2025年MCU半導体ベンダ動向

MCU半導体ベンダの需要低迷
MCU半導体ベンダの需要低迷

MCU半導体需要の低迷が原因で、STマイクロ、NXP、ルネサス各社の人員削減や減収減益が話題になっています。

2025年半導体需要低迷ニュース

  1. STマイクロ、最大3000人削減を検討Bloomberg202521
  2. NXP売上げ見通し市場予想下回る、Bloomberg2025年2月4日
  3. ネサス2024年通期減収減益、EE Times2025年2月7日

1STマイクロは、産業および自動車部門の需要低迷のため、従業員約6%相当の最大3000人員削減を検討中。業界にとって2024年は数十年ぶりの厳しい1年だった。

2NXPは、産業および自動車向け半導体の需要低迷が長引いているため、20251-3月売上高10%減の見通し。市場予想下回る。

3:ルネサスの202410-12月売上高は、前年比19.2%減の2926億円(産業25.0%1408億円、自動車13.5%1488億円)。2025年は、将来取組みに集中。

2025年は、MCUベンダの風向きに変化が起こりつつあるのは、確実のようです。

半導体独立不可能

「半導体はどの国も独立は不可能」と欧州3 MCUベンダCEO強調、EE Times20241114

昨年ドイツ)ミュンヘン開催electronica 2024で、欧州主要MCUベンダ3社のInfineonSTマイクロ、NXPCEOが、AI期待とEV(電気自動車)の見解を語っています。

  • あらゆるデバイスや用途でAI必須になるため、巨大ビジネス機会あり
  • EVは短期的困難に直面しているが、電動化の強い取組みを否定するものではない
  • 世界規模半導体の分断は危険、どの国も独立できない

2025年の米国関税導入への強い懸念を示しています。

動的状況把握ツール:CopilotGemini

Microsoft Copilot対Google Gemini
Microsoft Copilot対Google Gemini

半導体や経済の状況は、動的に変化します。この動的現状を手軽に調べる方法として、CopilotGeminiが役立ちます。

例えAI PCでない従来型PCでも、CopilotGeminiへ質問すれば最新ネット情報をかき集め、専門家以外の誰でも判るように要約、回答するからです。

回答の基になったリンクも表示するので、ハルシネーション対策もできます。最新情報が概要から詳細まで把握できます。天気予報と同じ感覚で活用すれば良いと思います。

高騰するプリント基板対策や開発中デバイス入手困難に備え、Plan B検討のきっかけになります。

Summary2025MCU半導体ベンダ動向

2025年のMCUベンダ各社は、産業と自動車向け半導体の需要低迷、供給過剰、製造コスト上昇に直面しています。さらに、米国と諸外国の報復関税など、地政学リスクの市場影響も無視できません。

半導体と経済の先行き不透明感が増しているのは、確実です。MCU開発者も、状況注視の必要があります。これら状況変化へ多様に対応できるMCU開発者が、今求められています。

Afterword:多様MCUソフトウェア開発ツール:弊社マイコンテンプレート

MCUテンプレート(緑:英語対応、黒:日本語のみ)
MCUテンプレート(緑:英語対応、黒:日本語のみ)

弊社は、ルネサス/NXP/STマイクロ/ Infineon(旧Cypress)各社の主要汎用MCUテンプレートを、各1000円(10 US$)で販売中です。最近のMCUソフトウェア開発は、HALHardware Abstraction LayerAPI記述が殆どです。弊社汎用テンプレートを使ってHAL APIポイントを掴めば、多様なMCUの早期開発に役立ちます。


生成AI未来予測

AIが人間よりも賢くなるシンギュラリティ、2045年問題
AIが人間よりも賢くなるシンギュラリティ、2045年問題

生成AIの未来予測が良く判る記事を紹介します。弊社は、AIをMCUセキュリティコンサルタントへ活用したいと考えています。この記事のAI自動化が、活用できる確信を与えました。

2つの未来予測

AI未来予測は、2つあります。1つが、今の生成AIはバブルで幻滅期へ入る。もう1つが、生成AIはこのまま加速し、社会を激変、シンギュラリティへ入る。この2つを、発表レポートに基づいて論点整理したのが紹介記事です。

弊社は、後者予測のAI加速、シンギュラリティ実現を信じますので、以下この予測要点をまとめます。

生成AI知能レベルと2027年シンギュラリティ実現

生成AI知能レベル、シンギュラリティ、AI自動化
生成AI知能レベル、シンギュラリティ、AI自動化

記事内の今年6月発表Situation Awarenessレポートが、生成AI知能レベルをまとめています。

2019年:未就学児童
2020年:小学生
2023年:優秀な高校生
2024年:大学生(現在AI知能レベル)
2025か26年:大学院生
2027年:汎用人工知能(AGI)レベルとなりシンギュラリティ実現

※AGI(Artificial General Intelligence)は、人間の考え方、知識の「一部を機能化」した現在のAIの親玉に相当し、人間と同等か最大でも10倍程度の知能レベル。

この予測は、レポート著者Leopold Aschenbrenner⽒個⼈の⾒解ではなくAI研究者、業界の主流意⾒だそうです。今年5月の関連投稿、2045年予測よりもかなり早いです!

