半導体の基礎知識
AIメディア編集長のたつけです。 AIコンサルタントの平岡です。それでは、本日のトークテーマは何でしょうか。
はい、今さら聞けない。半導体のいま。 半導体、半導体。
AIといえば半導体ということですよね。 そうだね。今回のエピソードは、タイトルの通り半導体って名前は聞いたことあるけど、よく知らないという人に向けて作ってあります。
これを聞くことで、今日から半導体についてのニュースの見方が変わるかもしれないですね。
まあそういうことですね。なぜ半導体にしたのかというと、当然AIと密接につながっているっていうのもあるんだけど、我々の生活にも非常にヒモついてるんだよっていうことが伝えたくて、今回このテーマにしました。
そうですね。やっぱり半導体ってみんな必ず一つは持ってますからね。 まあそうね。何?って今思っている方いると思いますけど、必ず一つはみんな持っている。
必ず持ってますから、半導体。そんなみんな持っているものをなぜ知らないのかと。ちゃんとしておいた方がいいよと。そんな感じですかね。
今回のテーマは、そういう知らない人向けに作ってあるけども、この前提知識があると来週以降のエピソードがより楽しめるような作りになっているので、しっかり聞いてもらえればなと思います。
はい。じゃあまず最初は半導体とは何?っていうところから話していこうと思うんですけども、結論から伝えると半導体はAI以外にも私たちの生活に大きく関わってるんだぜっていうことが一番重要です。
なるほど。
はい。半導体とは私たちの生活に関わる結構基礎的な部分だったりします。半導体っていうのは金とか銀のように電気をよく通す導体と、ビニールやゴムのように電気を通さない、絶縁体の中間的な性質を持つ物質なのよ。
だからわかりやすく言うとスイッチのように電気を通さないでオンオフを切り替えたりみたいなこの方向にだけ電気を流したりみたいなことを制御することができるのが半導体。
まあニューノーマルみたいな感じですね。
逆にわかりづらいだろそれ半導体じゃない人に対して。
半導体じゃない人ニューノーマルねってならないかな。
ならないか。それ忘れてください。
スイッチが一番わかりやすいですね。
そうスイッチがわかりやすい。
このスイッチの機能、昔ながらの仕組みってのがあってそれがトランジスタですね。
トランジスタね、あんま聞いたことないですよねトランジスタなんてね。
でこのトランジスタから半導体っていうのがめちゃくちゃ進化してるわけですよ。
これまあわかりやすく言うとめちゃくちゃ小さくなったっていうところが一番重要なところで、最初のトランジスタは親指サイズぐらいなのね。
あれだね、もともとトランジスタになる前は真空管とかだったわけですよね。
でそこからトランジスタになってもうめちゃくちゃ小さくなったという感じですよね。
それが親指サイズってことですよね。
この時代でも結構すごいんだよね技術的には。
で現在のチップにはこの親指サイズだったトランジスタが数十億個入ってるということで数十億個。
途方もない数だけどね。
東京ドームいっぱいの砂粒を1cm四方に詰め込んだぐらいの威力があるってことだね。
ものすごい詰めたね。
詰め込んでるっていう。
それぐらいコンパクトになってるわけで、こんだけコンパクトになってるからこそスマホとかのサイズ感で高精度になってるわけですよ。
だから今皆さんは必ず半導体持ってるからねって言ったらまさしくこのスマホとかがいい例で。
ここに入ってるのはコンパクトになったからこその半導体で高性能が実現できてるっていうことで。
今のスマートフォンとかだと1980年代とか90年代のスーパーコンピューターの数百倍の処理能力を持ってるってことですね。
すごいですよね。
みんなスーパーコンピューターを持ってるようなもんですよね。
当時のスーパーコンピューター今手持ってるでしょ。それが手のひらサイズだからね。
とんでもない技術の進化ですよね。これが半導体の影ってことですよね。
そうまさしく。
半導体に足を向けて寝れないと。
そうでもそういうことだね本当に。
だからこの半導体が重要なわけなんだけども、じゃあこのAIの文脈で使われる半導体って何なのっていうところで
AIの処理が主に行われる2つの主要な場所があって、それがデータセンターとエッジデバイスっていうところが2つあります。
