生成AI、画像認識、ロボティクスなど、AI処理をクラウドだけではなく「現場」で実行するエッジAI。
そのためのAIアクセラレータを選ぶ際、よく比較される指標がTOPS（Tera Operations Per Second）です。
しかし、本当に重要なのはTOPSだけなのでしょうか。
今回は欧州発のAI半導体企業、Axelera AIのソリューションを、「何が特長なのか」「どのような用途に向いているのか」という視点から整理してみます。メーカーサイトでは、Vision AI、Agentic AI、生成AIを、組み込み機器からエッジ、サーバーまで展開するプラットフォームを紹介しています。
そもそもアクセレラAIとは？
Axelera AIが特長としているのは、単に高速なAIチップを提供することではありません。※製品の提供形態としては、基本的に同社製のAIチップを実装した各種モジュールとなります。
同社は、AI推論のための専用アクセラレータを中心に、
- Embedded
- Edge
- Server
- Software
までをカバーするAIプラットフォームを展開しています。「Embedded → Edge → Server」という3つの導入形態を示しており、同一アーキテクチャを小型機器からデータセンター規模まで拡張する考え方を打ち出しています。
言い換えると、
「AIチップ単体」ではなく、実際にAIを動かすところまで含めたプラットフォーム
として考えると、アクセレラAIの狙いが分かりやすくなります。
1. 最大の特長は「Digital In-Memory Computing」
アクセレラAIを理解するうえでキーワードとなるのが、
Digital In-Memory Computing
です。
一般的なコンピュータでは、メモリからデータを読み出し、演算器へ移動して計算します。
AI、とりわけニューラルネットワークでは、この大量のデータ移動そのものが、消費電力や処理効率のボトルネックになり得ます。
アクセレラAIは、SRAM内部で演算を行うDigital In-Memory Computingを採用し、データ移動を削減する設計を特長としています。メーカーサイトでは、最高15 TOPS/Wを掲げています。
つまり発想としては、
「演算性能を上げる」だけではなく、「データをなるべく動かさない」
というアプローチです。
エッジAIでは、性能だけでなく、
- 消費電力
- 発熱
- サイズ
- コスト
- CPU負荷
なども実装可否を左右します。
ここが「TOPSだけを比較しても分からない」ポイントです。
2. ハードウェアを3つの領域で展開
アクセレラAIの製品群は、大きく次のように整理できます。
メーカーサイトでは、Embeddedを「AI in the machine」、Edgeを「AI next to your data」、Serverをデータセンター規模のAI推論として位置付けています。
ここで面白いのは、
「AIカメラ用アクセラレータだけのメーカー」ではない
という点です。
組み込み機器からサーバーまで、AI推論を同じ思想でスケールさせようとしています。
3. 現行世代を支える「Metis」
現在のアクセレラAI製品を理解する際の中心的な存在が、Metis AIPUです。
Voyager SDKドキュメントを見ると、Metisを採用したEmbedded、Edge、Server向けボードが一つのSDK環境から扱える構成になっています。
ユースケースとして特にイメージしやすいのがComputer Visionです。
例えば、
カメラ
↓
物体検出
↓
追跡・分類
↓
アプリケーション
といった映像AIパイプラインをエッジ側で実行する用途です。
そのため、
- スマートシティ
- セキュリティ
- 産業オートメーション
- ロボティクス
- 物流
- 医療
- 農業
といった「現場でリアルタイム推論したい」領域との親和性があります。次世代Europaについても、同社はこれらを含む幅広い業界用途を明示しています。
4. 次世代AIPU「Europa」が面白い
そして注目したいのが、次世代のEuropa AIPUです。
Axelera AIによればEuropaは、
- 629 TOPS
- 8基の第2世代AI Processing Core
- 45W TDP
- INT4 / INT8 / INT16
- 16基のRISC-V Vector Processing Core
- 128MB L2 SRAM
- 200GB/s DRAM帯域
- オンボードVideo Decoder
という仕様を掲げています。
単にTOPSが増えているだけではありません。
重要なのは、前処理・後処理までオンボードで実行する設計です。
AIシステムではニューラルネットワークだけが処理のすべてではありません。
例えば映像AIなら、
Video Decode
↓
Resize
↓
AI Inference
↓
Post Processing
↓
Application Logic
という処理があります。
AI推論部分だけ高速でも、それ以外をCPUが処理してボトルネックになれば、システム全体としての性能は伸びません。
Europaではオンボードの前処理・後処理によってCPUをビジネスロジック側へ振り向ける考え方が示されています。
この点は、Europaを見るうえでTOPS以上に注目したいポイントです。
5. 画像認識だけではない。「生成AI」もエッジへ
