クアルコム、新型スマートフォン向け2チップを発表——エッジサイドAIが300億パラメータ時代へ

クアルコムは9月23日、スマートフォン向け新型チップ2製品を発表し、近年のモバイルプラットフォームがAI演算能力へ傾注してきたトレンドを踏襲した。ベンチマークスコアやグラフィック性能、カメラ性能を前面に押し出してきた従来の発表会とは異なり、今回はエッジサイドAIをスポットライトの中心に据え、インパクトのある数字を打ち出した。新世代フラッグシップチップが、300億パラメータの混合専門家（MoE）モデルを端末上でローカル実行できるというものだ。

エッジサイドAIの次なる一手：300億パラメータ

ローカル実行とは、モデルの推論処理がすべてスマートフォン上で完結し、データをクラウドにアップロードする必要がないことを意味する。そのメリットは多岐にわたる。まずプライバシーの面では、会話内容・写真・ドキュメントといった機密性の高い情報がデバイス外に出ない。次に遅延の面では、ネットワーク往復がなくなるためAIの応答がほぼリアルタイムになる。さらにコストの面では、メーカーはAI呼び出しのたびにクラウド演算費用を負担せずに済む。

ただし、300億パラメータのモデルはスマートフォンのNPU（ニューラルネットワーク処理ユニット）、メモリ帯域幅、電力管理にとって大きな試練となる。参考までに、現在のほとんどのフラッグシップスマートフォンがスムーズに動作できるエッジサイドモデルのパラメータ数は30億〜70億程度に集中している。クアルコムが今回その閾値を300億まで引き上げたことは、NPUアーキテクチャ・メモリサブシステム・モデルの量子化圧縮技術において新たな蓄積があることを示している。MoEアーキテクチャ自体も大きな助けとなっている。必要に応じて一部の専門家ネットワークのみを活性化することで、大規模モデルの能力を維持しつつ実際の演算量を大幅に削減できる。これが近年のエッジサイド大規模モデルがMoE方式を広く採用している主な理由でもある。

2製品の位置づけと役割分担

クアルコムが今回発表した2製品は、それぞれフラッグシップと準フラッグシップ市場をカバーし、上下に組み合わせた製品ラインナップを形成すると見られている。このような戦略はモバイルチップ業界ではごく一般的だ。最上位チップが技術的な基準を打ち立て、準フラッグシップが出荷台数拡大を担う。両製品ともにAI能力を強調していることは、エッジサイドAIがフラッグシップ限定からミドルハイエンドへの普及段階へと移行しつつあることを示している。

業界の背景：エッジサイドAI軍拡競争

エッジサイドAIに注力しているのはクアルコムだけではない。Appleは自社開発チップのニューラルエンジンを継続的に強化し、Apple Intelligenceを通じて生成AIの能力をシステムレベルの体験に融合させている。MediaTekはフラッグシップのDimensityシリーズでAI演算能力とエネルギー効率を繰り返し強調している。GoogleのTensorチップに至っては、AIをコアとなる差別化ポイントとして位置づけている。エッジサイドAIはすでにスマートフォン向けチップ競争の新たな戦場となっていると言えるだろう。

一方、大規模モデルのメーカーも積極的にモデルの軽量化を推進している。パラメータ圧縮・量子化・蒸留・MoEといった技術はいずれも、巨大なモデルを限られたハードウェアリソース上で動作させることを目的としている。チップとモデルの協調最適化が、業界全体の主旋律となりつつある。

エッジサイドAIの競争は、本質的には演算能力・メモリ・消費電力のバランスを取る技術だ。

ユーザーと開発者にとっての意味

一般ユーザーにとって最も直感的な変化は、スマートフォン上のAIアシスタントがより賢く、よりプライバシーに配慮したものになり、オフライン状態でも動作できるようになることだろう。AI写真編集・リアルタイム翻訳・音声要約・スマートエージェントといった機能の応答速度と利便性も向上する。開発者にとっては、より大規模なエッジサイドモデルにより、クラウドAPIに依存せずより高機能なアプリケーションを構築できることを意味し、プライバシー配慮が求められる場面や低遅延が必要なシナリオに特に適している。

課題は依然として残る

もちろん、300億パラメータのモデルをスマートフォンに搭載することにはコストが伴う。モデルのストレージ使用量・実行時のメモリ需要・発熱・バッテリー消耗は、エンジニアリング上避けられない課題だ。さらに、エッジサイドモデルのアップデートはクラウドほど柔軟ではない。ユーザーは新しいモデルの重みをダウンロードする必要があり、ストレージと通信帯域に負担がかかる。クアルコムが実際の使用シナリオにおいて公称の能力を実証できるかどうかは、第三者機関によるレビューと実際の製品での検証を待たなければならない。

総じて見れば、クアルコムの今回の発表は明確なシグナルを発している。エッジサイドAIの演算能力の閾値は急速に上昇しており、スマートフォンが数百億パラメータの大規模モデルをローカルで実行できるようになれば、モバイルデバイスとクラウドのAI分担の構図も再定義されることになる。チップメーカーにとっては、演算能力・エネルギー効率・エコシステムの最適なバランスを見つけた者が、次の買い替えサイクルで主導権を握る機会を得ることになるだろう。

本稿はTechCrunchを翻訳・編集したものです。