「判断」に優れる半導体
半導体のコア技術も自前主義だ。2017年8月には、自動運転車の“頭脳”となる半導体の業界標準を狙う技術を発表した。自動運転車の動作を判断する次世代プロセッサー「データフロープロセッサー（DFP）」がそれだ（図4）。2020年代前半の実用化を目指す。
図4 「判断」領域の処理に特化した次世代プロセッサーを開発
（a）「データフロープロセッサー（DFP）」は、GPUやCPUと異なる特性を持つ。（b）効率的に処理できるため、計算時間や消費電力を減らせる。
[画像のクリックで拡大表示]
自動運転車の「判断」を担う上で半導体に求められるのが、「人の反射動作のような処理」（デンソーエグゼクティブアドバイザーの新見幸秀氏）だ。複数の条件を同時に処理し、最適解を瞬時に判断する計算能力が必要となる。消費電力も抑えなければならない。
NVIDIA社が推すGPUは「画像処理のような画一的な計算は得意だが、複雑な処理は苦手」（同氏）という特性がある。Intel社などが取り組むCPUはその逆で、複雑な処理は得意だが、処理速度が遅い。DFPは、複数の処理を柔軟に組み立てて並列動作が可能だ。
消費電力も低く、GPUと同等の性能を約1/10の消費電力で実現できるという。DFPを搭載する車載コンピューターの消費電力は「10W以下まで抑えられる見込みで、ファンによる強制空冷は不要」（新見氏）だ。
DFPの中核技術のIPはデンソーで囲い込まず、広く部品メーカーに採用を働きかける。そのためデンソーは、IPを開発し、半導体メーカーにライセンス供与する役割を担う新会社のエヌエスアイテクス（NSITEXE）を2017年9月に設立。これもコストを下げるためだ。
2030年ごろの実現を想定した基礎研究も走らせる。低消費電力化の将来技術として、ニューロコンピューティングに取り組む（図5）。人の脳を模した回路、Memristor（メモリスタ）を用いたニューラルネットワーク（人工シナプス）で、消費電力を低減しながら計算量を2桁高速化することを狙う。
図5 ニューロコンピューティングで計算処理を効率化
人の脳を模した回路、Memristor（メモリスタ）を用いたニューラルネットワークの研究開発を進めている。CPUに比べて消費電力を2桁小さくすることを狙う。
[画像のクリックで拡大表示]
