テスラの自動運転技術の核心は、汎用半導体への依存から脱却し自社で設計する専用AIチップにある。この戦略転換は、単なる部品の内製化を超え、自動車産業の垂直統合モデルを半導体領域にまで拡張する野心的な試みだ。同社が開発する学習用スーパーコンピューター「Dojo」と車両搭載用の「FSD Computer」は、台湾積体電路製造（TSMC）の最先端プロセスを駆使し、2025年までに現行世代比で数倍の演算性能向上を目指す。この動きは、車載半導体市場で圧倒的な地位を築く米エヌビディア（NVIDIA）への正面からの挑戦であり、日本の半導体製造装置や素材メーカーにとっては、新たな事業機会とサプライチェーン再編の圧力を同時にもたらすものだ。

テスラを動かす頭脳「Dojo」と「FSD」

テスラの自動運転戦略は、データセンターでAIモデルを学習させるスーパーコンピューター「Dojo（ドージョー）」と、各車両に搭載され推論処理を実行する「FSD（Full Self-Driving）Computer」の二本柱で構成される。両者は、いずれもテスラが独自に設計したAI半導体を中心に構築されている点が特徴だ。2021年に発表された学習用チップ「D1」は、TSMCの7ナノメートル（nm）製造技術で生産され、1チップあたり362テラFLOPS（TFLOPS、毎秒1兆回の浮動小数点演算）の性能を持つ。これを25個連結した「トレーニングタイル」は9ペタFLOPSに達し、Dojoはこのタイルを120個組み合わせることで、1エクサFLOPSを超える演算能力を実現する。これは、理化学研究所の「富岳」に匹敵する規模の計算能力を、自動運転の単一目的のために投入することを意味する。一方、車両側のFSD Computerは現在、サムスン電子の14nmプロセスで製造されたチップを2つ搭載し、合計で144TOPS（TOPS、毎秒1兆回の整数演算）の処理能力を持つ。これは、競合するNVIDIAの旧世代プラットフォーム「Drive AGX Xavier」（30TOPS）の約4.8倍に相当する性能であり、テスラがソフトウェアだけでなく、ハードウェアの性能をいかに重視しているかを示している。

なぜNVIDIAからの自立を急ぐのか？

テスラがAIチップの自社開発に踏み切った背景には、性能、電力効率、そして供給網管理の三つの戦略的判断がある。初期のモデルではNVIDIA製の汎用GPU（画像処理半導体）を採用していたが、完全自動運転の実現には、膨大なカメラ映像をリアルタイムで処理するための専用設計が不可欠と判断した。汎用GPUは多様な処理に対応できる半面、特定のタスク、すなわちテスラの「ニューラルネットワーク推論」においては電力効率や処理の遅延で無駄が生じる。テスラのFSDチップは、この特定の演算に特化することで、1ワットあたりの性能を最大化する設計思想を貫いている。米調査会社ガートナーの2023年6月の報告によれば、専用設計されたAIアクセラレーターは、同等の性能を持つ汎用GPUに比べ、消費電力を最大で60%削減できる可能性があるという。これは航続距離に直結する電気自動車（EV）にとって決定的に重要な要素だ。さらに、半導体不足が世界的に深刻化した2021年から2022年にかけて、自社で設計し、TSMCのような製造委託先（ファウンドリー）と直接交渉する体制は、部品調達の安定化とコスト管理において大きな優位性をもたらした。NVIDIAのようなファブレス企業を介するよりも、サプライチェーンの透明性が高まり、生産計画の柔軟性が増すためである。

