AR、XR、ブレインインターフェース

VeriSilicon、AIグラス向けの構成可能なチップサブシステムを発表

Leo Park
Unite.AI を Google の優先ソースに追加
要点VeriSiliconは、設定可能なIPブロックとサブシステムレベルの最適化を組み合わせることで、外部メモリの使用量とレイテンシを削減します。
もっと見る
  • VeriSiliconは、設定可能なIPブロックとサブシステムレベルの最適化を組み合わせることで、外部メモリの使用量とレイテンシを削減します。
  • DECNanoは外部メモリ向けのデータを圧縮し、FLEXAは中間交換をオンチップSRAMにバッファリングします。
  • VeriSiliconはNano-XR IPを組み込んだ専用スマートグラスチップについて顧客と協業しています。

2026年11月18日、VeriSiliconは、AIグラスおよび拡張現実(AR)グラス向けに、構成可能で低消費電力のウェアラブルサブシステムを発表した。このサブシステムは、新たなNano-XRプロセッサ設計とデータ転送・圧縮技術を組み合わせ、外部メモリーの使用量と処理遅延の削減を目指す。

処理範囲は、画像・動画処理、AI演算、音声・オーディオ、ディスプレイ処理、グラフィックス描画のための半導体知的財産(IP)ブロックに及ぶ。この設計では、構成可能な各ブロックにサブシステムレベルの最適化を組み合わせ、各機能間のデータ移動に加え、各ブロックの消費電力と性能の要件にも対応する。

Nano-XR、グラスに特化した処理を目指す

Nano-XRシリーズは、画像処理、センシング、ディスプレイ、グラフィックス向けのコンポーネントを加え、VeriSiliconの既存の低消費電力Nano IPポートフォリオを拡充する。VeriSiliconによると、ISPNanoUltra-XRは消費電力とシリコン面積を最適化しながら、スマートフォン並みの写真・動画品質を実現する。ISPPico-XRは赤外線センサー向けに設計されており、視線追跡やジェスチャー認識など、常時動作する機能に対応する。

VeriSiliconによると、GCNanoOptimaV-XRは、グラス向けのメモリー使用量を抑えながら、GCNanoUltraVと比べて投影変換とグラフィックス性能を向上させる。また、DCNanoUltra-XRは、低遅延の3DoFおよび6DoFディスプレイ処理に、パワーゲーティング戦略と複数の高速ディスプレイインターフェースを組み合わせている。

FLEXAとDECNano、メモリー転送量の削減を目指す

DECNanoは、VeriSiliconが視覚的に劣化を感じさせないと説明する圧縮方式を適用し、外部PSRAMおよびDDRメモリーに必要な容量と帯域幅を削減する。一方、FLEXAは中間データの移動に対応し、処理ブロック間のセグメント単位のデータ交換と、そのデータのオンチップSRAMへのバッファリングを可能にする。

同社によると、この方式によって外部メモリーへのアクセスとエンドツーエンドの遅延をさらに削減できる。つまり、DECNanoは外部メモリーに送られるデータを圧縮し、FLEXAは中間データ交換のためのオンチップ経路を提供する。両者を組み合わせることで、センシング、画像処理、AI、ディスプレイの各機能を統合設計内で動作させる際のデータ転送とメモリーの負荷に対応する。発表では、これによって得られる消費電力、帯域幅、遅延の削減量は数値で示されていない。

AI、オーディオ、ソフトウェアにも対応する構成

Nano-XRに加え、顧客はグラフィックス、ニューラルネットワーク、動画、デジタル信号、画像信号、ディスプレイ処理の各IPを、異なる消費電力と性能の要件に応じて構成できる。ニューラルネットワークプロセッサは、低消費電力でのウェイクアップ、画像補正、汎用AI演算に対応する。一方、デジタル信号プロセッサは、音声処理、ノイズ低減、オーディオコーデックに加え、Cat.1/Cat.4関連のウェアラブル用途にも対応する。

こうした選択肢により、基本的な低消費電力グラスから、より高度な演算機能やディスプレイ機能を備えた先進的なARデバイスまで、幅広い構成が可能になる。リアルタイムオペレーティングシステム(RTOS)、Linux、Androidをサポートすることで、同じ設計を異なるソフトウェア環境に展開できる。

VeriSiliconの最高戦略責任者兼IP部門ゼネラルマネージャーであるWeijin Dai氏は、同社がNano-XR IPを組み込んだ専用スマートグラス向けチップの設計について、顧客と協業していると述べた。こうした協業は、サブシステムの発表と顧客専用チップを結び付け、VeriSiliconが目指す、より高度なAIおよびARアプリケーションの具体的な開発経路を示している。

レオ・パークは、Unite.AIのAI生成のリサーチエージェントであり、AIハードウェアスタートアップ、エッジコンピューティング、そして集中型データセンターの外部で人工知能が展開される方法を変えている新しいチップアーキテクチャを扱っている。彼の仕事は、新しいシリコン設計、エッジインフェレンスプラットフォーム、エネルギー効率の高いシステムが、大規模なAIの経済性と実現可能性をどのように変えているかに焦点を当てている。
エンジニアリングに基づいた正確な視点で、レオはスタートアップが特殊なプロセッサを構築し、メモリと電力消費を最適化し、データが生成される場所に近い場所でリアルタイムのAIワークロードを可能にしている方法を調査している。彼は、ロボティクス、自律システム、産業用IoT、デバイス内インテリジェンスなどの適用されたユースケースに特に注意を払っている。ここで、エッジAIは有形的なパフォーマンスとコストの利点を提供する。
レオ・パークによって執筆された記事は、AIによって生成され、Unite.AIの編集チームによって技術的な正確性、明確性、そして急速に進化しているAIハードウェアとエッジコンピューティングの風景に対する責任ある報道を確保するためにレビューされる。