日立、チップレット半導体のパッケージ設計案を選ぶ基盤技術を開発

何が起きたか

日立製作所は、チップレット半導体のパッケージ設計で、設計初期の候補絞り込みを自動化し、高速物理解析を用いて設計案の選定を効率化する基盤技術を開発した。日立は、エッジAI、自動運転、産業IoT向けに用途に応じた半導体開発の需要があると説明している。

詳細

技術の対象は、複数のチップを組み合わせるチップレット半導体のパッケージ設計である。日立の発表見出しは、設計初期の候補絞り込み自動化と高速物理解析を、この技術の要素として挙げている。 提供された発表本文の抜粋には、解析対象の物理特性、候補数、解析時間、選定精度、適用事例、提供時期などの具体値は記載されていない。

Key Facts

本紙の見方

今回の技術の焦点は、チップレットの製造や実装設備そのものではなく、パッケージ設計の初期段階で候補案を絞り、物理解析を通じて選定を効率化する設計支援にある。日立の発表は、自動化と高速解析を組み合わせる方式を示す一方、従来手法との比較値や解析時間の短縮率、対象とする設計条件は、提供された本文の範囲では確認できない。したがって、現時点で読み取れる新しさは設計プロセス上の機能であり、性能向上や開発費削減まで実証されたと評価することはできない。 本紙が扱った日立、フィジカルAIの安全運用技術を開発は、社会インフラでのAI運用を支える技術をテーマとしていた。これに対し本件は、用途別半導体を実現するためのパッケージ設計段階に位置する。両者を直接結び付ける発表ではないが、AIを現場で動かす際の運用技術と、その処理を担う半導体の設計支援は、異なる階層の課題として整理できる。日立の設備保全向けのフィジカルAI技術も、現場のデータを使う用途の一例だが、本件との技術的な連携は公表情報からは確認できない。 チップレット設計では、用途に合わせた半導体の構成を選ぶ工程が重要になるとみられる。設計初期に候補を絞る仕組みが有効なら、後続の詳細設計に進む案の選定方法に影響し得る。ただし、発表された情報だけでは、どの企業の設計工程に組み込むのか、どの工程を自動化するのか、外部の設計環境や製造工程とどう接続するのかは判断できない。設計支援の技術を半導体の供給能力や製品性能と同一視しないことも必要だ。 次に確認すべきなのは、解析対象となる物理特性と入力条件、既存手法に対する所要時間・精度の比較、適用できるパッケージ構成、実案件での検証状況である。これらが示されれば、候補絞り込みが設計者の判断をどこまで置き換えるのか、あるいは候補提示を補助するのかを評価できる。現段階では、用途別半導体の設計初期を効率化する基盤技術という位置付けにとどめるのが妥当だ。

なぜ重要か

日立は、エッジAI、自動運転、産業IoT向けに用途に応じた半導体開発の需要があると説明しており、本技術はそのチップレット・パッケージ設計案を初期段階で選ぶ作業を対象とする。解析時間や設計効率の改善幅は示されていないため、実際の設計工程でどの程度選定を助けるかが適用価値を見極めるポイントとなる。