人工知能（AI）モデルの軽量化および最適化技術企業Notaは、LGエレクトロニクス、モ빌린트とともに、国産オンデバイス（機器内蔵型）AI半導体を基盤とするヒューマノイド（人型ロボット）開発に乗り出す。大規模ロボットAIモデルを国産ニューラル・プロセッシング・ユニット（NPU）に合わせて最適化し、限定的な演算資源でも迅速かつ効率的に駆動させることを目標とする。
Notaは、産業通商資源部と韓国産業技術企画評価院（KEIT）が推進する「K-オンデバイスAI半導体技術開発事業」のヒューマノイド分野3細部課題の主管機関に選定されたと8日明らかにした。今回の課題は、Notaがモバイルとエッジ、データセンターで蓄積したAI最適化技術をフィジカルAIに本格適用する事例である。AIモデルとNPU、ロボットを効率的に結ぶ最適化が独立した細部課題として構成され、Notaがこれを主管する。
同事業は、国産オンデバイスAI半導体を活用し、複雑な日常空間で周辺環境を認識し人間水準の作業を遂行する自律型ヒューマノイドを開発することを目標とする。LGエレクトロニクスが全体事業を総括し、ヒューマノイドシステム開発を担う。モ빌린트は国産NPUを、NotaはAIモデルをNPUと実ロボット環境に合わせて効率的に駆動させる最適化ソフトウエアをそれぞれ担当する。
Notaは「ヒューマノイドAIモデル最適化」課題を主管する。ヒューマノイドに搭載されるビジョン・ランゲージ・アクションモデル（VLA）を軽量化し、モ빌린트NPUに合わせて最適化してロボット内部で迅速かつ効率的に駆動させる中核ソフトウエア技術を担当する。
フィジカルAIは、カメラから入力される映像情報をリアルタイムで処理して周辺環境を認識し判断し、直ちに行動しなければならない。VLAの推論が遅れると、変化した状況を適時に反映できず、行動の正確性と安定性が低下し得る。このため、電力と演算資源が制限されたロボット内部でもモデル性能を維持しつつ推論速度を高める最適化が不可欠である。
Notaはトークン圧縮と量子化、プルーニング、知識蒸留、レイヤー別最適化などを適用し、VLAの性能低下を最小化しながらモデルサイズと演算量、メモリ使用量を減らす計画だ。最適化と実行環境の構築を通じてVLAがロボット内部で駆動すれば、ヒューマノイドは外部サーバーに依存せず周辺環境を認識し判断して行動できる。
チェ・ミョンスNota代表は「モバイル、エッジとデータセンターなど多様な環境でAIモデルとハードウエアを効率的に結び付けてきた技術力を土台に、ヒューマノイドを皮切りに多様なロボットや自動車、産業装置などリアルタイムオンデバイスAIを必要とするフィジカルAI全般で技術適用と事業機会を拡大していく」と述べた。