図1　tinyMLは賢く軽いアルゴリズムでAI分析する　出�Z：MEF 2022

tinyMLは、例えば環境を連��的にモニターしてデータを収集するようなIoT端��デバイスに組み込む小型・��低消�J電��の機械学�{（ML）のチップのこと。バッテリ�~動端��に��(d┛ng)��なデータ分析処理機�Δ鯀箸濆�むことができるようになる。考えられている応��としては、犬の鳴き�mとガラスの音を識別できるスマートホームのセキュリティシステムや、音�mコマンドで応答するイヤホン、機械の故障を予�瑤任�るIoTセンサ、などがある。

tinyMLファウンデーションの�D締役会議長でQualcomm Researchの�D締役も兼��するEvgeni Gousev��(hu━)が、2022�Q4月に東�Bで開��されたMEMS Engineer Forum （MEF） 2022で述べたように、tinyMLは数mW以下の消�J電��でAI分析を行うチップであり、これからの�c�效�、工業��などのIoTセンサとして�j(lu┛)きな�x場が期待されている（図1）。エンドポイントの端��で解析されたデータは、エッジAIに送られ、クラウドを通してデータ保�T、管理、��(g┛u)なる分析などを行う（図2）。

図2　tinyMLはIoT端��で使うため、出荷数量は膨�j(lu┛)に　出�Z：MEF 2022

機械学�{の推�bをベースにした分析では、学�{よりも少ないデータ処理で済むが、tinyMLでは推�bのアルゴリズムは数��kB��度の少ないコードで実現するような賢いソフトウエアが要求される。Gousev��(hu━)が指�~したようにデータの95%はエンドポイントに集まるため、ここで�駘�世�cのデータを軽いアルゴリズムで分析するリアルタイム性が求められる。まさにIoT端��に適したAIといえる。

tinyMLの数量の�x場��模は、エッジAIやクラウドAIなどと比べ、巨�j(lu┛)になっていき、2024�Qに10億個、2026�Qには54億個のtinyMLを搭載した端��が�x場に出荷されると見積もられている（図3）。高い2桁成長で、デバイスだけの出荷の数�C(j┤)だけだが、ソフトウエアとアルゴリズムの�x場も加えると5~10倍の��模になりそうだとGousev��(hu━)は見ている。

図3　tinyMLの�x場��模　出�Z：MEF 2022

tinyMLファウンデーションは、tinyML AutoMLと�}ぶドキュメントを提供し始め、�\術プログラム委�^会を組�E化した（参考�@料1）。AutoMLは小型のマシンを�O動化するための�\術であり、AIの��識がなくても機械の�O動化をできるようにする。それに関するフォーラムも�Q地やオンラインで開く。

ルネサスエレクトロニクスは、エンドポイントすなわちIoT端��向けのAIソリューション、tinyMLを提供するReality AI社を�A収することで両社が合�Tした（参考�@料2）。�O動�Zや�噞���x場に��化するルネサスがIIoT （�噞��IoT）を賢くするtinyML�\術を�}に入れることで、Industry 4.0を推進する企業を後押しできる。Reality AI社の高度な信��(gu┤)処理数学を�~使した、高�]で効率的な推�bを可�Δ箸垢覽ヽ３��{モデルは、小さなMCUに組み込むのに最適だとルネサスは考えた。Reality AI社は、Reality AI Toolsと�}ぶソフトウエア開発環境を�eっており、����覚センサから�uられたデータを収集、解析し、軽量な学�{モデルを�收�できる。

この小さなモデルをルネサスのマイコンに組み込むことで、分析できるIoT端��向けのマイコンの����ポートフォリオを広げることができる。ルネサスはReality AI社を�}に入れることで、組み込みAI�\術、主要な��的財��、ソフトウエア、ツールの拡充に加え、Reality AI社のAI専門人材を�耀uし、�櫂瓮蝓璽薀鵐��Δ�AIoTの研�|開発拠点を�eつことになる。

参考�@料
1. "State of the tinyAutoML Market 2022", tinyML Foundation (2022/06/10)
2. 「Reality AI社を�A収し、エンドポイントでの高度な信��(gu┤)処理とインテリジェント化を実現」、ルネサスエレクトロニクス (2022/06/09)