データセンターは前回のエピソードでも話しましたよね。
そうだね前回もさらっとお伝えしてて、大量のサーバーが集約した施設で膨大な計算処理とかデータ保存を行うと。
AIとか特にディープラーニングにおいてデータセンターはモデルの訓練とか大規模な推論処理を行う上で中心的な場所ですよっていうことをお伝えしました。
特にディープラーニングっていうのは大量の数学的計算を同時に行う必要があるから並列処理って並べて同時進行で動かしたりするのよ。
例えば1枚の画像を認識する際には数百万の計算を同時に行うことで高速な処理が可能になる。
当然大量の装置を同時に置かなきゃいけないからこそデータセンターって大量ののがあるみたいな。
1つの大きいコンピューター1個じゃダメっていうのはそういうことだよね。
あとはこれも前回の話で生成AIが大規模になればなるほど当然電力とかも増えていくよみたいな話したじゃん。
計算処理も同じことが言えてて大規模なAIモデルの訓練には数千のGPUとかを連携させたりするから
データセンターのネットワーク技術とチップ間の高速な通信技術こういうのが大規模な並列処理を可能にしてるっていうところがあるわけですね。
クラウドのAIサービス、マイクロソフト、AzureとかAWSとかこういったのも基本的にはデータセンターっていうのを使って運用してるわけですよね。
そのおかげで普通では扱えなかった個人とか中小企業でも大規模なAI処理を使うことができるようになったって感じですよね。
だからデータセンターにも足を向けて皆さん寝れないっていうことですね。
そういうことになりますね。どこにも足向けらんねえじゃんそしたら。
データセンターとエッジデバイス
どこにも向けられない。これからたくさん作られるからね。直立して寝るしかない。
前回の話であちこちでデータセンター増えますよって言ってるからね。もう足どこにも向けらんないよね。
どこにも向けられないです。
このデータセンターっていうのは言ったらサーバーとか我々で言うとクラウドみたいなそういうところのものっていうイメージが一番分かりやすいと思うんだけどもっと身近なところで言うとスマートホームみたいなものが手元のものこれがエッジAIって言われるものですね。
クラウドとかデータセンターとかみたいなウェブ上のものっていう形じゃなくてそのデバイス自体だったりそれに近接するローカルなところで動くAI処理する技術のことをエッジAIって言いまして
クラウドにデータを送信する必要がないからリアルタイムで処理したりとかあとはプライバシーが自分の端末の中だけで収まるのでプライバシー保護になったりとかネットワークの負荷が軽減されたりとかっていうことで注目されてる技術。
Apple Intelligenceの回でも話しましたけどねこれもエッジAIですよね。
そうだねまさしく端末でAIが動くっていうのでねエッジAIだね。
だからこそAppleはプライバシーの部分を結構尊重してプライバシー保護に力入れてますって言ってたのはこういうことクラウド上にデータを送らないからデバイスの中で完結する。
エッジAIと言えばiPhoneとかスマートフォンっていうイメージがあると思いますけど他にも使われてるものいっぱいあって有名なところだと自動運転の車とかだよね。
これはやっぱりその車の中でそういったリアルタイムでいろんなものを認識したりとかセンサーがデータ処理をしたりとかいろんなものを予測したりとかっていうのを車の中で完結する。
車の中にあるコンピューターがそれをやってくれてるっていうことで最近はねそれこそテスラとかさ一部おそらくクラウドとかインターネット通信してさウェブ通信してたりする車も多分あると思うんだけど。
走行データとかは基本的に情報流してるからね。
そうだよね。
そうだけどでも全部の処理を多分ネットで送ってってやると多分タイムラグが発生するから基本的なデバイスの中でエッジAIとして完結して一部クラウドとも通信しながらみたいなのが多分最近の主流だと。
だったらウェアラブルデバイスですね。
早い話はスマートウォッチとか。
スマートウォッチにAIが内蔵されてるものとかだったらエッジAIっていう位置付けになるよね。
そうですねあれなんか最近GPT-40 miniが搭載されたデバイス出たみたいな話してたよね。
そうminiじゃなくて普通のGPT-40が内蔵されたスマートウォッチが発売された。
