Renaissancejapan

哲学と宗教、財閥、国際政治、金融、科学技術、心霊現象など幅広いジャンルについて投稿しています

太陽電池用シリコン、中国2社が減産 市況が大幅悪化 アジアBiz

2024-12-26 16:47:15 | エレクトロニクス・自動車・通信・半導体・電子部品・素材産業


太陽電池の価格下落が続いている(中国東部の山東省)=AP

 

【大連=藤村広平】

太陽電池向けシリコンで中国大手の通威股份と新疆大全新能源股份(大全能源)は24日、国内の生産拠点で減産すると発表した。両社とも太陽電池の大幅な価格下落を理由に挙げた。

減産幅は明らかにしていないが、期間中は各拠点で設備の全面的な保守・点検や社員訓練にあてると説明している。

 

通威は四川省や雲南省、内モンゴル自治区に拠点を持ち、高純度の単結晶・多結晶シリコンを生産している。年産能力は90万トン超で、同社によると世界シェア1位。

24日の発表文では減産について「高純度シリコン事業に由来する損失を減らすのに役立つ」と説明し、生産量の回復時期については「市況を見極める」とした。

 

同じ日に減産を発表した大全能源は新疆ウイグル自治区と内モンゴル自治区に拠点を持つ。高純度多結晶シリコンの年産能力は30.5万トンある。

両社ともどれだけ生産を減らすかは明らかにしていない。ただ減産期間中は「生産設備に対して全面的なシステム検査を行う」(通威)、「関連する社員に職業教育を実施する」(大全能源)としており、生産量は大きく落ち込む可能性がある。

 

太陽電池は供給過剰の影響で価格が低迷している。

米ブルームバーグNEFの調査によると、今年8月時点の太陽光パネル価格は(発電容量を示す)1ワットあたり9.6セント(約15円)と、2年前の3分の1近くまで下がった。太陽電池はシリコンでつくった半導体に光をあてることで発電する。

 

太陽電池世界大手の隆基緑能科技(ロンジソーラー)も今月、中国東部で予定していたモジュール工場の建設プロジェクト延期を発表した。

 

 
 
 

KDDI、全自動配送に挑戦 ロボやドローンを協調制御

2024-12-26 16:11:49 | エレクトロニクス・自動車・通信・半導体・電子部品・素材産業


荷物を積み込んだドローンの飛行(写真:日経クロステック)

日経クロステック

KDDIがロボットや自動運転車、ドローンを協調制御して荷物を運ぶ実証実験を公開した。最終的には全自動で複数のモビリティーを組み合わせ、ユーザーまで荷物を届ける区間であるラストワンマイルや、交通網が発達していない交通空白地域などでの物流サービスの提供を目指している。

KDDI以外に、通信関連技術の開発などを担うKDDI総合研究所、ドローンの飛行システムの開発などを担うKDDIスマートドローン、自動運転システムの開発を担うティアフォー(名古屋市)、位置情報・地図情報システムの開発を担うアイサンテクノロジーが参画した。閉校した学校を利用した施設「コードベースキミツ(千葉県君津市)」で2024年12月6日に実施した。

<picture class="picture_p166dhyf"><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=638&h=479&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=256bfe4b2a65586e4d1c0ae28c0faeac 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=1276&h=958&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=cc5d3a719c7f55ffbe7a45d83be96957 2x" media="(min-width: 1232px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=638&h=479&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=256bfe4b2a65586e4d1c0ae28c0faeac 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=1276&h=958&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=cc5d3a719c7f55ffbe7a45d83be96957 2x" media="(min-width: 992px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=600&h=450&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=5fcf97cb2a12179ff24464810d81f2b6 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=1200&h=900&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=db6f95ea5f79e3fc43591d1e97919a7f 2x" media="(min-width: 752px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=600&h=450&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=5fcf97cb2a12179ff24464810d81f2b6 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=1200&h=900&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=db6f95ea5f79e3fc43591d1e97919a7f 2x" media="(min-width: 316px)" /><source srcset="https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=600&h=450&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=5fcf97cb2a12179ff24464810d81f2b6 1x, https://article-image-ix.nikkei.com/https%3A%2F%2Fimgix-proxy.n8s.jp%2FDSXZQO5750178013122024000000-1.jpg?ixlib=js-3.8.0&w=1200&h=900&auto=format%2Ccompress&fit=crop&bg=FFFFFF&s=db6f95ea5f79e3fc43591d1e97919a7f 2x" media="(min-width: 0px)" /></picture>

