Preferred NetworksとTenstorrentが次世代AIプロセッサの共同開発へ、光電融合と3Dメモリ積層技術を活用

2026年10月20日、Preferred Networks（以下、PFN）と米Tenstorrentは、両社の共同研究開発プロジェクトがNEDO（新エネルギー・産業技術総合開発機構）の「光電融合技術を実装したxPU設計開発」に採択されたと発表した。

プレスリリース

今回のプロジェクトは、NEDOが推進する「ポスト5G情報通信システム基盤強化研究開発事業／先端半導体製造技術の開発」の一環として実施されるもの。

両社は光電融合技術、先端パッケージング技術、3次元メモリ実装技術などを活用し、AIの学習・推論を高性能かつ高効率に実行できる次世代AIプロセッサの開発を目指す。

両社が取り組む研究開発の中心となる技術開発は以下の3つ。

・光電融合技術と先端パッケージングを活用したAIプロセッサのシステム化
・3次元メモリ実装技術を活用したAIチップレットの開発
・機密計算に対応したCPUチップレットの開発

1．光電融合技術と先端パッケージングを活用したAIプロセッサのシステム化

これはPFNとTenstorrentが共同で担当する。光電融合技術は、従来の電気信号によるデータ伝送の一部に光通信を活用することで、大容量データ転送と低消費電力化を実現する技術として注目されている。

今回のプロジェクトでは、こうした技術と先端パッケージングを組み合わせ、AIプロセッサのシステム全体を高性能・高効率化する技術の確立を目指す。

2．3次元メモリ実装技術を活用したAIチップレットの開発

こちらはPFNが担当。最先端の半導体プロセスと3次元メモリ実装技術を組み合わせ、超高メモリ帯域幅を実現するAIチップレットを開発する。

PFNは独自のAIプロセッサ「MN-Core」シリーズを開発してきた実績を持っており、今回のプロジェクトでは次世代のAIコンピューティングに向けたチップレット技術の開発に取り組む。

3．機密計算に対応したCPUチップレットの開発

こちらはTenstorrentが担当。オープン・アーキテクチャをベースとし、機密計算（Confidential Computing）に対応したCPUチップレットを最先端プロセスで開発する。

機密計算は、データの処理中も機密性を保護する技術で、企業や研究機関が機密性の高いデータをAIで扱う際に重要となる。

今回のプロジェクトには、両社以外にも東京大学、神戸大学、東洋大学、海洋研究開発機構、日本原子力研究開発機構が参加し、科学研究向けAIやフィジカルAIに関する領域特化型アプリケーションの研究開発を進める。

また、テンストレントジャパンはCPUチップレットの設計および機密計算の実証に向けたソフトウェア開発を担当する。

研究開発は2031年度まで実施される計画で、プロジェクト終了後にはAIエージェントなどへの活用を想定した研究成果の事業化を目指す。

今回の共同開発で注目されるのは、単一のAIチップの演算性能を追求するだけでなく、光電融合、3次元メモリ実装、AIチップレット、CPUチップレットを組み合わせ、システムレベルで性能と電力効率の最適化を図ろうとしている点だ。

AI半導体の競争軸が演算アーキテクチャから、メモリやチップ間接続、先端パッケージングを含むシステム全体の設計へと広がる中、両社の取り組みは今後のチップレット設計やヘテロジニアス集積技術の動向を占うプロジェクトの一つとして注目される。

株式会社Preferred Networks

Tenstorrent