英国のAI半導体企業Fractileは2026年11月11日、シリーズCの資金調達ラウンドで7億2,000万ドルを調達したと発表した。英国政府も同日、政府系の2機関が今回のラウンドに参加したことを明らかにしている。ただし、7億2,000万ドルは民間投資家を含む調達総額であり、公的機関がそれぞれいくら出資したかは公表されていない。

Fractileが開発しているのは、学習済みAIモデルを実行する「推論」に特化した半導体とシステムだ。同社はDRAMと演算回路を3次元に積層することで、メモリの帯域幅を高めながら、大規模モデルや長い文脈を保持できる容量も確保する設計を掲げている。今回の大型調達によって開発資金は確保されたものの、こうした性能が実製品で実証されたわけではない。初のチップとシステムの出荷は2027年を予定しており、その性能が注目される。

AD

7億2,000万ドルの資金調達に英国政府も参加

Fractileの発表によると、今回のシリーズCはThrive Capital、Founders Fund、Lightspeed、Redpointが主導した。さらに、英国政府の発表では、政府のSovereign AI Venture Fundと、政府系の経済開発銀行British Business Bankも出資したことが明らかになっている。民間の大手ベンチャーキャピタルに加え、英国政府も同社の技術開発を資金面で支援する形となった。

英国政府によると、今回の調達額は5億ポンドを超え、Fractileの企業評価額は50億ポンド以上となった。前者は今回のラウンドで調達した資金の規模、後者は資金調達時点での企業価値を表しており、両者は異なる指標だ。また、Fractileが公表したドル建ての調達額と、政府が示したポンド建ての金額については、為替換算だけで厳密に一致すると判断することはできない。

政府系機関による個別の出資額も明らかにされていない。英国政府は商業上の機密に関わるとして、各機関の投資額を非公開とする方針を示している。このため、7億2,000万ドルのうち、どれだけが公的資金によるものかは不明だ。

英国政府が今回の投資を通じて目指すのは、海外技術への依存を減らし、AI分野の雇用や専門知識、経済的な利益を国内に確保することだ。ただし、今回の発表はFractileの半導体を英国国内で製造すると決定したものではなく、製造拠点や委託先も明らかになっていない。英国発のAI半導体技術を資金面で支援することと、実際の製造を国内で行うことは区別する必要がある。

AI推論の高速化にはメモリの帯域幅と容量が重要

AI推論では、学習済みモデルの重みを使って入力を処理し、応答を生成する。このとき、演算回路そのものの計算性能だけでなく、必要なデータをメモリからどれだけ速く取り出せるかが処理速度を左右する。Fractileに出資したRedpointは、特に長時間稼働するAIエージェントでは、モデルの重みやKVキャッシュの転送が性能上の制約になると分析している。KVキャッシュとは、AIが応答を生成する過程で計算した中間データを保存し、後続の処理で再利用する仕組みだ。

ここで重要なのが、メモリの「帯域幅」と「容量」の違いだ。帯域幅は一定時間にメモリと演算回路の間で転送できるデータ量を表し、容量はモデルの重みや処理中のデータをどれだけ保持できるかを示す。帯域幅が広ければデータ転送に伴う待ち時間を減らしやすくなる一方、容量が不足すると、大規模モデルや長い文脈を扱う際に制約が生じる。

投資家のCapitalGは、メモリ帯域幅が個々の利用者への応答速度に、容量が扱えるモデルや文脈の大きさ、同時処理できるリクエスト数に関わると説明している。例えば、長い文書を読み込んで応答するAIと、多数の利用者からの短い質問を同時に処理するAIでは、求められるメモリの特性が異なる。そのため、帯域幅が大きいだけで、あらゆるAI推論処理が高速になるとは限らない。実際の性能はモデルの規模や文脈長、同時処理数、演算性能などにも左右される。

現在の高性能GPUでは、高いメモリ帯域幅を確保するためにHBM（広帯域メモリ）が広く使われている。一方、演算回路の近くにSRAMを配置する設計では、高速なデータアクセスが可能になるものの、SRAMはDRAMと比べて面積当たりの記憶容量が小さい。このため、チップに搭載できる容量には制約がある。CapitalGは、こうした設計上の違いを踏まえ、メモリの高速性と大容量化を両立することの難しさを指摘している。

Fractileが採用するのは、容量に優れるDRAMと演算回路を3次元に積層し、両者を一体的に設計するアプローチだ。メモリを演算回路に近づけることでデータ転送を効率化し、大規模モデルや長い文脈を扱うための容量を維持しながら、HBMを上回る帯域幅と処理速度を目指している。ただし、これはFractileが説明する設計上の目標であり、既存GPUとの比較試験で優位性が実証されたという意味ではない。実際にどれだけ高速化できるかは、完成したチップとシステムによる検証が必要になる。

AD

資金調達は完了、チップの性能と出荷はこれから

今回の発表では、大型資金調達の成立に加え、Fractileの半導体設計と今後の製品化計画が示された。ただし、確定している資金調達の実績と、これから検証される技術的な性能や出荷予定は区別する必要がある。

項目 発表内容 現時点で確認できること
資金調達 シリーズCで7億2,000万ドルを調達 ラウンド全体の調達額
英国政府の出資 Sovereign AI Venture FundとBritish Business Bankが参加 公的機関の参加は確認できるが、個別額は非公開
半導体設計 DRAMと演算回路を3次元に積層 会社が説明する技術設計であり、実製品の性能は未検証
製品の初出荷 2027年に最初のチップとシステムを出荷する計画 今後の製品化スケジュール

7億2,000万ドルという調達額は、Fractileの開発に対する投資家の期待を反映したものだが、製品の性能を保証するものではない。また、技術的な優位性を説明している投資家は同社への出資者でもあり、その評価には投資家としての利害関係がある。今回確認できる資料には、既存製品と条件をそろえた独立した実機比較の結果は含まれていない。

Fractileが開発するのは、半導体チップ単体ではない。Redpointによると、同社はチップの回路設計から、クラウド上でAI推論を提供するためのソフトウェアまで一体的に開発している。さらにTechCrunchは、Fractileが機械学習コンパイラも開発していると報じた。専用チップの性能を十分に引き出すには、AIモデルを適切な実行形式に変換するコンパイラや、複数の処理を効率よく実行するソフトウェアも重要になる。

2027年の初出荷で何を検証すべきか

FractileのWalter Goodwin CEOは、今回の資金調達に関する声明で、初のチップとシステムを2027年に出荷する方針を示した。まず注目されるのは、この出荷計画が予定どおり実現するかどうかだ。今回確認できる発表資料では、実製品に搭載されるメモリ容量や消費電力、価格などの詳細は明らかになっておらず、具体的な顧客についても確認できない。

製品が登場した後は、既存のGPUやAI推論アクセラレータとの性能比較が重要になる。その際には、同じAIモデルと数値精度を使用し、入力する文脈の長さや同時処理するリクエスト数などの条件をそろえる必要がある。個々のリクエストに応答する速さだけでなく、一定時間に処理できるトークン数などのスループットも評価すべきだ。さらに、消費電力や導入・運用コストまで比較することで、高速化によって実際にどれだけの経済的なメリットが得られるかを判断できる。

Fractileが目指しているのは、大規模AIモデルや長い文脈を扱えるメモリ容量を維持しながら、推論速度を高めることだ。今回の大型調達によって開発を進めるための資金は確保されたが、技術的な優位性はまだ実証されていない。2027年の製品出荷と、その後に公表される実測性能が、同社の独自アーキテクチャの実力を判断する重要な材料となる。