 


協調制御したロボットや自動運転車、ドローン(写真:日経クロステック)

 

実証は次の流れで実施した。まず人が施設の室内でロボットに荷物を積み込む。ロボットが施設外まで荷物を運搬して自動運転車を待つ。自動運転車の乗務員がロボットから荷物を引き取る。

自動運転車がドローンの待機場所まで荷物を運んで乗務員がドローンに荷物を積み込む。最後にドローンが荷物を配送する。ドローンは施設付近の山上にある着陸場所まで飛行した。

 


ロボットから自動運転車への荷物の積み込み(写真:日経クロステック)

 

この実証実験のために、2週間で複数のモビリティーを協調制御できるように調整したという。

「協調制御プラットフォームの機能を強化した」とKDDIの樫原俊太郎先端技術統括本部先端技術研究本部応用技術研究1部エキスパートは説明する。具体的には、複数種のモビリティーで荷物を運搬できるようにするため、位置情報や経路計算に関連する技術を実装した。

 

一般的にロボットと自動運転車、ドローンが利用する位置情報は異なる。例えばロボットは施設内のどこに存在するかを認識できても、自動運転車が搭載している地図上のどこに存在しているのかを把握できないケースがある。

そこでKDDIは各モビリティーが認識している位置情報の座標を変換し、荷物の受け渡し地点を各モビリティーが適切に認識できるようにした。

 

さらに通信電波や気象情報などのデータを利用し、最適な配送経路を計算している。

例えばドローンの場合、配送元と配送先を選択すると風向きや電池の残量、通信電波などから最も消費電力の少ないルートを選択する。「追い風を利用すれば節電して飛行できる」(樫原エキスパート)

 

一方、実証実験で課題も見えた。位置情報データの取得で問題が発生し、ロボットが停止してしまった。また、

モビリティー間の荷物の受け渡しにはまだ人手の介在が必要なので、複数モビリティーを活用した全自動配送の実現にはまだ時間がかかりそうだ。

 

KDDIは30年をめどに、複数モビリティーを活用した全自動配送のサービス化を目指している。

今後もモビリティー間の荷物の受け渡しなど、全自動配送に必要な要素技術の開発を進めていく。複数のモビリティーが連携できるようになれば、荷物の配送だけでなく、インフラの検査などに技術を適用できる可能性がある。

(日経クロステック 野々村洸)

[日経クロステック 2024年12月10日付の記事を再構成]

 
 
 

 

 

日経記事2024.12.26より引用

 

 


日経平均437円高 「閑散に売りなし」年末最高値に期待

2024-12-26 16:04:32 | 自己紹介・人気記事


 

26日の日経平均株価は前日比437円(1%)高の3万9568円で取引を終えた。欧米市場の休場もあり商いは低調ななか、好調だったのが百貨店株。

かねての円安進行と前日に伝わった中国人向けの査証(ビザ)発給の緩和措置で、インバウンド(訪日外国人)消費への期待が高まった。「閑散に売りなし」の相場格言を地で行く展開で、日経平均の年末最高値更新が視野に入ってきた。

 

この日の東京株式市場は前日の欧米市場がクリスマス休場だったため、追加材料が乏しいまま取引開始を迎えた。小幅に反落して寄りついた後、上昇方向へ切り返すなかで光ったのが百貨店株の躍進だ。

J・フロントリテイリングは一時前日比180円(9%)高の2174円まで上げ、年初来高値をつけた。東証プライム市場の上昇率ランキングで一時首位に立ち、終値でも2位だった。三越伊勢丹ホールディングスの終値は8%高で同4位となった。高島屋は一時5%高まで上昇するなど、投資マネーが集まった。

