新エネルギー・産業技術総合開発機構（NEDO）プロジェクトにおいて，ソシオネクスト，ArchiTek，豊田自動織機は，AI認識処理を行なうハイブリッド量子化DNN技術，画像処理を行う進化型仮想エンジンアーキテクチャ技術（aIPE）およびリアルタイムSLAM処理技術を開発した（ニュースリリース）。
エッジ側で処理の分散化を実現するハードウェアからアプリケーションまでの総合技術として「超低消費電力エッジコンピューティング技術開発」が求められている。
研究グループは，人工知能（AI）認識処理，および各種画像処理，リアルタイムSLAM処理の技術を開発することを目的としたAIエッジ技術の研究開発テーマを推進してきた。そして今回，AI認識処理を行なうハイブリッド量子化ディープニューラルネットワーク（DNN）技術，各種画像処理を高速に並列実行可能な進化型仮想エンジンアーキテクチャ技術（aIPE），およびリアルタイムSLAM処理技術を開発した。
これらの技術を取り入れた進化型・低消費電力AIエッジLSIを試作して評価した結果，AI認識処理と画像処理において汎用GPUと比較してそれぞれ10倍以上の電力効率化に成功し，リアルタイムSLAMの自己位置推定処理においては汎用CPUと比較して1/20の処理時間の短縮を達成した。
このうち，開発した進化型aIPEは，最適化向上およびAI拡張機能の実装のためのアーキテクチャ改良により，高速・低消費電力で画像処理を実行する。開発した主な技術は，画像処理およびリアルタイムSLAM処理の高速化に関する技術。SLAMアルゴリズムを最大限活用できるアーキテクチャによりLiDARセンサーを使用するSLAM処理を効率よく実行する。
これらに加えて，①ハードウェア調停機構の改良およびメモリコントロール機能を最適化する技術，②ディープラーニングのネット定義を柔軟に可能にして，畳み込み回路などの要素部品を自由にプラグインする技術，③LiDARからVisual SLAMへの機能向上，④量子化演算器を開発した。
今回の技術を用いたAIエッジLSIを物流やマシンビジョン，セキュリティ・見守り，車載センシングシステムなどに適用することにより，低消費電力，低遅延，低コストの要件を満足するエッジコンピューティングシステムの構築が可能となり，超低消費電力社会の実現が期待できるとしている。
