電源を入れて65.7ミリ秒でAIが起動：東北大学とアイシンがSTT-MRAM搭載AIチップを開発

電源を入れた瞬間、もうAIが動き出す。そんな未来を感じさせる半導体が日本から発表された。東北大学とアイシンが開発したのは、不揮発性メモリ「STT-MRAM」を組み込んだAIチップだ。電源投入からOSの起動までわずか65.7ミリ秒。従来の方式と比べると、実に40分の1近い時間である。

この成果は、2026年11月1日から4日まで台湾の新竹市で開かれている半導体集積回路技術の国際学会「IEEE Asian Solid-State Circuits Conference（A-SSCC）2026」で発表される予定だ。発表元の報道によると、開発チームは東北大学国際集積エレクトロニクス研究開発センターの遠藤哲郎センター長や池田正二副センター長らと、アイシンの技術者で構成されている。実験室の話にとどまらず、車や身の回りの機器にAIを載せるうえで大きな意味を持つ技術だ。

開発されたチップの概要

開発されたAI SoCは、16nm FinFETプロセスで製造されたチップである。ArmのCortex-A53デュアルコアCPUとMali-G31 GPU、AIアクセラレータ、そして32MBのオンチップSTT-MRAMを1つのチップに集積している。SoCとは、コンピューターの主要な機能を1枚のチップにまとめたものである。

最大の特徴は、32MBという比較的大きな容量のSTT-MRAMをチップ内に持つ点だ。OSの起動データとAIモデルの重みをこの不揮発性メモリに格納することで、外部のDRAMやSSDを必要としないAI処理システムを実現したという。つまり、電源を切ってもデータが消えず、電源を入れればすぐに読み出せる仕組みをチップそのものに内蔵したわけだ。

AIモデルには、物体の種類と位置を検出する「Tiny YOLOv3」が実装された。カメラの映像から人や物を認識するような用途を想定した、軽量な物体検出モデルである。

なぜこれほど速く起動できるのか

ふつうのコンピューターは、電源を入れるとまず外部メモリからOSを読み込み、次にAIモデルを読み込むという手順を踏む。この読み込みの往復が、起動の遅さの原因になりやすい。とくに外部メモリとのやり取りは時間がかかり、電力も使う。

今回のチップは、この手順を根本から変えた。OSの起動データとAIモデルの重みを、あらかじめチップ内のSTT-MRAMに置いておく。電源が入れば、外部メモリへ取りに行く必要がなく、その場で処理を始められる。STT-MRAMは電源を切っても内容を保持する不揮発性メモリであり、磁気の向きで情報を記録する方式だ。DRAMのように電力を供給し続けてデータを保つ必要がない。

この「待たずに始める」設計が、起動時間の劇的な短縮につながった。報道によると、電源投入からOS起動までの時間は、従来方式の2535.3ミリ秒から65.7ミリ秒へ短縮された。約2.5秒かかっていたものが、0.07秒を切る水準になった計算である。

数字で見る性能の変化

性能の変化は、起動時間だけではない。物体検出などのAI処理時間は、従来の594.6ミリ秒から58.5ミリ秒へ短縮された。報道では、システム全体で25.2倍の高速化を実現したとされている。また、AI処理の高速化は約10倍、エネルギー消費量は従来比で50分の1に削減されたという。

この数字の組み合わせが重要だ。速さだけなら、電力をたくさん使えば実現できる場合もある。しかし今回は、速くなると同時に消費電力も大きく下がっている。バッテリーで動く機器や、常に電源が入っているわけではないセンサーにとって、消費電力の小ささは速さと同じくらい価値がある。

もちろん、これは特定の条件での評価結果であり、すべての用途で同じ数字が出るとは限らない。それでも、外部メモリを介さない設計が速度と省電力の両方に効くという方向性は、はっきり示されたと言える。

どんな場面で役立つのか

この技術が向いているのは、いわゆるエッジAIの領域だ。エッジAIとは、クラウドにデータを送らず、機器そのものの近くでAI処理を行う考え方である。たとえば車載カメラによる周囲の認識、工場のセンサーによる異常検知、家庭や街中のカメラによる見守りなどが挙げられる。

こうした場面では、電源を入れてすぐ動くことが求められる場面が多い。車の電源を入れた直後に周囲を認識したい、センサーが間欠的に目覚めてすぐに判断したい。そんな場面で、2秒以上の起動待ちは大きな弱点になる。65.7ミリ秒での起動は、その弱点をほぼ消し去る水準だ。

また、外部メモリを省けることは、部品点数や基板面積の削減にもつながる可能性がある。小型化が求められる機器では、チップ1つで済む設計は大きな利点になる。アイシンが開発に加わっている点も見逃せない。自動車部品の大手が関わることで、車載分野への応用が現実味を帯びてくる。

実用化への課題と今後の注目点

とはいえ、学会発表の段階の技術であることには注意が必要だ。今回の成果は、特定のチップ設計と特定のAIモデルでの実証である。量産コストや、さらに大きなAIモデルへの対応、長期間の信頼性など、製品化に向けて確認すべき点はまだ多い。

STT-MRAM自体は以前から研究されてきた技術だが、大容量化と製造コストのバランスは引き続き課題とされてきた。今回32MBを集積できたことは、その壁が少しずつ下がっていることを示している。今後は、どのような製品や分野に最初に採用されるのかが注目点になる。

半導体業界では、AI処理をクラウドだけでなく機器側でもこなす流れが強まっている。今回の発表は、その流れの中で日本発の具体的な成果として位置づけられる。A-SSCCでの発表後、学会や業界からどのような評価が出るのかも含め、続報を追いたい。

Frequently Asked Questions

STT-MRAMとは何ですか

STT-MRAMは、磁気の向きで情報を記録する不揮発性メモリである。電源を切ってもデータが消えないため、起動時に外部メモリからデータを読み込む手間を省ける。DRAMと比べて待機時の電力がかからない点も特徴とされている。

65.7ミリ秒という数字は何を意味しますか

電源を入れてからOSが起動するまでの時間を指す。従来方式では2535.3ミリ秒かかっていたものが、65.7ミリ秒まで短縮されたと報告されている。人間の感覚では、ほぼ「入れた瞬間に動いた」と感じられる速さである。

このチップはすぐに製品に使われるのですか

現段階では学会で発表される研究成果であり、すぐに市販製品に載るわけではない。量産やコスト、信頼性の確認など、実用化にはまだ段階がある。ただし、車載やエッジAIといった応用先は具体的に想定されており、今後の展開が注目される。