最新記事一覧
IBMが、同社のメインフレーム「IBM Z」の開発におけるArmとの協業を発表した。強固な信頼性を誇る製品が、なぜ今になって異なる設計思想を取り入れるのか。そこにはある“限界”が関係している。
()
「IEDM 2025」におけるTSMCの講演内容を紹介するシリーズ。今回は5番目の項目「（5）Power delivery efficiency（電源供給の効率）」を前後編の2回に分けて解説する。
()
NTTの次世代通信基盤「IOWN」とは何か。AIの進化に伴って顕在化したITインフラの課題を、IOWNはどう解消するのか。実証例を交えてIOWNの仕組みとメリットを整理し、ITインフラにもたらす影響を探る。
()
米国とイスラエルによるイラン攻撃に端を発した中東問題は、半導体業界にも多大な影響をもたらす。その最たるものがヘリウム（He）の供給停止だ。本稿では、ヘリウム調達停止が半導体業界に与える影響を前後編に分けて詳細に解説、考察する。【訂正あり】
()
Ambiqは、12nm FinFETプロセスを初採用した、NPU搭載の次世代SoCの開発を進めている。300mVという極めて低い電圧での動作でのAI推論を可能とするもので、最初の製品は2027年に生産を開始する予定だという。今回、同社のアーキテクチャおよびプロダクトプランニング担当ヴァイスプレジデントであるDan Cermak氏に概要を聞いた。
()
Nordic Semiconductorは、セルラーIoT向けに新製品群を発表した。衛星通信やエッジAIに対応し、低消費電力かつ高機能な接続基盤を提供する。
()
Googleは「Gemma 4」を公開した。4サイズで推論、コード生成、画像理解に対応し、小型は端末動作、大型は高性能を担う。少ない計算資源で高い性能を狙う設計だ。
()
ネットワーク運用における通信の安定性と費用削減は、本当に両立不可能なのか。「将来への備え」と位置付けた過剰な設備が、経営の足かせになっている。データの裏付けに基づくネットワーク運用の新常識を解説する。
()
急増する生成AI需要に伴い、対応を迫られるサーバ熱負荷。ニデック、第一実業、カンネツは、データセンターの液冷化に対して、設計・調達・施工に加え、精密な負荷実証までをオールジャパン体制でパッケージ化し、国内のデータセンター市場に提供する。ベンダー間の複雑な調整を排除し、データセンターの液冷実装を最短で実装する。
()
マイコンユーザーのさまざまな疑問に対し、マイコンメーカーのエンジニアがお答えしていく本連載。今回は、初級者の方からよく質問される「MIPI I3C」についてです。
()
Armは、自社初となる独自開発CPU「AGI CPU」を発表した。エージェンティックAIの需要拡大に対応し、高い電力効率と並列処理能力を備える。開発ではMetaが中核的な役割りを担っており、将来的に設計をOCPで公開する予定だ。OpenAIやソシオネクストなど50社以上が支持を表明しており、次世代AIインフラの中核を担うことが期待される。
()
Armは2026年3月24日（英国時間）、同社初の自社開発チップとなるAIデータセンター向けCPU「Arm AGI CPU」を発表した。エージェント型AIワークロードの増大に対応するために設計されたもので、MetaやOpenAIなどの顧客に供給する。
()
2026年に予測される世界的なメモリ不足はPC市場の懸念材料だ。その上、AI活用を進めるにつれて、クラウド型AIサービスの利用費用も膨れ上がっていく。そうした悩みを抱える企業が「AI PC」に熱視線を送る理由とは。
()
EMASSは、0.1〜5mW動作で30GOPSの演算性能、最大12TOPS/Wの電力効率を実現するエッジAI SoC（System on Chip）「ECS-DoT」を開発。欧州最大規模の組み込み技術展示会「embedded world 2026」（ドイツ・ニュルンベルク／2026年3月10〜12日）でデモを展示した。
()
AIの競争軸は、半導体から電力へと移りつつある。なぜなら、AIに必要な計算能力の拡大が、半導体の性能向上よりも速いペースで電力需要を増大させているためである。これは、日本の半導体戦略において見落とされがちな「死角」でもある。
()
2025年12月、NVIDIAがGroqを事実上買収することが発表された。この取引は、AI半導体を手掛けるスタートアップ各社に大きな波及効果をもたらしているという。
()
QualcommはMWC26にてAI対応を強化した最新チップセットやモデムなどの広範な技術展示を行った。ウェアラブル向けでは初となるEliteブランドを投入しオンデバイスAIと低消費電力の両立をアピールした。さらに衛星通信で100Mbpsを実現する新モデムや、AI搭載のヘッドセットなど次世代の活用例を示した。
