自動運転を支えるチップ: NvidiaとMobileye

LiDAR、レーダー、カメラから毎秒数十メガバイトのデータが流れ込んでいます. これを1,000分の1秒で判断へと変換する脳が必要です. では、この脳を誰が作り、このシリコン戦争の代償を誰が払っているのでしょうか?
自動運転チップとは何か、なぜそれほど重要なのか?

自動運転車の中にあるチップ、正確にはチップが搭載されたコンピュータを、車の脳だと考えてください. 目(カメラ)、耳(レーダー)、レーザー距離計(LiDAR)が収集した生データを、ハンドルを切りブレーキを踏むコマンドへ変換するのが、まさにこのコンピュータです. ロボタクシー企業の一つは、自社の走行ハードウェアを紹介する際、この計算を運転手の脳に例えています. センサーの生データをリアルタイムの走行コマンドへ変換する臓器としてです.
ここでのスケールは頭が混乱するほどです. 推定によると、車両のカメラは毎秒20〜60MBのデータを生成し、LiDARは10〜70MB、レーダーはより控えめに毎秒約10KBです. これを家庭のインターネットを流れる動画のように考えてはいけません. ここで流れるデータは、車が次の0.5秒でどこへ進むべきかを決めるための生映像と距離情報なのです. ミリ秒の遅延は、事故を意味します. だからこそチップメーカーたちは、参入した競争に数十億ドルを投資しています.
しかし、おそらく本当に関心があるのは次の問いでしょう. このプロセッサ戦争で誰が勝つのか? 3つの大きなプレイヤーがおり、3社の道はまったく異なります.
Nvidia DRIVE: ゲームからゲーム機へ、プラットフォームの巨人
Nvidiaの自動車部門の主役は、DRIVE OrinというSoC、つまり1つのチップ上に構築された完全なコンピュータです. SoCは「system-on-chip(システム・オン・チップ)」の略です. スマートフォンのプロセッサの車両版だと考えるとよいでしょう. そこにソフトウェアがロードされ、センサーが接続されると、車両は思考できるようになります.
2025年8月に開発者向けに提供された次世代のDRIVE AGX Thorが、この物語の現在の主人公です. Nvidiaによると、ThorはAGX Orinと比較して最大7.5倍のAIコンピューティング性能を提供します. さらに重要なのは、自動車業界の厳格な機能安全(ISO 26262)およびサイバーセキュリティ(ISO 21434)の要件を満たすように設計されている点です. 車で動作するチップは、コンピュータで動作するチップよりもはるかに厳しい規則に従わなければなりません. ゲームがクラッシュすれば再起動すれば済みますが、走行チップがクラッシュすれば事後策はありません.
Nvidiaの戦略は単にチップを売ることではなく、プラットフォーム全体を手中に収めることです. CES 2026で発表されたDRIVE AGX Hyperionは、コンピューティングからセンサーアーキテクチャまでスタック全体をカバーしており、同社が自動運転の世界での支配力を強化しているとされています. その最も具体的な例がMercedes-Benzとの協業です. MercedesのオペレーティングシステムMB.OSが、NvidiaのHyperionアーキテクチャとAlpamayoというソフトウェアと統合されます. つまり、ドイツの高級車の脳が、アメリカのチップ大手のプラットフォーム上で動作することになるのです.
注目の記事
- 2億5000万台を超える車両がMobileye EyeQ技術を搭載して生産されました(2026年第 2四半期時点)
- NvidiaのDRIVE AGX Thorは、前世代のOrinと比較して最大7.5倍のAIコンピューティング性能を約束します
- テスラのFSDコンピュータはデュアルSoCアーキテクチャを採用し、12基のARM Cortex-A72 CPUを搭載しています
- 自動運転チップ市場は、144.8億ドル (2026年) から354.9億ドル (2034年) に拡大すると予測されています
- Intelの推定によれば、カメラは毎秒20〜60MB、ライダーは毎秒10〜70MBのデータを生成します
Mobileye EyeQ: 250万台の車に潜む静かな巨人
次に登場するのは、宣伝は少ないが現場で最も実績のあるプレイヤーです: Mobileye. この会社は2017年にIntelに買収され、EyeQという独自設計のチップによって、ADASつまり先進運転支援システムの見えない基盤を築きました. 2025年末時点で、世界中で2億3000万台以上の車がEyeQ技術を搭載して生産されました; 2026年第2四半期にこの数字は2億5000万台を突破しました. 5人乗りの車を想像してみてください; この数字は世界のすべての車のかなりの部分に相当します. しかも27社以上の自動車メーカーがこれらのチップを使用しています.