7月かなんかにリリースでしたから本当最近だよね。
中華系のやったよね。
そうそうそう気になるよね結構スマートウォッチ好きだからさ。
そうだよね今もだってXiaomiの使ってるよね。
そうXiaomiのスマートバンドを使ってるからそうそうちょっとね買い替えてもいいかなと思ってたからちょっと気になるなGPT-40付いてるんだったら。
レビューしてくださいよ。
ほんとねレビューしたいね。
ちょっと買って使用感とかそういうのちょっとレビューしてみればどういう風にねGPT-40が動いてるのか気になるもんね。
そうするね。
半導体産業の現状
このエッジAIに関連する話としては第11回の話でに高性能オープンソースSLMがリリース祭りということで。
LLMではなくSLMここでもねちょっとお話ししてるのでよかったら聞いてください。
そうねだからさっきねあのiPhoneの時にさエッジAIまさにそうだよねって話したけどあの時にもまさしくSLMが今後来るよねって話しててやっぱりこのエッジAIとSLMって文脈が結構紐づくところがあるよね。
そうですねなんかイコールなイメージだけどね俺からするとこれ。
まあそうだねイコールなのかもしれないねこれはスモールでその端末だけで動けるようなコンパクトなAIモデルってことだもんね。
じゃあそんな半導体ですけどもこのね半導体産業が世界経済に与える影響ってものすごく大きいわけですよ。
はい。
で過去にこの半導体不足に陥った時に世界的に経済的な影響がいろいろありまして具体的に言うと2021年の半導体不足で世界の自動車生産が約770万台減少したのよ。
減りましたね。
減りました。
そうこれあの当時聞いた話ではあるんですけどワクワクして買った新車が納車されるまでに1年半とか2年かかりますみたいな。
あーなるほどね。
そうそれぐらい半導体不足で自動車が全然納車できないみたいのは聞いたことありますね。
あーそうだねでもまさしくあの現代の車ってもう本当に半導体使われているのがほとんどだからこの半導体不足で生産が滞って新車の納期が大幅に遅れるっていうのは実際に本当にあったみたいで。
この770万台減少したのって東京都の自動車の登録台数がだいたい300万台の経営都市は除いた登録台数がだからちょうど東京都の全自動車登録台数の倍ぐらいがごそっと遅れたみたいなそんなイメージ。
そう思うとものすごい量ですね。
そうですねものすごい量だね。
あとはゲーム機とかパソコンなんかは当然半導体使われてるからシナウスとか価格上昇なんかが起こってまたスマホも新モデルが発売延期します遅延しますとか一部機能制限が使えなくなりましたみたいなのが全然あったよね。
うんありましたね。
半導体は現代のデジタル社会を支える基盤技術なのでこれは最初のお話したようにAIだけじゃなくて私たちにも密接に関わってるんだよっていうことだよね。
そうですね半導体が不足すると本当に困ったことになっちゃいますからね。
本当に困ったことになる。
そんな半導体なんだけどじゃあ今のその半導体産業との全体としては一見じゃどんなような感じになってるのかっていうのをちょっと次話していこうかなと思います。
はい。
半導体業界を話す上でやはり外せないもう半導体といえばという企業がありますね。
えー誰だろう。
いやいやいやちなみに平岡さんあなた自分であのNVIDIA紹介する回喋ってるからね。
まあね過去のNVIDIA回もねぜひ聞いてください。
はいもうね半導体といえば今NVIDIAですよ当然。
はいそうですね。
NVIDIAはもともとゲーム用のグラフィック処理に特化したGPUを開発してたんだけど。
NVIDIAのGPUとTSMCの役割
このGPUの並列処理能力っていうのがAIの深層学習に非常に適してるっていうことが分かって。
だからまあのAIの開発とかにこのNVIDIAのGPUが使えるように使われるようになって。
その中でNVIDIAがKUDAっていう独自のソフトウェア開発キットみたいなのを提供したことによってそのGPUAIの開発者がどんどんどんどん使っていくっていうのが加速していったわけですよ。
これによってAI研究者とか開発者がNVIDIAのGPUをどんどん使うようになったことによって事実上の業界標準みたいな形になっていったっていうのがNVIDIAの発展の歴史ですね。
