AI時代の電力問題に挑む日本発スタートアップ「LENZO」GPU一強の先にある“省電力アーキテクチャ”競争
good_iturn
はじめに
生成AIの普及で、計算資源（コンピュート）と電力の確保が各国の課題になっています。こうした中、日本発の半導体スタートアップ「LENZO（レンゾ）」が、NVIDIA製GPU中心の構造とは異なるアプローチで“性能あたりの消費電力（性能/W）”の改善を狙っています。鍵になるのは、同社が核に据える独自アーキテクチャ「CGLA」です。
背景と概要
AIの計算需要はデータセンターの電力需要を押し上げています。国際エネルギー機関（IEA）は、世界のデータセンターの電力需要が2030年までに約945TWhへと「倍増超」し、AI最適化データセンターの需要はさらに大きく伸びるという見通しを示しています。
一方で、AIに使われるGPUは高性能化と引き換えに消費電力も増えやすく、代表例としてNVIDIA H100は最大TDPが「最大700W」とされています。こうした状況では、単に演算器（足し算・掛け算）を強化するだけでなく、データ移動そのものの無駄を減らす設計が重要になります。古典的な資料でも、DRAMからの読み出しが演算に比べて桁違いにエネルギーを要することが示されており、AI計算が「データの運び方」に強く左右される点は広く共有された問題意識です。
この文脈でLENZOは、AI推論（および暗号系計算）を主戦場に、データフロー（流れ）をハードウェア側で制御して待ち時間（“信号待ち”）を減らす思想を前面に出しています。
現在の状況
LENZOは、奈良先端科学技術大学院大学（NAIST）発のファブレス半導体スタートアップとして紹介されており、設立は2024年12月とされています。中核技術は「CGLA（Coarse-Grained Linear Array）」で、同社はCGLAを用いた計算基盤「LENZO Core」や、暗号マイニング向けのMシリーズ、AIサーバー向けのAシリーズ構想などを掲げています。
技術的には、同社サイトで「実行・メモリ・データフローをハードウェアで協調させ、パイプラインの停滞を減らす」旨が説明されています。また、開発はNAISTの環境でボードレベルから段階的に検証を進めているとされ、早期パートナー向けに「Early Access Program（M1プラットフォーム）」の案内も公開されています。
学術面では、CGLA系アクセラレータをFPGA試作で評価し、ASIC化（28nm想定）の見積りも含めてGPU等と比較した研究が公開されています。例えばLLM推論評価では、NVIDIA RTX 4090等に対して、指標（PDP/EDP）での大幅な改善が示され、別の研究では音声認識（Whisper）カーネルでのエネルギー効率向上が報告されています。加えて、システム全体の観点では「ホスト—アクセラレータ間のデータ転送」がボトルネックになり得ることも指摘されており、チップ単体だけでなく周辺設計を含めた最適化が重要だと分かります。
なお、LENZOが言及する「最大150倍」といった数値は、同社が掲げる“特定条件での将来ビジョン”として紹介されており、どのワークロード・どの比較条件かを含めて今後の検証の積み上げがポイントになります。
注目されるポイント
- “演算”より“データ移動”にメスを入れる設計思想
AIでは計算そのもの以上に、メモリ階層や転送待ちが電力と性能を左右します。CGLAはこの「待ち」を減らす方向性を強く打ち出しています。 - 専用ASICの効率と、汎用性（寿命）のトレードオフ
AIアルゴリズムは変化が速く、特定手法に“特化しすぎたチップ”は陳腐化しやすいという問題があります。CGLAは「効率」と「プログラマビリティ」の中間を狙う系統（CGRA思想）として整理できます。 - 最大の壁は“GPUの性能”だけではなく“ソフトウェア生態系”
NVIDIAはCUDA等の開発環境・ライブラリが強力で、置き換えは技術だけでなく「使いやすさ」「移植コスト」で決まります。論文でも転送ボトルネックが示されるように、実装全体の設計力が問われます。 - 地政学・産業政策上の意味：選択肢の増加
先端半導体は調達・輸出規制・供給網の影響を受けやすく、「特定企業・特定国への依存を減らす」動きが強まっています。日本で設計された別系統の選択肢が育つかは、産業政策の観点でも注視点です。
今後の見通し
LENZOの焦点は、（1）プロトタイプ段階の成果を、より現実的な条件のシリコン実装・製品に落とし込めるか、（2）開発者が移行しやすいツールチェーンや統合環境を整えられるか、の2点に集約されます。
また、AI電力問題は「発電を増やす」だけでなく「同じ計算をより少ない電力でこなす」ことも解決策になり得ます。IEAが示すように電力需要が拡大する局面では、性能競争と同じくらい省電力・制御性・運用のしやすさが競争軸として強まる可能性があります。CGLAのような“データフロー重視”の路線が、特定領域（推論・エッジ・電力制約環境）からどこまで広がるかが、次の評価ポイントになるでしょう。
＼ 最新情報をチェック ／