 

Jフロントの買いのきっかけは、前日の取引終了後に発表した2024年3〜11月期の連結決算(国際会計基準)。

純利益が前年同期比71%増の370億円となり、同期間として最高益を7年ぶりに更新した。インバウンド(訪日外国人)需要が好調で、百貨店事業では店頭の売上高を示す総額売上高が11%増の5901億円だった。

 

SMBC日興証券の金森都シニアアナリストは25日付のリポートで「百貨店の免税売上は春節(旧正月)に向けて上り調子であることに安心感がある」と評価した。

この日の百貨店株高はJフロントの好決算が起点だが、別の追い風も吹いた。

 

岩屋毅外相は25日、訪問先の北京で中国人向けの査証(ビザ)発給に関する緩和措置を表明した。

富裕層向けに10年間有効な観光ビザを新設し、団体旅行で取得するビザは滞在可能な日数を30日に延長する。中国人旅行客のインバウンド消費が拡大するとの思惑につながった。

 

為替相場の見通し変化も見逃せない。米連邦準備理事会(FRB)の利下げ鈍化観測と日銀の利上げ見送りにより、日米の金利差縮小による円高シナリオが遠のいたとの見方が市場で広がっている。百貨店株はインバウンド消費の観点で円安環境がより好感される。

SBI証券の鈴木英之投資情報部長は「ビザ緩和や円安基調といった百貨店株を物色しやすい要素が増えている」と指摘する。

 

26日は12月期決算企業の期末配当や優待の権利付き最終売買日とあって、権利取りを狙った個人投資家などの買いも食品株で散見された。サッポロホールディングスアサヒグループホールディングスキリンホールディングスなどが選好され、相場を支えた。

市場全体で見ると、年末が近づくにつれて売買は細っている。東証プライムでは24日の売買代金が約3兆円と今年最低を記録。翌25日も同様に低調だった。

 

26日も取引量は少ないものの、「『閑散に売りなし』の相場格言通り」(三井住友DSアセットマネジメントの市川雅浩チーフマーケットストラテジスト)と指摘されるように、一部の銘柄を吟味する動きは盛んだ。

 

 

 

高値圏での停滞が続く日経平均は30日に大納会を迎える。34年ぶりの最高値更新となった24年をどう終えるか。市場関係者の間では年末終値での1989年の年末最高値(3万8915円)超えの期待はついえていない。

(桝田大暉)

 

 


エッジAIは群雄割拠、データセンターとは異なる競争条件

2024-12-26 10:57:46 | AI・IT・サイバーセキュリティ・メタバース・NFT・ゲーム、

前回までデータセンター向けのAI(人工知能)半導体を念頭に議論してきたが、AI半導体はデータセンター向けのGPU(画像処理半導体)だけではない。

例えば以下の図1に示すようなエッジデバイスにおいてもAI半導体は活用される。今回は、データセンター以外の競争について考察する。

 

 

図1 エッジ向けAI半導体の開発状況
図1 エッジ向けAI半導体の開発状況

(出所:アーサー・ディ・リトル・ジャパン)
 
 
 
 

NVIDIAの強みが発揮できないエッジ領域

既に5nm世代以降のAI半導体の活用が始まっているのは、スマートフォンやPCなどの情報/通信機器・車載・通信網の3領域である。

 

これらの領域は、プロセスノードの縮小によって演算能力・省電力性能向上といった製品性能の向上や価格低下と、開発コスト回収可能な出荷量が見込めることが特徴である。

 

エッジ領域においては、データセンターにおけるNVIDIAのような独占構造はなく、半導体大手を中心として、特化型のプレーヤーを含む比較的まだら模様の市場となっている(図2)。

 

 
図2 まだら模様のエッジ向けAI半導体市場
図2 まだら模様のエッジ向けAI半導体市場
(出所:アーサー・ディ・リトル・ジャパン)
 
