Chips for the Rest of Us

「みんなのためのチップ」

NYU（ニューヨーク大学）の研究者たちは、オープンソースツールやAI支援開発、応用教育を通じてチップ設計の力をより多くの人に届けようとしています。

毎週、NYU の工学講義室では化学・コンピュータ科学・医療系学生が集まり、自分自身のマイクロチップを設計する方法を学びます。マイクロチップは、携帯電話やパソコン、家庭電化製品など日常の電子機器の頭脳であり、数十億もの部品が高速に複雑な計算を実行しています。特殊なカスタムチップは、化学・生物・材料科学のシミュレーションを加速させ、機械学習やAI の発展にも寄与します。

これらのアプリケーション専用チップを設計することは、従来は高度な訓練を受けたエンジニアの仕事でした。プロプライエタリツールと知的財産権の高額費用が、スタートアップや学術研究者、学生にとってほぼ不可能だったからです。チップ設計は難しく、GPU のような複雑なチップを作るには約千人ものエンジニアが必要になることもあります。

「チップ設計サイクルは世界で最も複雑な工学プロセスの一つです」と、インスティテュート教授 Siddharth Garg（ECE）が語ります。
「ロケット科学が難しいと言われる中、チップ設計はそれ以上に難しいとよく言われます。」

数年前、Garg と NYU の同僚たちは「チップ設計を民主化し、非専門家にもアクセス可能にする」必要性を認識しました。彼らは AI ツールを使ってアイデア立案からシリコンまでの各ステップを簡素化し、それらをオープンソース化して誰でも無料で利用できるようにしました。2025 年には第三の柱として、プロフェッショナルや学生が自分のマイクロチップを設計する方法を学べるコースを追加しました。その一つが Chips4All で、NYU の大学院生にマイクロチップ設計を教えています。

「化学・ロボティクス・コンピュータビジョンなどで使われるマイクロチップを作るには、専門知識と深い理解が必要です」と、Chips4All に関わる Assistant Professor Austin Rovinski（ECE）が語ります。
目的は、非工学系の大学院生でもチップ設計の基礎を簡単に学び、自分の専門知識を活かして特化型チップを作れるようにすることです。

「今後5年で、多様な非エンジニア研究者がチップ設計に魅了されるでしょう」と GARG は語ります。
「さまざまな分野でカスタムチップのデザインが急増すると見ています。」

---

制約が創造性を刺激するとき

1965 年、Intel の共同創業者 Gordon Moore はマイクロチップ上のトランジスター数が 2 年ごとに約倍になると予測し（モーア・ロー）、この原理はパソコンやスマートフォンから高度な AI システムまでのイノベーションを推進してきました。

「しかし今日見るのは、指数関係が大幅に減速していることです」と Rovinski は語ります。
エンジニアは物理的限界に直面し、性能向上には単なるトランジスター小型化以上のもの—より良い設計—が必要となっています。

Rovinski は住宅建築の例えを用います：もしレンガの品質が改善されなくなれば、建築家はより頑丈で省エネな家を作るために優れた設計を提供できます。同様にチップ性能もトランジスター密度ではなく、スマートな設計によって向上します。

AI・暗号化・医療・生体物理学など特定のタスクに最適化されたカスタムチップは、その機能で最大 1,000 倍の性能向上を実現できます。NYU の研究者たちは、非エンジニアがこのようなカスタムチップを作れるようにし、個人用コンピュータが普及した後に続いたソフトウェアソリューションの爆発と同様の波を起こすことを目指しています。

---

プロンプトからプロトタイプへ

Garg の博士研究（2009 年）はチップ設計でしたが、その後サイバーセキュリティに取り組みました。AI 革命は強力なチップへの関心を再燃させ、解決策として「非ハードウェア専門家が AI を使ってチップを設計できるようにする」ことが提案されました。

チームは Chip Chat を開発しました。これは自然言語を Verilog（チップ構造を記述するためのハードウェア記述言語）へ変換し、GPT‑4 のような大型言語モデル (LLM) を利用します。ユーザーは「2 つの 16 ビット数を足し、消費電力が 2 ワット未満になるチップが欲しい」といったプロンプトを入力すると、モデルが機能するコードを返し、更なるプロンプトで改良できます。

