CevaとMobilintは、CevaのSensPro AI DSPとNeuPro-Nano NPUを、MobilintのエッジAI向けシステムオンチップREGULUSに統合する取り組みを進めている。その意義は単なるチップの発表にとどまらない。フィジカルAIは、クラウド上でのモデル実験ではなく、製品アーキテクチャに関わる判断事項になりつつある。

ローカル推論は、通信接続への依存を減らし、応答時間を短縮し、機密性の高いセンサーデータをデバイスに近い場所にとどめることができる。ただし、処理の特化によって、複雑さへの対応は製品開発チームに移る。モデルのマッピング、メモリーの使用、リアルタイム動作の検証、熱的制約、ファームウェアの保守、稼働現場での更新などだ。エッジ化は運用コストをなくすのではなく、その発生場所を移す。

世界的に見れば、こうした変化によってソフトウェア層は半導体と同じくらい重要になる。顧客が製品の世代をまたいで自社のワークロードを変換し、プロファイリング、デバッグ、更新を行えなければ、チップの採用を勝ち取っても長続きはしない。商機があるのは、異種混在の演算環境を管理しやすくするベンダーやエンジニアリングパートナーだ。購入側にとってのリスクは、対応範囲の狭いツールチェーンや、変化する製品ポートフォリオではなく単一のデモに最適化されたアクセラレーターにある。

経営陣は、ライフサイクル全体を通じてフィジカルAIを評価すべきだ。合理的なアーキテクチャとしては、即時性が求められる認識と制御はデバイス上に残し、デバイス群全体の分析やモデルの改良はクラウドに任せる構成が考えられる。このようなハイブリッド型の役割分担には、セキュリティ境界、データの所有権、更新の承認、ロールバックに関する要件が伴う。そのため調達時には、推論性能だけでなく、開発者のワークフロー、可観測性、モデルの移植性、製品投入後のサポートも検証すべきだ。

日本にとって、これはデバイス開発や企業向けプロジェクトの体制を直接問い直す課題となる。機械、工場設備、車両、カメラ、家電、ロボットのメーカーには、ハードウェア、ファームウェア、モデル開発、保守の間で、より緊密な連携が必要になる。SIerは、アクセラレーターの特性を踏まえたソフトウェア、モデル最適化、ハードウェア・イン・ザ・ループ試験、エッジデバイス群の管理を手がけることで、クラウド統合を超えて事業を拡大できる。RPAチームは、フィジカルAIを、センサーや機械を起点とする業務への自動化の拡張と捉えるべきだ。この領域では、単なるデスクトップ上のスクリプト処理よりも、OTの安全性とフェイルセーフ動作が重要になる。国内の開発チームは、自社のセンサーデータを用いた試験、モデルのバージョンを戻す明確な手順、SDKや半導体が変更された場合に他の環境へ移行する道筋を要件とすべきだ。日本にとっての好機は、エッジ推論を新たな個別仕様の統合案件で終わらせず、再現性のある製品開発へと転換することにある。