SiMa.ai、物理AIチップ開発に向け1億5000万米ドルを調達

2026年9月28日、カリフォルニア州サンノゼ発：SiMa.aiは、フィジカルAIソフトウェアの拡大および2028年の投入を予定している新チップの開発資金として、同社が公表した企業価値14億5000万米ドルに基づき、1億5000万米ドルの資金調達を行った。 資金はすでに利用可能だが、最大の性能向上が期待されるハードウェアは依然としてロードマップ上の段階にあるため、ロボット購入者にとっては、評価額という見出しよりも「移行の確実性」の方が重要となっている。

ロボットメーカーにとっての直接的な答えは、SiMa.aiのシリーズC資金が、完成した1,000 TOPSの製品ではなく、ヒューマノイド、ドローン、車両、産業用機械向けの代替エッジコンピューティング・スタックに充てられるという点にある。 サンノゼに拠点を置く非上場の半導体・ソフトウェア企業であるSiMa.aiは、自社の「Palette」開発環境と、Modalixの機械学習システムオンチップおよび開発用ハードウェアを組み合わせています。フィデリティ・マネジメント・アンド・リサーチ・カンパニーとAmplifyが本ラウンドを共同主導し、SiMa.aiによると、これにより総調達額は5億米ドルに達したとのことです。

今回の資金調達で、次世代コンピューティング層の構築に向けた時間的余裕を確保

SiMa.aiによると、今回の資金は、物理AIアプリケーション向けのソフトウェア環境「Palette Neat」の拡張に加え、1,000dense tera operations per secondを実現するように設計された機械学習の知的財産、チップレット、システムオンチップ（SoC）の開発資金に充てられるという。 同社はこれらの製品を2028年前半に投入する予定であり、中～ハイエンドのドローン、ヒューマノイドロボット、先進運転支援システム（ADAS）、車両コックピット、その他の電力制約のあるエッジ機器をターゲットとしている。

このタイムラインが重要なのは、ロボット関連の調達プロセスがプロセッサの出荷よりかなり前に始まるためだ。ハードウェアチームは、熱設計枠、基板寸法、センサーインターフェース、電力予算を早い段階で決定する。 ソフトウェアチームは、モデルサポート、量子化、スケジューリング、ツールチェーン、および障害時の挙動を検証します。2028年のプロセッサは、現在設計範囲が定められているプロジェクトに影響を与える可能性がありますが、シリコン、ソフトウェア、および独立したベンチマークが存在しない限り、購入者は目標スループット値を測定されたパフォーマンスとして扱うことはできません。

したがって、シリーズCの資金調達は

2つの課題を同時に進める必要があります。SiMa.aiは、短期的な案件を獲得できるよう現在のModalixプラットフォームを十分に拡張すると同時に、顧客が再び高額なリライトを強いられることのないよう、後継アーキテクチャを構築しなければなりません。資金があれば、エンジニアの増員、ソフトウェアのカバレッジ拡大、サポート体制の強化、製造準備を進めることができます。しかし、公表された目標と量産認定されたコンポーネントとの間に存在する実行リスクを取り除くことはできません。

フィジカルAIが「有用なコンピューティング」の意味を変える

ロボットには、単に数字上の演算スループット以上のものが求められます。ロボットは、厳格な電力およびレイテンシの制限の中で、多くの場合、信頼性の高いクラウド接続がない状況下でも、カメラ、レーダー、ライダー、音声、力、位置のデータを処理しなければなりません。電力を過剰に消費する倉庫用ロボットは稼働時間を失います。冷却ハードウェアを追加したドローンは積載量を失います。 リモート推論サービスを待つヒューマノイドは、バランス制御や接触制御にローカルな応答が必要な瞬間を逃してしまう可能性があります。

だからこそ、SiMa.aiは完全なロボットを製造していないにもかかわらず、そのポジショニングが重要となる。同社は、専用に設計されたシリコンとソフトウェアを用いることで、流用されたデータセンター用ハードウェアよりも迅速かつ低消費電力で、モデルを開発段階からエッジデバイスへ移行できると主張している。 同社の開発キットは、エンジニアリングチームに現行プラットフォームをテストする手段を提供し、2028年のロードマップは、より大規模なマルチモーダルモデルへの道筋を示しています。購入者にとっての課題は、同じソフトウェアの成果が、その移行後も維持できるかどうかという点です。

