“コンピューティング”から“体験”へ、AI Boxが変える車内体験
画像（1枚）

自動車業界は岐路に立たされています。コンピュータ搭載車両はすでに実用化されているものの、その先の開発が追いつかず、基盤となるインフォテインメントアーキテクチャの設計が、大規模な推論やマルチモーダル認知、エージェントAIに適合していない車両が少なくありません。
一方で、運転中や乗車中を除いたあらゆる場面で高度な生成AIを体験しているデジタル時代の消費者からは、車載インテリジェンスへの期待が急速に高まっています。

車載コンピューティングの現状と、車両に対するユーザーの期待には大きなギャップが生じている現在、車載AI Boxというコンセプトが勢いを増しているのには、大きな理由があります。

AI Boxは、OEMに車載エレクトロニクスの再設計やインフォテインメントSoCの置き換えを迫ることはありません。既存の車載インフォテインメント(IVI)に専用GPUで加速させたAIコンピューティングを追加することで、コックピットの安定を損ねたり認証サイクルの反復を強いたりすることなく、AI機能を向上させます。
従来型のIVIアーキテクチャが限界に近づいている理由

ほとんどの量産型IVIシステムは、UIレンダリング、オーディオパイプライン、ナビゲーション、メディア再生などの決定論的ワークロード向けに最適化されていました。グラフィックス機能の向上やAndroidエコシステムの拡大にもかかわらず、最新のインフォテインメントSoCでさえ、継続的な推論型AIシステムに合わせて設計されていたわけではありません。

車載エージェントAIは、プライバシー、安全性、分離についてのあらゆる制約を考慮しつつ、ローカルでのLLM/SLM/VLM実行、継続的なマルチモーダルインプット(音声、カメラ、テレメトリー、コンテキスト)、マルチステップの推論、雑多なコックピット作業負荷の下での遅延予測などを要求します。1つのSoC上でディスプレイとオーディオを稼働させつつこれらの作業を進めれば、ユーザーの満足度と検証にリスクが生じる可能性が出てきます。特に、車両ライフサイクルが月単位ではなく年単位で測られる場合はなおさらです。

.
編集部おすすめ