Mobileyeの意欲的な製品のひとつがSuperVision: 11台のカメラとデュアルのEyeQ 5 Highチップを搭載した統合コンピュータです. 同社が一般消費者向け自動運転車のために発表した最高性能のSoCはEyeQ Ultraです. 第5世代EyeQファミリーは、レベル5つまり完全自律走行車を支援できる能力を持つとして紹介されています. 新しい世代のEyeQ6Hをベースにした「Surround ADAS」プラットフォームも、360度カメラとレーダーの輪、ソフトウェア定義の機能、そして一部の高速道路での手放し運転を約束する内容で、あるアメリカのメーカーに選ばれました.
Nvidiaのオープンなアプローチを前に、Mobileyeの立場はどうなるのでしょうか? 同社のCEOであるAmnon Shashuaは、2026年から2027年にかけてが会社にとって大きな転換点になると予測し、Nvidiaのモデルは市場でのポジションを変えるものではないということを示唆する発言を行っています. Shashuaが繰り返し強調する点はこうです: 業界の発表と熱狂の波の一部はノイズにすぎず、本当に重要なのは現場で証明された製品だということ. この言葉が誰に向けられたものかは議論の余地がありますが、2億5000万台という実績は強力な根拠です.
なぜテスラは自社のチップを設計したのか?
テスラの物語は3社の中で最も反骨精神にあふれています. 同社は当初Nvidiaベースのプロセッサを使用していましたが、その後完全に自社設計のFSD Chipに移行しました. このチップは12基のARM Cortex-A72 CPUを搭載し、テスラによってニューラルネットワークコンピュータとして定義されています. 注目すべき詳細は、FSDコンピュータがデュアルSoCアーキテクチャを持っていることです: つまり、重要な計算のために2つのプロセッサが同時に稼働しています.
では、なぜでしょうか? 既製のプラットフォームを使えばいいのに、なぜ自社チップの設計という手間をかけるのでしょうか? テスラ側で語られる理由は、汎用のNvidiaチップがテスラのニーズに十分に特化していなかったというものです. 自社シリコンを設計すれば、まさに自分のAIモデルに最適化された、消費電力を制御できる部品を手に入れることができる. レシピノートのようなものだ: 他人のレシピノートでも料理は作れるが、自分のレシピノートなら望み通りのレシピを書ける. もちろんその代償はある - チップ設計は信じられないほど高価でリスクの高い仕事だ. 製造面ではTSMCのような巨大ファウンドリが関わっている.
数値的なメモ: Nvidiaの自社チップは320 TOPS、つまり毎秒兆回の演算を行い、Teslaのデュアルチップシステムは144 TOPSという主張が出回っている. しかし、ここでは注意が必要だ; これらの数字は異なる定義と時期から来ており、TOPS単独ではどちらのシステムの優位性も証明しない. 結局のところ、計算能力はソフトウェアの質と同じくらい、車両にとって意味を持つのだ.
3つのプラットフォームを並べて比較: Nvidia、Mobileye、Tesla
| 特徴 | Nvidia DRIVE | Mobileye EyeQ | Tesla FSD Chip |
|---|---|---|---|
| アプローチ | オープンプラットフォーム、メーカーに販売 | ターンキーのハードウェア・ソフトウェアソリューション | 完全に自社管理、自社車両専用 |
| 現在の主力製品 | DRIVE AGX Thor | EyeQ 5 / EyeQ Ultra | FSD Chip(デュアルSoC) |
| スケール | Mercedes-Benzなどのメーカーとの提携 | 2億5000万台以上の車、27社以上のメーカー | Tesla車両のみ |
| 最新世代 | DRIVE AGX Hyperion(CES 2026) | EyeQ6HベースのSurround ADAS | 12基のARM Cortex-A72 CPU |
| エコシステムの強み | CUDAと幅広い開発者サポート | 実証済みの大規模フリート | 垂直統合、車両とソフトウェアの整合性 |
この3つの道は、3つのビジネスモデルを表している. Nvidiaはプラットフォームをすべての人に販売し、Mobileyeはパッケージソリューションでスケールし、Teslaはすべてを自社で行う. どちらが勝つのか? おそらく当面はすべてが市場で生き続けるだろう; メーカーごとにニーズとリスク許容度が異なるからだ.
ソフトウェア定義車両革命はメーカーをチップ製造へと駆り立てるのか?
近年の自動車業界で最も話題となっている概念の1つが、ソフトウェア定義車両、つまりSDVだ. アイデアはシンプルだが革命的: 車をエンジン出力ではなくソフトウェアで差別化するのだ. 新機能はワイヤレスアップデートで提供され、車の知能は中央のコンピューティングプラットフォームに集約される. これは、従来の車両アーキテクチャにおける数十の小型制御ユニットの代わりに、強力で中央集中型のブレインが搭載されることを意味する.