EuropaではComputer Visionに加えて、Generative AIも重要なターゲットになっています。
同社は、
- Generative AI
- Computer Vision
- Robotics
などをEuropaの主要用途として掲げています。
例えばメーカーサイトでは、Qwen3-VL-8Bを使った自然言語によるオンデバイス映像検索のデモを紹介しており、推論をローカル環境で実行し、データをデバイス外に出さない構成を提示しています。
これは今後のエッジAIを考えるうえで重要です。
従来のエッジAIが、
カメラ → 画像認識 → 結果を返す
だったとすれば、
これからは、
センサー／カメラ → AI認識 → LLM/VLMによる理解 → 判断
という構成が増えてくる可能性があります。
6. 実はハード以上に重要？「Voyager SDK」
AIアクセラレータ導入時に意外と見落とされがちなのが、ソフトウェア環境です。
性能の高いNPUを購入しても、
「自分のモデルはどうやって動かすの？」
となってしまっては、製品開発は進みません。
そこでアクセレラAIが提供しているのがVoyager SDKです。
Voyager SDKは、
- PyTorch / TensorFlow / ONNX系モデルからの展開
- TVM Compiler
- Model Zoo
- YAMLによるパイプライン定義
- GStreamer
- API
- 推論サーバー
などを統合したAIソフトウェア環境になっています。
特に面白いのが、
「モデル単体」ではなく「AIパイプライン」を定義する
という考え方です。
YAMLで複数のニューラルネットワークや前処理・後処理を含むパイプラインを記述し、SDK側でコンパイル、最適化、デプロイをおこなう仕組みになっています。
7. AIがAI開発を助ける「Axelera Wingman」
さらにユニークなのがAxelera Wingmanです。
これはアクセレラAIのハードウェアやSDKについての知識を持ったAIコーディングエージェントです。
Axelera Wingmanは、
- AI推論パイプラインの作成
- コンパイラ設定の最適化支援
- エラー診断
- デバイス認識問題のトラブルシューティング
などを自然言語から支援する仕組みです。
つまり、
AIを実装するために、AIに相談する。
という開発環境です。
AIアクセラレータではハードウェア性能と同じくらい「開発者が実際に使いこなせるか」が重要なので、これは今後かなり注目したい方向性です。
8. ではアクセレラAIはどんな用途に向いている？
以上を踏まえると、アクセレラAIのソリューションは次のように整理できます。
① 多数のカメラを処理する映像AI
防犯・監視、店舗分析、スマートシティ、交通解析など。
リアルタイム性に加えて、FPS/WやFPS/$といったシステム効率を重視したいケースと相性が良いでしょう。
② 産業用エッジAI
工場の外観検査、異常検知、設備監視など。
クラウドへ映像を送り続けるのではなく、
現場で判断 → 必要な結果だけ上位システムへ送る
構成に適しています。
③ ロボティクス
リアルタイム視覚処理とAI推論をローカルでおこなう自律システム。
特にEuropaは、Robotics / Autonomous Systemsを用途として掲げています。
④ エッジ生成AI / VLM
クラウドではなくローカル環境で生成AIやVision Language Modelを動かしたいシステム。
機密情報や映像を外部へ出したくない場合、データをローカルに留める設計も大きなメリットになります。
9. アクセレラAIを見ると「TOPSだけで選べない」理由が分かる
AIアクセラレータの比較では、
「何TOPSですか？」
という質問から始まりがちです。
もちろんTOPSも重要です。
しかし実際の製品設計では、
AIアクセラレータ
× メモリ
× 前処理/後処理
× CPU
× SDK
× モデル対応
× 消費電力
× システムコスト
までを含めて評価する必要があります。
アクセレラAIがDigital In-Memory Computing、Embedded / Edge / Server製品、Voyager SDK、そしてEuropaへ展開している姿を見ると、このことがよく分かります。
まとめ
Axelera AIを一言で説明するなら、
高効率なAI推論を、組み込み機器からエッジ、サーバーまでスケールさせるAIプラットフォーム
と言えそうです。
特に注目したいポイントは、
① Digital In-Memory Computing
→ データ移動を抑えてAI演算の電力効率向上を狙う
② Embedded / Edge / Serverへの展開
→ 用途に応じてAI処理をスケール
③ Voyager SDK
→ モデルから実装までのソフトウェア環境
④ Europa
→ 629 TOPS、45W TDP。VisionだけでなくGen AIやRoboticsへ拡大
⑤ Axelera Wingman
→ AIによるAIアプリ開発支援
です。
エッジAIを検討するとき、
「TOPSはいくつ？」から
「このAIシステム全体を、何W・いくら・どれくらいの開発工数で動かせる？」へ。
アクセレラAIは、そんな視点で見てみると非常に興味深いAIプラットフォームだと思います。
メーカー公式サイト： Axelera AI
