Samsung ElectronicsがPC向けAIアクセラレータ「GAIA」を開発していると、韓国経済新聞が7月9日に報じた。GAIAは4nmプロセスで製造され、LenovoとHPが試作品の性能を検証しているという。早ければ2027年に量産へ入る見通しで、Samsungが進めてきたProcessing-in-Memory（PIM）との連携も検討されていると報じられた。ただし、AI PCとしての実力を判断するための演算性能と消費電力はまだ明らかでない。接続方式やソフトウェア対応も現時点では不明だ。
LenovoとHPへ試作品、早ければ2027年量産
韓国経済新聞によると、GAIAを開発しているのはSamsungの半導体部門に属するSystem LSI事業部である。チップはニューラル・プロセッシング・ユニット（NPU）を中心に設計され、PC上の生成AI処理を効率よく実行するという。試作品はすでにLenovoとHPへ渡り、両社が性能を検証していると報じられた。
試作品の供給は、研究室内の開発からPCメーカーによる評価へ進んだことを意味する。ただし、評価開始と製品採用は同義ではない。PCメーカーは速度とバッテリー駆動時間に加え、発熱や基板面積を完成品の条件と照らし合わせる。部品コストとドライバの安定性も選定を左右する。報道にある「早ければ2027年」という量産時期も、顧客の採用と検証が予定通り進むことが前提になる。
Samsungは現時点でGAIAを正式発表していない。4nmという製造プロセスは判明したものの、NPU性能を表すTOPSと熱設計電力は不明である。対応する数値精度やメモリ容量、帯域も分からない。LenovoとHPがどの製品群で評価しているのか、試作品が最終製品に近い設計なのかも報道からは読み取れない。
統合NPUとは別に、AI演算を追加する道
現在のCopilot+ PCは、Intel、AMD、QualcommのCPUまたはSoCに組み込まれたNPUを使う構成が中心だ。NPUをCPUやGPUと一体化し、メモリを共有すれば、部品点数とデータ転送を抑えやすい。PCメーカーにとっても、プロセッサを選べばAI演算機能が一緒に決まるため、設計をまとめやすい。
GAIAの報道は、既存プロセッサとは別のAI専用アクセラレータとして説明している。ただし、マザーボード上に独立して実装するチップなのか、複数のダイを一つのパッケージへ収めるのか、接続にPCI Expressなどを使うのかは公表されていない。実装方式が分からない以上、「既存PCへ追加できるNPU」と決めつけることはできない。
仮に独立部品として提供されるなら、PCメーカーはCPUの内蔵NPU性能に縛られず、製品ごとにAI演算能力を足せる。高価な上位CPUを選ばずにローカルAIを強化できれば、中価格帯PCにも搭載先を広げられる。その反面、追加チップは基板面積を取り、電源回路と冷却機構が要る。部品コストも増える。アクセラレータとシステムメモリの間をデータが往復すれば、速度と電力の利点も削られる。GAIAがどの価格帯に入るかは、ピーク性能よりシステム全体の設計で決まる。
性能より先に、データ移動を減らす仕組み
報道にあるPIM連携が実現すれば、GAIAはSamsungが進めてきたメモリ側のAI処理をPCへ持ち込むことになる。PIMはメモリの内部または近くに演算機能を置き、演算器とメモリの間でデータを運ぶ回数を減らす技術だ。AIモデルでは重みや中間データを頻繁に読み書きするため、計算そのものが速くても、メモリ転送が処理時間と消費電力を押し上げる。
Samsungは2021年、PIMを組み込んだHBM-PIMに加え、DRAMモジュールへAIエンジンを載せるAXDIMMと、モバイル向けのLPDDR5-PIMを発表した。用途や実装は異なるが、狙いは共通している。データを置いた場所に演算を近づけ、転送に使う時間と電力を減らすことだ。
もっとも、過去のPIM製品で得た性能向上率をGAIAへ当てはめることはできない。PCが使う低消費電力メモリとGAIAをどう接続するのか、NPUとPIMが処理をどう分担するのかは未公表である。PIMを使える処理も、対応する演算とデータ配置に左右される。GAIAの価値を確かめるには、チップ単体のTOPSとともに、実際のAIモデルを動かした際の速度とシステム消費電力が必要だ。
40 TOPSの先にあるWindows対応
MicrosoftはCopilot+ PCの基準として、40 TOPS以上のNPUを掲げている。GAIAがこの水準を超えるかは分かっていない。さらに、TOPSは特定の数値精度で単位時間当たりに処理できる演算回数を表すピーク値であり、対応するAIモデルやメモリ帯域が違えば、同じ数字でも実際の速度は変わる。
Windows上でNPUをアプリから使うには、ハードウェアに合ったドライバとランタイムも必要になる。MicrosoftのWindows MLはONNX Runtimeと、チップごとに最適化したExecution Provider（EP）を組み合わせる。2026年4月24日更新の公式文書は、NPU向けEPとしてIntelのOpenVINO、QualcommのQNN、AMDのVitisAIを挙げている。Samsung製NPU向けのEPは現在の公開リストに載っていない。
Samsungが独自EPを配布する方法はあるが、PCメーカーとアプリ開発者に採用してもらうには、ドライバとモデル変換ツールを用意する必要がある。対応演算と更新方法も揃えなければならない。Microsoftの認証済みEPとしてWindows Updateから配布できれば導入は軽くなる。そこへ至らなければ、GAIAの性能を使うアプリごとに個別対応が増え、ハードウェアの普及を遅らせかねない。
GAIAの次の節目は、Samsungによる正式発表と仕様公開である。まず40 TOPSを超えるのか、何Wで動くのかが判断材料になる。メモリの接続方法とWindows ML対応も欠かせない。そのうえでLenovoかHPが2027年モデルへの採用を表明すれば、GAIAは試作段階の構想からPC向けAI基盤へ進んだと判断できる。