図1　ITF 2016で講演するIMECのCEOであるLuc Van den Hove��(hu━)

ITや人工���Α�AI）の業�cでは、1000億個と言われる人間の�N細胞の数に、ニューラルネットワークで作��するニューロンの数が2045�Qに�{いつくだろうと予�Rを信じているフシがある。この�{いつく時をシンギュラリティ（Singularity：��異点）と�}び、AI業�cは�{いている。このニューロンを人工的に作り出す�}段は今のところ半導���\術しかない。ということは、現在ブームになっているAIを進化させる半導��は1000億個のニューロンを集積するハードウエアを�`指さなければならない。この要求がIT業�cから求められているのだ。

現在、IBMが開発試作した、TrueNorthチップには54億トランジスタが集積されているが、100万ニューロンと2億5600万シナプスしかまだない（参考�@料1）。この�屬�1000億個のニューロンを集積するとなると、集積度の向�屬呂泙垢泙控瓩瓩蕕譴襪海箸砲覆襦�ムーアの法�Г聾堕cなどと言っていられない。

そこで、ムーアの法�Г鮑督蟇Iする��要が出てきた。��来は、�x販の1個のシリコンチップ�屬暴言僂気譴襯肇薀鵐献好真瑤��Q率2倍で�\加することになっていた。最�Zでは�Q率ではなく18〜24カ月ごとに倍�\と変わっていたが、�\加の��向は変わっていない。��来は1個のシリコンチップを�i提にしていたが、3次元��(sh┫)向に集積することを�i提とすれば、�kつのICに集積されるトランジスタの数はまだまだ�Pばすことができる。メモリはHBM（High Bandwidth Memory）やHMC（Hybrid Memory Cube）のようにスタックとTSV（Through Silicon Via）で形成する。プロセッサのキャッシュもスタックし、プロセッサコアもスタックする。I/Oや周辺�v路もスタックしたものを横に並べれば集積度は�屬�る。

IMECはこういった考えを��した。だからこそ、Van den Hove��(hu━)は「スケーリングは��くだろう」ではなく「スケーリングは��かなければならない」と言ったのである。これまでのスケーリングでは、FinFETから横型ナノワーヤ、さらに�e型ナノワイヤへ(図2)、3nmから1.8nmへと微細化は��くと同時に、3次元化も進む。

図2　デバイスの3D化は進む　出�Z：IMEC

3次元化では、��来はDRAMをスタックした3次元メモリICの横にSoCを並べていたが、SoC内�陲�CPUやGPU、専���v路（ビデオコーデックやオーディオコーデックなど）、I/OインターフェースなどIC内の�v路ブロックをそれぞれ3次元化した�v路ブロックICをスタックする（図3）。SoC�v路ブロックと3Dメモリは1��のシリコンインターポーザ�屬坊狙�する。

図3　3D-ICをインターポーザ�屬貿���、高集積化を実現　出�Z：IMEC

もちろん、これだけではない。どのようなシステムでもメモリは��要であるが、DRAMとNANDフラッシュとの読み出し/書き込み時間のギャップは依��として�j(lu┛)きい。それを�mめるためのストレージクラスメモリ（SCM）にはスピントロニクスを応��するMRAMなどのメモリは�L(f┘ng)かせない。

コンピュータアーキテクチャも、��来のフォンノイマン型からニューロモーフィック型へと広がる。その場合はマイコンのような�U(ku┛)御�v路をぐっと小さくした基本�v路ブロックを1ニューロンとして、ずらりと並�`に並べるアーキテクチャをIMECは提案する(図4)。

図4　基本的なニューロン�v路を並�`にずらりと並べる　出�Z：IMEC

コンピュータアーキテクチャがノイマン型からニューロ型に�，襪里任呂覆�、広がると見るべきだろう。IBMは、感情を司る���Nにニューロ型を、�b理を司る左�Nにノイマン型を、それぞれ当てはめるコンピュータアーキテクチャこそが人間の頭�Nに�Zづくものだろうと考えている。これまではノイマン型しか開発されてこなかったため、これからはニューロ型の開発が��発になることは間違いない。

これからも集積度の向�屬�見込まれる応��はニューロだけではない。医学的な�E��の��(sh┫)法が�j(lu┛)きく変わるとVan den Hove��(hu━)はいう。��来は�k般的な患�vを相�}にしたジェネリック�E��だったが、これからは人間�k人�k人の異なる�C伝子にあった�E��に代わるという。そのために60億通りの��性を�eつ�C伝子の解読�\術の低コスト化が求められる。これはムーアの法�Г里茲Δ縫灰好箸�毎�Q下がっていくことを�T味する。現実に、そのコストはムーアの法�Г汎瑛佑縫�ーブで下がっている(図5)。

図5　�C伝子の解読コストはムーアの法�Г里茲Δ鵬爾�っていく　出�Z：IMECとNIH

Van den Hove��(hu━)は最後に、クルマ、��にコネクテッドカーとIoT、セキュリティにも触れ、クルマの140GHzのミリ�SレーダーやLIDARなどのシステムに半導��が�L(f┘ng)かせなくなってきたと述べた。��にクルマのイノベーションの80%が半導���\術に基づくとしている。クルマはインタリジェントなロボットとみなすことができるとしている。

IoTは直感的なシステムを�`指すテクノロジであり、そのためにはニューラルネットワークとノイマン型コンピュータはますます�L(f┘ng)かせないとする(図6)。IoTデバイスからのデータによって工場や小売り商��が賢くなり売り�屬殴▲奪廚砲弔覆欧討い�。

図6　IoTデータをフォグやクラウドに�屬欧童楜劼離轡好謄爐鮓�くする　出�Z：IMEC図6　IoTデータをフォグやクラウドに�屬欧童楜劼離轡好謄爐鮓�くする　出�Z：IMEC

最後に触れたセキュリティでは、バイオ認証をはじめ、AIや暗��(gu┤)化などハードウエアセキュリティを確立することになると述べた。これらのテクノロジ��てを組み合わせることで、IoTによって形成されるインテリジェントな社会が構築されるとした。このようなIoTシステムを構成する場合にはエコシステムが�L(f┘ng)かせないことも��(d┛ng)調した。

参考�@料
1. IBM、54億トランジスタのニューロ半導��チップを開発 (2016/03/31)