「自分が求めるチップの動作を文字通り話すことができ、ツールはバックエンドで全て処理します」と GARG は語ります。
Chip Chat によって数か月にわたる作業が数週間に短縮されました。2023 年にはこのツールを使い QTcore‑C1 を設計し、Efabless でファブリケーションしました。これは LLM と対話して初めて作られたマイクロチップです。

Rovinski は Arizona State University と協力し、Verilog を物理的なチップレイアウトへ変換する AI を探求しています。また実装エラーを英語で説明することで設計プロセスを高速化します。Assistant Professor Brandon Reagen の統計ベースのモデルは数千ものハードウェアバリエーションを生成し、速度・面積・電力・エネルギー使用量で評価して最適な選択肢を一晩で提示します。

チームは Verilog 例題が不足している問題にも対処し、GitHub と 70 冊の教科書からコードを収集し、Verilog 用最大規模の AI 訓練データセットを構築しました。結果得られたモデル VeriGen は商用最先端モデルを上回り、ノートパソコンでも動作します。「すべてをオープンソース化することでチップ設計エコシステムが進歩すると言えます」と GARG は語ります。

---

フィールドの開放

Rovinski の初期研究（ミシガン大学）では、クローズドソースのプロプライエタリツールがイノベーションの障壁であることを指摘しました。DARPA が解決策を求め、Andrew Kahng を中心に OpenROAD—チップ設計全工程（レイアウトマスクまで）をカバーするオープンソース EDA ソフトウェア—が生まれました。

今日では趣味人から大企業まで数千のユーザーが OpenROAD を使ってコストや法的制約なしにデザインを実装しています。Rovinski は研究と教育でこのツールを活用し、チップ設計の第三段階「教える」ことに徹底的に取り組んでいます。

---

「みんなのためのチップ」世界を創る

民主化は単なるツール提供ではなく、誰がそれらを使えるかという定義を変える作業です。高度な電気エンジニアの不足が需要増加とともにイノベーションを阻害しています。NYU は多面的な教育・アウトリーチで対策を講じています。

• BASICS – STEM 以外の専門家向けに設計された 28 週間の自己ペース学習コース。最終的には TinyTapeout での 2 週間のファブリケーションスプリントで実践します。
• Chips4All – 科学・技術分野の大学院生を対象に、ドメインエキスパートとハードウェアデザイナーがペアになり、お互いのコースを受講しながら共同で ASIC のカプストーンプロジェクト（例：ゲノムシーケンシング、ロボティクス）に取り組みます。
• Silicon Makerspace – 学生・教員・職員が設計ツール、ファブリケーション資源、テスト施設へ一括アクセスできるワンストップショップです。
• 電子工学の授業を刷新し、高レベルな問題設定（社会的インパクト、時間・金銭・資源の制約、経済的実現性）を重視します。

その結果、血糖値モニタリング用超低消費電力チップや土壌品質センサーなど、成功したプロトタイプが生まれ、このアプローチの有効性を示しています。

---

未来へのビジョン

必要性がチップ設計民主化を推進し、AI とオープンソースツールがその動きを加速させました。研究者たちは、ソフトウェア開発と同じくらいアクセスしやすく反復的なエコシステムを作ることを目指しています：アイデアの概算からプロトタイプ、ファブリケーションまで―迅速で簡単に。

これは CHIPS Act などの国家戦略目標と合致し、多様で豊かな半導体人材プールを育成します。5 年後にはキャンパス全体で学生がチップ設計を専門職として捉え、さまざまな科学分野で採用するようになることを GARG は期待しています。

チップ設計の民主化により、研究者や業界関係者は医学からロボティクスまで、特化型かつ効率的なソリューションを駆使してブレークスルーを実現できるようになります。設計サイクルが数ヶ月から数週間、あるいは日単位に短縮される可能性もあります。まだ野心的ではありますが、各イノベーションは私たちが解決できる問題の範囲を拡大しています。