IT分野より高いハードル…東大発VC代表が解説、最先端科学技術分野のスタートアップはなぜ資金調達が難しいのか《郷治 友孝 | 坂本 教晃 | 三上 佳大》 経産省傘下の新エネルギー・産業技術総合開発機構（NEDO）は2026年3月、実用化研究開発や量産化実証に関する支援の対象となる「ディープテック・スタートアップ」の事業公募を予告した。科学技術分野におけるスタートアップ支援の焦点は、創業や研究開発にとどまらず、事業化や量産化の段階に広がりつつある。優れた技術があっても、それだけで市場に届くとは限らない。では、研究成果を事業に変える過程では、何が壁になるのか――。2026年3月に書籍『サイエンス・テクノロジー領域の起業戦略 創業から資金調達、グローバル展開、M&A/IPOを見据えて』（日本経済新聞出版）を出版した、東京大学エッジキャピタルパートナーズ（UTEC）社長CEOマネージングパートナーの郷治友孝氏に話を聞いた。 記事全文はウェブから▼

【新サービス】AIのアイデアを製品化へ💡 (株)クロスデザインは、「AIプロダクトデザインサービス」を提供開始。 生成AIが生み出したデザイン案を、内部構造や製造性、量産性まで考慮しながらブラッシュアップ。 実現性のある製品開発を支援する。 #AI# #製品開発#

白T×黒短パンの“夏のパパ量産型コーデ”…妻の74％が許容も「おしゃれ」は1％→夫たち「妥協ではなく“最適化”」と反論、5秒で家を出られる合理性　

【京セラ、AIの高性能化を可能とする埋め込みMLCC「Flat Terminal」を2026年度下期に量産へ】 京セラは8月24日、半導体製造ならびにAIデータセンターで活用される自社セラミック製品に関する説明会を開催。プリント基板の内部に埋め込んで使用する積層セラミックコンデンサ(MLCC)「Flat Terminal」を開発、製品化したことを明らかにした。 Flat Terminalは、プリント基板の表面に実装する一般的なMLCCとは異なり、プリント基板の内部に埋め込んで使用することを前提に開発された埋め込みMLCCである。 AIサーバーをはじめとする高性能コンピューティング機器では、CPUやAIアクセラレータの高性能化に伴って消費電力が増加している。負荷が急激に変化した際にも安定して電力を供給するため、プロセッサの周辺には、電源電圧の変動やノイズを抑える多数のコンデンサが配置されている。 一方、プロセッサやメモリ、電源部品などの実装密度が高まる中、プリント基板の表面だけで必要な部品の実装面積を確保することは難しくなりつつある。 Flat Terminalをプリント基板の内部に埋め込むことで、基板表面の実装スペースをほかの半導体や電子部品に割り当てることを可能とする。 出典：TECH+

⚙️NVIDIAが量産に入れたAI推論ラックの仕様表に、HBMの行が無い | 答えを出す側だけが別の箱へ移った $NVDA $NBIS 仕様表にHBMの行が無い。NVIDIA $NVDA が8月24日にフル生産入りを発表したAI推論ラックの話だ。積むメモリは、チップに直接載せるSRAMがラックあたり128GB、大きなモデルとワークロードのためのDDR5が12TB。この2種類しかない。 Groq 3 LPXという。NVIDIAが昨年12月にGroqから非独占でライセンスした推論技術の、最初の製品だ（金額は報道ベースで200億ドルとされる）。CNBCによれば、このチップを作っているのはSamsungで、NVIDIAのGPUを作るTSMCではない。 HBMが不要になったのではない。HBMが要る仕事のほうを、隣の箱に置いてきた。 推論は途中で性質が変わる。入力を読み込むprefillの段は何千トークンもまとめて行列演算に流せるので、律速するのは計算力になる。答えを1トークンずつ出すdecodeの段は違う。次のトークンが前のトークンに依存するから並列化できず、1トークン出すたびに重みとKVキャッシュを読み直す。ここで時間を決めるのは演算器の数ではなく、読み出しの速さだ。 NVIDIAはこの2つを別々のラックに分けた。同社の技術ブログが標準構成として挙げるのは、Vera Rubin NVL72がprefillを担当し、1ターンに1回KVキャッシュをLPXへ渡す形だ。LPXはSRAMに置いた重みとそのKVキャッシュを使って、decodeの段を丸ごと実行する。 読み出しがdecodeの時間を決めるなら、読み出す場所をチップの中に入れてしまえばいい。それがGroqの元の主張だった。同社の解説はオンチップSRAMの帯域を毎秒80テラバイト超と書き、GPUが外に付けるHBMのおよそ毎秒8テラバイトと並べて、最大10倍の差だと説明している。 NVIDIA版のLPXは1チップに500MBのSRAMを載せ、256個を1ラックに詰めて128GB、帯域はラック全体で毎秒40ペタバイトになる。The Registerの試算では、Gemma 4 31BをFP8で載せるのに要るのは256個のうち64個ぶんだ。モデルはSRAMに収まっている。 decodeがメモリ帯域で詰まる、という話は前からあった。そこにNVIDIAが出した答えは、より速いHBMではない。decodeをHBMの外へ出すことだった。 売るのは計算力ではなく待ち時間になる。Artificial Analysisが計ったのはLPX側の生成速度で、Gemma 4 31Bを10万トークンの文脈で走らせて1ユーザーあたり毎秒3,400トークン。NVIDIAが「いちばん近い代替の4倍」と呼ぶ相手は、Cerebrasの毎秒882トークンだ。 > トークンを提供する側にとっては、待ち時間の要求がいちばん厳しい利用者と顧客に向けて、プレミアム階層のサービスを出せるようになる > （Dion Harris, NVIDIA HPC・AIファクトリーソリューション担当シニアディレクター） 3月のGTCでJensen Huangは、Vera Rubinの性能と価値を延ばすために、Groqラックがデータセンターの面積の最大25%を占めうると述べていた。配分計画ではなく上限の話だが、GPUではない計算機に4分の1まで空ける構図をNVIDIA自身が描いている。 最初に買うのはNebius $NBIS だ。3月にNVIDIAが20億ドルを出資し、Rubin・Vera CPU・BlueFieldへの早期アクセスを含む提携を結んだ相手で、自社の推論基盤Token Factoryに載せる。低遅延の区画にはAMDとCerebrasも入ってきていて、NVIDIAの置き方の違いは、Vera Rubinを置き換えずその隣に並べる点にある。 見どころは水曜の決算そのものより、Nebiusの初号機が年内に実際に立ち上がるかだ。立たなければ、25%という上限は図面のままで終わる。 トークンの速さは長いあいだGPUの枚数の関数として語られてきた。今日量産に入った箱は、その関数の後半だけを切り離して書き直す。隣に残るVera Rubinの側では、HBMは前段の仕事を続ける。 🤘情報提供 Stock Slayer :

TSMCで沸いた菊陽町、早くも「ゴーストタウン化」…3LDKを量産も数千戸が空室だらけ→台湾富裕層は賃貸を選ばず戸建てを現金購入、月15万円の家賃に地元住民も手を出せず 煌々と光る工場の隣で、頼みの第2工場も空室を埋める保証はありません。

ジーン・グレイ、今まではぶっちゃけテレパスは映画化すると地味だし塩試合量産マシンだし暴れる理由ガキだし俳優さんが美人なだけのおもんねーキャラだな…と思ってたけどMCU版はその辺にひねりが入ってて笑顔になれるね