ラティス・セミコンダクターのセグメント・マーケティング・ディレクター、Hussein Osman – インタビュー・シリーズ

Hussein Osmanは、半導体業界のベテランで、20年以上の経験を持っています。彼は、センシング、処理、接続ソリューションを統合したシリコンとソフトウェア製品を市場に導入し、エンドユーザーに価値を提供する革新的な体験を提供することに焦点を当てています。過去5年間、彼はラティス・セミコンダクターのsensAIソリューション戦略とマーケティング活動を主導し、高性能のAI/MLアプリケーションを作成しました。オスマン氏は、カリフォルニア工科大学サンルイスオビスポ校で電気工学の学士号を取得しました。

ラティス・セミコンダクター (LSCC )は、通信、コンピューティング、産業、自動車、消費者市場で使用される低電力プログラマブルソリューションを提供する企業です。同社の低電力FPGAとソフトウェアツールは、エッジからクラウドまでのアプリケーション全体で開発を加速し、革新を支援するように設計されています。

エッジAIは、クラウドベースのAI処理の代替手段として注目されています。エッジAIの台頭は、半導体業界にどのような影響を与えるか、ラティス・セミコンダクターはこの変化にどのように対応しているか。

エッジAIは確実に注目されています。それは、全体的な市場を革命的に変える可能性があるからです。幅広い業界の企業は、エッジAIを採用しています。なぜなら、エッジAIは、クラウドコンピューティングだけでは実現できない、より速く、効率的で、セキュアな運用を実現するからです。特に、リアルタイムアプリケーションではそうです。多くの人々は、エッジAIがビジネス運用に与える影響に焦点を当てています。ですが、実装前に起こる別の旅があります。

エッジAIの革新は、オリジナル・エクイップメント・メーカー（OEM）が、AIモデルを実行できるシステムコンポーネントを設計するよう促しています。つまり、軽量化された最適化アルゴリズム、専用ハードウェア、その他のパフォーマンスを補完および拡張する進歩です。これが、ラティス・セミコンダクターが関与する部分です。

私たちのFPGA（Field Programmable Gate Array）は、設計者が、待ち時間、電力、セキュリティ、接続性、サイズなど、厳格なシステム要件を満たすために必要な、高度に適応可能なハードウェアを提供します。自動車、産業、医療などのミッションクリティカルなアプリケーションを実行可能なデバイスを構築する基盤を提供します。これは、私たちの現在の革新の重要な分野であり、顧客が課題を克服し、エッジAIの時代に自信を持って対応できるよう支援することを楽しみにしています。

企業がエッジAIを実装する際に直面する主な課題は何ですか。FPGAは、これらの問題をどのように解決するのでしょうか。

いくつかの課題は、どのテクノロジーでも普遍的に見られます。たとえば、エッジAIの力を利用しようとする開発者や企業は、以下のような共通の課題に直面する可能性があります。

• リソース管理。エッジAIデバイスは、計算能力とバッテリー容量が制限された状態で、複雑なプロセスを信頼性高く実行する必要があります。
• エッジAIは、ローカルデータ処理のプライバシー利点を提供しますが、物理的な改ざんの可能性や小規模モデルに伴う脆弱性などのセキュリティ上の懸念も生じます。
• エッジAIエコシステムは、ハードウェアアーキテクチャと計算要件が非常に多様化しているため、データ管理やモデル更新などの側面を大規模にストリームライン化することが困難です。

FPGAは、これらの主要な問題に対処する上で、効率的な並列処理、低電力消費、ハードウェアレベルのセキュリティ機能、再構成可能性の組み合わせを提供することで、企業に優位性を提供します。これらは、マーケティング用語のように聞こえるかもしれませんが、エッジAIのトップレベルの痛み点を解決する上で不可欠な機能です。

