ロボット動作生成85.8%短縮、NotaがQualcommエッジデバイスでVLAモデル推論7倍高速化

ロボットが現実環境を認識し、指示を理解して動作を生成する「VLA（ビジョン・言語・行動）モデル」は、これまで計算負荷の大きさからGPUサーバー上での稼働が前提とされてきた。カメラ映像を解析し、自然言語の指示と照合したうえで関節角度やグリッパーの開閉といった具体的な動作指令へ変換する工程は演算量が大きく、組み込み機器単体でリアルタイムに動かす例はこれまで限られていた。この状況を覆す成果が2026年5月に発表された。

NotaがQualcommデバイスで推論7倍高速化

韓国のNotaは5月29日、QualcommのエッジAIデバイス「Dragonwing IQ-9075」上でVLAモデル「SmolVLA 0.45B」を最適化することに成功したと発表した。認識・理解の処理はそのまま維持し、ロボットの動作生成を担う最終段（Action Head）に絞って、反復演算を抑えるリアルタイム推論最適化とNPUベースのグラフ最適化を適用した。結果として動作生成段階の処理時間は218ミリ秒から31ミリ秒へ85.8%短縮され、全体の推論時間も505ミリ秒から310ミリ秒に縮まった。作業成功率は86%から85%とほぼ同水準を保っており、精度を大きく犠牲にすることなく速度向上を実現した点が特徴だ。Digital Todayによれば、この成果は米サンタクララで開催の「Embedded Vision Summit 2026」で実機デモとして披露され、来場者が選んだ品物をロボットアームが認識・把持しバスケットへ入れる様子が公開された。Nota代表のチェ・ミョンス氏は「AIが現実環境を見て理解し行動につなげる処理は、エッジAIデバイス上で高速かつ安定して動かせなければならない」とコメントしており、Action Headのみを対象とした部分最適化という設計判断が、認識精度を落とさずに速度を稼ぐ鍵になったと説明している。

推論用アクセラレータの系譜

エッジ側での推論特化は今回が初めてではない。2019年にはIntelのVPU「Movidius Myriad X」を搭載したアクセラレータ「AI CORE X」と小型ボード「UP2」、深度カメラを組み合わせたスターターキットが登場し、Ubuntu 16.04とOpenVINOをプリインストールした状態で環境構築の手間なく推論を試せる製品として注目された。週刊アスキーが報じたこの事例は、学習をGPUサーバー・クラウドに任せ、推論は低消費電力・小型のエッジ機器に担わせるという役割分担の原型を示していた。当時からIoT機器には物理サイズ・低消費電力・低発熱を保ちながら実用的な推論速度を得ることが求められており、この課題設定はQualcomm Dragonwing世代のNPU最適化にも受け継がれている。2019年当時のキットが画像分類や物体検出といった比較的単純な推論に主眼を置いていたのに対し、今回のSmolVLAは認識から行動生成までを一気通貫で扱う点で要求水準が格段に上がっている。

クラウドとエッジの使い分け戦略

すべての処理をエッジに寄せるのではなく、用途に応じてクラウドと使い分ける動きも進む。i-PROはエッジAI機器における推論プロセスをクラウド側のGPUリソースで代行する「MLaaS（Machine Learning as a Service）」を提案しており、現場設置のエッジ機器はAIモデルの推論実行に専念し、新規学習済みモデルの開発・配信・更新はクラウドで担う構成を示している。設置後の環境変化に十分対応できない場合でも、運用を通じて継続的に最適化できる点が利点とされる。この構成は、Notaが示したエッジ単体での完結型最適化とは対照的なアプローチであり、通信環境やコスト構造に応じてどちらを選ぶかが導入企業の判断ポイントになる。工場内など通信が安定し遅延要件が緩い現場ではMLaaS型のハイブリッド構成が、屋外や移動体などネットワーク断が許されない現場ではエッジ完結型が向くといった使い分けが今後の標準的な設計指針になるとみられる。

省電力・少量学習の研究動向と市場規模

学術面では東北大学などがエッジデバイス向けに少量学習・省電力型のAIを開発しているとの報道もあり、学習データが限られる現場環境や、常時給電が難しい機器への適用を見据えた研究が進む。背景には、AI半導体市場が学習中心から推論中心へと重心を移しつつあるという構造変化があり、市場規模は2030年時点で150兆円規模に達するとの見通しも示されている。エッジAI市場自体の成長予測もあり、ハードウェア・ネットワーク・エッジクラウドインフラ・ソフトウェアの各コンポーネントで投資が拡大する見通しだ。ロボットアームや物流搬送機、監視カメラなど「現場で即座に判断する」用途が広がるほど、GPUサーバーへの都度問い合わせに伴う遅延とコストが導入のボトルネックとなり、Notaの事例のようなNPU最適化による高速化が導入判断を左右する要素になっていく。