図1　AIチップの売�幢Y予�[　出�Z：Gartner予�[

�收�AIだけではなく、データセンターやエッジインフラ（基地局内など）、エンドポイントデバイスなど広い�J(r┬n)囲のAI（機械学�{、ディープラーニング）開発に、GPU（グラフィックプロセッサ）をはじめとする高性��AIチップが求められているとした。いろいろな�噞�cやIT企業などが��来のAIシステムが��和するにつれ、新しいAIチップが��(d┛ng)く要求されるためと見ている。

そもそもAIではニューラルネットワークモデルで学�{・推�bしているが、GPUだけではなくCPUやFPGAなどでもGPUと同様な行�`演�Qができるとされてきた。このため、AIチップにはGPUだけではなく、x86�UCPUやArmアーキテクチャのCPU、FPGAなどもAIチップの�x場��模を求める�屬濃箸錣譴討�た。しかし、性�Δ篦秕嫡J電��を�{求すればするほどGPUやAI専��プロセッサが求められるようになってきた。

Gartnerは、AI�W(w┌ng)��の�c�攀×_(d│)に搭載されているAIアプリケーションプロセッサは、2023�Qには22�Qの5.58億ドルから12億ドルになると予�[している。AI�W(w┌ng)��業��をコスト効率が�屬�るように最適な設��に�瓦垢誨�要が専��のAIチップを求めているという。��に�收�AIを日本で開発しようとする動きがある中で、日本でも�收�AI向けチップを�O�iで作っているプリファードネットワークス社や、RISC-V CPUコアとRISC-V AIエンジンで専��プロセッサを作ろうとするデンソーの子会社のNSITEXEなどの登場だ。

�收�AIは巨�j(lu┛)なソフトウエアを��要とするため、それを�](m└i)期間で学�{実行するためには巨�j(lu┛)なプロセッサが��要となる。このため例えばNvidiaのGPUを数�h個並�`演�Q処理するAIシステムが求められる。このため単��のGPU1個での使い��(sh┫)ではなく、GPU同士をつなげ、�D��とデータを動かすようなプロトコルを含めた��並�`演�Qシステムを設��する��要がある。そのためには拡張性を�eたせたAIチップと、AIチップ同士を�U(ku┛)御するネットワークチップを設��しなければならない。AIチップの��要は極めて高くなる。