特にNVIDIAのGPUっていうのは特にデータセンター向けで圧倒的な強みを持っているよっていうところで。
でも一番有名な主力商品というのがありまして、それがNVIDIAのH100っていうGPUだね。
H100ですね。
これがNVIDIAが出している最新のAI向けのGPUなんですけど、これが前世代、前の世代のものに比べて大幅に性能が上がってて、
推論とかAIの訓練だったりそういった速度が劇的に向上してるんですけど、
前モデルっていうのがA100っていうやつなんだけど、これを処理能力の約6倍持ってるわけですよ。
このA100も出た時の記事とか見ると、一般的な商用チップとしては最大規模のモンスターだみたいなこと書かれてて、
前のA100が出た時点でもすげーGPUが出たぞみたいな爽やかで方してるわけですよ。
これの6倍の処理能力を持っているのが今のA100っていうもの。
モンスターオブモンスターってことですね。
モンスターオブモンスターってことですね。
最初にトランジスタが親指サイズで今めっちゃちっちゃくなってるって話したじゃん。
実際このH100にはこのトランジスタの数が800億トランジスタ入ってきて。
もうどんだけ入ってるかわかんないですね。
どんだけ入ってるかわかんないね正直800億も入ってたら。
もうわかんないです。想像できないですね。
これのおかげで我々が使わせてもらっているChatGPTみたいな大規模言語モデルの開発とか運用っていうのが可能になっているのはこのA100のおかげっていうことですね。
なるほどですね。
そんな今GPUで派遣を取っているNVIDIAですけども、
この辺のNVIDIA以外の競合で言うと有名なのはIntelとAMD。
IntelとAMDは主にCPUっていうパソコンとかの中央処理装置の市場で競争してるっていうところだね。
この競争によって処理速度とか電力効率の改善とかがやっぱCPUでいい結果が出てるというのはここのIntelとAMDが競ってるっていう背景があって。
ともに2つともGPU出してはいるんだけども、やっぱGPUの分野によってはNVIDIAに負けてしまってるっていう状況だよね。
なるほどね。
ただAMDはこのNVIDIA一挙の状況に対抗しようとしてて、
これは今月7月11日に出たブルームバーグの記事だとAMDがサイロAIを現金6億6500万ドルで買収することに合意したということで、
これによってAI分野でNVIDIAとの差を縮める狙いがあるっていうふうに報じられて、
今後AMDはこのGPUの分野でバチバチにNVIDIAとやり合っていくかもしれないっていうことだよね。
NVIDIAの社長とAMDの社長って兄弟だよね。
兄弟じゃなくていとこだったね。
いとこか。
東円のいとこって書いてある。
最初いとこって僕も言ってたと思う。
本当に?
親族同士での争いになるってこと?
そうだね。早い話が親族同士の争いになるってことだよね。
なるほどね。
でもやっぱりIntelとAMDがやり合ったことによってCPU価格が落ちていったっていうのがあって、
今NVIDIA一挙だからこそNVIDIAの時価層がガンガン上がっていときは世界一の企業みたいなところまでいったわけじゃん。
これがAMDが対抗することによって、そこで価格競争とか技術競争が起きることによってよりいいものが安く手に入ったりとかっていうふうになる可能性は秘めてるよね。
なるほどですね。
この半導体を語る上で外せない重要な企業がありまして、それがTSMCっていう企業ですね。
はい。
GPUとASICの競争
これは半導体受託製造企業で、要するに半導体を実際に作ってる工場の会社ってことだよね。
もう世界最大の工場ですね。
これは台湾の企業になりまして、台湾内で最大級の規模を誇る世界のトップクラスの自家創学を有している超大手企業みたいな形。
メーカーですね。
メーカーですね。半導体メーカーには主に設計などを行って工場を持たないファブレス企業と、主に製造になるために工場を持つファウンドリ企業っていうのがいるんだけど、
TSMCはこの公社のファウンドリ企業に当たるのよ。
製造になるための工場を持っている企業ってことですよね。
そう。このファウンドリっていう形自体、このTSMCの総合社が発展させたもので、ある意味では世界初のファウンドリ企業がTSMCでもあるっていうふうに考えられてるっていうような感じの企業。
