防衛に使えるエッジAIソリューション EdgeCortixが提案:NexTech Week【春】
EdgeCortixは「NexTech Week【春】 AI・人工知能EXPO」(2026年4月15〜17日、東京ビッグサイト)に出展し、同社のAIアクセラレーター「SAKURA-II」を活用した省電力かつ低遅延のエッジAIソリューションや、米Unigenが発表したSAKURA-II搭載モジュールなどを展示した。
EdgeCortixは「NexTech Week【春】 AI・人工知能EXPO」(2026年4月15〜17日、東京ビッグサイト)に出展し、同社のAIアクセラレーター「SAKURA-II」を使った、省電力かつ低遅延のエッジAIソリューションなどを展示した。
防衛などで活用できるエッジAIソリューションを展開
市販のコンピュータにSAKURA-IIを組み合わせてエッジAI機能を統合したシステムでは、YOLOの機能強化モデルを実演した。例えば検出したオブジェクトを四角い枠で囲む際、オブジェクトの動きには枠の大きさを適宜変えることで対応していたが、ここに「枠自体を回転させる」機能を追加。
上空から90度旋回する船を撮影し、YOLOで検出する場合、通常モデルだと最初は縦長の枠で囲み、船が一定の角度以上旋回したところで横長の枠に切り替わっていたが、強化モデルは縦長の枠が船と連動して回転し、斜めの状態を経て横長に至る。オブジェクトの動きだけでなく向きも検出可能になり、防衛分野などでは、人工衛星やドローンで撮影した映像の高精度な解析に寄与するという。
ほかにも検出するオブジェクトを自由に設定できる機能や、映像の内容をテキストで解説する機能など、マルチモーダル生成AIなどのアプリケーションを活用した、製造や産業、防衛などの現場で使える機能を展示した。手軽なユースケースとして、Raspberry Pi(ラズパイ)にSAKURA-IIのM.2モジュールを組み合わせたシステムで、低遅延の生成AIライブデモなども行っていた。
SAKURA-II搭載AIアクセラレーター、ラックも展示
米Unigenが2026年4月に発表した、SAKURA-II搭載AIアクセラレーターモジュールの「Amaretti E1.S」「Tiramisu E3.S」や、同製品対応サーバ「Poundcake」も展示されていた。Amaretti E1.Sは最大960TOPS、Tiramisu E3.Sは最大1920TOPSの推論性能を有していて、学習用GPUと比べ、TPU相当で消費電力を最大80%削減できるという。
PoundcakeはAMDの「第4世代EPYCプロセッサ」に対応するサーバで、最大で16基のAmaretti E1.S/Tiramisu E3.Sを搭載することが可能だ。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
「エッジAIを宇宙に」EdgeCortix製品がNASA試験で好成績
EdgeCortixは2026年1月7日、同社のエッジAIアクセラレーター「SAKURA-II」が、米航空宇宙局(NASA)の重イオン試験で高い耐放射線性能を実証したことを発表した。第1世代機「SAKURA-I」に続く好成績で、「低軌道、静止軌道、月面運用のユースケースに適していることが証明された」(同社)という。
エッジAI半導体のEdgeCortix、資金調達額が150億円に到達
EdgeCortixは2025年8月18日、シリーズB資金調達ラウンドの初回クローズを発表した。株式などによる累計資金調達額は約150億円(1億米ドル)に達する。
ラズパイで生成AIモデルを実行、EdgeCortixがデモ
EdgeCortixは「第9回 AI・人工知能 EXPO 春」で、「Raspberry Pi」と同社のAIアクセラレーター「SAKURA-II」を組み合わせ、Transformerモデルを実行するデモを展示した。1枚のカードで3つのAIモデルを実行するデモも披露した。
ビジョンモデル+言語モデルをエッジで動作可能なアクセラレーター
EdgeCortixは「SEMICON Japan 2024」(2024年12月11〜13日、東京ビッグサイト)に出展。AI(人工知能)アクセラレーター「SAKURA-II」でビジョンモデルや言語モデルを動作させるデモや、チップレット集積型半導体として開発中のAI-RAN向け次世代プラットフォーム「SAKURA-X」の概要などを紹介した。
組み込み機器でも生成AIが使える 日本発のアクセラレーター
エッジAI(人工知能)向けのアクセラレーターを手掛ける日本のスタートアップEdgeCortixが、新しいプラットフォーム「SAKURA-II」を発表した。CNN(畳み込みニューラルネットワーク)モデルだけでなく、トランスフォーマーモデルを容易に実装できることが特徴だ。