()
クラウドAIの制約を打破する「ローカルLLM」。自作PCからM4 Max搭載Mac Studioへ環境を刷新した筆者が、応答速度や驚異の低消費電力を徹底検証する。
()
今回はGaNパワー半導体の基本特性やSi、SiCとの性能比較、用途ごとの住み分け、設計時の注意点について説明します。
()
富士通は、パワーアンプにおいて、8GHzで「世界最高」（同社）の電力変換効率74.3％を達成する技術を開発したと発表した。窒化ガリウム（GaN） HEMTにおける高品質な絶縁ゲート技術を開発したことで、高効率と高出力の両立を実現したという。8GHzは6Gの候補周波数帯であるFR3（Frequency Range 3）の一部だ。
()
Appleが「M5 Proチップ」「M5 Maxチップ」を発表した。初めてM5チップのバリエーションモデルが出てきた格好だが、実はCPUコアの呼称が遡及的に変わっている。その背景を解説する。
()
ルネサス エレクトロニクスは、次世代の車載E/Eアーキテクチャの中核となる、チップレット対応のマルチドメインECU用SoC技術を開発した。機能安全をサポート可能なチップレット技術により、拡張性と安全性を両立する。
()
Micron Technologyは2026年3月、データセンター向けに256GB（ギガバイト）のLPDRAM SOCAMM2のサンプル出荷を開始した。1γ（ガンマ）世代のプロセスを適用した32Gb（ギガビット） LPDDR5Xダイを採用することで、容量が従来の1.3倍に増加した他、標準的なRDIMMに比べて消費電力と実装面積を3分の1に削減できる。
()
Micronが、サーバ／データセンター用の「LPDRAM SOCAMM2」において256GBモデルをサンプル出荷を開始した。省電力性と高速性を両立したLPDDR5Xメモリをより大容量に使えるようにすることで、メモリ回りのTCOを改善する狙いがある。
()
生成AIを自社環境で本格運用する際、最初に直面する可能性があるのが「インフラの壁」です。AIシステムの安定稼働や、性能確保のために押さえておくべきAIインフラの基本的な知識について、GPUサーバや冷却・電力設備、ストレージなどの観点から解説します。
()
キヤノンと日本シノプシスは2026年3月3日、新エネルギー・産業技術総合開発機構（NEDO）の公募事業に採択された次世代半導体の設計技術開発プロジェクトに参画すると発表した。両社はRapidusの2nm GAA（Gate All Around）プロセスを活用する。
()
Appleは、新しいチップ「M5 Pro」と「M5 Max」を発表した。新開発の「Fusionアーキテクチャ」により2つのダイを統合し、AI演算性能が前世代比で4倍以上に向上している。
()
iPhone 17eは最新のチップを搭載し、アプリケーションの処理やデータ通信の速度を向上させている。画面を覆うガラスの強度を高め、カメラには被写体を認識する次世代の人物撮影機能を新たに導入している。外形寸法や画面の基本性能は維持しつつ、最低容量を引き上げて実質的な本体価格の値下げを実現している。
()
Intelが2026年前半にリリースする予定のサーバ／データセンター向けCPU「Xeon 6+プロセッサ」（開発コード名：Clearwater Forest）は、Eコアオンリーの製品としては一気に2世代相当の進化を遂げている。その詳細を見ていこう。
()
“夢のエネルギー源”とされる「核融合発電」。その研究を支えるスパコン「プラズマシミュレータ」が始動した。日本初導入となるチップを搭載した同スパコンは、フュージョンエネルギーの未来をどう描くのか。
()
10.8GB/sという高速インタフェースを備えるUFS 5.0が間もなく登場する。スマートフォンにUFS 5.0が採用されれば、オンデバイスAIはさらに進化するとみているのがキオクシアだ。高速データ転送が可能な大容量UFSであれば、サイズが大きい大規模言語モデル（LLM）やRAG（検索拡張生成）用データベースを格納できるようになるからだ。
()
シャオミのフラッグシップスマホ「Xiaomi 15 Ultra」がAmazonタイムセールに登場。ライカ共同開発の1型センサーと2億画素望遠カメラを備え、最新チップSnapdragon 8 Eliteを搭載した高性能モデルが13万6180円で購入できる。
()
ルネサス エレクトロニクスは、車載向けSoCにおいて高いAI処理性能を実現しつつ、チップレット構成でも機能安全規格に対応できる技術を開発した。これらの技術は3nmプロセス採用の車載マルチドメインECU用SoC「R-Car X5H」のために開発したものだ。同社はR-Car X5Hを、SDV（Software Defined Vehicle）時代に対応する車載用SoCとして提案していく。
