A: 企業が国産AIチップを選定する際の核心原則は、まず場面を確定し、次に演算性能を合わせ、最後にエコシステムを検証することであり、チップの仕様比較から始めてはならない。手順は以下のとおりである。
1. まず産業の場面におけるAIタスクの種類を明確にする
産業の場面は大きく4種類に分かれる。マシンビジョン検査(表面欠陥、寸法測定)、設備の予知保全(振動や温度の時系列解析)、工程パラメータの最適化(射出成形、溶接、熱処理)、エッジ側の安全行動認識である。タスクが違えば、演算性能、消費電力、リアルタイム性への要求も大きく異なる。たとえば電子工場のAOI検査ラインには学習カードではなく低遅延の推論チップが必要であり、自動車部品企業のプレス工場が振動監視を行う場合は、時系列データの処理能力と広い温度域での安定性がより重視される。120社以上(15以上の業界)の顧客にサービスを提供する中で、ZEVONは場面を明確に分解できれば選定作業の半分は終わったも同然だと見ている。
2. 国産AIチップの推論と学習の需要を見積もる

産業現場のタスクの9割以上は推論である。国産チップでは、Cambricon MLUシリーズ、Huawei Ascend 310/910、Horizon Journey、Rockchip RK3588、Black Sesame Huashan などに産業向けの適応版がある。学習については、データが機密性の高いものであれば、Huawei Ascend 910B や Biren BR100 をローカルでのファインチューニングに検討できる。確認すべき主要指標は、INT8の演算性能、メモリ帯域、標準消費電力、ONNXやTensorRTへの移行に対応しているかどうかである。ZEVONのMES+AIソリューションは、エッジ側で低消費電力の推論チップを優先し、生産ラインが24時間安定して稼働できるようにしている。
3. ソフトウェアスタックと産業プロトコルの互換性を検証する
チップがどれほど優れていても、ツールチェーンが未成熟なら使いものにならない。PyTorchやTensorFlowのモデル変換に対応しているか、C++やPythonの推論インターフェースが提供されているか、PLC、OPC UA、Modbus、EtherCATといった産業プロトコルに接続できるかを確認する。食品包装工場が画像による選別を行いたい場合、チップ方案は既存の産業用PCやエッジボックスに組み込めるものでなければならず、既存ラインを作り直すものであってはならない。産業AIの導入においてZEVONは、チップ、アルゴリズム、業務システムの3層を分離し、特定のチップベンダーに囲い込まれないようにすることを重視している。
4. 量産前に小規模なPOCで検証する

候補チップを2〜3種類選び、実際の生産ラインで4〜8週間のPOCを実施する。検証するのは、推論の遅延、精度の劣化、長時間稼働の安定性、放熱、防塵・防水等級である。ある電子工場はPCBの欠陥検出に国産エッジチップを使い、POCの過程で夏季の高温下で演算周波数が低下することを見つけ、冷却設計を適時に調整した。ZEVONはPOCの段階から既存のMESデータストリームを接続し、AIの結果が作業指示やアラームを自動で起動できるかを検証することを勧めている。
5. サプライチェーンと長期サービス体制を考慮する
国産チップの納期、技術サポートの応答、ライフサイクル管理も同じくらい重要だ。産業グレードの製品ラインを持ち、5年以上の供給を確約できるベンダーを優先したい。3,200台以上の端末での経験が示すように、チップ選定は一度きりの取引ではなく、その後のアルゴリズムの反復やモデル更新には、元のベンダーやエコシステムパートナーによる継続的な支援が必要になる。
まとめの提案:まず場面から演算性能の階層を決め、次にソフトウェアエコシステムと産業プロトコルで絞り込み、最後にPOCで安定性を検証する。ZEVONはMES+AIの方向で、チップ選定と生産システムの接続を支援でき、国産AIチップが生産ラインで真に価値を発揮できるようにする。