まさにこの時点で話が複雑になる. 車の競争力がソフトウェアにあり、そのソフトウェアが強力なチップを必要とするなら、メーカーは重大な問いに直面する: ブレインを誰から調達するのか? 既製のプラットフォームを使うメーカーは、差別化をもたらす技術についてサプライヤーに依存することになる. Nvidiaが自社スタックへの管理を強化していることが、まさにこの理由で一部のメーカーを不安にさせている. 一方、自社チップを設計するメーカーは、数十億ドル規模の開発コストを負担しなければならない. 2つの悪い選択肢の間を往復する業界を想像してみて - 少し緊張感があると思わないか?
しかもこのテクノロジーへの依存には、コストの側面もある. 新しいADAS機能が追加されるたびに、キャリブレーションの複雑さと修理コストが増大し、 メーカーのマージンを圧迫し、エントリーセグメントの車両へのこうしたシステムの普及を難しくしている. さらにサプライ側の問題もある: AIデータセンターのチップ部品(特にDRAMメモリー)への需要が、自動車用チップの供給を圧迫しているのだ. つまり、チップ工場は誰のために優先的に生産するのか? スマホのAIアプリか、それとも車のブレーキアシストか? この優先順位をめぐる議論こそ、2026年の本当のサプライ問題だ.
約束と現実の間のギャップ: 計算能力はタダではない
ここまでは、すべてワクワクする話だ. しかし、疑いの目で見るべき点が一つある: これらすべての計算能力には代償があり、それは金銭的なものだけではない. ある大学の分析によれば、1日1時間の自動運転を行い、コンピューターが840ワットを消費する自動運転車10億台は、排出量の面で重大な負荷をもたらすと計算されている. つまり、自動運転車を環境に優しいと称賛してばかりいると、その「頭脳」が消費するエネルギーも勘定に入れる必要があるのだ. 車が電動化すれば排気ガスはゼロだが、プラグに接続された車の頭脳は、それでも電力を消費し続ける.
もう一つの現実的なポイント: 市場予測は大きいが、現時点では「これだけのTOPSが必要だ」という確立した公式は存在しない. レベル5の完全自動運転にどれほどの計算能力が必要になるかは、いまだに開かれた工学上の課題だ. Mobileyeの第5世代チップはレベル5対応として発表されているが、対応能力と実証済みの現実との間には、Shashuaが「ノイズ」と呼ぶものがまさに横たわっている.
では、このシリコン戦争の勝者は誰になるのか?
正直な答えは: まだ不明であり、おそらく単一の勝者は生まれないだろう. Nvidiaはプラットフォームの力と、Mercedesのような提携によって、ソフトウェア定義車両時代で最も影響力のあるサプライヤーの地位を固めつつある. Mobileyeは、2億5000万台の実証済みフリートとスケールの優位性を持つ、現場で最も成熟したプレイヤーです. Teslaは、自社シリコンを開発することの代償もリターンも単独で引き受ける例外的存在だ. 3社は互いを代替するものではなく、 3つの異なる問いに対して、3つの異なる答えを生み出している.
本当に賢い問いは、おそらくこうだ: 車の頭脳が少数の企業の手に集中したとき、ドライバーとメーカーは何を得て、何を失うのか? 得るものは、テクノロジーの急速な成熟だ. 失うものは、依存.そしてその依存の代償は、これらのチップが初めて路上で実証されたときではなく、初めて何かがうまくいかなかったときに請求されることになる. それを踏まえて、注目を続けよう.
出典
- The Evolution of EyeQ - Mobileye
- Mobileye Releases Second Quarter 2026 Results
- New Mobileye EyeQ Ultra - Intel Press Release
- Mobileye SuperVision Put to the Test - Mobileye Blog
- Nvidia launches Drive AGX Thor developer kit
- Nvidia: How It Is Tightening Its Grip on the Autonomous Vehicle Stack
- Mercedes-BenzとNVIDIA、パートナーシップを拡大 - Nvidia Newsroom
- Tesla Autopilotのハードウェア - Wikipedia
- 自動運転車分野におけるAIチップ - Lux Research
- トランクの中身をのぞいてみると: Waymoのコンピューティング - Waymo Blog
- 自動運転車向けデータコンピュータ - Premio
- 自動運転車を動かすコンピュータは大きなCO2排出源になる可能性 - MIT News
- MobileyeとNVIDIAの安全システムはどれほど似ているのか?
- AVチップ市場 - Fortune Business Insights
- 自動車用ADASチップ市場 - Dataintelo
- DRAM逼迫 - Area51ESG
- ソフトウェア定義車両 - Valeo