この予測の前提は、電力やAI半導体、AI研究者、つまりAI資源が十分に揃うことで、GOMAなどの大手AIプレーヤもAI進化へ注力中のため、Aschenbrenner⽒は2027年末AGI誕生に自信を持っています。

さらに、ソフトバンクはコチラの関連投稿で、AGIの10年後に更に高度なASI:Artificial Super Intelligenceへレベルアップすると予測しています。

AI自動化の仕組み

AGI実現を待つまでもなくAI自身が自分を改良・進化させるAI自動化は、今のAI技術でも可能だというレポートをSakana AI発表しました。そのAI自動化の仕組み(実現ステップ)です。

AI自動化の仕組み(実現ステップ)
AI自動化の仕組み(実現ステップ)
  1. アイデア⽣成:与えられたコードとタスク説明に基づいて、新しい研究アイデアを⽣成。
    ※アイデア⽣成は、⽣成AIの得意分野。
  2. 新規性チェック:そのアイデアに新規性があるかをAIが検索機能を使って調査。
  3. 実験実⾏:他に同様の論⽂が⾒当たらない場合は、そのアイデアを使った実験計画を立案。計画通りにコードを書いて、結果を確認。このような実験を繰返す。
  4. 結果の可視化と論⽂執筆:図表を作り論⽂⽣成。
  5. 論⽂レビューと改善:AIが書いた論⽂をAIが読み返し改善点提案、それを基にAIが論⽂を書き直す。

凄い仕組みです。このAI自動化による論文が既にあるそうです。現在は論文中の図表をAIが正確に読めない課題もありますが、この課題は確実に克服されるそうです。

弊社は、AI自動化によりAIをMCUセキュリティコンサルタントへ利用できると確信しました。セキュリティ全般知識とMCUセキュリティ開発の費用対効果、必要な開発レベル、開発期間などを問い合わせると、自動化AI MCUコンサルタントが、上記ステップを使って回答を出力します。

各ステップの結果を参照することで、AI回答ハルシネーション対策や信憑性確認もできると思います。

Summary:生成AI未来予測

ビジネスのAI利用は賛否あります。生成AI未来予測記事は、賛否両論の主張を整理しています。弊社は、AI進化予測の内容をまとめました。

  • 生成AI知能レベルは、電力、AI半導体、AI研究者が十分に揃い、GOMAなどAIプレーヤのおかげで進化し、2027年にAGIとなり人間知能を超えるシンギュラリティになる。
  • AIが自分自身を改良・進化させるAI自動化は、現在のAI知能レベルでも可能で、既に自動化により数件の論文を生成済み。図表の正確な読取りに課題もあるが、克服される。

Afterword:AI利用で激変するPC作業

生成AI革命がGAFAMからGOMAへ変える
生成AI革命がGAFAMからGOMAへ変える

GOMAの一角Microsoftは、AI(Copilot)のビジネスOffice文書作成にも積極的です。例えば、コチラの記事です。紹介されたCopilot機能は、文書生産性や共同作業性の向上に直結します。もはや文書作成時のCopilot利用は、当たり前で、それをいかに上手く使うかが焦点です。

AIに対する一種のアレルギーは、GeminiのGoogleサービス拡張機能やApple IntelligenceなどのAIスマホ普及により減少し、ユーザは、PCへも更なるAI機能追加を要求すると思います。

AIは、もはやInternetと同レベルの情報機器必須機能へ変化・進化しつつあるのです。


GeminiとCopilot

Microsoft Copilot対Google Gemini
Microsoft Copilot対Google Gemini

Microsoft CopilotとGoogle Geminiの使い方と特徴を簡単にまとめます。最新Gemini 1.5 Proは、GPT-4oを上回る性能と聞いたからです。生成AI性能評価は、専門家に任せ、我々利用者は、両者の特徴や使い方を知っていれば十分です。

生成AI(GeminiやCopilot)ができること、注意点

会話型AIサービスGoogle Geminiは、Microsoft Copilotのライバルです。専門家によると、2024年5月公開の最新Gemini 1.5 Proは、GPT-4oより高性能だそうです。生成AI関連の開発スピードは凄まじいです。

