図1　ルネサスエレクトロニクスの代表�D締役社長の呉文�@��(hu━)

ルネサスのe-AIの基本はIoTのエッジ�笋任△襦�ただ、ルネサスはエッジとは言わず、エンドポイントという言��で表現する。クラウドで学�{させ、その学�{データを推�bの基��として��いる��(sh┫)法に徹している。IoT端��のあるエンドポイントは、あくまでも家電と工場の設�△覆�IoTデバイスのそばでAIの推�b機�Δ鮖箸Α�ルネサスの開発しているSoCやハイエンドマイコン（MCU）で推�bさせるとしている。エンドポイントで�撻如璽燭鮗�集し、それをクラウドに�屬殴�ラウドで学�{させる。その学�{データをエンドポイントで使うようにするのだ。こうすると、負荷の�_い学�{機�Δ鬟┘鵐疋櫂ぅ鵐箸���かなくて済む。

図2　工業��のIoTを人工��(m┬ng)��e-AI（Embedded Artificial Intelligence）で実現　出�Z：ルネサスエレクトロニクス

ルネサスは、エンドポイントで推�b処理をするために、ディープラーニングを組み込んだe2 studioと�}ぶa-AI開発ツールを11日に発表している（図2）。この工業��の推�b処理するためのMCUであるRZシリーズ、RXシリーズ、RL78シリーズ、Renesas Synergyを��いて推�b可�Δ砲靴拭�����的には、クラウドから学�{済みのAIソフトウエアとして、オープンソースのCaffeやTensorFlowで表現したソフトウエアをMCU開発ツールに変換するe-AIトランスレータ、変換したソフトをチェックするe-AIチェッカに加え、組み込みシステムに��化したAIフレームワークからのソフトに�瓦靴討�e-AIインポータで�官�する。

これによって、ディープラーニングで学�{した�T果を、MCUに組み込むことでさまざまな組み込み機�_(d│)に使えるようになる。例えば、e-AIトランスレータでは、�~単なGUIで、ディープラーニングの�T果をMCUやSoCに実�△任�る。

AIは��に、いかに�]時間で効率よく�@度の高い学�{を�{�u(p┴ng)するかが、AI�\術�vの腕が問われている。学�{という機�Δ魯�ラウド�屬納孫圓掘�学�{した教師データあるいはリファレンスを推�bマシンに組み込むことで、MCUに��(d┛ng)いルネサスという��長を�擇�すことができる。

e-AIのデモの例として、人だかりが�Hかったのは、水を入れたコップを���Zに載せ、凹��のある�O路を走らせて、水をこぼさないで走行することを学�{させた���Zロボットのブースだ（図3）。これは、水を入れたコップを載せたトレイにサスペンションを?y┐n)△┐討�り、そのサスペンションをモータ�U(ku┛)御する。���Zが�僂鯏个��Tりする時にトレイは�Aめになり水がこぼれやすくなる。ここでは、トレイを�U(ku┛)御するのにモデルを立てて�U(ku┛)御アルゴリズムを作るのではなく、トレイの��きと加�]度の向き、��(d┛ng)さのデータを収集しておき、水がこぼれたらそれらのデータはNGであることを学�{する。このようにしてセンサデータを収集し、GO/NG判定の�T果と共にクラウドへ�屬欧襦�クラウド�屬任枠辛�学�{させることで、どの��度のセンサの値の場合にGOだったからという統��データを教師データとした後、エンドポイントでダウンロードし、ハイエンドマイコン化SoCのフラッシュメモリに焼きこむ。そのROMデータを基��の教師データとして、水の入ったコップを載せた���Zが��凹�Oを通っても水をこぼさなくて済むような�U(ku┛)御ができるようになる。

図3　水の入ったコップを運ぶ���Zのデモブース

IoTでは常時インターネットとつながっているため、SOTA（Software on the air)によってMCUやプロセッサのソフトウエアを��(g┛u)新することができる。反�C、サイバー��撃を�pけやすくなるというデメリットもある。�O動�Z向けのチップでは、暗��(gu┤)キーを格納するフラッシュメモリのアクセス権なしでは引き出せないようにしたが、�k般的な工業��では、開発��にはセキュアなRoot of TrustなどのIPや、改ざん防�Vの書き込みツール、運��・保守などのカギ管理、ソフトウエアの��(g┛u)新をセキュアにする、などエンドポイントのハッキングを防ぐことが��須になる。エンドポイントがハッキングされるとクラウドに�屬欧襯如璽燭��T味を失う恐れがある。

そこでエンドポイントのセキュリティの専門家であるセコムおよびセコムトラストシステムズと協業することを発表した。認証によって管理可�Δ�IoT認証セキュリティプラットフォームを共同で開発する。チップメーカーであるルネサスがチップレベルでのセキュリティを担保することがその狙いである。セコムがICTを使ったさまざまなセキュリティで実績があるのに�瓦靴董▲襯優汽垢魯船奪��屬杷Ь擇箘賭�(gu┤)化�\術をインプリすることが�u(p┴ng)�Tだ。しかもルネサスにとってセコムは直接の顧客ではなく、さらにその�屬慮楜劼任△蝓▲札�ュリティのシステムソリューションを��(m┬ng)るには優れたパートナーとなる。

e-AIが今�vの�j(lu┛)きなテーマであったが、クルマ関係でもルネサスはコラボレーションを進めている。例えば、77GHzのレーダーシステムでは、Analog Devicesのレーダーを使い、その反�o(j━)データをデジタルに変換し、データパターンを集めルネサスのマイコンでパターンを認識・判��する。

今�QのCESで見せた、レベル4の�O動運転�Zでもコラボは�\えている。ECU開発のオーストリアのTTTech社、�O動運転のアルゴリズム研�|やレベル4の�Z両を開発するカナダのWaterloo�j(lu┛)学とコラボし、そのクルマを国内に�eち込んだ(図4)。

図4　ルネサスが開発したレベル4の�O動運転�Z

ルネサスは�O動運転に向けマイコンやSoCのソフト開発、ツール開発などを含めたR-Carコンソーシアムに加入しているパートナーが200社以�屬い襦��O動運転に向けたルネサスのブランドを「Renesas autonomy（ルネサスオートノミー）」と�}ぶことを��めた。今後、�O動運転向けのソリューションは、Renesas autonomyブランドで�t開していく。