「5兆ドル（約791兆円）企業のエヌビディアがあり、その次に当社がいる」。SiMa.aiの創業者でCEOのKrishna Rangasayeeは先週、筆者にそう語った。「私の世界は非常にシンプルだ」
SiMa.aiはフィジカルAI向けチップメーカーであり、今はフィジカルAIに携わるには絶好のタイミングである。この分野は現在、数千億ドル規模の投資によって急拡大している。Matter Venture Partnersの創業パートナーであるHaomiao Huangは最近の会話でその理由を説明し、「AIが世界を食らうのだとすれば、ハードウェアはその歯になる」と述べた。
本日のニュースは、SiMa.aiが評価額14億5000万ドル（約2290億円）で1億5000万ドル（約237億円）のシリーズC資金調達を実施し、累計調達額が5億ドル（約791億円）に達したというものだ。その背後にある物語は、従業員200人、創業7年のこのスタートアップが、まさに変曲点に差しかかっていることにある。同社のチップは、中型から大型のドローン（成長産業）、ある程度スマートなものからほぼ、または完全な自動運転車（成長産業）、そして四足歩行からヒューマノイドまであらゆるロボット（これも成長産業）を動かすことになる。
さらに同社によれば、そのチップはエヌビディアより低コスト、低消費電力、低発熱で、より多くのことを実現するという。理由は、同社のチップがAI推論ではなくフィジカルAIに最適化されているためだ。（AI推論は、現時点でエヌビディアが圧倒的な強さを持つ領域だが、ロボットが必要とするコンピュートスタックの一部にすぎない）
「当社の主な競合は、Jetson Orinクラスの製品だった」とRangasayeeは言う。これは、最大で毎秒275兆回の演算性能を提供する、次世代ロボット向けのエヌビディアのチップとキット群を指している。「そのため当社は通常、トークン毎秒またはフレーム毎秒でエヌビディアの2倍の性能を出す一方、消費電力は5分の1だ」
あるロボティクス企業のCEOは以前、ヒューマノイドロボットにおけるコンピュートはロボットの消費電力の最大40%を要求し得ると筆者に語った。したがって、この差はかなり大きい。
もちろん、これらはSiMa.aiが示す数字であり、独立したベンチマークではない。しかし、それらは現実の問題を示している。エヌビディアの新しいJetson Thorプラットフォームは強力であり、筆者が話を聞くヒューマノイドロボット企業の多くがそれを採用している。同時に、それは高価であり、電力消費も大きい。
Rangasayeeは、エヌビディアとその5兆ドル（約791兆円）の評価額を明確に視野に入れている。
「エヌビディアはプロトタイピングにはすばらしいが、本当に量産に耐えるシステムを構築したいのであれば話は別だ」とRangasayeeは言う。「ヒューマノイドであろうとなかろうと、コンピュートに3500〜5000ドル（約79万円）という経済的フットプリントは望ましくない。これが第一点だ。第二に、130ワットというのは量産に耐えるスケールのシステムに望ましいフットプリントではない」
宣戦布告である。
RangasayeeがSiMa.aiを創業したのは約10年前のことだ。当時は彼の言葉を借りれば、「クラウドAI企業を立ち上げるのが本当に格好いい時代」だった。しかし彼は代わりに、「地味で難しい部分に取り組み、実際にフィジカルAIのための会社をつくる」ことを選んだ。電気工学の修士号を取得した後、Xilinx、AIチップスタートアップのGroq、Cypress Semiconductorなどで、さまざまな形態のコンピュートを構築する仕事に35年ほど携わってきた。自動車から携帯基地局までを動かすプログラマブルチップに根ざした経歴であり、それはフィジカルAIの職務記述としてもかなり近い。
現在、彼はフィジカルAIを動かすチップと、その力を過去より桁違いに速く引き出すためのエージェント型AIソフトウェアを組み合わせている。
SiMa.aiの第2世代チップ「Modalix」は、TSMCの6ナノメートルプロセスで製造され、すでに量産段階にある。シリーズCの資金は第3世代に充てられる。Rangasayeeによれば、それはわずか60ワットでThorの2倍の性能を実現するという。同社は、次世代ハードウェアが1000 dense TOPSに達し、2028年前半にIP、チップレット、完全なSoCとして出荷されるとしている。
しかし、ソフトウェアも同じくらい重要だ。
「優れたチップ企業をつくりたいなら、卓越したソフトウェア企業である必要がある」とRangasayeeは言う。これは、エヌビディアが誰よりもうまくやってきたことだと彼は認める。エヌビディアは、自社のチップや開発キットと緊密に統合されたAIソフトウェアであるCUDAによって、競争上の堀を築いてきた。
中核的な問題は、AIモデルは速く変化する一方で、チップの変化は遅いということだ。業界は驚くほど短期間で、LLMからVLM、VLA、そしてワールド基盤モデルへと移行してきた。しかし3年前に設計されたシリコンは、そのすべてを動かさなければならない。
