AIの発�tに半導���\術が�{い��かない
フォーラムの冒頭でimec社長兼CEOのLuc Van den hoe��が「It’s time to future-proof our prosperity by superfueling innovation, enabling next-gen AI（イノベーションを加�]し、次世代 AI を可�Δ砲垢襪海箸如��Mたちの繁栄を未来につなげるときが来た）」と��して講演した（図1）。

図1　基調講演するimec CEO兼社長のLuc Van den hove��　筆�v撮影

同��はまずAIの進�tに関して、「AIは驚異的なスピードで進化しており、ほぼ毎月のように主要なモデルとそのアップデートがリリースされている。これらのモデルが�j��模言語モデルから高度な推�b機�Δ��△┐深＼ぢ�AIへと進化するにつれ、コンピューティングシステムは異�|ワークロードを高性�Δ�つ�e��可�Δ��桔，能萢�することに�Z戦している。AIに最適化された新しいコンピューティングアーキテクチャとそれを�Г┐詒焼����\術の開発には、アルゴリズムの開発よりもはるかに�Hくの時間がかかる」と述べ、AIの進歩を阻害するボトルネックを防ぐためには、コンピューティングアーキテクチャと半導���\術プラットフォームを刷新する��要があることを�喞瓦靴拭�

Van den hove��は、「トランジスタ密度、消�J電��、メモリ容量といった先端ロジックの課��の�\�jに�官�するとともに、柔軟で�@��性の高いテクノロジープラットフォームに実�△気譴拭⊇斉陲農@��性の高いコンピューティングアーキテクチャが��要である」ことを実例を挙げながら�喞瓦靴拭�最後に、同��は「人類を変革するイノベーションは、半導���噞のイノベーションのスピードにかかっている。今こそ、イノベーションのエンジンを�啣修掘¬ね茲鮓�据えた繁栄を築く時である」と�Bを�Tんだ。

いよいよAIエージェントの����け
以�iは��Nvidia のインフラストラクチャ担当副社長として同社の�O動運転AI開発プラットフォームであるMaglevを開発し、現在は英Google DeepMind（��AlphabetのAI開発子会社）の研�|開発副社長としてAIプラットフォーム開発を陣頭指ｧするClement Farabet��が、「AI エージェントの����け」と��して講演した(図2)。AIエ−ジェントとは、人間の介入なしに��定のタスクを実行する�O立型インテリジェント・システムを指す。

図2　Clement Farabet��の講演タイトル　出�Z：ITF World 2025�@料

まず、Farabet��は、「AIは歴史�嶌任睛イ譴身���のひとつである」とし、�收�AI（ChatGPT）は�k般的な�j人と同等以�屬��ξ�を�eっており、今後2〜3�Q以内に高度人材の半分��度の�ξ�を�△┐�AIが登場する」との見通しを述べた。

今後のAIには、環境適応性・創�]性・�~��性・�左柔�（embodied=デジタル空間ではなく現実社会の人間や環境と直接やり�Dりできること）・�O��性が�_要になるという。次世代AIは、環境への適応を�jきな��長として、周囲の�X況を��覚・聴覚的にリアルタイムに認識しつつ人間と���Bしたり、�駘�的な作業を�мqしたりするような身��性を�eつエージェントベースのAI になると指�~した。

AIがアクセラレーティド・コンピューティングと融合
次に、��Nvidia先端�\術担当副社長のVivek Singh��が「コンピューティングの未来は加�]している」と��して講演した（図3）。同��は、まず「AIとアクセラレーティド・コンピュ―ティング（専��のハードウエアを��いて��定の演�Qを高�]化すること）の融合は、未来を再定�Iすることになる」というNvidia 創業�v兼CEOの言��を引��し、未来は�jきく変わることを��唆した（図4）。

図3　「コンピューティングの未来は加�]する」と��して講演するNvidiaのVivek Singh��　著�v撮影

図4　Nvidia創業�v兼CEOの言��　出�Z：ITF World 2025�@料

同��は、半導��プロセッサ1個に搭載されるトランジスタ数の�垉�50�Q余りの推�，鮨�し、トランジスタ数が指数関数的に�\加していると述べた。CPUのコンピューティング性�Δ蓮�2010�Qごろから��和��向にある。GPUを採��することによりコンピューティング性�Δ蓮Å�来の毎�Q5割�\加のペースを�Dり戻し、2030�QにはGPUによるコンピューティング性�Δ�CPUに比べて1000倍になる見込みであるとした。同��はGPUによりAI開発が著しく加�]することを�喞瓦靴拭�

図5　半導��チップ1個に搭載されるトランジスタ数の推�　��u丸はNvidiaのGPU ����を��す　出�Z：ITF World 2025�@料

図6　GPUによりコンピューティング性�Δ肋�加�]　出�Z：ITF World 2025�@料

同��は、アクセラレーティドコンピューティング（AC）が最先端半導�����]に�jいに寄与しようとしていることをTSMCとのプロセス開発協業の実例を��して説��した。

半導��チップ���]は�Q々複雑化しており、�M��的なスケーリングへの�咾ゅX�Tを弱めており、この問��の解��策には、�Hくの場合、半導��ファブ内の複数のモジュールにわたる、より��確なモデリングと複雑な最適化戦�Sが��要となっている。ACは、これらの���Qに��要なコストとエネルギーを�j幅に削��することで、この問��の解��を�мqし、これまでは法外だった�}法と�@度を可�Δ砲垢襦�さらに、�駘�世�cを記述する�ξ�が�S的に向�屬靴�AI�}法は、半導��ファブにおける長�Qの問��に新しいツールボックスで�Dり組むための扉を開く。ACとAIが最先端のファブで�攵�の効率アップに����されつつあるという。

メモリとストレージがAI革命を解き放つ
��Micron TechnologyのEVP兼CTOのスコット・デボア��は「メモリとストレージがAI革命を解き放つ」と��して講演した。

AIは���]に普及し、様々な業�cで広く採��され、複雑な問��へのアプローチ�桔，乏很燭鬚發燭蕕靴討い襦�AIアプリケーションがより高度化するにつれ、高性�Ε灰鵐團紂璽謄�ング（HPC）におけるメモリとストレージの役割はますます�_要になってきていることを同��は�喞瓦靴拭�データセンターからインテリジェントエッジに至るまで、メモリはAIの�邵��ξ�を解き放つ�屬把_要な役割を果たしている。

AIワークロードは効率的なデータ処理を��要としており、導入を加�]しユーザーエクスペリエンスを向�屬気擦襪燭瓩法▲瓮皀螻�層の再構築と最適化が不可�Lである。DRAMはリアルタイム処理に��要な�]度を提供し、NANDは�j容量で電��効率の高いストレージソリューションを提供する。高帯域幅メモリ（HBM）は、処理�]度とデータ転送�]度のギャップを�mめ、シームレスなパフォーマンスを実現している。ソリッドステートドライブ（SSD）は、ビット単価を低く抑えながら高性�Δ淵好肇譟璽諺悗鯆鷆，掘∩軆裔~コスト（TCO）を抑えながら�j容量を実現している。これらのメモリ����を組み合わせることで、�j��模言語モデル（LLM）の�j��模な導入が可�Δ砲覆襦�

同��は「AIの�邵��ξ�を最�j限に引き出すには、メモリ性�Α�帯域幅、そして電��効率における��なるイノベーションが不可�Lである。高度なメモリソリューションを最適化することで、AIアプリケーションに��要な高性�Δ鮗存修掘△海諒�野における画期的な開発への�Oを切り開くことができる」と�T�b��けた。