FPGAは、従来、ブリッジやI/O拡張などの機能で使用されてきました。エッジAIアプリケーションに特に適しているのは何ですか。

はい、あなたは正しく、FPGAはコネクティビティの分野で優れています。これが、エッジAIアプリケーションで強力なものにしているもう一つの理由です。FPGAには、さまざまなデバイスや通信プロトコルと接続できるカスタマイズ可能なI/Oポートがあります。また、ブリッジやセンサー・フュージョンなどの機能を実行して、システムコンポーネント間のデータ交換、集約、同期を円滑にします。これらの機能は、今日のエッジAIエコシステムが複雑化し、相互運用性とスケーラビリティの必要性が高まっているため、特に重要です。

しかし、FPGAのコネクティビティの利点は氷山の一角にすぎません。適応性、処理能力、エネルギー効率、セキュリティ機能が、成果を生み出しています。たとえば、FPGAは、特定のAIタスクを実行するように構成および再構成できます。開発者がアプリケーションをユニークなニーズに合わせてカスタマイズし、進化する要件に応じることができます。

低電力FPGAは、エッジAIにおける効率、スケーラビリティ、リアルタイム処理能力の点で、GPUやASICと比較してどうなりますか。

GPUやASICがエッジAIアプリケーションをサポートするための計算能力を持たないということはありません。しかし、FPGAには、これらの他のコンポーネントよりも、待ち時間や柔軟性などの点で優位性があります。たとえば、GPUハードウェアは、広範な魅力を持つように設計されており、FPGAほど、特定のエッジアプリケーションをサポートするのに適していません。一方、ASICは特定のアプリケーション向けにターゲットされていますが、その固定機能により、重要な使用変更には全面的な再設計が必要です。FPGAは、カスタムハードウェアパイプラインの低待ち時間と、エッジモデルが更新されるたびにポストデプロイメントの変更を提供する柔軟性の両方を提供するように設計されています。

もちろん、1つのオプションだけが正しいというわけではありません。開発者は、アプリケーションの主な機能、達成しようとする成果、将来の設計の柔軟性を慎重に検討し、要件を満たすハードウェアとソフトウェアコンポーネントの正しいセットを選択する必要があります。私たちは、FPGAが通常、正しい選択であると考えています。

ラティスのFPGAは、特に自動車、産業オートメーション、IoTなどの業界で、エッジでのAI駆動の意思決定をどのように強化しますか。

FPGAの並列処理能力は、ここで始めるのに良い場所です。シーケンシャルプロセッサとは異なり、FPGAのアーキテクチャにより、AI計算を含む多くのタスクを並列に実行できます。すべての構成可能なロジックブロックが同時に異なる操作を実行します。これにより、リアルタイムアプリケーションをサポートするために必要な、高いスループットと低待ち時間の処理が可能になります。自律車、スマート産業ロボット、スマートホームデバイス、ヘルスケアウェアラブルデバイスなど、重要な垂直業界で必要です。また、FPGAは、特定のAIワークロードにカスタマイズでき、フィールドで簡単に再プログラムできます。モデルや要件が時間の経過とともに進化するにつれて、ハードウェアレベルのセキュリティ機能も提供し、AI駆動のシステムがブートアップからデータ処理までセキュアなままであることを保証します。

ラティスのFPGAは、エッジAIのパフォーマンス、セキュリティ、効率性を著しく改善した、実際のユースケースをいくつか紹介してください。

素晴らしい質問です！私が特に興味深いと考えるのは、エンジニアがラティスのFPGAを使用して、次世代のスマートでAI駆動のロボットを動かしている方法です。インテリジェントロボットは、安全な自動化を確実にするために、デバイス内でリアルタイム処理能力が必要です。これは、エッジAIが提供するものです。ロボットの需要は高まっていますが、その機能も複雑化しています。最近のカンファレンスで、ラティスのチームは、FPGAを使用して、スマートロボットがボールの軌道を追跡し、空中でキャッチする方法を実証しました。これは、適切なテクノロジーを使用して構築されたマシンがどれほど速く正確であるかを示しています。

私にとって、ハードウェアの観点から見ると、これは非常に興味深いです。設計戦略がこれらのアプリケーションに合わせてどのように変化しているかを見てみましょう。たとえば、開発者は、CPUや他の従来のプロセッサだけに頼るのではなく、FPGAをミックスに組み込むことを開始しています。主な利点は、FPGAがより多くのセンサーとアクチュエータ（およびこれらのコンポーネントのより多様なセット）と接続できることであり、また、これらのセンサーに近い低レベル処理タスクを実行して、メインコンピューティングエンジンがより高度な計算に集中できるようにすることです。

