LeapMind（リープマインド）のAI活用事例（製造業・IT・通信／2024年）

企業規模中小企業（〜99名）

地域日本

導入段階全社展開

使用ツールEfficiera（超低消費電力AI推論アクセラレータIP）

背景・課題

家電や産業機器等のエッジデバイスにAIを搭載するには、消費電力・コスト・放熱の制約が大きく、クラウドAIでは通信遅延の問題もあった。

ディープラーニングの量子化ビット数を1〜2ビットまで最小化する「極小量子化」技術を開発。最先端の半導体製造プロセスが不要で、FPGAやASIC上で超低消費電力のAI推論を実現。

量子化ビット数を1〜2ビットまで最小化、GPU不要で動作

家電・産業機器・監視カメラ・建設機械等への組込みが可能に。手話通訳アプリケーション（ロボホン）でもLeapMindの軽量化技術が活用。

AI半導体では「極小量子化」という独自の軽量化技術が差別化要因になる。エッジAI市場は今後爆発的に成長する可能性があり、IPライセンスモデルが有効。