できる人が少ないということである。どれほど珍しいことか…. お金だけでなく、大規模なモデルを250以上のGPUに分散させるスキルを持った人は、おそらく世界でも数十の組織にしかいないだろう」とFeldman氏は言う。
また、Cirrascale Cloud ServicesのCEOであるPJ Go氏は、「これは単一のデバイスであるため、何万ものGPUよりもはるかにシンプルにプログラムすることができる。数百台、数千台のサーバにワークロードを分散させると、多くのネットワークオーバーヘッドや同期のオーバーヘッドが発生する。一方、「Cerebras CS-2」は、自分のモデルを1台のCS-2デバイスに搭載し、スケールアップすることができる」と述べている。
Feldman氏とGo氏は、Cirrascaleクラウドで利用可能な単一のCS-2システムは、AIワークロードがワークロードを迅速に処理するために可能な限り高いパフォーマンスを必要とするという性質上、ユーザー間で同時に共有されることはないと述べている。また、一般的に顧客はハイパーバイザーによる5～10％のパフォーマンス低下を許容できないと指摘している。
CS-2は、週単位または月単位のタイムスロットで、1週間あたり約6万円から利用できる。Cerebrasはサブスクリプションモデルを提供しているが、CS-2の購入費用が数百万ドルであることと比較して、Cerebrasは週単位のクラウドアクセスが経済的に魅力的であると期待している。Cirrascaleのクラウド上のCerebras CS-2インスタンスは現在利用可能である。

Armの「SOAFEE」が自動車のクラウド化を実現
Armが、9月15日にSOAFEE（Scalable Open Architecture For Embedded Edge）ソフトウェアフレームワークプロジェクトを発表した。このプロジェクトには他の企業も参加しており、今後も多くの企業が参加する予定だという。ArmはSOAFEEを、リアルタイムで動作し、安全性を考慮したオープンなソフトウェア・アーキテクチャとリファレンス・ソフトウェアの実装と定義している。このソフトウェア・アーキテクチャーにより、クラウド技術と自動車の機能安全やリアルタイム性の要求を組み合わせることができる。SOAFEEのプロトタイピングと初期開発は現在進行中である。SOAFEEは、クラウド・プラットフォームや関連技術、エコシステムの利用など、自動車のソフトウェア開発における多くの成長トレンドを活用しており、また、SaaS（Software-as-a-Service）に対する自動車メーカーの需要が高まっていることから、その恩恵を受けることができる。
SOAFEEの説明：このオープンソースのリファレンスプロジェクトは、クラウドソフトウェア開発のためのソフトウェアフレームワークで、自動車の組み込みコードとして展開される。
SOAFEEの目標は、クラウド・ネイティブ開発の利点を活用して、機能安全やリアルタイム制御などの自動車の複雑な課題や制約を解決することである。クラウドネイティブには、生産から車両寿命までの自動車用ソフトウェアの開発、展開、更新を改善するための多くの技術、ワークフロー、設計戦略が含まれている。
SOAFEEは、Armの2つの初期の取り組み、Project CassiniとArm SystemReadyも活用している。Project Cassiniは、Armのエッジエコシステム全体でクラウドネイティブなソフトウェアを提供するための、オープンで協調的な標準ベースのイニシアチブですあり、多様なArmベースのプラットフォームを活用して、エッジアプリケーションの安全な基盤を構築する。
SystemReadyは、一連のハードウェアおよびファームウェアの標準に基づいたコンプライアンス認証プログラムで、この規格には、Base System ArchitectureとBase Boot Requirementsの仕様に加え、市場固有の補足事項が含まれている。特別利益団体が発足したが、今のところウェブサイトはない。すでにSOAFEEをサポートしている20社がSIGメンバーとなっており、今後も多くの企業が参加する予定である。
クラウドネイティブ：SOAFEEは、Armプラットフォームをベースにした自動車用ソフトウェアの開発に複数のメリットをもたらし、自動車用ソフトウェアの開発・展開におけるクラウドネイティブ技術を加速させる。Armベースのハードウェアやソフトウェアのプラットフォーム間で、ソフトウェアの移植性が向上。また、開発ツールの向上により、ソフトウェアの品質も向上することが期待される。コード量も、開発時間の短縮とコストの削減に基づいて増加する見込み。　クラウドネイティブ技術は、クラウドソフトウェアの開発で成功しており、SOAFEEのフレームワークの中心となっている。それらの技術とは、ソフトウェアコンテナ、マイクロサービスアーキテクチャ、オーケストレーター、そしてDevOpsである。