なるほど。走りなんですね、そもそも。
走り。だからやっぱり製造技術がめちゃくちゃ高くて、何がすごいって、要はトランジスタからさ、どんどんどんどん半導体がちっちゃくなっていってるよって話をしたじゃん。
このちっちゃくする技術がとにかく高い。
7nmだったものを5nmにして、さらに3nmにしてみたいな感じでどんどんどんどん小型化していってるのよ。
ものすごくちっちゃくしてってるってことですよね。
そう。7nmレベルでの生産が可能な企業って世界でも数社ぐらいだし、5nmってなれば対応可能なのはTSMCとサムスン電子ぐらい。
なるほど。
この5nmの製造プロセスとしては人間の髪の毛の太さの約5000分の1のサイズで回路を作るみたいな、それくらいちっちゃいサイズなのよ。
確かウイルスの大きさが10nmとかだったよね。
そうだね、ぐらいだったね。
ウイルスって目に見えないけど、それの半分以下までになってるってことですよね。
そう。そんな中、このTSMCは3nmでの量産に成功してて、めちゃくちゃ小さいのをこのTSMCだけは作れるっていう状況なんだよ。
本当はよく考えてほしいんですけど、最初親指サイズだったんですよね。
これがよくわかんないぐらいまでちっちゃくしちゃってるっていうとんでもない技術なわけですよね。
そう。しかも2025年には2nmでの量産を始める計画が出てるらしいので、よりちっちゃくなって細分化するっていうことだね。
すごいですね。余談ですけど、MOOERの法則っていって、どんどんある周期でちっちゃくなっていくみたいな。
そんな法則もあるらしく、まだまだちっちゃくなるんじゃないかって言われてるらしいですね。
結構だからネットとかで調べるとMOOERの法則はいつ終わるのかとかそういう記事も出てきて、読むと面白いよね。
だからこのTSMCっていうのは自宅企業なので、いろんなところの半導体を作ってて、
Apple、NVIDIA、AMDなど多くの企業がこのTSMCに製造を委託してるっていう状況になってるということですね。
だからここが台湾の会社でそういう状況になってるっていうのが結構肝で、中国とアメリカは冷戦のような状態になってるわけじゃん。
台湾有事が起きるのかどうかみたいな話がニュースで出るけど、アメリカは台湾側につく理由としてはTSMCがあるから、
だから台湾側について守らなきゃいけないみたいな言われ方もするし、逆に中国は中国でTSMCが欲しいから中国企業になったらすごいじゃん。
だからこそ侵略の可能性を高めてるなんて言われたりしてて。
もちろん中国と台湾の問題ってそれ以外にも民族的な問題っていろんな問題もあるからそれだけじゃないんだけど、経済的に見ると結構ここって密接に関わってる部分だから、
AIの文脈なんだけど、そういう世界経済とか国際情勢っていうのがやっぱりわかるところではあるよね。
そうですね、だからこの辺のことがわかると明日からのニュースなんかもっと面白い切り口で見れそうですよね。
そうだね、確かに。
TSMCはかなり外せない企業ですね。
そうだね、結構NVIDIAの名前ばっか表に出てきてそっちばっかフューチャーされてるけど、ある意味本当の技術的なところで言うと一番すごいのはやっぱりTSMCだよってところだよね。
そうですね、NVIDIAすごいみたいな人がいたらTSMCの方がやばいからって言ってあげてください。
今、半導体の周辺産業がそんなようになってるっていうことなんだけど、じゃあこれが将来的にAIと絡めた時にどんな未来になってるのかっていうのを最後に話していこうかなと思います。
専用プロセッサーとAI
現在に関しては専用プロセッサーっていうものですね。
汎用プロセッサーから専用プロセッサー、特殊用途向けのチップっていうのに移行しているのが現在のトレンドです。
汎用プロセッサーっていうのはさまざまな処理が行えるものなんだけど、この専用プロセッサーっていうのは特定の処理に特化したチップっていうことで、早い話がAIチップの需要が今めっちゃ増えてるよっていうことなわけですよ。
AI処理やビットコインのマイニングなど特定の計算を大量に行う用途では専用チップの方が高性能かつ省電力で行えるわけですよ。
これをASICっていうふうに言います。
