日立製作所と日立ハイテクは4月24日、産業分野向け次世代ソリューション群「HMAX Industry」を支える基盤技術として、さまざまな産業用機器に組み込めるという独自のエッジAI半導体を開発発表。電力効率は先端GPUで処理する場合と比べて10倍以上高く、省電力で安定動作することを確認しており、さまざまな現場装置に実装可能な段階に入ったとしている。

  • 試作したエッジAI半導体の外観(左)。右は半導体の内部構成

    試作したエッジAI半導体の外観(左)。右は半導体の内部構成

このエッジAI半導体は、現場での処理を高速かつ省電力に実行するキーコンポーネントとして、HMAX Industryが対象とする工場・物流・ビル・エネルギーなどの製品群へ横断的に展開。現場データをその場で判断できる“プロダクトの知能化”を進め、同ソリューション群を支えるデジタルサービスとして、実装と運用の両面から広げていくことにしている。

この記事の注目ポイント

  • 日立がフィジカルAIを支える独自のエッジAI半導体を開発
  • 電力効率は従来比で10倍以上高く、省電力で安定動作
  • エッジ向け軽量AIモデルもあわせて開発、特定機種に依存しない設計
  • 半導体検査・計測分野での活用など、検査・監視処理の効率化も

背景と課題

製造現場や物流、ビル、エネルギーといった産業現場では、装置から得られるデータをリアルタイム解析することで、品質安定化や生産性向上、保全効率化につなげることが求められている。しかし従来のエッジAIシステムは、消費電力や設置スペース、複数のセンサーからのデータを扱うときの処理負荷がボトルネックとなっていたという。

日立はこれまで、画像・音・振動など多様なセンサーデータを省電力にリアルタイムで解析するエッジAI技術を開発してきており、その成果として、実際の産業プロダクトに搭載して動作させられるエッジAI半導体をカタチにした。HMAX Industryが対象とする現場での適用を開始する。

試作したエッジAI半導体は、AI処理を担うAIエンジンとメモリ、16チャネル高性能ADコンバータ、疑似画像生成器などで構成。外形寸法は3×3.3mm。

実機データを用いた評価では、今回開発したエッジ向け軽量AIモデルと最先端GPUを比較したところ、10倍以上高い電力効率で処理を実行でき、装置内で使える省電力で安定動作することを確認したという(GPUの電力効率はカタログ値に基づいて算出)。

従来の専用サーバーを前提とした高度な検査・監視処理を、装置内で直接実行できる見通しが得られ、「設置スペースや消費電力の制約が大きい製造現場をはじめ、さまざまな現場装置に実装可能な段階に入った」とアピールしている。

開発技術のポイント

1. 産業機器に組み込めるエッジ向け軽量AIモデル

日立は今回、産業用プロダクトへの組み込みを前提としたエッジ向け軽量AI モデルを開発した。

工場やビル設備などで使われる装置は、消費電力や設置スペースに制約があるため、多くの演算量が必要なAIは装置内には載せにくいという。

その課題をクリアし、装置内実装に必要な軽量性と、検査・監視など産業用途で求められる高い推論精度を両立するにあたり、画像の微細な違いを自動で捉えて分類・検出できる畳み込みニューラルネットワーク(CNN：Convolutional Neural Network)と、全体の傾向を理解するTransformer(深層学習モデルの一種。入力データの重要な部分に注意を向けて特徴を捉える)を組み合わせた。

特定機種に依存しない設計とし、検査・計測装置や産業機械で実装・評価を進めながらユースケースを広げていく。

2. 検査・監視処理の時間・処理負荷を削減

高精度が求められる検査・監視では、多枚数撮像や複雑な解析処理がボトルネックとなるケースが多いという。

日立は今回、半導体検査・計測分野をその代表例として、実測データを用いて検証を行った。従来は多くの枚数の画像を重ねて行っていた高精度計測処理を、1枚の画像に対するAI処理で置き換えられる可能性を確認し、撮像回数を減らしながら必要な精度を確保できる見通しを得て、インライン検査・計測の高速化と装置負荷低減につながることも確認したという。

同様のコンセプトを、部品外観検査や設備状態監視など他分野の検査・監視装置にも順次適用していく方針だ。

  • エッジ向け軽量AIモデルによる処理結果。CD-SEMの実測データによる原画像(左)とAI処理画像(右)を比較として並べている

    エッジ向け軽量AIモデルによる処理結果。CD-SEMの実測データによる原画像(左)とAI処理画像(右)を比較として並べている

3. 装置内で省電力AI処理できる半導体を動作確認

エッジAI半導体は、実行するAIモデルに合わせて演算回路やメモリ構成を最適化することで、汎用プロセッサに比べて電力効率を高められる。

今回、エッジ向け軽量AIモデルの演算に合わせて回路設計したチップを評価。従来比で10倍以上高い電力効率で処理実行できることと、産業用装置内で使える電力範囲で安定動作することを確認した。これまでは専用サーバーが必要だった高度なAI処理だったが、これからは製造設備や検査装置、ロボット、物流機器、ビル・エネルギー設備といった実際の現場装置に組み込んで運用するメドが立ち、実装フェーズに移行したとしている。