()
東芝は、炭化ケイ素（SiC）パワーデバイスの性能を高める2つの次世代ゲートドライバー技術を発表した。電気自動車（EV）やデータセンター向け電源で用いられるSiCパワーデバイスの高効率化／小型化／信頼性向上を実現するものだ。
()
東芝がSiCデバイスの性能を最大限に引き出す次世代ゲートドライバ技術として「フィードバック型アクティブゲートドライバー」と「低損失ゲートドライバー」の2つを開発。フィードバック型アクティブゲートドライバーは28％の損失低減と58％のサージ抑制、低損失ゲートドライバーは84％の駆動損失削減をそれぞれ試作回路で確認したという。
()
急速に進化するAI。その進化に伴ってAI業界の「常識」も変化する。NVIDIA依存を緩和する動きが目立つ。巨大AIデータセンター競争の勝者は？
()
ルネサス エレクトロニクスが窒化ガリウム（GaN）パワーデバイス事業を強化する。同社は米国のGaN専業メーカーEPCと包括的なライセンス契約を締結。EPCの低耐圧GaN技術にアクセス可能となり、「AI向け電源アーキテクチャなど高ボリューム市場での機会を拡大する」としている。
()
Samsung Electronicsが「業界初」（同社）となる広帯域メモリ（HBM）の最新世代「HBM4」の量産開始および商用製品の出荷を発表した。競争が激化するAIデータセンター向けHBM市場で先行確保を狙う。
()
Infinidatは、2026年のエンタープライズストレージのトレンド予測を発表した。
()
ソフトバンク傘下のメモリ技術開発企業「SAIMEMORY」が、IntelとZAM（Z-Angle Memory）の実用化に向けて協業することになった。データセンターにおけるメモリの需要が高まる中、従来のメモリの抱える課題を解決するZAMの開発を加速するという。
()
Intelがデスクトップワークステーション向けに「Xeon 600プロセッサ」をリリースする。Pコアオンリーの「Xeon 6プロセッサ（Granite Rapids）」がベースで、CPUコアの重要なAIワークロードに適しているという。
()
NVIDIAは、DPUの新型モデル「NVIDIA BlueField-4」を搭載した次世代AI向けのストレージインフラ「NVIDIA Inference Context Memory Storage Platform」を発表した。
()
NVIDIAは、次世代AIコンピューティングプラットフォーム「Rubin」を発表した。前世代のBlackwellと比較して推論トークンの生成コストを最大10分の1に削減し、大規模モデルのトレーニングに必要なGPU数を4分の1に抑えるという。
()
今回は主要なマイクロコンピュータ（MCU）コアと、その機能や特長について説明します。
()
円安や地政学リスク、経済安全保障政策を背景に、2026年はAIインフラの「国内回帰」が進む可能性がある。NVIDIAと提携する国内企業の動向から、情シスが取るべきインフラ戦略の最適解を探る。
()
TSMCの2025年第4四半期（10〜12月）業績は、売上高が1兆460億9000万ニュー台湾ドル（337億3000万米ドル）で、前年同期比20.5％増、前四半期比5.7％増。純利益は5057億4000万ニュー台湾ドル（160億1000万米ドル）で、前年同期比35.0％増、前四半期比11.8％増だった。同社はまた、2026年、520億〜560億米ドルを設備投資に充てる計画も明かした。
()
Texas Instruments（TI）は2025年1月、車載用半導体を3製品発表した。AI処理能力において10〜1200TOPSまでのスケーラビリティを備えるSoC（System on Chip）「TDA5」をはじめ、先進運転支援システム（ADAS）や自動運転技術の高度化に向けて車載用ポートフォリオを拡充した。
()
「CES 2026」では、メモリ大手3社が手掛ける広帯域メモリ（HBM）の最新技術「HBM4」に注目が集まった。長らくSK hynixに後れを取っていたSamsung Electronicsも巻き返しを図っている。
()
富士通とScalewayは、欧州におけるサステナブルなAI活用環境の構築を目指して協業する。Armベースの次世代プロセッサ「FUJITSU-MONAKA」を活用し、AI推論処理における電力効率とデータ主権の両立を検証する。
()
NVIDIAは2026年1月5日（米国時間）、「CES 2026」において、次世代AIプラットフォーム「NVIDIA Rubin」を発表した。新設計のチップ6個で構成され、5個の最新世代技術によって、推論トークンコストを10分の1、MoEトレーニング使用GPUを4分の1に削減できるという。
()