組み込みAI

A collection of 2 posts
AI・テクノロジー

2026年のNPU搭載マイコンで変わるエッジAI:TI TinyEngineとルネサスRA8P1が拓く組み込みAIの新時代

2026年、AIの処理場所は大きく変わりつつあります。かつては巨大なデータセンターのGPUに頼っていたAI推論が、いまや数ドルのマイクロコントローラ(MCU)の上で動く時代が始まりました。 zenn.devの分析によると、2024年時点で全AI推論の30%がエッジで実行されていましたが、2026年にはこの比率が55%に跳ね上がっています。この急成長の背景にあるのが、NPU(ニューラル処理ユニット)を統合した新世代マイコンの登場です。 なぜ今、マイコンにAIが必要なのか? これまでエッジデバイスでAIを動かすには、Raspberry Piのようなシングルボードコンピュータや、高価なMPU(マイクロプロセッサ)が必要でした。しかし、こうしたデバイスには以下の課題がありました: * 消費電力が大きい — バッテリー駆動が困難 * コストが高い — 量産品への搭載が難しい * システムが複雑 — 外付けメモリやOSが必要 * クラウド依存 — ネットワーク遅延やプライバシー懸念 一方で、産業現場やウェアラブル機器では「リアルタイム性」「低消費電力」「プライバシー保護」への要
17 min read
AI・テクノロジー

NVIDIA Jetson Thor T3000/T2000が変えるエッジAIロボティクスの未来:クラウド不要の自律機械時代

NVIDIA Jetson Thor T3000/T2000が変えるエッジAIロボティクスの未来:クラウド不要の自律機械時代 2026年7月15日、NVIDIAはJetson Thorシリーズの新モジュール「T3000」と「T2000」を発表した。これらは、ロボティクスおよびエッジAIアプリケーションの量産市場を本格的にターゲットにしたプラットフォームである。 従来、ロボットに高度なAIを搭載するには、クラウドへの常時接続が前提だった。カメラで取得した映像をクラウドに送信し、巨大なAIモデルで推論してから行動を決定する。しかしこの方式には、通信遅延、クラウドAPIのコスト、プライバシーとセキュリティの懸念といった根本的な課題がある。 Jetson Thor T3000/T2000は、これらの課題を一気に解決する。クラウド接続なしで、ジェネレーティブAIや大規模トランスフォーマーモデルをエッジデバイス上で実行できる。しかも、従来のAGX Orin比で7.5倍のパフォーマンスと3.5倍のエネルギー効率を実現しながら、消費電力40〜70Wに収まっている。 本記事では、Jetson T
9 min read