BYD自社開発4nm自動運転チップ璇璣A3、NVIDIA Thorと同等プロセス

4nm車載AIチップの衝撃

中国の電気自動車大手BYDが、自社開発した車載自動運転AIチップ「璇璣A3」を正式に発表した。4nmの車載規格プロセスを採用し、チップの設計からテストまでを完全に自社で完了させたという。3チップの組み合わせで2100 TOPSを超える演計算能力を実現する一方、単位電力消費は汎用GPUアーキテクチャと比較して低く抑えられている。 璇璣A3の登場は、中国の自動運転チップ市場に新たな地図を描くものだ。グローバルな車載AI計算チップにおいて、エヌビディアのThorと同等のティアに位置するという。バッテリー技術と電動化に注力してきたBYDが、AIチップ設計の領域にも本格的に参入した意義は極めて大きい。

璇璣A3の技術的特徴

璇璣A3のコアとなる技術仕様を整理する。 プロセスは4nmの車載規格を採用している。車載チップは民生用電子機器とは異なり、過酷な温度変化や振動、長期間にわたる信頼性が求められる。BYDの王伝福氏は「車載規格4nmの技術的難易度は、民生電子機器分野の2nmにほぼ相当する」と説明している。設計段階での冗長設計や誤差許容回路の導入、製造段階での高価な材料使用や追加工程など、民生用とは異なる厳格な基準が存在するためだ。 CPU部分は16コア構成で420K DMIPSの演計算能力を備え、自動運転処理だけでなくコックピットや車体制制御の複雑なタスクを同時に処理できる。メモリ帯域幅は273GB/sで、自社開発バスとの組み合わせによりハードウェアレベルでナノ秒クラスの低遅延を実現している。

NPUとGPUのアーキテクチャの違い

璇璣A3の最も重要な差別化要因は、エヌビディアのOrinやThorのような汎用GPU派生アーキテクチャではなく、AI推論専用のNPU（ニューラルプロセッシングユニット）を選択した点にある。 GPUは元々グラフィックレンダリング用途で開発され、大量の類似タスクを並列処理する能力に優れている。エヌビディアはこれを汎用並列計算プラットフォームへと進化させ、科学計算やAIトレーニングにも応用可能にした。一方、NPUはAI関連タスクに特化した設計であり、行列乗算や畳み込み、活性化関数などのAIで頻繁に使用される演算子をハードウェアレベルで直接実装している。 たとえるなら、GPUは多くの作業をこなせる熟練の職人であり、NPUは特定の作業に極めて効率的に特化した専門作業員のような存在だ。汎用GPUは異なる自動車メーカーやアルゴリズム、モデルに対応するため、ハードウェア資源にある程度の「柔軟性」を維持しなければならず、その分が面積や電力消費のオーバーヘッドとなる。 璇璣A3のNPUは、BYD自社開発のアルゴリズムと深く結びついている。汎用チップが多様な顧客のニーズに対応するための設計上の妥協を含むのに対し、璇璣A3はBYD固有の自動運転アルゴリズムにカスタマイズされることで、同じ理論的演計算能力に対してより高い有効性能を引き出す。その結果、単位電力消費は同クラス製品より低く抑えられ、演計算能力の利用率は大幅に向上している。

遅延削減が安全性を高める

専用NPUアーキテクチャがもたらす最も直接的な恩恵は、遅延の削減だ。 都市部のナビゲーションシナリオでは、センサーからのデータ収集から意思決定の実行まで、知覚、予測、計画、制御という複数のステップを経る必要がある。各ステップで大量の計算が発生し、演計算能力不足やアーキテクチャの非効率さは、車両の「ためらい」として現れる。割り込みへの対応の遅れや、複雑な交差点での判断の遅延、迂回すべき場面での動きの鈍さなどがその具体例だ。 璇璣A3のNPUコアは大規模Transformerモデルをネイティブにサポートし、自社開発バスとの組み合わせでナノ秒レベルのデータスケジューリングを実現する。発表会では、深セン坪山の旧市街地での実証テスト映像が公開された。突然飛び出してくる電動自転車や路側駐車車両、狭い道路でのUターンといったシナリオで、車両は機械的ではなく滑らかな動きを見せたという。 人間の反応時間は約300〜500ミリ秒だが、一般的な自動運転システムはこれを約100ミリ秒に圧縮できる。専用NPUはさらにこのウィンドウを短縮し、システムに残される安全マージンを拡大する。数十ミリ秒の差が、停止と衝突の分かれ目になり得る。

自動運転事故はBYDが全額賠償

発表会で王伝福氏は、璇璣A3を搭載した車両に対する自信を示す異例の宣言を行った。 「都市ナビゲーション中に自動運転による交通事故が発生した場合、BYDは本車が負担すべき経済的損失を全額賠償する。上限はない」。 これは単なるマーケティングメッセージではない。自社開発チップと自社開発アルゴリズムを組み合わせることで、ハードウェアからソフトウェアまでの全スタックを自社で制御できるからこそ可能な宣言だ。BYDはすでに十重冗長アーキテクチャや多数のセンサーを展開しており、璇璣A3と組み合わせることで、法規が整えばハードウェア能力を直接L3/L4へと解放できる態勢を整えている。

フルスタック自社開発の意義

璇璣A3の登場により、BYDはバッテリー、電装制御から車両アーキテクチャ、そして自動運転チップまで、全プロセスを自社開発できる数少ない企業の仲間入りを果たした。これまでこの領域にはテスラやHuawei、NIO（NIO）、小鵬汽車（XPeng）、理想汽車（Li Auto）などが名を連ねてきたが、BYDが正式にこのリストに加わった意味は大きい。 BYDの強みは、自動運転チップの開発だけでなく、それを大量生産し、自社の膨大な車両ラインナップに展開できる規模にある。チップの設計と製造、車両への搭載、そして実際の走行データの収集とフィードバックを高速に回せるサイクルは、他の追随を許さない競争優位となり得る。 AI技術が自動車からより広い物理AIの領域へと広がる中、璇璣A3はBYDにとっての基盤計算ソリューションとなる。汎用GPUとの理論的演計算能力の競争ではなく、より少ないリソースでより多くの有効計算を実行し、AI専用ハードウェアによってより複雑なモデル、より速い応答、より高い安全上限を支える——それが璇璣A3が示す技術路線の核心だ。 ---