# AIチップはどう作られるのか:Merck KGaA(ダルムシュタット)のベンジャミン・ハイン氏に聞く

- 番組: [Super Data Science: ML & AI Podcast with Jon Krohn](https://ai-curator.jp/podcasts/shows/cmv3z5c0j000j5o10v3e8e8p9)（Jon Krohn）
- 元のタイトル: 1045: How AI Chips Are Built, with Benjamin Hein
- 配信日: 2026年11月17日
- 長さ: 56分
- 要約作成日: 2026年11月17日
- トピック: [#半導体製造](https://ai-curator.jp/topics/%E5%8D%8A%E5%B0%8E%E4%BD%93%E8%A3%BD%E9%80%A0) [#AIチップ](https://ai-curator.jp/topics/AI%E3%83%81%E3%83%83%E3%83%97) [#先端パッケージング](https://ai-curator.jp/topics/%E5%85%88%E7%AB%AF%E3%83%91%E3%83%83%E3%82%B1%E3%83%BC%E3%82%B8%E3%83%B3%E3%82%B0) [#マテリアルズAI](https://ai-curator.jp/topics/%E3%83%9E%E3%83%86%E3%83%AA%E3%82%A2%E3%83%AB%E3%82%BAAI) [#ニューロモルフィック](https://ai-curator.jp/topics/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%AD%E3%83%A2%E3%83%AB%E3%83%95%E3%82%A3%E3%83%83%E3%82%AF) [#シリコンフォトニクス](https://ai-curator.jp/topics/%E3%82%B7%E3%83%AA%E3%82%B3%E3%83%B3%E3%83%95%E3%82%A9%E3%83%88%E3%83%8B%E3%82%AF%E3%82%B9)
- URL: https://ai-curator.jp/podcasts/cmwkpu3do00004b11g6z78fxx

## 要約

Merck KGaA, Darmstadt, Germany のエレクトロニクス部門CEOベン・ハイン氏が、半導体製造の仕組みとAI時代の課題を語った回。業界最大の課題は消費電力あたりの性能であり、微細化から3次元化・先端パッケージングへ重心が移っていると説明した。自社ではAIシミュレーションで候補分子の85%を実験前に除外し、ヒット率を5倍以上に高めたという。AIは人を置き換えず拡張するとの楽観論や、医療が安価になる展望にも触れた。

## ポイント

- 同社は創業358年で薬局から始まり、半導体製造の6工程すべてに材料・システム・サービスを供給。先端チップは1,500以上の工程と最長6か月を要すると説明した。
- 業界最大の課題は performance per watt(電力あたり性能)。データセンター拡大でエネルギー不足と電力価格上昇が懸念されると述べた。
- 50年続いた微細化から3次元化へ。ボトルネックは演算そのものよりシステム間のデータ転送で、先端パッケージングやシリコンフォトニクスが鍵になるという。
- AIシミュレーションで候補分子の85%超を実験前に除外し、R&Dのヒット率を5倍以上に改善。純度はppbからppt水準が求められるとした。
- モリブデンがタングステンに置き換わり始めるなど新素材への移行が進み、ニューロモルフィックや量子は既存技術を置き換えず補完すると見ている。
- AIは人を代替せず拡張するという楽観的立場で、診断などから始まり、生涯のうちに高品質な医療が手頃になる可能性が高いと述べた。

## 章立て

- [01:04] **Merck KGaAと電子事業の紹介** — ハイン氏の経歴、創業358年の同社の歴史、3事業体制、半導体6工程すべてに関わる位置づけを紹介する。
- [08:23] **AIブームと半導体の関係** — AI需要がデータセンター建設を通じて最先端チップ需要を牽引している状況を語る。
- [11:31] **電力あたり性能と3次元化** — 最大課題は性能対電力。ムーアの法則的な微細化から先端パッケージングや光技術へ移る流れを説明する。
- [15:49] **AIによる材料R&Dと超高純度** — シミュレーションで候補の85%を除外しヒット率5倍超。ppb・ppt級の純度管理や2nmの規模感にも触れる。
- [21:02] **グローバルな産業構造** — 米国の設計・R&D、台湾など東アジアの製造、欧州の露光技術など役割分担と市場成長を語る。
- [25:51] **57階の壁とモリブデン** — 原子層堆積・選択的堆積の難しさを高層ビルの比喩で説明し、熱管理やモリブデンへの移行を紹介する。
- [30:40] **キャリア助言とAIの未来・医療** — 学び方の助言、ロボティクスや医療への展開、手頃な高品質医療への期待を語る。
- [42:42] **ニューロモルフィックと人を拡張するAI** — チップの多様化、技術の補完関係、AIは人を拡張するという考えと同社の強みで締める。