「AIはアーキテクチャと進化の面で、月次、場合によっては隔月のペースで動いている。一方、シリコンの刷新は3年に1度だ」と彼は言う。「この2つの世界をどう整合させ、同時進行させるのか。これは業界における巨大なソフトウェア問題だ」
SiMa.aiの答えが「Palette Neat」だ。同社はこれを、フィジカルAI向けとして業界初のエージェント型ソフトウェア環境と呼ぶ。その売り文句は、ロボットメーカーがアーキテクチャをまったく理解する必要がないというものだ。自社のデータセットと、スループット、レイテンシー、消費電力、精度に関する制約を説明するだけで、システムがアプリケーションを構築する。ロボット向けのバイブコーディングと考えればよい。
「当社の顧客は例外なく、AI体験は望んでいるが、学習曲線は望んでいない」とRangasayeeは筆者に語った。「彼らは当社のアーキテクチャを知りたいわけではない。当社のソフトウェアを知りたいわけでもない。ただボタンを押せば動く、という状態を望んでいる」
同社はまた、エヌビディアからの乗り換えも容易にしている。エヌビディアはベアチップだけでなく、システムオンモジュール（SOM）基板を販売しているため、SiMa.aiはその代替品をつくった。
「エヌビディアのSOMを外し、SiMaのSOMを差し込むだけだ」とRangasayeeは言う。「ピン互換であり、量産認定も受けている」
ソフトウェア面では、SiMa.aiはエージェント型スキルとライブラリを構築し、顧客が「エヌビディアのコードベースが移行し、SiMaのコードベースになる様子を見られる」ようにしていると彼は言う。CUDA向けに最適化されていたか、TensorRT向けに最適化されていたかは問わない。同社は現在、ドローンメーカーを訪問し、シンプルな提案をしている。ドローンのスタックを持ってくれば、SiMa.aiがその場で移植する、というものだ。言い換えれば、会議中に、実質的にリアルタイムで行うということだ。
「私自身も、フィジカルAIで複雑なアプリケーションを構築するには9カ月かかるという認識を持っていた」とRangasayeeは言う。「当社はそれを1日に変えようとしている」
これは大きな主張であり、量産レベルのロボティクスアプリケーションを1日でつくるという話は、「アプリケーション」をどう定義するかに大きく左右されるだろう。しかし、現在AI支援エンジニアリング全般で起きていることとは整合している。エヌビディアが支援するGeneral Roboticsは最近、AIがコードの80%を書いたうえ、ロボットの訓練時間を99%短縮したと筆者に語った。この1年で本格的なバイブコーディングに取り組んだ人なら誰でも、結果が常に完璧とは限らないにせよ、速度向上が現実であることを知っている。
Rangasayeeによれば、顧客は懐疑的な姿勢で入ってくることが多い。
「私は顧客が懐疑的にやって来て、その後に出ていく様子を見るのが好きだ」と彼は言う。「そこで私は、どう感じたかと尋ねる。すると彼らは、『動いた』と言う」
もう1つ、筆者の目を引いた技術的能力がある。筆者が目にするロボットの多くは、複数層の知能を走らせている。低レベル制御、ロボットを動作させるためのROSのようなもの、タスク計画のための高次の推論、コミュニケーション用のLLM、そしてその上にあるフリートレベルの知能だ。SiMa.aiはROS 2をネイティブにサポートし、1つのチップ上で複数の視覚言語モデルを同時に実行できるとしている。
「複数のVLMを同時に並行実行できるのは当社だけだ」とRangasayeeは言う。
SiMa.aiによれば、同社の売上高は2024年から2025年にかけて4倍になった。顧客およびパートナーのリストには、Bosch、Emerson、Micron、Synopsys、TRUMPF、STIGA、Kontron、Intrinsicが含まれる。最後のIntrinsicは興味深い。GoogleのIntrinsicはつい最近、Intrinsic Coreをオープンソース化したばかりだからだ。
SiMa.ai自身のソフトウェアもGitHubでオープンソース化されている。
ヒューマノイドに限って言えば、Rangasayeeは実際の量が出始めるのは2028年だと見ている。これはSiMa.aiの次世代ハードウェアと時期が重なる。そして彼は、この業界がデータセンターの歴史を繰り返そうとしていると考えている。10年前、データセンターの収益の90%はトレーニングだったと彼は言う。現在はそれが反転し、AIサービスの提供、すなわち本質的には私たちの質問に答えることへと移っている。
「ロボティクスでも今、同じ問題がある」と彼は言う。「徐々に、逆方向に10対90へと向かっていく」
言い換えれば、現在は誰もがロボットの訓練に夢中になっている。だが近い将来、収益はロボットを稼働させることに生まれるようになる。
現在のロボティクスにおけるもう1つの関心事はフォームファクターだ。勝つためにロボットは本当にヒューマノイドである必要があるのか、それとも四足歩行、車輪式、脚式、あるいはその他のフォームファクターなのか。Rangasayeeはどちらの側にも立たない。
「勝つためにヒューマノイドの形態が必要かどうかという議論は、20年続くだろう」と彼は言う。「重力と争ってどうするのか」
SiMa.aiは、そのすべてにチップを売る。