より広範な市場では、すでにコンピューティング層が戦略的なボトルネックと見なされている。 D-Roboticsは、具現化AIチップの規模拡大に向けて4億米ドルを調達した一方、大手ロボットメーカーは、確立されたグラフィックス処理や自動車向けプラットフォームを基に標準化を進め続けている。SiMa.aiは、より限定的な主張――ワット数、レイテンシ、導入環境が重要な物理システム向けに特別に構築されたソフトウェア中心のスタック――を掲げて、この競争に参入している。

ピークスループットと同じくらい、努力も重要である。

ソフトウェアの移植性が資金調達の商業的試金石となる

SiMa.aiは、現行製品を利用している顧客が、アプリケーションを次世代アーキテクチャへ移行できると述べています。プロセッサの変更に伴う最大の隠れたコストは、基板そのものだけであることはめったにないため、この約束は商業的に重要です。チームは、モデルを移植し、演算子を再検証し、安全ケースを再構築し、パフォーマンスを再現し、スタッフを再教育し、新旧の製品が共存する間、並行するバージョンを維持しなければなりません。

Palette Neatは、開発者にモデルの準備とデプロイのための共通環境を提供することで、こうした摩擦を軽減することを目的としている。 今回の資金調達により、モデルサポート、デバッグ、プロファイリング、ドキュメント作成、アプリケーションエンジニアリングといったプラットフォームの各機能が強化される見込みだ。これらは、ロボット工学チームが実証段階から運用・保守されるロボット群へと移行できるかどうかを決定づける要素である。SiMa.aiのハードウェア写真にはコンパクトな開発用ボックスが写っているかもしれないが、真に耐久性のある製品は、それを支えるソフトウェアとサポートシステムである。

また、こここそが、競争がシリコンの枠を超えて広がる領域でもあります。 NVIDIAのIsaac ROS 5.0のリリースでは、エージェント対応スキルが14社のロボットパートナーと連携され、広範な開発者および統合エコシステムがいかにしてコンピューティングの導入を容易にするかを実証した。SiMa.aiは、自社のより専門化されたプラットフォームが、購入者がすでに使用しているモデル、センサー、フレームワーク、デプロイメントツールをサポートできることを示さなければならない。その際、より狭いソフトウェア環境と引き換えに電力効率を犠牲にさせるようなことはあってはならない。

強力な投資家リストは顧客経済性を代替しない

今回の資金調達は、フィデリティ・マネジメント・アンド・リサーチ・カンパニーとアンプリファイが共同で主導した。既存の投資家には、デル・テクノロジーズ・キャピタル、マーベリック・キャピタル、+NDキャピタル、ポイント72、ステップストーン・グループなどが名を連ねている。同社は、ミシガン州、J.P.モルガンなど、4つの新規出資者を明らかにした。

モーガン、バロン・キャピタル、アライアンス・バーンスタイン。SiMa.aiは、今回の資金調達ラウンドが応募倍率を上回ったとし、企業価値が14億5000万米ドルであると報告している。

こうした投資家の顔ぶれは投資家の関心を裏付けているが、今回の発表では、売却された持分、評価額がプレマネーかポストマネーか、以前に利用可能だった現金額、バーンレート、利益率、受注残、売上高については明らかにされていない。 SiMa.aiによると、売上高は2024年から2025年にかけて前年比で4倍に増加し、2026年も好調な勢いが続いているという。しかし、絶対的な売上高の数値が示されていないため、この成長率だけでは商業的な規模を判断することはできず、同社が調達したと主張する5億米ドルとの明確な比較もできない。

公表された顧客およびパートナーのリストも同様に有用ではあるが、その情報には限界がある。その範囲はエレクトロニクス、産業オートメーション、マシンビジョン、自動車、ロボティクス事業に及んでおり、同プラットフォームが複数のフィジカルAI市場で評価されていることを示唆している。 本リリースでは、量産顧客、有料パイロット案件、設計採用実績、販売台数、あるいはヒューマノイドに特化した売上高については個別に開示されていない。ロボットの購入を検討する企業は、このリストをエコシステムへのアクセスを示す証拠として捉えるべきであり、2028年のアーキテクチャがすでに導入済みのロボット群に組み込まれているという証明とは見なすべきではない。

ロボット購入者には、機械に適合したベンチマークが必要

1,000 dense TOPSという目標値は、ワークロードの詳細がなければほとんど意味をなさない。 購入者は、その数値の背景にあるデータ型、モデルサイズ、スパース性の仮定、および電力制限を把握する必要があります。また、知覚および制御パイプライン全体の測定済みレイテンシ、メモリ帯域幅、熱挙動、センサー入力のサポート状況、機能安全オプション、セキュリティ機能、およびロボットの耐用年数にわたる予想稼働率についても把握する必要があります。

