ローム 次世代工場向けAIチップ
センサーノードで装置異常アルゴリズムを処理、工場向けAIチップを共同開発
ロームが次世代工場向けAIチップの開発に着手する。これまでサーバやゲートウェイで処理していた、生産装置の異常検出をセンサーノードで実行でする。
ロームが次世代工場向けAIチップの開発に着手する。これまではサーバで処理していた異常検知アルゴリズムを半導体チップに実装することで、システム全体の消費電力を低減するとともに、さまざまな装置に搭載可能な汎用性を実現する。
◎「製造業AI/ビッグデータ」関連記事 ~導入・活用事例、課題、解説~ など
» 日本企業は「データリテラシー」が足りない
» 「ビッグデータ」「データアナリティクス」「AI」は製造業に何をもたらすのか?
» AIを活用した故障予知は課題も多く、緩やかなペースで進展
» AIによる予兆保全は2018年「成長期」へ
これはロームとシンガポール科学技術研究庁 マイクロエレクトロニクス研究所(Agency for Science, Technology and Researc , Institute of Microelectronics)との共同研究で行われるもの。ロームの保有する解析アルゴリズムを、IMEと共同で「アナログ回路を駆使した半導体回路技術に組み合わせてチップに実装」(同社)する。
次世代工場、いわゆるスマートファクトリーでは装置状態を各種センサーで検知し、装置が異常する前にその予兆を察知する「予兆保全」の考えが重要視されている。ただ、予兆保全の実現には大量のセンサーと得られた値を送るネットワーク設備、データを処理するソフトウェアなどが必要となる。特にセンサーネットワークと爆発的な量に達するデータ処理の方法については各社がさまざまな取り組みを見せている。
ロームがIMEと開発するチップは、工場に設置された装置から受け取ったデータの「前処理/異常の検知アルゴリズム/後処理」に特化した構成となっており、マイコンやFPGAなどの既存処理系では実現できなかった、センサーノードにおける高度な処理を実現する。このチップによって全体のサーバ負荷を軽減するほか、センサーデータ最適化は通信負荷を減らすことにもつながることからEnOceanなどエナジーハーベストでの駆動も可能となるとしている。
◎併せて読みたいお薦めホワイトペーパー:
» デンソーのAIプロジェクトが目指すもの
» 「組み込みAIチップ」が5年後には一般化するといえる、3つの理由
» 「組み込みAI」実現に向けた半導体ベンダーの施策
» 松原仁 教授講演「人工知能は未来をどう変えるのか」
» IoTとAI、ビッグデータ時代のソフトウェアテスト
Copyright © ITmedia, Inc. All Rights Reserved.
企業戦略(エレクトロニクス)
この記事の著者
新着ホワイトペーパー PR
-
製品資料
[株式会社 Green AI] 脱炭素投資をすぐ回収したい 自動車業界にも有効なCO2削減アプローチ -
製品資料
[株式会社 Green AI] 自動車業界の脱炭素はなぜ進まない? 実務で直面する“壁”の乗り越え方 -
市場調査・トレンド
[スマートジャパン編集部] 「ペロブスカイト太陽電池」の普及戦略が公表 政府が目指すコスト・導入量のロードマップを解説 -
市場調査・トレンド
[スマートジャパン編集部] 導入が加速する再エネ・系統向け蓄電システム コスト・収益性の現状分析 -
技術文書・技術解説
[スマートジャパン編集部] いまさら聞けない「ペロブスカイト太陽電池」の基礎知識と政策動向
関連記事
こんなメディアも見られています
TechFactoryに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
特集
- マテリアルズ・インフォマティクスの動向調査
- 研究・開発職のデジタル活用調査
- 設計・解析業務におけるAI活用
- 3Dプリンタ利用動向調査
- CAD利用動向調査
- つながる工場の現状と課題
- 製造業におけるAI開発および活用の実態
- 設計・製造現場における品質管理
ホワイトペーパーランキング PR
-
1
ものづくり白書2026を読み解く
-
2
EE Times Japan×EDN Japan 統合電子版:フィジカルAIが生み出す新たな「設計思想」――電子版2026年8月号
-
3
一時は時価総額トヨタ超え キオクシア2026年度の動向
-
4
プリント基板設計の課題を乗り越えた成功事例集
-
5
IMUを活用してロボットの位置推定を強化、より高精度なナビゲーションが可能に
-
6
「サプライチェーン最適化」実践ガイド:効果的な意思決定を実現する秘訣とは?
-
7
AI×DXで効率化する設備保全まとめ
-
8
動き出したファナックの「フィジカルAI」
-
9
製造現場の“人材育成の課題”を一掃、階層別に必要な知識を習得する秘策とは?
-
10
若手設計者が育たない? 「探す」時間を「学ぶ」時間に変えるデータ管理とは
TechFactory SNS
インフォメーション
注目情報をチェック
TechFactoryをフォロー