日立は、チップレット半導体のパッケージ設計において、設計初期の有望な設計案の選定を効率化する基盤技術を開発した。エージェント型AIとAIモデルによる高速物理解析を活用し、3種のチップレット半導体を用いた検討では設計者が確認する候補数を90%以上削減できることを確認している。これにより詳細設計へ進む前に実現可能性を見極めやすくなり、設計の手戻りリスクを抑えつつ開発期間の短縮を図る。

近年、エッジAIや自動運転、産業IoT向けを用途とした半導体開発の需要が高まり、高性能化や高機能化が進んでいる。その中で、必要な機能を持つ複数のチップを組み合わせるチップレット半導体が注目されている。

チップレット半導体は柔軟な機能の組み合わせや既存チップの再利用が可能な一方、チップや基板の配置・接続、パッケージ構造の選択肢が大幅に増加する。そのため設計初期の候補絞り込みに時間を要するほか、設計途中で供給状況や納期が変化して部品変更に伴う再設計や追加検証が発生するなど、手戻りのリスクがあった。従来はEDAツールによる物理設計の最適化が行われていたものの、調達性や製造条件を考慮した設計初期の絞り込みや物理解析には熟練設計者の判断が必要とされていた。

候補の自動絞り込みとAIによる高速物理解析

今回開発された基盤技術は、エージェント型AIによる候補の絞り込み自動化と、AIモデルを活用した高速物理解析の2つの特徴を持つ。

エージェント型AI技術では、設計者が自然言語で入力した設計要件を整理・構造化する。調達性や製造仕様、既存の設計知見などの条件を踏まえ、適した組み合わせや配置、パッケージの規模や構造の候補を自動で絞り込む。これにより、性能に加えて調達上の問題が生じる可能性も早期に考慮できるようになる。

高速物理解析技術では、絞り込んだ候補の電気・熱・応力の特性をAIモデルで解析する。計算負荷の大きい処理を高速化することで、熱がこもらないか、電気的な問題がないか、応力上の懸念がないかを早期に見極め、詳細設計段階での不適合による手戻りリスク低減につなげる。

実証実験で確認された効果と今後の展開

3種のチップレット半導体を用いたパッケージ検討では、調達性や接続端子配置などの条件を考慮して候補を絞り込んだところ、設計者が確認する候補数を90%以上削減できることが確認された。さらに設計初期の段階で熱や電気、応力に関する評価が行えることも確かめられている。

日立は今後、チップベンダやパッケージ関連企業とのPoCを通じて適用範囲の拡大や絞り込み精度の向上を進め、エッジAI向け半導体エンジニアリングサービスへの適用をめざすとしている。また、Lumada 3.0を支える半導体開発向け基盤技術と位置づけ、半導体設計・実装基盤の高度化を進める方針だ。

なお、本成果の一部は、2026年10月18日から10月21日に米国フォートワースで開催された35th Conference on Electrical Performance of Electronic Packaging and Systems (EPEPS 2026)で発表された。

本記事は株式会社日立製作所の発表をもとに作成。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。