エッジでのAI推論の需要が高まっていることを考えると、ラティスは、より大きな半導体企業が開発した特殊なAIチップと比較して、FPGAを競争力のあるものとして維持するために、どのようにしますか。

AIチップの追求が半導体業界を牽引していることは間違いありません。Nvidia (NVDA ) がビデオゲームグラフィックカードの作成からAI業界の大手への転身を見てみれば、それがわかります。しかし、ラティスには、市場がより飽和するにつれても、他とは一線を画する独自の強みがあります。

FPGAは、需要の高まりだけが理由で投資しているコンポーネントではありません。FPGAは、私たちのコア製品ラインの重要な部分です。私たちのFPGA製品の強み、たとえば、待ち時間、プログラマビリティ、電力消費、スケーラビリティは、技術開発と改良の数年間の結果です。また、AI設計やその他の分野でFPGAの使用を最適化するための、業界をリードするソフトウェアとソリューションスタックを提供しています。

私たちは、ハードウェアとソフトウェアのソリューションを繰り返し改良し、半導体業界のパートナーとの関係を通じて、FPGAを洗練してきました。私たちは、真実の道に従って、設計、開発、実装のパートナーと協力して、顧客に最も関連性の高い技術能力を提供することを続けることで、競争力を維持するでしょう。

FPGAのプログラマビリティは、進化するAIモデルやワークロードに適応する能力にどのような役割を果たしますか。

固定機能ハードウェアとは異なり、FPGAは、デプロイ後に再ツール化および再プログラムできます。これが、特に進化するAIモデルやワークロードをサポートする上で、最大の違いです。AIの風景は非常にダイナミックなので、開発者は、アルゴリズムの更新、データセットの成長、その他の重大な変更が発生したときに、ハードウェアのアップグレードを心配することなく、サポートできる必要があります。

たとえば、FPGAは、現在進行中の、ポスト・クォンタム・クリプトグラフィー（PQC）への移行で重要な役割を果たしています。企業が、脆弱な暗号化スキームを次世代のアルゴリズムに置き換え、PQC規格への準拠を確保するために、FPGAを使用しています。

ラティスのFPGAは、エッジAIの展開において、パフォーマンス、電力消費、コストのトレードオフをどのようにバランスさせるのですか。

最終的には、開発者はパフォーマンスと可能性の間で選択する必要はありません。はい、エッジアプリケーションは、計算の制限、電力の制約、待ち時間の増加によって妨げられることがあります。しかし、ラティスのFPGAを使用すると、開発者は、柔軟性、エネルギー効率、スケーラビリティのバランスをとったハードウェアで、課題を軽減することができます。カスタマイズ可能なI/Oインターフェイスは、さまざまなエッジアプリケーションへの接続を可能にし、複雑さを軽減します。

ポストデプロイメントの変更も、進化するモデルのニーズに対応しやすくなります。その他にも、FPGAでの前処理とデータ集約により、エッジプロセッサへの電力と計算負荷が軽減され、待ち時間が短縮され、コストが削減され、システムの効率が向上します。

次の5〜10年で、AIハードウェアの将来はどうなるでしょうか。特にエッジAIと電力効率の処理についてはどうなりますか。

エッジデバイスは、AIおよびMLアルゴリズムの計算およびエネルギー需要の増大に対応できるように、より速く、より強力なものになる必要があります。エッジアプリケーションをサポートするダイナミックハードウェアコンポーネントの能力も、対応して進化する必要があります。より小さく、賢く、統合度が高くなり、FPGAは、低待ち時間と低電力の機能を提供する必要があります。これらの機能により、FPGAは、より洗練された自律車、産業オートメーション、スマートシティ、その他への需要に応じて、開発者が再プログラムおよび再構成できるようになります。

素晴らしいインタビュー、詳しく知りたい読者は、ラティス・セミコンダクターを訪問してください。