AIが期待する通信技術はアナログそのもの
最先端AI時代に不可欠なミリ波通信、課題はデジタル効率化が作り出した
世の中はデジタル一色に見えるが、技術の現場は違う
スマートフォンで決済する。 AIが会話する。 クラウドがデータを管理する。
私たちの日常は、デジタル技術に覆われているように見える。
しかし技術の現場では、全く違う景色が広がっている。
最先端と思われているAIの高速大容量データ処理を支えているのは、アナログ通信技術だ。
デジタルの華やかな表舞台の裏側で、アナログ技術が静かに、しかし確実に、AI時代を支えている。
世の中がデジタル一色で仕切られているように見えるのは、表面だけだ。
技術の現場は、今もアナログの世界で動いている。
背景：60GHzミリ波とは何か
AIの高速大容量データ処理を支えるのが、
60GHzミリ波を使ったアナログ通信技術だ。
60GHzとは、どれほどの周波数か。
一般的なスマートフォンの通信 ：1～3GHz
誰もが使うWi-Fi ：2.4～5GHz
60GHzミリ波 ：その10～25倍
この周波数帯には、際立った特性がある。
直進性が極めて高く、壁を透過しない。雨や大気中の酸素にも吸収される。
一般的な長距離通信には向かない。
しかしその特性が、逆に強みになる場面がある。
短距離で、大容量のデータを、一気に送ることができる。
だからこそ、AIチップ間・ボード間の通信に最適なのだ。
データセンターの中で、チップとチップが
60GHzミリ波で会話している。
それがAI時代の現実だ。
しかしこの設計は、基板レベルまで通信技術の深い知識が必要で、
生半可な技術では太刀打ちできない。
ここに、誰も大きな声では語らない深刻な問題が潜んでいる。
AIが隠している「通信の現実」
ChatGPTが言葉を返す。 画像認識が瞬時に判断する。
自動運転が道を読む。
私たちの目に見えるのは、その結果だけだ。
しかしその裏側では、想像を絶する量のデータが、チップとチップの間を、ボードとボードの間を光速に近い速度で飛び交っている。
AIの演算量は、2年で10倍のペースで増加し続けている。
データセンターに並ぶAIチップは、
互いに膨大なデータをやり取りしながら動いている。
その通信速度の要求は、もはや従来の銅線配線の限界を超えた。
答えはミリ波通信、そしてシリコンフォトニクスだ。
チップ間をミリ波で繋ぐ。光で繋ぐ。
電気の配線から、電波と光の通信へ。
これがAI時代のデータセンターで静かに、
しかし確実に起きている革命だ。
しかしここで、深刻な問題が浮上する。
最初の一歩が、根本から違うミリ波の設計は、
デジタル回路の設計とは、最初の一歩から違う。
デジタル設計者は時間軸で考える。
クロックの何サイクル後に信号が来るか。
タイミングチャートが彼らの地図だ。
ミリ波設計者は周波数軸で考える。
このスプリアスがどの帯域に影響するか。
スペクトラムアナライザーが彼らの地図だ。
これは単なる「慣れの差」ではない。
物理現象の認識モデルが、根本から違うのだ。
マクスウェル方程式を「知っている」のか、「感じている」のか。
伝送方程式を「参照する」のか、「体に染み込んでいる」のか。
この差が、設計の質を決定的に分ける。
そして60GHz帯になると、基板上の配線はもはや「線」ではない。波長が約5mmになるこの周波数
では、基板上のわずかな配線パターンがアンテナとして振る舞い、
コネクタ一つ、半田一つが特性を大きく左右する。
チップ設計、パッケージ設計、基板設計。
どこに問題があっても誤動作する。
これら全体を一つの電磁界問題として捉えられる技術者が、
今のAI時代に決定的に不足している。
かつて、同じ失敗があった。
これは新しい問題ではない。
ある時代、自動車業界でこんな要求が起きた。
「2つの通信チップを、コスト削減のために1チップに統合せよ。」
社会の要求として正しかった。
技術者はそれを達成しなければならなかった。
しかしデジタル設計者が主導して高周波設計に踏み込んだ結果、
現場では動かなかった。
原因は明白だった。
デジタル回路のスイッチングノイズが電源ラインを汚染し、
