フィジカルAIを量産へ。
エッジ実装の現実解

推論と制御を1つのプラットフォームで。
インテルを活用したエッジ実装を、
東京エレクトロンデバイスが支援します

PHYSICALAI

試作の先の「量産」で直面する
フィジカルAIの課題

フィジカルAIが注目を浴びる中で、多くの企業が既に学習・シミュレーション環境を活用して同技術の検証を進めています。
この取り組みでは、「AIモデルの開発」が関心の焦点になりやすいですが、
その裏で見落としがちなのが「量産」を見据えた「エッジ側の実装」です。
実際にAIをロボットや産業機器の認識・判断・制御に適用し、安定的に稼働させるには以下の観点が重要です。

  • 長期安定供給が可能か

    ロボットや産業機器、制御機器に組み込むには、GPUやCPUなどのプロセッサーが長期間・安定供給されるものでなければなりません。

  • 電力・熱設計は大丈夫か

    AIの推論は大電力を消費します。設置スペース、電力、発熱の制約からもエッジには省電力なプロセッサーや省スペースのデバイスが不可欠です。

  • リアルタイム性を保てるか

    負荷の高いAI推論処理と、モーター制御などリアルタイム性が求められる処理をいかに両立できるかが問われます。

  • 既存資産が活用できるか

    AI分野ではLinuxが広く使われていますが、Windowsベースの資産が多い企業はそれらを有効活用できるかどうかも重要です。

  • 最適なエッジをどう選ぶか

    フィジカルAIのエッジ実装は、プロセッサー・OS・ソフトウェアの多彩な選択肢から用途に応じて最適なものを選ぶ必要があります。

今問われる「エッジ」での
実装の選択肢

フィジカルAIの実装には、いくつかのステップがあります。
AIモデル（VLM：Vision-Language Model／VLA：Vision-Language-Action）の導入・構築のほか、
物理環境またはシミュレーション環境（デジタルツイン環境）上での学習。
さらに構築したモデルによって推論処理を行うためのエッジデバイス実装まで。

クラウドやシミュレーション環境の選択肢が充実する一方で、
エッジ層も用途に応じて柔軟に選べる時代へと入っています。
フィジカルAI の「現実解」は、このエッジ層の設計がポイントになります。

  • クラウド（基盤モデル学習）

    • ●AIモデル（VLM/VLAなど）の導入・ファインチューニング
    • ●AIモデルの評価・最適化
    • ●学習済みAIモデルのエッジへの配信 など

  • シミュレーション

    • ●デジタルツインの構築
    • ●シミュレーションの実行
    • ●シミュレーションから現実への適用（Sim-to-Real） など

  • エッジ

    • ●AIによるリアルタイム推論処理の実行
    • ●画像などさまざまなセンサーデータの処理 など
    選択肢が広がる領域

  • ロボット・制御機器

    • ●アクチュエータ制御
    • ●把持、移動、組み立てなど物理動作の実行

フィジカルAIのエッジ環境に最適な
最大180TOPSの
産業機器向け最新プロセッサー

インテルでは、フィジカルAIを稼働させるエッジ環境向けの最適な
プロセッサーとして、インテル® Core™ Ultraシリーズ 3 プロセッサー
（コードネーム： Panther Lake）を提供しています。

GPU/NPUのAI性能が大幅強化した同プロセッサーでは、
産業機器・制御機器に求められる機能・信頼性・供給性を実現することで、
産業用エッジAI環境構築を最短で実現します。

プロセッサーイメージ

  • 高性能

    GPU 最大120TOPS &
    NPU最大50TOPS を実現。

  • 低消費電力

    Intel 18Aの採用により
    高性能と低消費電力を両立。

  • 供給性

    10年間の供給により、
    組み込み用途でも安心して利用可能。

  • 信頼性

    温度拡張対応（-40℃～100℃ ）
    機能安全(FuSa)、IBECC対応。

  • リアルタイム性

    インテル® TCCやTSNと組み合わせ、
    AI推論とリアルタイム制御の
    両立を支援します。

フィジカルAIにインテルを
おすすめできる理由

理由 1「制御」×「AI」を単一のプラットフォームで実現

フィジカルAIでは、機器の「制御」とAIの「推論」が別々の装置に分かれ、
構成に無駄が生じやすくなります。そこでインテル® Core™ Ultra シリーズ 3 プロセッサーは、
AI（GPU・NPU）までをワンチップに統合。
既存の制御ソフト資産をそのまま継承しながら、VLA / VLM / SLM / 音声認識 / リアルタイム制御を
単一チップでバランスよく並行動作させ、装置構成をシンプルにできます。

