2026年10月19日 — 2026年10月25日
CMOSイメージセンサの欠陥低減技術とCerebrasによる数兆パラメータAI推論手法
今週は、CMOSイメージセンサの製造プロセスにおける分子イオン注入を用いた欠陥低減手法と、Cerebrasのウェハースケールプロセッサを用いた数兆パラメータ規模の超巨大AIモデルの高速推論アーキテクチャが注目されました。材料・プロセス技術の深化と、チップスケールを超えるAI計算基盤の双方で進展が見られます。
分子イオン注入によるCMOSイメージセンサの性能向上
エピタキシャル層へのSiHxおよびC2Hy混合分子イオン注入により、CMOSイメージセンサの白点欠陥を32%、暗電流を13%削減する手法が示されました。この改善は、金属不純物のゲッタリング能向上、酸素拡散の抑制、ならびに水素拡散によるSiO2/Si界面欠陥のパッシベーションという複合的メカニズムによるものです。低酸素濃度のエピタキシャル層において高いゲッタリング効果と水素拡散が得られることが確認され、高感度センサの品質向上に寄与する製造アプローチとして注目されます。
ウェハースケールチップによる超大規模AIモデルの高速実行
Cerebrasはオンチップメモリ44GBを搭載するWSE-3Tウェハーを計59枚活用し、約3兆パラメータのオープンソースモデル「Kimi K3」を毎秒1000〜2000以上のトークン速度で実行するアーキテクチャを解説しました。モデルを4ビット量子化して重みをウェハー上に常駐させ、層間で活性化値のみを低遅延RDMAで転送するパイプライン並列を採用することで、従来のGPUクラスタとは異なるメモリ帯域ボトルネックの解消手法を提示しています。
今後の注目点
Cerebrasのウェハースケールシステムによる超巨大モデル展開が、データセンター推論の運用コストやスケーラビリティの観点で既存GPU構成とどのように競合していくか
分子イオン注入によるゲッタリングおよび界面パッシベーション技術が、先端CMOSイメージセンサの量産工程へどの程度浸透するか
特に重要な記事
- Cerebrasはオンチップメモリ44GBのWSE-3Tウェハー59枚を用い、約3兆パラメータのモデル「Kimi K3」を毎秒1000〜2000以上のトークン速度で実行する手法を解説した。
本ページの内容は AI が公開ニュースから自動生成した要約・解説であり、 投資助言・推奨ではありません。投資判断は読者ご自身の責任で行ってください。