ASICっていうのは特定の用途に特化して設計された集積回路のことを言うんだけど、ビットコインのマイニングでも使われていることで有名で、
ビットコインのマイニングだと初期はCPUを使ってマイニングしてたんだけど、次にGPUを使って処理をするようになって、現在は専用のASICを使うのが主流になっている。
これによってマイニングの効率が大幅に向上したという背景があるわけですよ。
なんでASICが必要なのかっていうところなんだけど、やっぱりASICがメーカーとして対抗するのは当然NVIDIAのGPUになるわけ。
ASICかNVIDIAのGPUかみたいなところがあって、NVIDIAのH100が今すごいよって話はさっきしたじゃん。
NVIDIAのGPUには課題があって、製品価格とか電力商品とか電気代が高いわけですよ。
あとはそもそもGPUが、もともとは深層学習に適しているから使われ始めたっていうのがあるんだけど、本当の意味で最適化しているわけではなくて、
まだまだAI向きじゃないところがあるっていうのがNVIDIAのGPUの課題。
ちなみにこのH100なんですけど、このチップって700ワットぐらいの電力を消費するんですって。
この700ワット分かりやすく言うと、60インチのテレビ、これの約8倍ぐらいの電力。
すごいね。
テレビ8台分ぐらいって感じですね。
さらにデータセンター向けに構築されたものってさらに電力が必要になるから、データセンターにはこのAT100チップっていうのが何千個も設置されてるわけじゃないですか。
だからテレビ6台かける何千みたいな感じになるから、とんでもない電力使ってるっていう感じですね。
だからこそ前回の配信で話したように電力問題が起きてるっていうのも、このGPUが消費電力が高いことが起因しているところがあるよね。
そうっすね。
だからこそこのASICっていう形でAIに最適化されたものを作っていきたいっていうところがあって、ASICで有名なのがGoogleのTPUっていうチップですね。
これはGoogleが開発したAI専用のチップということで、2016年5月に開催された開発者向け会議で、実は今までTPUを自社開発して1年以上前からうちで使ってたんですよみたいなことをそこで発表して、そうだったんだみたいになったっていう商品。
なるほどっすね。そういうことか。自社のデータセンターでこのTPU使ってるぜっていうのを発表したんだね。
そう。これがASICの一種ですよっていうことで、AI用に独自開発したチップですよっていうのを公表したっていうことで。
このTPUっていうのはAI専用に開発されたチップで、皆さんが知ってる有名なところでいくと、イゴ。イゴAIと人間が勝負したみたいなので有名なのアルファゴあるじゃん。
流行りましたね。
あれに使われてたのがこのTPUっていうことですね。
そうですね。
半導体の重要性
それぐらいAIのために特化されたチップっていうことですね。
あと他にも先ほど紹介したHAIの文脈でお話しすると、AppleなんかはApple Neural Engineっていうものが搭載されてて、これはAI専用チップになりますね。
顔認識だったりとか音声認識とかそういうのを高速省電力で処理することができるようになっているものということですね。
だからこういう半導体AIチップみたいな専用のものがどんどん進化していくことによって、それこそ量子コンピューターとかそういう別の分野での技術発展みたいなものも期待できるような部分っていうふうに考えられるよね。
だからやっぱ半導体の技術っていうのは、さっきのアメリカ対中国の話もそうだけど、知性学的にも影響が出てくるものだし、いろんなデジタルの機械の源泉というか、源みたいなことから半導体は21世紀の石油なんて呼ばれ方もされてるからね。
そうね、実際には。それぐらい基盤の技術ですよね。
だからこそ台湾のTSMCがものすごい数の半導体を作ってるっていうのが、そういった戦争とかの引き金になっちゃうっていうのも別に別におかしな話じゃないっていうことですよね。
だって実際には石油のために戦争って起きてますからね。
そうだね。
そういったものですよね。
まさしくいったものだね、まさしく。
じゃあ今日の要約をすると、半導体っていうのは私たちの生活に大きく関わっていて、必ず一人一つは持っていると。
一つっていうレベルじゃないですね。何億と持ってると。