 
 

例えば、通信では米Qualcomm(クアルコム)、米Broadcom(ブロードコム)、米Cisco Systems(シスコシステムズ)、NVIDIA傘下のMellanox Technologies(メラノックステクノロジーズ)などのプレーヤーが存在する。

これらの企業を分類すると、Ciscoなどのように自社のスイッチ/ルーターなどのために半導体を内製化するパターンと、Qualcommなどのように半導体に特化し、通信機器ベンダーに販売するパターンがある。

 

情報/通信機器(主にスマホ)では米Apple(アップル)、韓国Samsung Electronics(サムスン電子)、Broadcom、Qualcomm、台湾MediaTek(メディアテック)、米Google(グーグル)といったプレーヤーが存在する。

やはりこちらも、Apple、Samsung、Googleのようにデバイスメーカーが自社製品のために半導体を内製しているパターンと、Qualcomm、MediaTekのようにスマホメーカーに半導体を提供するパターンに分類される。ただし、Broadcomのように、Googleのようなデバイスメーカー向けに半導体設計を支援するプレーヤーも存在する。

 

 

車載ではQualcomm、NVIDIA、オランダNXP Semiconductors(NXPセミコンダクターズ)など、古くから実績を有するプレーヤーだけではなく、イスラエルHailo(ハイロ)やカナダTenstorrent(テンストレント)のような新興プレーヤーが現れていることも特徴である。

 

用途に応じた対応が重要に

 では、なぜエッジ領域ではNVIDIAが1強となっていないのだろうか。その理由は2つある。まず、データセンターとエッジでメインとなるAI処理が異なることだ。エッジでは推論がメインの処理となるため、開発環境の重要度が相対的に低下し、AIモデル作成に必須とも言えるCUDAが必ずしも求められない。

 エッジのAI半導体で学習が行われない主な理由は、AI半導体のコストやスペースを抑えるためである。また、学習モデルを効率良くアップデートするために、各エッジで学習を行うのではなく、データセンターで1つの学習モデルを管理する方が好ましい。

 

もう1つの理由は、アプリケーションが多様なことだ。エッジ向けAI半導体には、アプリケーションごとにハードウエア特有の要件が求められる。

例えば、スマホや車載では長期間安定して動作するために、データセンターとは異なり、耐衝撃性や耐熱性といった耐環境性が求められる。

 

これらの要件を満たすためには、その業界で半導体を提供した経験に基づく、ドメインナレッジ(領域知識)を有することが重要なため、エッジ向けではデータセンター向けGPUのように、NVIDIAによる独占構造が発生しにくい。

 

 

車載ならではのニーズで食い込む

次に、具体的に車載向けの推論用AI半導体とデータセンターの学習用AI半導体のKBF(Key Buying Factor、重要購買決定要因)を比較していきたい(図3)。

 

図3 車載ではレイテンシーや消費電力、耐環境性が需要に図3 車載ではレイテンシーや消費電力、耐環境性が需要に

(出所:アーサー・ディ・リトル・ジャパン)
 
 
 

データセンターの学習においては、大量のデータの学習とモデルのアップデートを繰り返すため、ピーク演算性能やコンパイラー及びライブラリーの充実度、エンジニアコミュニティーの大きさ、価格が重要視される。これはこれまでの連載で述べたとおりだ。

一方で、車載の推論においては、ピーク演算性能やレイテンシー、消費電力当たり演算性能、耐環境性や過去実績・業界知見・供給力が重要視される傾向にある。

 

ハードウエア性能については、自動運転を実施する際に急ブレーキの対応などを行うために高いピーク演算性能やレイテンシーの小ささが求められる。

また、耐環境性が重要視されるのは、特に車載部品が人の命に関わり、安定的に動作し続けることが求められるためである。さらに車載では、安定した品質の製品を提供し続けるために、業界の知見や車載領域における過去実績を有することも重要となる。

 

