Preferred NetworksとTenstorrent、AIプロセッサーを共同開発

Preferred Networksと米Tenstorrentの共同研究が、NEDOの研究開発事業に採択されました。
両社は、生成AIの学習と推論を高性能かつ高効率に実行するプロセッサーのシステム化を目指します。
研究開発は2031年度まで進め、終了後はAIエージェントなどへの活用を想定しています。

記事の概要

両社の研究は、NEDOの「ポスト5G情報通信システム基盤強化研究開発事業」に採択されました。
採択テーマは「先端半導体製造技術の開発」における「(f8)光電融合技術を実装したxPU設計開発」です。
AIエージェントやフィジカルAI、AI for Science向けの生成AIプロセッサーを開発します。
光電融合技術と最先端パッケージング技術を使い、プロセッサーのシステム化を進めます。
PFNは、3次元メモリ実装による超高メモリバンド幅のAIチップレットを開発します。
Tenstorrentは、機密計算に対応するCPUチップレットをオープンアーキテクチャベースで開発します。
今回の研究開発は、先端半導体を国内で設計・製造する技術の確保を目的としています。
研究期間の終了後には、AIエージェントなどへの研究成果の事業化を目指します。

記事のポイント

1. 研究開発の狙い： 生成AIの学習と推論を高性能かつ高効率に処理するAIプロセッサーのシステム化を目指します。
2. PFNの担当技術： PFNは、最先端プロセスによる3次元メモリ実装で、超高メモリバンド幅のAIチップレットを開発します。
3. Tenstorrentの担当： Tenstorrentは、オープンアーキテクチャを基盤に、機密計算対応のCPUチップレットを開発します。

このニュースがもたらす影響

• 導入を検討する企業： 2031年度までの研究開発と事業化の想定を踏まえると、AIエージェントなどで高性能・高効率な計算基盤が必要になる時期と、採用判断の条件を早めに整理する必要がありそうです。
• AI基盤の競合企業： 3次元メモリによる帯域向上と機密計算対応CPUを組み合わせる構想は、既存のAI基盤との差別化軸になり得るため、性能だけでなくデータ保護や構成の柔軟性も競争条件になる可能性があります。
• 国内半導体事業者： 国内で先端半導体を設計・製造する技術の確保を目的とするため、研究成果の事業化に向けて、チップレットや光電融合を自社の設計・製造領域にどう接続するかを検討することになりそうです。

このニュースの背景

今回の研究は、NEDOのポスト5G情報通信システム基盤強化研究開発事業に採択されています。
AIエージェント、フィジカルAI、AI for Scienceでの利用を見据え、生成AIの学習と推論を高性能かつ高効率に実行するプロセッサーのシステム化を目指しています。
PFNは3次元メモリ実装によるAIチップレット、Tenstorrentはオープンアーキテクチャを基盤とする機密計算対応CPUチップレットを担当します。
研究開発は2031年度まで進められ、終了後はAIエージェントなどへの活用を想定した事業化が目指されています。

詳しい記事の内容はこちらから（引用元）

Impress Watch

PFNとテンストレント、高効率AIプロセッサーを共同研究開発

Preferred Networks(PFN)と米Tenstorrent(テンストレント)との共同研究が、NEDO(新エ…