……Zoomオンライン受講
……見逃し視聴選択可
☆兼ねてより、要望をいただいていた‘AI・半導体の協調設計’を一気に学ぶ4時間集中講座！
☆単なるデバイスの紹介に留まらず、各技術がどう活かされているかを踏まえて、ポイントを徹底解説いたします！
講師
東京大学 大学院工学系研究科
電気系工学専攻
准教授 博士(工学)
小菅 敦丈 氏
講師紹介
■経歴
【学歴】
2008年4月～2012年3月 慶應義塾大学 理工学部 電子工学科 卒業
2012年4月～2014年3月 慶應義塾大学大学院 理工学研究科 電気電子工学科 修士課程 修了
2014年4月～2016年9月 慶應義塾大学大学院 理工学研究科 電気電子工学科 博士課程 修了
【職歴】
2021年1月～2025年10月 東京大学大学院 工学系研究科 システムデザイン研究センター
2025年11月～ 東京大学 大学院工学系研究科 電気系工学専攻 准教授
■専門および得意な分野・研究
・半導体集積回路設計
・3次元チップ集積
・AIチップ、AI向け半導体
■本テーマ関連学協会・委員会での活動
・2021年4月～ IEEE ASSCC, TPC Member (FPGA Subcommittee)
・2021年6月～ 現在電子情報通信学会 エレクトロニクスソサイエティ集積回路専門委員会(ICD), 専門委員
・2023年10月～ IEEE Solid-State Circuits Directions
・2023年10月～ IEICE Transactions on Electronics, Guest Editor
＜その他関連商品＞
半導体製造プロセス 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年9月15日(火) 13:00-17:00 ＊途中、小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 46,200円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき35,200円
【オンライン受講（見逃し視聴あり）】：1名 51,700円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき40,700円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
＊学校法人割引：学生、教員のご参加は受講料50％割引。→「セミナー申込要領・手順」を確認ください。
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
お申込みはこちらから
商品コード：AD260955
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
■講座のポイント
本講座は、生成AI・LLMの急速な進展を背景に、AIモデルとそれを支える半導体システムの両面を体系的に学ぶものです。 主なポイントは、①AIモデルの計算量（スケーリング則）とハードウェア資源の関係の理解、②GPUアーキテクチャやメモリデバイスの基礎、③低電力AIアクセラレータや、エッジ向け省資源AIモデルの3点です。 単なるデバイスの解説に留まらず、AIモデルの原理やフィジカルAIなど最先端の動向、AIモデルと集積回路の協調設計技術、そして「光電融合」、「チップレット」、「3次元集積」など半導体の最先端技術がどのように活かされているかを学びます。
■受講後、習得できること
・AIモデルの動作と計算内容
・AIプロセッサの動作とアーキテクチャ
・メモリなど、半導体デバイスの動作と技術トレンド
・集積回路に関する最先端の技術動向
■講演中のキーワード
・AIプロセッサ
・AI半導体
・チップレット
・3次元集積
・エッジAI
セミナー内容
1. AIモデルの基礎と動向
1.1 DNNモデル
1.2 基盤モデル
1.3 先端AIモデルと応用
2. コンピュータとCPU/GPU
2.1 コンピュータの構成
2.2 CPU
2.3 GPU
3. メモリ
3.1 メモリデバイスの基礎とAI処理における重要性
3.2 3次元積層メモリ
3.3 不揮発性メモリとその応用
4. 半導体集積回路関連技術
4.1 分散・並列処理
4.2 チップレットと3次元集積技術
4.3 光通信と光電融合
5. AIプロセッサ
5.1 TPU
5.2 NPU
5.3 ニアメモリプロセッサ
5.4 ウエハレベルプロセッサ
6. 質疑応答
お申込みはこちらから