さらに踏み込んで、車載領域で活躍するプレーヤーであるQualcommやHailoを例にあげて、どのようにKBFを獲得したかを確認しよう。

Qualcommは20年以上前からモバイル向けに「Snapdragon」と呼ぶ高い性能を有するSoC(System on a Chip)を開発し続けており、その技術を車載向けに応用している。

 

このため優れたピーク演算性能やレイテンシー、消費電力当たり演算性能を有している。さらに、米General Motors(GM)とテレマティクス領域で長期的な提携関係を結ぶなど車載領域に取り組む過程で実績を獲得し、自動車業界の仕様要件を理解してきた。

一方、新興プレーヤーであるHailoは、非ノイマン型のアーキテクチャーを採用しているため、高い演算性能や電力効率を有している。本来であれば、実績を積むことが困難な車載領域において、日本よりも参入ハードルが低い中国新興系企業から徐々に参入し実績を作っている点が特徴である。

 

 このようにエッジ向けAI半導体の領域ではハードウエア性能やドメインナレッジが重要となるため、NVIDIA以外のプレーヤーにも活躍できるチャンスがあるのだ。

 

 

赤山 真一(あかやま・しんいち)
アーサー・ディ・リトル・ジャパン パートナー
グローバルTelecommunications, Information technology, Media & Electronics(TIME)プラクティスの東京オフィスにおけるプラクティスリーダー。
 
主な担当領域は、テレコム・ITサービス・メディア関連企業及びエレクトロニクスなどの製造業における、新規事業参入に係る戦略策定・既存事業の成長戦略策定・企業再編/統合に係る戦略策定および実行支援。
 
ADLに勤務する以前は、大手移動体通信企業において通信とインターネットを融合させた各種新規サービスの企画・立ち上げなどに携わる。ADLでは15年以上にわたり、多くの半導体デバイス・製造装置・素材メーカー及びその周辺プレーヤーを支援し続けている。
 
 
吉永 裕紀(よしなが・ひろき)
アーサー・ディ・リトル・ジャパン シニアアナリスト
 
Telecommunications, Information technology, Media & Electronics(TIME)プラクティスのコアメンバー。製造・IT業界を中心に成長戦略策定、新規事業立案・実行支援を担当。また、金融機関に向けた事業バリュエーション、成長戦略策定にも従事。近年は、AI、データセンター、先端半導体に関するプロジェクトに多く携わっている。
 
 
 
日経記事2024.12.26より引用
 
 

LLMを巡るビッグテック企業の熾烈な争い、背景にあるのは将来性の高さ

2024-12-26 10:46:10 | AI・IT・サイバーセキュリティ・メタバース・NFT・ゲーム、

 

自然言語を解釈したり文章を生成したりできる大規模言語モデル(LLM)が注目を集めている。この特集では、LLMとは何かを分かりやすく解説する。

 

 ChatGPT発表以降、企業による大規模言語モデル(LLM)の開発競争は激化しています。その背景には、LLMの将来性の高さがあります。

 ChatGPTの1週間のアクティブユーザー数は1億人を超え、開発元のOpenAIは1か月間で120億円を売り上げていると言われています。さらに、LLMは今後も性能が上がり、さらに汎用的になると言われています7、8。つまり、LLMは現時点で1億人以上の人から需要があり、これからさらに需要が大きくなる分野と考えられているのです。

7 (Kaplan et al. 2020)
8 (Wei et al. 2022)

 このような将来性の高さから、多くの企業が競ってLLM開発を進めています。その中でも重要な役割を果たしているのがOpenAI、Google、Metaの3社です。各社の発表した主要なLLMをまとめると以下のようになります。この3社はたびたび取り上げられますので、ここで押さえておきましょう。

 
図 LLMの市場の動向:主要なLLMと開発企業(*2023年12月時点)
図 LLMの市場の動向:主要なLLMと開発企業(*2023年12月時点)
 
 
 
それぞれの企業は、一年に一度程度の速いペースで新しいLLMを発表しています。各社の開発にはそれぞれ傾向があります。
 
 
日経記事2024.12.26より引用