  • エッジAI構築で陥りがちな
    サイロ化の課題

    ロボットや産業機器のコントローラとAIの処理を担当するデバイスが分断され、ハードウェアや電力の無駄が発生。

    制御コントローラーとAIアクセラレーターを別ユニットで構成

  • インテル® Core™ Ultra シリーズ 3
    プロセッサーによる解決

    インテルのチップにAI処理も統合し、部品点数・コスト・消費電力を削減。既存のx86およびWindows資産の活用も可能。

    制御とAIをSoCに統合

理由 2エッジAIアプリケーション開発を高速化するプラットフォームを提供

インテルは、エッジAI向けのプロセッサーといったハードウェアのほかにも、
画像AI・生成AI・時系列AIなどを活用した推論アプリケーション開発を効率化するための
ソフトウェア開発キットや実行環境を包括したプラットフォームを提供します。

Open Edge Platform

ロボティクスAIアプリケーション開発用
ソフトウェアスイート
「Robotics AI Suite」

インテルの「Edge AI Suites」のうち、「Robotics AI Suite」では、
インテル プラットフォームに最適化済みのロボティクスAIアプリケーション開発環境および
各種モデル・アルゴリズム・サンプルアプリケーションなどを提供。開発を大幅に効率化できます。

「Robotics AI Suite」が提供する
サンプルパイプライン、デモアプリケーション例

  • ヒューマノイドロボット

    Physical AI Studio

    人間の作業データからロボットへ動作を学習させる、フィジカルAI開発プラットフォーム。

    ACT
    （Action Chunking with Transformers）

    人間のデモンストレーションからロボット動作を学習する代表的な模倣学習アルゴリズム。

  • AMR
    （自律走行搬送ロボット）

    Collaborative SLAM

    複数AMR間で地図・自己位置情報を共有し、協調ナビゲーションを実現するVisual SLAMフレームワーク。

    ORB-SLAM3

    AMRやロボットのナビゲーションに必要な地図生成・自己位置推定を実現するVisual SLAMサンプル

  • 産業用ロボット

    Stationary Robot Vision & Control

    カメラを用いた物体認識・トラッキングおよびピッキング作業を実現するロボットビジョンサンプル。

    Visual Servoing

    カメラで認識した対象物との位置誤差をリアルタイムに補正しながら、ロボットアームを制御するビジュアルフィードバック制御サンプル。

インテルを活用した
フィジカルAIソリューションの
ユースケース

  • ロボットアーム

    既存のx86資産を活かして
    フィジカルAIへ参入

    ある海外のロボットアーム開発企業は、食品サービスや製造向けのアームにフィジカルAIを実装しています。同社は「x86は開発者の採用が最も広い」と評価してインテルのプロセッサーを採用。これまで培ってきた開発資産を活かしてスムーズに参入しています。

  • ヒューマノイド

    1つのプラットフォームで
    医療にも製造にも展開

    欧州発の人型ロボット開発企業では、インテルのプロセッサーを導入し、音声・視覚・推論をすべてデバイス上で処理する仕組みを実現。医療（患者支援）と製造現場の両方に、単一のプラットフォームで対応します。

  • サービスロボット

    接客・運営・監視を担う
    3つのAIエージェントを同時稼働

    AI接客を備えた無人カフェの実運用事例。顧客対応・店舗運営・設備監視を担う3つのAIエージェントとロボット制御を連携させ、無人店舗を実現。1つのインテル® Core™ Ultra シリーズ 3 プロセッサー上で認識・判断・制御を統合しています。

RealSense

エッジAI・フィジカルAIの
「眼」として 機能する
RealSense™ ステレオデプスカメラ

フィジカルAIが現実世界で動くには、周囲を立体的に捉える「眼」が欠かせません。
このためのソリューションがインテルからスピンアウトした「RealSense™」のステレオデプスカメラです。
距離や形状を3Dで正確に認識し、ロボットの移動・把持・回避を実現。
AMR・ヒューマノイドですでに広く採用されている業界標準のソリューションです。
オープンソースのSDKが提供されており、インテルを含む多くの開発環境に対応しています。

  • AMR、ロボットアームイメージ

    AMR、
    ロボットアーム

  • バイオメトリクスイメージ

    バイオメトリクス

  • 3Dスキャンイメージ

    3Dスキャン

  • ヒューマノイドイメージ

    ヒューマノイド

  • リテール、行動分析イメージ

    リテール、行動分析

  • 製造、ロジティックス、検査イメージ

    製造、ロジティックス、
    検査

インテルCPUを活用した
エッジAIソリューション導入を
東京エレクトロンデバイスが支援

東京エレクトロンデバイスは、ここまで紹介したインテルのエッジAI向けソリューション導入を強力にサポートします。
「チップからクラウドまで」ワンストップで対応できるテクノロジー・ソリューション・パートナー として、
インテルのエッジ AI ポートフォリオ（シリコン、ソフトウェア）だけでなく、
CPUボードや産業PC・サーバー、クラウド（Microsoft Azure）、
セキュリティ（TXOne Networks、Trellix、サイバートラスト）の領域まで最適な提案が可能です。

サポートイメージ