5nm世代、TSMCが握る製造の鍵

テスラの野心的なチップ開発計画は、世界最大のファウンドリーであるTSMCの最先端製造技術なくしては成り立たない。現在開発中とみられる次世代の学習用チップ「D2」や車両搭載用チップは、TSMCの5nm、さらには3nmプロセスを適用する公算が大きい。半導体の性能は、回路線幅の微細化に大きく依存する。物理的な原理として、トランジスタを小さくすればするほど、同じ面積により多くの素子を集積でき、信号伝達距離の短縮で処理速度が向上し、消費電力も低減するからだ。TSMCが2022年に量産を開始した5nmプロセス（N5）は、前世代の7nm（N7）に比べ、同一消費電力で15%の速度向上、または同一速度で30%の消費電力削減を達成している。テスラがこのプロセスへ移行すれば、FSD Computerの演算性能は現行の144TOPSから、一気に300〜500TOPS級へと引き上げられる可能性がある。これは、レベル4以上の高度な自動運転で必要とされる冗長性や、より複雑な交通状況の認識能力を確保する上で不可欠な飛躍だ。TSMCの2023年度第4四半期決算によれば、売上のうち5nmが35%、7nmが17%を占め、これら先端プロセスが同社の収益の柱となっている。テスラのような巨大顧客からの受注は、TSMCにとって先端プロセスへの巨額な設備投資を回収し、次世代技術開発を継続するための重要な原動力となる。

日本勢、素材・装置で示す存在感

テスラとTSMCが主導する最先端半導体の開発競争は、日本の製造装置および素材メーカーに大きな事業機会を提供している。TSMCの先端プロセスは、日本企業が世界で高いシェアを握る特定の分野に深く依存しているからだ。例えば、微細な回路パターンをウエハーに転写するリソグラフィー工程で不可欠なフォトレジスト（感光材）では、JSR、信越化学工業、東京応化工業などが世界市場の約9割を占める。とくに、5nm以下の製造で用いられるEUV（極端紫外線）リソグラフィー用のレジストは、極めて高い技術力が要求される。また、回路パターンを形成したウエハーを平坦化するCMP（化学機械研磨）装置では荏原製作所や東京精密、洗浄装置ではSCREENホールディングス、ウエハーの検査装置ではレーザーテックやアドバンテストが世界的に高い競争力を持つ。経済産業省が2023年6月に発表した「半導体・デジタル産業戦略」によれば、半導体製造装置の世界販売額における日本企業のシェアは31%（2022年時点）に達する。テスラのAIチップ需要がTSMCの設備投資を促せば、これらの日本企業への受注増に直結する。一方で、米中間の技術覇権争いを背景に、特定の国や企業への依存は地政学的なリスクを伴う。日本企業は、技術的な優位性を維持しつつも、顧客の多様化や生産拠点の複線化といった戦略的な対応がこれまで以上に求められる局面にある。

日本企業が直面する選択

テスラが切り開くAIチップの内製化という潮流は、日本の自動車産業、とりわけデンソーや日立Astemoといった大手部品メーカー（ティア1）に構造転換を迫る。従来、ECU（電子制御ユニット）の設計・供給を通じて自動車の「頭脳」部分を担ってきたティア1は、完成車メーカーが半導体の設計に直接関与し始めることで、その役割が大きく変化する可能性がある。これまでの水平分業モデルが崩れ、テスラのように完成車メーカーがソフトウェアと半導体を垂直統合で開発するモデルが主流になれば、ティア1は単なる製造下請けに追いやられるか、あるいは独自の付加価値を提示する必要に迫られる。選択肢の一つは、特定の機能、例えば電力制御やセンサーフュージョンといった領域で、完成車メーカーの自社製チップを補完する高性能な半導体やモジュールを開発することだ。もう一つは、半導体設計そのものではなく、多数のチップを効率的に統合・冷却・実装するパッケージング技術や、システム全体の信頼性を担保するソフトウェア基盤の開発に活路を見出すことである。ルネサス エレクトロニクスのような車載半導体メーカーも、汎用品から特定用途向けへのシフトを加速させており、2023年の売上高に占める車載向けの比率は48%に達した（同社IR資料）。テスラの挑戦は、自動車が「走るコンピューター」から「走るデータセンター」へと進化する未来を指し示している。この巨大な変化の中で、日本の関連企業は、過去の成功モデルに安住することなく、サプライチェーン上での新たな立ち位置を自ら定義していくという重い課題に直面している。