激変AIサービスの利用側は、生成AI利用時の最低限の知識、無償版GeminiとCopilotの使い方や特徴を知っていれば、十分使えます。業務にAIを活用することは、当たり前になりつつあります。先ずは、手軽に無償版生成AIを使い、その特徴や癖を掴んでいけば良いと思います。

生成AI利用時、最低限の注意点、会話型生成AIサービスができることが以下です。

生成AI注意点:ハルシネーション(幻覚)。AIが事実と異なる情報を生成し、まるでAIが幻覚を見ているかのように、もっともらしい回答を生成する現象。AIは、大量のテキストから単語関連性やパターンを学習し、つながる確率の高い単語を使って回答を生成するのが原因。対策は、ユーザ自身による回答出典先確認。

会話型生成AIサービスができること:テキストやPDF、ブラウザ表示中のページ要約が得意。これ以外に、ネット検索や翻訳、AIスマホが得意な画像認識や生成なども可能。有償版は、無償版の制限緩和や高度なプログラミング開発支援もできる。

※生成AI牽引企業GOMA(Google、OpenAI、Microsoft、Anthropic)は、コチラの投稿参照。

Geminiの使い方、特徴

Google Geminiログイン画面
Google Geminiログイン画面

Geminiは、GeminiページへGoogleでログインすると、新しくGemini専用ページが開き、ページ下のプロンプト欄へ質問や相談を入力すると、ページ上にGeminiのAI回答が示されます。

Gemini回答は、最新ネット情報に基づいています。ここが、ChatGPTベースのCopilotと異なる点です。ChatGPTは、GPT-3.5なら2021年9月までの学習済みデータからCopilot回答を生成します。

弊社7月19日ブログのGemini要約例を示します。

Gemini要約画面。画面下がプロンプト欄。画面上にGemini回答と出典が示される。
Gemini要約画面。画面下がプロンプト欄。画面上にGemini回答と出典が示される。

また、Geminiへ一般的な質問や相談をした場合は、「回答を再確認」ボタンが現れ、これを押すと、Gemini回答の基になったリンクが示されますので、ハルシネーション対策ができます。

Gemini回答の確認ボタン
Gemini回答の確認ボタン

Googleログインを使うGeminiは、スマホでよく使うGoogle MapやGoogle Photoなどと連携性が良い会話型生成AIサービスです。

Copilotの使い方、特徴

Copilotの使い方は、コチラの投稿、Afterwordに示しています。

Copilot活用ページ概要生成
Copilot活用ページ概要生成

Microsoftへログインすると、Edgeページ右上にCopilotボタンが表示されます。このボタンを押すと、ページ左側からCopilotエリアが現れます。このエリア内に、ページ概要生成やページ関連質問、会話スタイル選択など良く使うボタンが初めから用意されていますので初心者でも使い易いと思います。

有償版では、WordなどのOfficeアプリとCopilotを連携し、下書き作成や企画書テンプレート自動作成なども可能です。Geminiよりも、Windows PCとの連携を強化しています。

Summary:GeminiとCopilot使い方と特徴

AIスマホとの連携性が良いGeminiは、最新Googleネット情報を基にAI回答を生成します。また、回答再確認ボタンで、AI回答の基リンクが示されるなどハルシネーション対策ができます。

Windowsアプリとの連携性が良いCopilotは、使用するChatGPT版数により学習済みデータ作成年月が異なります。ページ概要生成や会話スタイル選択ボタンが用意済みなど、初心者に判り易いユーザインタフェースです。

Geminiは、Googleログイン、Copilotは、Microsoftログインが必要です。Google/Microsoftともにログインユーザ情報を収集し、より良いAI回答や、次期AI開発に活かすためでしょう。

AI活用は、当然の業務になりつつあります。現在AIサービスは過渡期ですが、安定期まで待って利用開始するより今使い始め、回答やその注意点、癖に慣れると、業務AI活用性を高めると思います。

Afterword:パーソナルAIエージェント(AIアシスタント)の鍵、NPU

販売中Copilot+ PCのNPU TOPS値は、GPUより小さいのが一般的です。例えば、Lunar Lake SoCは、 トータル120TOPS=NPU48+CPU5+GPU67です。この理由が、コチラの記事で解りました。

つまり、GPUでもできるAI処理を、NPUは徹底的に低電力処理できるようにワットパフォーマンスを最適化します。例えば、数時間のビデオ会議でAIが常時同時翻訳をしても、低電力NPUならバッテリー動作も大丈夫となるなどです。

PC/スマホどちらもパーソナルAIエージェント(AIアシスタント)実現に、低電力NPUの常時バックグラウンド学習動作が鍵となりそうです。