ティアフォー、JST「次世代エッジAI半導体研究開発事業」に参画 自動運転AIチップ設計をオープンソース化

何が起きたか

株式会社ティアフォーは、国立研究開発法人科学技術振興機構（JST）の「次世代エッジAI半導体研究開発事業」に参画し、自動運転レベル4向けのソフトウェア定義型システム・オン・チップ（SoC）の研究開発を推進すると発表した。同社は、東京大学大学院工学系研究科の川原圭博教授を研究開発代表者とする「ユースケース駆動による機能分化型フィジカルAIチップ設計」の研究開発課題において、エンドツーエンド（E2E）自動運転AIの推論処理を効率化するAIチップの論理設計に取り組み、設計資産と関連ツールチェーンのオープンソース化を目指す。

詳細

ティアフォーは、自動運転用オープンソースソフトウェア「Autoware」に対応した自動運転AIチップを独自に設計し、SoCに組み込んで有効性を評価する。また、AIチップの論理設計に加え、コンパイラをはじめとするツールチェーンをオープンソース化する。これにより、さまざまな半導体メーカーがティアフォーのプラットフォーム技術を活用し、自動運転レベル4向けSoCの製品化を加速できるオープンエコシステムの構築を目指すとしている。 本取り組みでは、Transformerの推論処理に着目し、汎用的な計算処理に必要な複雑な制御機構を簡素化した専用アーキテクチャを開発する。具体的には、AIモデルの実行に必要なデータをあらかじめ効率的に配置し、チップ内で繰り返し利用することで、外部メモリとのデータ転送や演算制御に伴う電力消費を抑制する。また、行列演算やAttentionなどTransformerで多用される処理を効率的に実行できる演算回路を組み込み、チップ単体のピーク性能だけでなく、「Autoware」を含む自動運転システム全体での電力対性能の向上を目指す。数ワット級の組み込み機器から数十ワット級の車載ECUまで、用途に応じて柔軟に構成できる設計を追求する。 適応性については、AIモデルとAIチップの間に標準化された中間表現であるTensor Operator Set Architecture（TOSA）を導入する。PyTorchなどで開発されたAIモデルの演算処理をTOSAによる共通形式に変換し、TOSAを介して最適化やコード生成を行い、AIチップ上で実行することで、AIフレームワークとハードウェアを疎結合化する。これにより、AIモデルの構成や演算方法が変化した場合でも、チップ全体を一から設計し直すことなく、コンパイラやランタイムなどのソフトウェアを更新することで対応できる仕組みを構築する。ソフトウェアを起点として性能や電力効率を継続的に最適化できる、ソフトウェア定義型SoCの実現を目指す。 透明性と検証可能性については、自動運転AIチップの論理設計に加え、コンパイラをはじめとするツールチェーンをオープンソース化し、設計情報を公開することで、半導体メーカーや開発者がチップの内部構造やソフトウェアの動作を確認し、それぞれの車両、AIモデル、性能要件、電力要件に応じて改良、拡張、再利用できる環境を整備する。また、明確に定義された演算仕様を持つTOSAを基点としてコンパイル変換の過程を整理し、形式検証の技術を導入する。検証対象とする変換や演算について、変換前後の数値的な整合性や定められた誤差範囲を数学的な手法で確認できる仕組みを構築する。

Key Facts

なぜ重要か

本取り組みは、自動運転レベル4の社会実装に向けて、電力効率・適応性・透明性・検証可能性を備えたAIチップの設計をオープンソース化する点で、半導体業界のエコシステム形成に影響を与える可能性がある。また、ティアフォーが「Autoware」で培ったオープンソースの考え方をハードウェア領域に広げる試みとして注目される。