## 解説記事

半導体の最先端では、原子レベルの精度が毎月数百万個のチップ規模で求められる。今回の Super Data Science では、Merck KGaA, Darmstadt, Germany のエレクトロニクス部門CEOベン・ハイン氏が、AIを支えるチップがどう作られ、何が限界になりつつあるのかをジョン・クローン氏に語った。前任のカイ・ベックマン氏は第875回に登場している。

#### 「チップの裏側の会社」という立ち位置

同社は創業358年。ダルムシュタットの薬局から始まり、現在はヘルスケア、ライフサイエンス、エレクトロニクスの3事業を持つ。売上は220億ドル超、従業員は6万人以上で、約70%を創業家が保有すると説明された。エレクトロニクスでは自らチップを作るのではなく、薄膜形成材料、フォトレジスト、特殊ガスなどの材料に加え、システムや統合サービスも半導体製造の6工程すべてで提供する。先端チップの製造は1,500以上の工程、最長6か月に及ぶという。

#### 最大の課題は電力あたり性能

ハイン氏は、業界の最大課題は performance per watt だと述べた。演算量の増加はエネルギーを要し、データセンター立地では電力価格が上がり始めているとして、性能と省エネを両立する新しい化学が必要だという。

この数十年はムーアの法則に沿った微細化が中心だったが、これからは3次元化が焦点になるという。複数の部品を一つの基板上に高密度に統合する先端パッケージングが成長を牽引し、現在の制約は演算そのものより、システム間のデータ転送にあると指摘した。将来的には電子に代わって光を使うシリコンフォトニクスが重要になるとの見方も示した。

#### 57階の壁を塗る

3次元化の難しさを、ハイン氏は「外から入れない高層ビルの57階の特定の壁だけを正確に塗る」ことにたとえた。他の壁を汚さず、狙った面だけに成膜する必要があり、これが原子層堆積や選択的堆積にあたる。200〜400層を積む段階に来ており、次の課題はロジックとメモリの近接統合、そして発熱の管理だと語る。新素材の例として、モリブデンがタングステンに置き換わりつつあることも挙げた。

#### AIで材料開発を加速する

自社でもAIを活用しており、プロセス最適化よりもR&Dへの効果が大きいという。実験前にシミュレーションで候補分子を絞り込み、85%超を除外、ヒット率は5倍以上になったと述べている。2nmや1.4nmの世代では微量の汚染も致命的で、ppmではなくppb、pptの純度が求められる。分析手法が追いつかない領域ではシミュレーションで品質を担保する必要があるとも説明した。工場ではスマートマニュファクチャリングにより、リアルタイムの制御や介入にAIを使う。

#### 補完し合う技術と、人を拡張するAI

顧客の新チップ投入は、10年前の3〜4年周期から、現在はほぼ毎年に短縮されたという。用途ごとのカスタムチップが増え、ニューロモルフィック(脳の動作を模す、消費電力約20ワットの方式)や量子は、従来のロジック・メモリを置き換えるのではなく補完すると見ている。

AIと雇用については、産業革命やインターネットの例を引き、最終的に人はより生産的になってきたと述べ、AIは人を置き換えず拡張するという楽観的な立場を示した。医療でも、まずは診断や検出のパターン認識から始まり、医師が時間をより有効に使えるようになると予想する。生きている間に高品質な医療が手頃な価格で誰にでも届く可能性は高いと語った。

#### まとめ

本エピソードは、AIの進展が「電力あたり性能」と「3次元化・材料」という物理的な制約に支えられていることを、材料メーカーの視点から示している。日本は半導体材料・装置に強みを持つだけに、純度管理、新素材への移行、AIを使った材料探索といった論点は参考になる。なお数値や見通しはハイン氏個人の発言であり、AI楽観論も含めて一つの見方として受け取るのがよいだろう。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: Super Data Science: ML & AI Podcast with Jon Krohn「1045: How AI Chips Are Built, with Benjamin Hein」