高周波回路に直接混入した。
グランド設計がデジタル流のまま処理された。
インピーダンス整合の概念が抜け落ちていた。
シミュレーターは「動作する」と言っていた。
現場では動かなかった。
あの失敗の構造が今、AI時代においてより巨大なスケールで、より深刻な形で再現しようとしている。
シミュレーターは、仮説に過ぎない
シミュレーターは理想世界の正解を出す。
理想的な素子定数。理想的なグランド。理想的な境界条件。
温度は一定。経年変化はない。そういう世界での答えだ。
現実の世界には、ばらつきがある。温度がある。湿度がある。
経年変化がある。そして何より、人間の手がある。
半田付けの微妙な温度と時間。
コネクタの締め付けトルク。ケーブルの曲げ方。
アンテナの向きの微調整。
これらはすべて、数値化できない職人の知識だ。
そしてもう一つ、最も重要なことがある。測定器と向き合う時間だ。
スペクトラムアナライザーの画面を読む目。
「このスプリアスはどこから来ているか」を追う直感。
触れただけで変わる特性に「接触不良か、それとも結合か」と体で感じる感覚。これらはすべて、実験台の前に立ち続けた時間の中にしか育たない。
シミュレーターと向き合う時間と同じだけの時間を実験台の前で過ごすこと。これが、一人前のミリ波設計者への唯一の道だ。
机上の正解が、現場の不正解になる瞬間を、何度見てきたか。デジタル効率化が奪ったもの
デジタル化と効率化は、私たちに多くの便利さをもたらした。
同時に、静かに、しかし確実に、あるものを奪ってきた。
思考の機会だ。
手計算をしていた時代、途中の式の中に物理的な意味があった。
計算の過程で直感が育った。
測定結果を手書きで記録していた時代、図を手で描く行為が思考を深めた。
ツールが自動化した。答えが瞬時に出る。過程が消えた。
デジタル設計は2年で一人前になれる。
ミリ波・アナログ設計は5年かかる。
この非対称性は、育成コストの問題ではない。体験と失敗と格闘の時間が、物理的に必要だという現実だ。
効率化は、その時間を「無駄」と判断した。
世の中はデジタル一色に見える。
しかし技術の現場では、その効率化のツケが今まさに噴き出している。
AI時代のミリ波設計に必要な人材が、育っていないのだ。
アナログ思考を、残せ自然界はアナログだ。
デジタルは人間が作った近似に過ぎない。
この大前提が、忘れられている。
アナログ的思考とは、連続的に考えることだ。
「この値はなぜこの大きさか」
「もう少し変化したらどうなるか」
「限界はどこにあるか」
「マージンはどれだけ残っているか」。
答えのない問いを追い続ける姿勢だ。
マクスウェル方程式は、自然の言葉だ。それを感じている技術者は、シミュレーターが嘘をついていると直感できる。測定値の異常に、体が反応する。現場で「なんかおかしい」が、分かる。
この直感は、AIには代替できない。
最先端のAIが、アナログ思考を待っている
AIは強力な道具だ。設計を支援し、最適化を提案し、膨大なデータを処理する。
しかしAIが学習しているのは、過去の設計データだ。その多くはシミュレーション結果だ。
つまりAIは、理想世界の正解を大量に学んでいる。
机上の空論を学習したAIが、より洗練された机上の空論を提案する。
そのリスクを、誰が見抜くのか。
境界条件の設定が正しいか。
近傍界と遠方界を混同していないか。
グランドの処理が現実に即しているか。
AIの提案のどこに落とし穴があるか。
それを判断できるのは、マクスウェルを感じている人間だけだ。
世の中はデジタル一色に見える。
しかし最先端のAI技術が今まさに必要としているのは、
皮肉なことにアナログ的思考を体に持つ人間だ。
効率化の波に流されず、実験台の前に立ち続けた技術者の直感。
シミュレーターではなく自然と対話してきた設計者の感覚。
60GHzミリ波の設計経験が持つ現場知。
これがAIを正しく使うための、唯一の基盤になる。
道具は、使う人間の質を超えられない。
ミリ波を感じる人間がAIを使う時、初めてAI時代の通信設計が完成する。
最先端のAIは今、アナログ思考を持つ人間を待っている。