アクセラレータ
アクセラレータとは、AIの学習や推論における膨大な計算処理を高速化するために設計された専用のハードウェアのことです。CPUの処理を補完し、ディープラーニングなどの高負荷なタスクを効率的に実行するためにAIシステムで広く活用されています。
半導体のAI用語一覧
27件半導体に関するAI用語を27件掲載しています。意味や使い方、関連用語を一覧から確認できます。
ソフトエラー
ソフトエラーとは、宇宙線中性子や放射性物質からのアルファ線などが半導体メモリやプロセッサに衝突し、回路の物理的な破損を伴わずにデータが一時的に反転する現象です。AIの学習や推論における計算ミスを引き起こす要因となります。
高帯域幅メモリ
HBM（High Bandwidth Memory）は、AI処理に不可欠な大規模データを高速に転送するための高性能な積層型メモリ技術です。従来のメモリに比べて圧倒的な帯域幅を実現し、LLMなどの大規模言語モデルの学習や推論の高速化に広く採用されています。
TSV
TSV（シリコン貫通電極）は、シリコンウエハを垂直に貫通する電極技術です。AI処理に不可欠な超高速・大容量メモリであるHBMや、最先端のGPUなどの半導体パッケージングにおいて、チップ間を最短距離で接続し、データ転送の超高速化と省電力化を両立する中核的な技術として採用されています。
ASIC
ASICとは、特定の用途向けに設計・製造された集積回路のことです。AI分野ではディープラーニングの学習や推論処理を高速かつ効率的に実行するために特化して開発され、高いワットパフォーマンスを発揮します。
マイクロアーキテクチャ
マイクロアーキテクチャとは、CPUやAIアクセラレータなどのプロセッサ内部における回路設計やデータ処理の仕組みを指す概念です。命令の実行効率や省電力性を左右し、近年のAI処理を高速化する専用ハードウェアの開発において極めて重要な要素となっています。
メモリ・ウォール
メモリ・ウォールとは、プロセッサの演算処理速度の向上に比べ、メインメモリからのデータ転送速度が追いつかないことで生じる性能の壁のことです。生成AIや大規模言語モデルの急拡大に伴い、膨大なデータを効率よく処理する上での大きなボトルネックとして深刻化しています。
テンソルコア
Tensor Coreは、NVIDIAのGPUに搭載されているディープラーニング向けの高性能な演算ユニットです。行列積演算を効率的に処理することで、ニューラルネットワークの学習や推論の速度を大幅に向上させます。
HBM（高帯域幅メモリ）
HBM（高帯域幅メモリ）とは、AIの学習や推論に欠かせないGPUの性能を最大限に引き出すために開発された、超高速かつ大容量な次世代の積層型DRAMメモリ技術です。
ムーアの法則
ムーアの法則とは、半導体の積載密度が約1.5年〜2年ごとに2倍になるという指標・経験則です。Intelの創業者のひとりであるゴードン・ムーア氏が提唱しました。半導体性能の飛躍的向上と低価格化をもたらし、コンピュータの高性能化やAI技術の発展を支える重要な基盤となりましたが、近年は物理的限界が指摘されています。
3Dパッケージング
3Dパッケージングは、複数の半導体ダイを三次元的に積み重ねて高密度に実装する技術です。AIの高性能化や省電力化に伴い、AI半導体やGPUの処理速度とデータ転送効率を飛躍的に向上させる基盤技術として注目を集めています。
2.5Dパッケージング
2.5Dパッケージングは、複数の半導体ダイをインターポーザーと呼ばれる基板上で水平に高密度接続する技術です。AIチップの大規模化や広帯域化を実現する基盤技術として、GPUやHBMの接続に広く活用されています。
ワイヤボンディング
ワイヤボンディングとは、半導体チップの電極と外部基板の端子を細い金属ワイヤで電気的に接続する実装技術です。AIアクセラレータや各種電子機器の半導体パッケージングにおいて長く使われてきた標準的な手法です。低コストで信頼性が高い一方、AI処理に必要な高密度化や高速伝送への対応には限界があり、先進的パッケージング技術への移行が進んでいます。
バス
AIのバスとは、コンピュータ内部でプロセッサやメモリ、アクセラレータなどの各装置間をつなぎ、データや制御信号を効率よくやり取りするための共通の伝送路です。特に大規模なAIモデルの学習や推論において、GPUやメモリ間の通信速度がシステム全体の性能を大きく左右するボトルネックとなるため、高速なバスの設計や規格が極めて重要視されています。
シリコンインターポーザ
シリコンインターポーザとは、複数の半導体ダイを微細な配線で高密度に接続するためのシリコン製の仲介基板です。AIの高性能化に伴い巨大化するプロセッサやHBMなどのメモリを効率よく統合し、次世代の高速な演算基盤を支える不可欠な技術として注目を集めています。
チップレット
チップレットとは、大規模な半導体チップを複数の小さなダイ（部品）に分割し、それらを一つのパッケージ上で高密度に接続して統合する技術です。AI分野におけるプロセッサの大規模化や製造歩留まりの向上に不可欠な手法として注目されています。
フリップチップ実装
フリップチップ実装とは、半導体チップの表面を下向きにして基板やインターポーザに直接接合する接続技術です。従来のワイヤボンディングに比べて配線を大幅に短縮できるため、AIプロセッサやGPUなどの高速化・省電力化に欠かせない基盤技術となっています。
SRAM
SRAM（Static Random Access Memory）は、電源が供給されている間はリフレッシュ動作なしでデータを保持できる超高速な半導体メモリです。プロセッサやGPUのキャッシュメモリ、AIアクセラレータの内蔵メモリとして広く使用されており、AI処理におけるデータ転送の遅延削減と低消費電力化に大きく貢献します。
AIプロセッサ
AIプロセッサとは、人工知能の計算処理に特化した専用の半導体チップです。膨大なデータを並列処理するディープラーニングや機械学習の実行において、従来のCPUよりも圧倒的な高速性と高い電力効率を発揮し、現代のAI技術の発展を根底から支えています。
DPU
DPU（Data Processing Unit）は、データセンターのネットワーク処理やセキュリティ、ストレージ管理などのデータ処理に特化した新型のプロセッサです。CPUやGPUの負荷を大幅に軽減し、AI処理の効率を最大化するインフラとして注目されています。
AIチップ
AIチップとは、人工知能や深層学習の処理を高速かつ効率的に行うために設計された専用の半導体です。従来の汎用プロセッサに比べて膨大な行列計算を並列で処理する能力に優れており、データの学習や推論を短時間かつ低消費電力で実行できます。データセンターからスマートフォンまで幅広く活用されています。
HBM
HBM（High Bandwidth Memory）は、AI処理に不可欠な超広帯域かつ大容量の次世代DRAM規格です。複数のDRAMダイを垂直に積み重ねてスルーシリコンビアで接続し、従来のメモリと比較して圧倒的なデータ転送速度を実現しています。
メモリバス
メモリバスとは、AIの学習や推論を実行するプロセッサとメインメモリの間でデータを転送するための伝送路です。データ転送の帯域幅を決定づける主要な要素であり、近年の巨大なAIモデルにおいて処理速度を左右する重要なボトルネックとなります。
2.5D-IC
2.5D-ICとは、複数の半導体チップをシリコンインターポーザと呼ばれる中継基板の上に水平配置し、高密度かつ高速に相互接続するパッケージング技術です。大規模な生成AIモデルの処理に必要なGPUと高帯域幅メモリ（HBM）を近接配置できるため、データ転送の遅延削減と消費電力の低減を実現し、現代のAIプロセッサで広く採用されています。