NVIDIAとイーライリリー、画期的な医薬品発見のための10億ドル規模のAIラボを立ち上げ
NVIDIAとイーライリリーは、AIを活用して医薬品の発見と製造を革命的に変えることを目的とした共同イノベーションラボを設立するため、10億ドルの画期的なパートナーシップを発表しました。開発期間を大幅に短縮することを目指します。

今月、ウェアラブル技術(wearable technology)とエッジコンピューティング(edge computing)の展望に地殻変動的な変化が起きました。清華大学(Tsinghua University)と北京大学(Peking University)の研究者たちが、極端な機械的ストレスに耐えながら高性能計算を実現する完全フレキシブル人工知能(AI)チップ「FLEXI」を発表したのです。権威ある学術誌 Nature に最近掲載されたこの画期的な成果は、ハードウェア業界における最も根強いボトルネック(bottleneck)の一つである、硬いシリコンプロセッサと人間の身体のしなやかで有機的な性質との間の不適合性を解決するものです。
長年、真にシームレスなウェアラブル電子機器のビジョンは、従来の集積回路(integrated circuits)の物理的限界によって妨げられてきました。センサやディスプレイはますます柔軟になっていますが、デバイスの「脳」であるプロセッサは依然として脆く硬いままです。FLEXI チップはこのパラダイム(paradigm)を変え、柔軟な低温ポリシリコン(low-temperature polycrystalline silicon)(LTPS)薄膜トランジスタ上に構築された、デジタルなメモリ内演算(compute-in-memory)(CIM)アーキテクチャを導入しました。4万回以上の折り曲げに耐える耐久性と1ドル未満の製造コストを備えた FLEXI は、次世代の「目立たない」スマートヘルスケアデバイスの普及を後押ししようとしています。
FLEXI チップの成功の核にあるのは、データストレージ(メモリ)とデータ処理(ロジック)を分離する従来のノイマン型アーキテクチャ(Von Neumann architecture)からの脱却です。従来のチップでは、これら2つのユニット間で絶えずデータがやり取りされることで「メモリーの壁(memory wall)」が生じ、高レイテンシ(latency)と過度な消費電力の原因となっていました。これは、バッテリーに制約のあるウェアラブルデバイスにとって致命的な欠陥です。
清華大学(Tsinghua University)の任天令(Ren Tianling)教授や北京大学(Peking University)の顔博南(Yan Bonan)助教を含む専門家が率いる研究チームは、デジタルメモリ内演算(digital compute-in-memory)(CIM)設計を採用することで、これを回避しました。このアーキテクチャは、メモリ配列の中に計算ユニットを直接統合し、データが保存されている場所でそのまま処理を行うことを可能にします。
この設計の選択は、大規模な並列処理を必要とするニューラルネットワーク(neural network)推論などの AI ワークロードに対して特に効果的です。AI の核心的な数学演算である行列演算をメモリ内で直接実行することで、FLEXI はデータ移動に伴うエネルギーオーバーヘッドを大幅に削減します。その結果、リアルタイムの健康モニタリングに必要な計算スループットを提供しながら、わずか 55.94 マイクロワット(μW) という極めて高い効率で動作するチップが誕生しました。
このチップは、ディスプレイ業界で一般的に使用されている成熟した製造プロセスである LTPS 技術を活用しています。この戦略的な選択により、高速計算に不可欠な高い電子移動度を確保するだけでなく、柔軟なプラスチック基板上での大規模かつ低コストな製造との互換性も実現しています。
FLEXI チップの物理的な回復力は、おそらく最も注目すべき特徴です。従来のシリコンチップはわずかな屈曲でも亀裂が入ります。以前にもフレキシブル電子機器は存在していましたが、それらは屈曲性のために計算能力を犠牲にしたり、不安定な有機材料に依存したりすることが一般的でした。
FLEXI は、シリコンベースのロジックの堅牢性とポリマーフィルムのしなやかさを両立させ、絶妙なバランス(goldilocks balance)を実現しています。研究によると、このチップの厚さは約 25 マイクロメートル(μm) で、標準的な紙の約3分の1です。この超薄型のプロファイルにより、人間の肌やロボットの肢の輪郭のような複雑な曲面に密着することができます。