何個も持ってるね。だってもうスマホ持ってゲーム持ってパソコン持って車乗ってたらね、ものすごい数が半導体が溢れてるわけだもんね。
もう何百億みたいな、ひたすら何兆みたいなレベルの半導体を持ってる可能性があると。
それぐらい技術の進歩が起きて、今ちっちゃくなってると。
その半導体の業界の中で主要プレイヤーっていうところでいくと、やっぱNVIDIAとかIntel、AMD、そしてTSMC、この辺はやっぱ外せないよねと。
この辺りの企業が今技術力を競い合っているような状況で、NVIDIAはやっぱり一興の状態と。
その中でASICという特定用途に向けたチップが作られて、NVIDIAが作ってるGPUに対抗していこうぞよと。
そんな状態になってるっていうことですね。
そういうことですね。
Googleもそういうのを作ってるし、実は以後のやつもGoogleのASICを使ったものだったというところで。
じゃあ来週以降のエピソードは。
そうですね。そんなNVIDIAの優位性に挑戦する新興企業の存在っていうのがあるわけですよ。
打ち倒す可能性があるかもしれないと。
いつまでもNVIDIA一興じゃないぞっていう気概のある企業がいますので、その辺をちょっと紹介していこうかなというふうに思っております。
それではエンディングでございます。
今日はいつもより少し長めのエピソードでしたね。
そうですね。かつ次回にも繋がっていくということで。
トータルで見たら結構長尺な感じだよね。
そうだね。かなり長尺な感じですね、半導体について。
だいぶはしょってますけどね。
そうね。上辺だけだよね。
とにかくこのASICっていうのが非常にパワフルなんですよ。来週話しますけども。
とにかく電力を食わんと。
何よりも電力が課題なわけじゃないですか。
なのに電力を食わんと。
魔法のようなチップを開発をしていると。
だからこそ技術って発展するんだと思うけど、今AIとかでめちゃくちゃ電力が使われてるってなったら、片屋片方は核融合みたいなものを開発して、好きなだけ使えるようにしてやるよっていうふうに発明をする人がいれば、
片屋ASICみたいに、じゃあ電力が起きない、電力の少ないものを開発しますよっていう幅を紡いで、互いに同じ未来を目指してるんだけど全然違うことをして頑張ってるわけじゃん。
こういう多角的なアプローチが総合的に最終的にまとまっていいものになるっていうことですよね。
そうね。点と点がつながって面になるじゃないけど。
これからもASICっていうのは非常に注目な技術っていう感じですよね。
あとさっき話したTSMCについてと、半導体っていうのは21世紀の石油っていう概念。
これが紐づくとニュースが結構解像度高く見れるようになりますよね。
半導体業界の動向
そうだね。だから地勢学とか国際情勢とか、あとは中国とアメリカの関係性。
やっぱり電力の話の時にも中国って出てきてるからさ。
そうですね。
ここも全部まとめてな視点で見たほうがいいよね、やっぱり。
うん。だからこのAI未来話を聞いてる方で投資をしているよみたいな人は結構この辺は知ってるかもしれないんですけど、
もし知らなかったよっていう方であれば結構判断材料にもなるかなと思うし、
これからキャリアアップどうしようかなってなった時に半導体業界って相当安泰だと思うので、
石油会社に就職するみたいなもんじゃなくて。
そういうことだよね。本当にそうだと思う。
お給料もいいし、そういった意味でいくとこういう業界っていうのはいけちゃうとかなりいいですよねとか。
この知識をどう使っていくかっていうのは結構大事かなと思うような回でしたね。
確かに。
では最後に告知でございます。
お聞きのPodcastアプリでAI未来話の番組フォローとレビューをお待ちしています。
フォローすることで最新話が更新され通知がきます。
この番組はランキングに入る可能性が上がります。
お互いウィンウィンなのでぜひお願いいたします。
レビューをしていただくことで番組の改善やまだ聞いたことのない人の聞くかどうかの判断指標になりますので、
ぜひご視聴お待ちしております。
できればGoでお願いいたします。
来週も木曜朝7時に更新されます。
お便りも引き続きお待ちしておりますので、よろしくお願いいたします。
それでは本日もありがとうございました。
ありがとうございました。