ブリュッセルで開催されたAutoSens
ブリュッセルで開催されたAutoSensに参加する最大の楽しみは、その会場である。自動車のセンサー技術である、レーダー、ライダー、カメラに焦点を当てたこの年次会議は、車の歴史を19世紀にまでさかのぼらせる自動車博物館「AutoWorld」で開催される。
世界の自動車産業の中でも最も精巧で豪華な製品が所狭しと並ぶ展示スペースを歩き回っていた私の目と想像力を惹きつけたのは、その中でも最も地味な例の1台だった。フランス人のJean Piat氏が設計した1気筒のボワチュレット（フランス語で小さな車の意）は、1910年にのみ生産された。説明のプラカードによると、オートワールドに展示されているのは、おそらく世界で唯一の現存する自動車だそうだ。それもそのはず。Jean Piat氏が開発したこのミニは、明らかに遅く、奇抜なデザインで、まさに役立たずだとされている。しかし、より広く寛大な視点から見れば、この車は人類の自動車に対する壮大な冒険の縮図であると言えるだろう。赤いシートにふかふかのクッション、そして愛らしいカーブを描いたハーフルーフなどのこれらの要素は、馬車、シュリー、カブリオレなどの豪華な乗り物のデザインから得たものである。Piat氏のボワチュレットは、家庭的で実用的なものである。当時では画期的なステアリング・ホイールがあるが、後世のホイールとは異なり、フレームに対して直角に設置されているのが不便で、しかも小さい。73年式ダスターのスラントシックスのような優雅で軽快なホイールというよりは、スチームバルブのハンドホイールのようなものとなっている。フロントにはクランクがあるが、小さく、車の始動装置としては異様に効率が悪いように私には思えた。Piat氏の2本の自転車タイヤの間にある1気筒のエンジンについては、私は何も言えない。車に詳しくない私が言えることは、このエンジンは今までにデザインされたエンジンの中で最もキュートなもののひとつだということだ。その点では、確かにフランス的だと思う。しかし、これだけの要素が揃っているのだから、いじくり回す人にとっては神の贈り物と言えるだろう。車好きだった弟のBillは、ピアット・ボワチュレットを見るやと工具箱に直行した。真の車好きは、これに抵抗することはできないだろう。ボワチュレットは、すべての機能部品が露出しており、人間の「いじりたい」という欲求を赤裸々に物語っている。AutoWorldには「触ってはいけない」という看板が掲げられているが、それにもかかわらず、すべての内部構造はいじられることを望んでいるだけではない。メカニックの目、エンジニアの知性、いじくり屋の魂を持つ人なら誰でも、三日月レンチを取り出して、このバカげたものをよりよく機能させ、より速く走らせ、さらにはより美しく見せるための100の異なる方法を見つけ出したくなるものだ。確かにPiat氏のボワチュレットは、世界で初めて作られた車ではない。AutoWorldに展示されているジャメ・コンタントは、ベルギーでCamille Jenatzy氏が陸上速度の世界記録を更新するために設計した車である。1899年4月29日、このロケット型の単座車は時速105.88kmを記録し、時速100kmの壁を破った最初の自動車となった。しかし、Piat氏のボワチュレットは、最高速度が15キロ程度だったと思われ、私には自動車の中のアウストラロピテクスのように思えた。ご存知のように、アウストラロピテクスは、1924年にRaymond Dart氏が南アフリカのタウングで発見した頭蓋骨で、人類発祥の地とされるタウングで発見された最初のヒト科の化石である。しかし、時が経つにつれ、Dart氏のアウストラロピテクスは、先史時代のアフリカに埋もれていた最古のヒト科動物ではないことが判明した。Dart氏以降、人類学者はより古い頭蓋骨を発見し、進化論を再構築している。それと同じように、Jean Piat氏のヴォワチュレットのような小さな化石から始まった自動車技術は、いじくり屋の領域であり、発掘中の考古学者のように、素手で、専用の道具で、散らかった作業台を使って、車の進化を変えてきたのである。150年の自動車の歴史の中で、何百万台ものフリバーがラインオフしたが、Piat氏のボワチュレットのように可愛く、愚かで、非実用的で、破滅的なものはほとんど存在しなかった。自動車メーカーは少なくとも1世紀以上にわたって高級車を製造してきたが、General Motorsが発表した’59 Caddyのように胸を張って堂々とした車を作ったのは、ほんの一握りだった。また、今後もそのような自動車メーカーは出てこないだろう。