主な耐久性指標:
このレベルの耐久性は、人間の動き、洗濯、環境への露出といった日常の過酷な条件に耐えうる「装着していることを忘れる」スマートパッチへの道を開きます。
FLEXI の実用性を示すために、研究者たちはこのチップを実際のヘルスケアアプリケーションである不整脈検知に導入しました。心血管疾患は依然として世界的な主要な死因の一つであり、断続的な心拍リズムの異常を検出するには、かさばるホルター心電計では快適に提供できない継続的かつ長期的なモニタリングが必要となることが多いのです。
FLEXI チップには、心電図(electrocardiogram)(ECG)信号をデバイス上で直接処理するために、一次元畳み込みニューラルネットワーク(1D CNN)がプログラムされました。データを Bluetooth や Wi-Fi 経由でクラウドに送信するのではなく、ローカル(「エッジ(edge)」)で処理することで、システムは電力を大幅に節約し、ユーザーのプライバシーを保護します。
標準的な MIT-BIH 不整脈データベースを使用した検証テストにおいて、FLEXI チップは心拍リズムの異常検出において 99.2% という驚異的な精度 を達成しました。さらに、ECG データに筋電図(electromyography)(EMG)と加速度計の読み取り値を組み合わせたマルチモーダル(multimodal)モニタリングでは、歩行、休息、サイクリングなどの多様な人間の活動を 97.4% の精度 で分類することに成功しました。
この性能は、高級スマートウォッチに搭載されている硬くて電力消費の激しいプロセッサに匹敵するものですが、それを製造コスト1ドル未満の柔軟なコンポーネントで実現しているのです。
この革新の大きさを理解するために、FLEXI を硬質および柔軟な電子機器の両方の現在の標準と比較することが役立ちます。以下の表は、FLEXI を次世代ウェアラブルの優れた代替案として位置づける主な違いをまとめたものです。
| 特徴 | FLEXI(今回の革新) | 従来のフレキシブル電子機器 | 硬質なシリコンチップ(例:スマートウォッチ) |
|---|---|---|---|
| 基板材料 | プラスチックフィルム上の LTPS | 有機半導体 / 金属酸化物 | 結晶シリコン |
| 折り曲げ耐久性 | 40,000サイクル以上 (180°) | 中程度(劣化することが多い) | なし(脆い) |
| 計算アーキテクチャ | デジタルメモリ内演算 | アナログまたは単純なロジック | ノイマン型(メモリ/ロジック分離) |
| 消費電力 | 超低消費電力 (~56 μW) | 低〜中程度 | 高い (mW から W の範囲) |
| AI 推論能力 | 高い(オンチップ・ニューラルネットワーク) | 低い(単純な信号処理) | 非常に高い(ただし大きなバッテリーが必要) |
| コストのスケーラビリティ | 高い(1ドル未満) | 多様(特殊な場合が多い) | 高い(複雑なパッケージングが必要) |
FLEXI チップの導入は、インテリジェンスが私たちの物理世界のあらゆる構造に組み込まれる「ユビキタス AI(Ubiquitous AI)」への広範なトレンドを示唆しています。Creati.ai の分析によれば、この技術はヘルスケアをはるかに超えて広がる可能性があります。
潜在的な用途:
さらに、このチップの製造プロセスが既存のディスプレイ生産ラインと互換性があることは、増産を比較的迅速に達成できることを意味します。モノのインターネット(IoT)が数十億の接続されたエンドポイントを含むように拡大するにつれて、低コストで使い捨て可能、かつインテリジェントな処理ノードの需要は急増するでしょう。FLEXI は、この需要を持続的に満たすための青写真を提供します。
清華大学と北京大学による FLEXI チップの開発は、単なる材料科学の漸進的な進歩ではありません。それは、AI 革命を支えるハードウェアにとって基礎的な跳躍です。包帯のような機械的特性とニューラルネットワーク・プロセッサの計算能力をうまく融合させることで、研究者たちは生物学的形態とデジタル・インテリジェンスの間のギャップを埋めました。
2026年の残りの期間に向けて、この技術を活用した最初の商業プロトタイプが登場することを期待しています。AI 業界にとってのメッセージは明確です。コンピューティングの未来は、単により速く、よりスマートになるだけではなく、柔軟(flexible)になるのです。