開発の経済性も同様に重要です。有用な評価では、既存のモデルをModalixに移行するために必要なスタッフ工数、カスタマイズ作業なしで動作するオペレーターの割合、非対応レイヤーによる性能低下、プロファイリングツールの品質、および現在および将来のコード維持コストを測定する必要があります。

世代。消費電力を削減できるものの、ソフトウェア統合に数ヶ月を要するプラットフォームは、エンジニアリング体制が限られている小規模なロボット企業にとっては不適切な選択となる可能性がある。

オープンなインターフェースも、調達における重要なチェックポイントの一つだ。ロボット工学チームは、ハードウェアがRobot Operating System（ROS）ソフトウェア、共通のモデル形式、ベンダー中立のツールと共存することをますます期待している。 Robotiqが物理AIスタックの一部をオープンソース化した動きは、購入者が重要な統合レイヤーを検証、適応、保守できる選択肢を重視する理由を示しています。SiMa.aiはすべてのコンポーネントをオープンソース化する必要はありませんが、購入者が特定のコンパイラ、ボード、あるいは世代に縛られないよう、十分な移植性を保証しなければなりません。

「中国市場」こそが、このスタックが勝機を掴めるかどうかの鍵となる

アジアのロボットメーカーにとって、今回の資金調達により、輸出規制、供給の集中、電力効率のすべてが製品設計に影響を与える中で、評価すべき新たなコンピューティングサプライヤーが誕生した。SiMa.aiのチャンスは、既存のすべてのプレイヤーを駆逐することではない。ローカル推論、厳しいエネルギー予算、迅速なソフトウェア展開が、専用に設計された代替案を正当化するような案件で勝利を収めることにある。

その機会はセグメントによって異なるだろう。ドローンでは、幅広いモデルの柔軟性よりも、重量や電力の削減が重視される可能性がある。産業用機械では、長期的なサポートサイクル、決定論的なレイテンシ、確立されたフィールドバス統合が優先されるかもしれない。 ヒューマノイド分野では、高いマルチモーダルスループットが求められる一方で、成熟したデバッグ機能や迅速なモデル更新も必要となる。自動車分野の顧客からは、完了までに数年を要する可能性がある認定、安全性、供給保証といった要件が加わる。

シリーズCの資金調達により、SiMa.aiはこれらの市場を並行して開拓するためのリソースを得ましたが、投資家は、同社が単一の物理AIカテゴリーを単一の市場として受け入れるのではなく、どこに運用上の優位性があるかを証明することを期待すべきです。優れた性能を発揮するチップ

カメラを多用する産業用システムにおいて、その仕様がヒューマノイドや車両の制御、メモリ、安全に関する要件を自動的に満たすとは限らない。

次の実証の機会は2028年より前に訪れる

最も有用なマイルストーンは、計画されているシリコンの登場より前に訪れるだろう。SiMa.aiは、ワークロード固有のベンチマークを公開し、量産設計の採用実績を明らかにし、サードパーティ製ソフトウェアのサポートを拡大し、現行ハードウェアからの移行を実証し、評価段階から量産プログラムに移行した顧客名を公表することができる。それぞれが、ロードマップ上の異なるリスクを軽減することになる。

今回の資金調達は極めて重要だ。1億5,000万米ドルがあれば、これらの実証ポイントを資金面で支え、長期にわたるロボット開発サイクルを通じて購入者を支援する同社の能力を拡大できるからだ。ただし、これにより、1,000 dense TOPSという目標が予定通りに実現すること、顧客のアプリケーションが容易に移行すること、あるいは現在の投資家の熱意が持続的な製品需要に結びつくことが保証されるわけではない。

次に注目すべき展開は、またしても企業価値の見直しではない。それは、現在のModalixのワークロードが、消費電力、レイテンシ、およびエンジニアリング時間の面で測定可能な改善をもたらしながら、2028年アーキテクチャへ移行できるという最初の独立した証拠である。なぜなら、その結果こそが、今日の資本を、ロボットメーカーが実際に購入する運用経済性へと結びつけるものとなるからだ。

本分析は、公開日時点での企業の声明および公開市場の動向を総合したものであり、投資、財務、または専門的な助言として解釈されるべきではありません。本情報は、あくまで一般的な情報提供のみを目的としています。

ヘッダー画像のクレジット：SiMa.ai。