Otomobilgi.comOtomobilgi.com
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • ホーム
  • ニュース
    トルコ自動車業界ニュース
    グローバル自動車産業ニュース
    トルコのモータースポーツニュース
    グローバルモータースポーツニュース
  • 自動車
    内燃機関
    • 内燃機関モデル
    • 内燃機関技術
    • 燃料と消費
    • 排出と環境
    • 内燃機関の所有権
    • 内燃機関自動車の歴史
    電気自動車
    • 電気モデル
    • 電気自動車技術
    • 充電とインフラ
    • バッテリー技術
    • 航続距離と電力消費
    • 電気自動車オーナーシップ
    • 電気自動車の歴史
    ハイブリッド
    • ハイブリッドモデル
    • ハイブリッドシステム
    • バッテリーと充電
    • 消費と効率性
    • ハイブリッド所有権
    • ハイブリッド自動車の歴史
    スーパーカー
    ハイパーカー
  • テクノロジー
    運転支援システム
    安全技術
    照明と視界テクノロジー
    インフォテインメントとコネクティビティ
    自動運転とAI
    未来のテクノロジー
  • ガイド
    購入ガイド
    販売ガイド
    メンテナンスと使用
    所有権とコスト
    タイヤとホイール
    保険と車検
  • 歴史 & 文化
    自動車の歴史
    アイコニックなモデルたち
    クラシックとコレクション
    トルコの自動車物語
    自動車デザイン
    自動車とポピュラーカルチャー
  • モータースポーツ
    フォーミュラ1
    ラリー (WRC)
    ラリクロス
    MotoGP
    Formula 2 & Formula 3
    カート
    Le Mans 24時間レース
    WEC
    NASCAR
    IndyCar
    DTM
    GTレース
    ドリフト
    ドラッグレース
  • 私たちについて
    私たちについて
    お問い合わせ
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  • Türkçe
  • English
  • Deutsch
  • Français
  • Italiano
  • Español
  • Português
  • Polski
  • Magyar
  • Azərbaycanca
  • Bahasa Indonesia
  • Русский
  • 中文
  • 日本語
  • 한국어
  • हिन्दी
  • Tiếng Việt
  • ไทย
  • বাংলা
  • العربية
  • فارسی
  1. ホーム
  2. テクノロジー
  3. 自動運転とAI
  4. 自動運転を支えるチップ: NvidiaとMobileye

自動運転を支えるチップ: NvidiaとMobileye

  • 自律走行とAI
  • 著者: Lütfi Mete Odabaşı
  • 作成日時: 27 10月 2026
このシリコンの頭脳は、1秒の千分の一で毎秒数十メガバイトのデータを判断へと変換し、自動運転車の真の力関係を決定づけている.
このシリコンの頭脳は、1秒の千分の一で毎秒数十メガバイトのデータを判断へと変換し、自動運転車の真の力関係を決定づけている.

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?

Otonom bir aracın çipi, kameraların ve lidarın topladığı ham veriyi saniyeler içinde fren ve direksiyon komutlarına dönüştüren sessiz bir beyin gibi çalışıyor.

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 DRIVEMobileye EyeQTesla 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 ThorEyeQ 5 / EyeQ UltraFSD 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 ADAS12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

このページを共有する

カテゴリーエディター

Lütfi Mete Odabaşı

Lütfi Mete Odabaşı

若く、活気に満ち、探求心と学ぶ意欲にあふれた自動車とモータースポーツの愛好家です.Meteは、自動車のニュース、情報、カルチャーのプラットフォームである私たちのサイトに、若者の視点で価値を加えています.自動車技術の革新やモータースポーツの動向を密にフォローし、学んだことをotomobilgi.comのために役立つ、中身の濃いコンテンツへと変えています.

関連コンテンツ

Tesla FSD v12により、エンジニアがルールを一つ一つ指示していた自動運転の時代は終わりを迎えました.ニューラルネットワークは、生のカメラ映像から直接ステアリングの判断を下すようになっています.
自律走行とAIEnd-to-Endモデルは自動運転をどう変えているのか?
大雪の中ではLiDARの検知性能が50%以上低下し、人工知能がどのセンサーを信頼すべきか判断できなくなるため、ロボタクシーは運行を停止してしまう.
自律走行とAI自律走行車はなぜ雪や雨の中で「目が見えなく」なるのか?
Waymoは限られた場所で無人走行し、Teslaはどこでも監視付きで走行している.この違いは偶然ではなく、両社のビジネスモデルそのものである.
自律走行とAIWaymoが市内を一人で走行しているのに、なぜTeslaはまだドライバーを必要としているのか?
自動運転において唯一の正しいセンサーは存在しない.勝者を決めるのは、コスト、安全性、そして規制のバランスだ.
自律走行とAILiDARかカメラか? 自動運転をめぐるセンサー戦争の成績表
ステアリングホイールがあなたの手にある限り、クルマがどれほど賢くても、法的にはあなたはまだ運転者です.
自律走行とAIレベル2か、レベル3か?自動運転における期待と現実
カメラとライダーは好天時のセンサーにすぎません.霧の降る雨の夜に車を支える真の友は、高さを感知する4Dレーダーです.
自律走行とAI4Dレーダーは自動運転で何の役に立つのか?
どちらのシステムもSAEレベル2なので、ハンドルの背後にいる本当のパイロットはまだあなた自身です.今日、責任をあなたから引き受ける自動車は一つも存在しません.
自律走行とAISuper CruiseとTesla FSDの5つの大きな違い
自動運転車は800メートル先のサイレンを聞き取れるのに、消防車の前で止まって道を塞ぎ続けている.耳はあるのに、反射神経が足りない.
自律走行とAI自動運転車は警察や救急車のサイレンにどう対応しているのか?
テスラの99ドルのFSDサブスクリプションは、名前こそ完全自動運転をうたっていますが、お金に見合う価値があるかどうかは、1日に何キロ走るか次第です.
自律走行とAI自動運転に月額料金を払うのは理にかなっているのか?
自律走行システムは、シミュレーションの中で何億kmもの走行を通じてミスをしながら学習します.しかし本当の試練は、現実のアスファルトの上で始まります.
自律走行とAI自動運転車は運転をどう学んでいるのか? シミュレーションの影の学校

タグ

  • 自動運転
  • テスラ
  • フルセルフドライビング(fsd)
  • メルセデス・ベンツ
  • lidar
  • 運転支援システム
  • センサー技術
  • センサーフュージョン
  • 自動運転レベル
  • nvidia drive
  • mobileye eyeq
  • ソフトウェア定義車両

ソーシャルメディアでフォローしてください

  • 私たちについて
  • KVKKに関する告知文
  • プライバシーポリシー
  • お問い合わせ
Otomobilgi.com
独立系自動車文化プラットフォーム
Virgo CMS で構築