�k�機▲灰鵐團紂璽謄�ングの世�cでは、��にクラウドのハードウエアであるデータセンターでの演�Qを加�]するため、��来のCPUやGPUに加え、FPGAで専���v路を作り演�Qを高�]化しようという流れもある。CPUは同じハードウエア�屬如△気泙兇泙淵愁侫肇Ε┘△鯑阿�し独�Oの機�Δ鮗存修垢襯船奪廚任△襪�、GPUはCPUほどフレキシビリティがないが、やはりソフトウエアを使ってグラフィックスの色塗り(レンダリング)のような並�`演�Qに向く。さらに高�]化したい場合には、ソフトウエアではなく、�w定のアルゴリズム演�Qをハードウエアで行うのにはFPGAが向く。例えばマルチCPUシステムでバスやインターフェースがボトルネックなら、そのインターフェース�v路をFPGAで実現する。

IntelがAlteraを�A収したのは、まさにFPGAでハードウエア専���v路を作る����もカバーするためだ。IntelはCORE i5やi7などの最新プロセッサでも�O社開発のマルチGPUコアを集積しているが、機械学�{やデ��ープラーニングなどのAI����ではGPU専門のファブレスメーカーNvidiaと提携している。これによりIntelは優れたCPU、GPU、FPGAを�}に入れており、データセンターがどのように進化しても�官�できるようにした。QualcommはXilinxと提携しており、ハイエンドのHPC（高性�Ε灰鵐團紂璽謄�ング）向けの半導��を扱うQualcomm Datacenter Technologiesを小会社として組�E化し、このほどHPC分野向けにARMベースのマイクロプロセッサCentric 2400を出荷した。

図1　Lattice Semiconductor COOのGlen Hawk��

FPGAを専��のハードウエア�v路として使う����はコンピュータだけではない。機械学�{やデ��ープラーニングのようなAIにも向いており、LatticeのCOO（最高執行責任�v）のGlen Hawk��（図１)は、「コンピューティングはエッジデバイスにもやってくるようになった」と述べている。��に、インテリジェント化、スマート化はエッジに向かっており、これまでデータセンターで使われてきたニューラルコンピューティングもエッジに来るようになっているという。

ニューラルネットワークコンピュータは、並�`処理ができること、新しいアルゴリズムを変えられるというメリットもある。しかも、Latticeのような小��模FPGAはニューラルコンピューティングにも向くとHawk��は言う。現在AIのデ��ープラーニングの応��としてパターン認識に向いた�Qみ込みニューラルネットワーク（CNN）が�Hく使われている。学�{する場合の�_み係数は��来8ビット、16ビットが使われているが、もっと�@度を落としてもかまわない。4ビット、あるいは1ビット（1と0のバイナリ）という�_みさえも提案されている。LatticeのFPGAに使われているLUT（ルックアップテーブル）は4入��1出��なので、むしろCNNにはピッタリだ、とHawk��は言う。

図2　Latticeの狙いは小��模の応��からエッジへ向かう　出�Z：Lattice Semiconductor

ニューラルコンピューティングだけではなく、Latticeはエッジや�c�擇覆評���模の集積�v路を設��しているため、XilinxやAlteraとはぶつからない(図2)。しかも、小��模であるから消�J電��の削��が優先され、�i�vは微細化とFinFETプロセスを使っているのに�瓦靴�、Latticeはコンピューティング����でも低消�J電��のFD-SOIプロセスを���Iする。

コンピューティング����を狙うのは、新しい成長分野だとみているからだ。LatticeのPLDはこれまで�U御�Uでたくさん使われ、ここ数�Qはコネクティビティで�Pばしてきた。しかし、コネクティビティやモバイルはそろそろ頭�]ちになっており、次の新分野としてコンピューティングに狙いを��けた(図3)。

図3　エッジコンピューティングで今後成長へ　出�Z：Lattice Semiconductor

今から5�Q後の2022�Qにはエッジコンピューティングが成長することで、Latticeも�k緒に成長していくと期待する。