AMDの最新GPUが部品加工可否を0.5秒判定する理由
工作機械の加工可否を瞬時に判定するAIシステムがAMDのデータセンター向けGPU「Instinct MI300X」上に構築された。開発したのはカリフォルニア州サンノゼに拠点を置くAIスタートアップのMachina Labsである。試作段階で数日を要していた部品の製造容易性評価を0.5秒まで短縮し、製造業の設計プロセスを根本から変える可能性を持つ。
7つのAIエージェントが並列推論
Machina Labsが公開した「MachinaCheck」は、7つの専門AIエージェントを連携させたマルチエージェントシステムだ。CADデータを入力すると、各エージェントが幾何学的特徴、公差、素材特性、工具経路、固定具設計、加工順序、コストを同時並行で解析する。
同社CTOのババク・レイハン氏によると、従来の単一モデルによる判定では見逃していた干渉領域を、エージェント間の相互検証で発見できるようになった。とくに深いポケット形状や薄肉部品のびびり予測では、経験豊富な機械加工技術者の判断と95%以上の一致率を示したという。
MI300Xの192ギガバイトという大容量HBM3メモリは、7つの大規模言語モデルを同時にメモリ上に常駐させる決め手となった。GPU間のデータ転送待ちが発生しないため、0.5秒という応答速度が実現した。
MI300X選定の技術的必然
Machina LabsがNVIDIAのH100ではなくMI300Xを選択した背景には、メモリ容量とメモリ帯域幅の優位性がある。H100のHBM3容量は80ギガバイトだが、MI300Xは192ギガバイトで2.4倍の開きがある。メモリ帯域幅もMI300Xが毎秒5.3テラバイトと、H100の毎秒3.35テラバイトを大きく上回る。
レイハンCTOは「CNC加工の製造容易性判定は、単一モデルでは精度限界があった。複数エージェントの同時推論をGPUメモリ内で完結させるには、H100ではエージェント数を4つに制限せざるを得ず、見落とし率が1.8倍に跳ね上がった」とAMDの公式ブログで述べている。
AMDのデータセンターGPU事業担当シニアバイスプレジデント、ブラッド・マクレディ氏は「MI300Xは大規模推論ワークロードで頭打ちしない設計であり、Machina Labsのような高並列AIネイティブ企業にとって自然な選択肢だ」とコメントした。
板金加工からロボット研磨まで応用拡大
MachinaCheckは現在、3軸および5軸CNCフライス加工を主対象とするが、板金曲げ加工とロボット研磨工程への拡張が進んでいる。板金曲げではスプリングバック予測に特化したエージェントを追加し、研磨工程では表面粗さと工具摩耗の相関モデルを組み込んだプロトタイプが稼働中だ。
同社は2026年第2四半期を目標に、溶接工程と積層造形の判定機能も追加する計画を明らかにしている。積層造形ではサポート構造の自動設計エージェントが鍵を握るとみられ、現在はローレンスリバモア国立研究所から提供された金属AMデータセットで訓練中とのことだ。
日本の工作機械産業にも波及か
この技術は工作機械の国内受注総額が2024年に1兆5000億円を超えた日本市場にとっても無視できない。DMG森精機やオークマ、牧野フライス製作所などが工作機械の知能化を競うなか、見積もり工程の自動化とリードタイム短縮は長年の課題だった。
ある工作機械メーカーの技術顧問は取材に対し、「MachinaCheckのようなシステムが商用化されれば、中堅加工企業の見積もり業務が劇的に変わる。とくに多品種少量生産で設計変更が頻発する航空機部品や医療機器の分野で恩恵が大きい」と指摘する。鍵は邦銀系ベンチャーキャピタルがMachina Labsへの出資を検討しているとの観測もあり、日本企業への技術導入の道筋が注目される。
マルチエージェントと半導体地政学
Machina Labsの事例は、AIワークロードの多様化がGPU選択に地政学的な選択肢をもたらすことを示唆する。NVIDIA一強とみられてきたデータセンターGPU市場で、用途特化型の差別化が進めば、TSMCの先端パッケージング供給網に依存しない調達戦略も視野に入る。
半導体アナリストの見方では、2025年のAMDのデータセンターGPU売上高は70億ドル超とみられ、MI300シリーズがその7割を占める予測だ。マルチエージェント推論という新分野で実績を積めば、H200やB200に対する価格交渉力の材料にもなりうる。工作機械の可否判定という小さなニッチが、巨大な半導体競争の一角を動かし始めている。
