RAG（検索拡張生成）とは 2020年の論文はウィキペディアの索引と生成モデルを組み合わせた
RAGは、外部の文書を検索し、見つけた内容をもとにAIに答えさせる仕組みです。名前を広めた2020年5月の論文は、ウィキペディアを数値の索引にした検索と、文章を生成するモデルを組み合わせました。
トップ › 仕組み
仕組み
半導体とAIの用語と仕組み（343本、6ページ目）
AIエージェントとは 1回の質問に答えるAIから、18時間作業を続けるAIへ
AIエージェントは、目標に向けて手順を考え、道具を使い、結果を見て次の手を決めるAIです。Anthropicは9月22日に出したClaude Opus 5.5の発表で、顧客の試用で18時間を超えて作業を続けた例を紹介しました。
マルチモーダルとは Geminiでは音声1秒が32トークン、画像1枚が258トークン
マルチモーダルは、文章、画像、音声、動画をまとめて扱えるAIの性質です。グーグルの資料によると、Geminiは音声を1秒あたり32トークン、小さな画像を1枚258トークンに直して処理します。
大規模言語モデル（LLM）とは 2017年のTransformerから、利用者10億人のGeminiまで
大規模言語モデル（LLM）は、文章の続きを予測する学習を大量の文章で行い、質問への答えや文章の作成ができるようにしたAIモデルです。アルファベットは10月28日、Geminiのアプリの利用者が10億人に達したと明らかにしました。
MoE（専門家混合）とは DeepSeek-V3は6710億のうち1トークンに370億だけを使う
MoEは、多数の専門家の中から入力ごとに一部だけを選んで計算するモデルの設計です。DeepSeek-V3は全体で6710億のパラメータを持ち、1つのトークンの計算には370億だけを使います。
スケーリング則とは 2020年の論文は7けた超の範囲でべき乗の関係を確かめた
スケーリング則は、モデルとデータと計算を増やすほど、言語モデルの誤りが決まった形で減るという経験則です。2020年1月の論文は、この関係が7けたを超える範囲で成り立つと報告しました。
演算精度（FP8・FP4）とは FP4はFP16よりメモリを約3.5分の1に、エヌビディアの説明
演算精度は、1つの数を表すビット数のことで、少ないほど速く安く計算できます。エヌビディアは、4ビットの形式「NVFP4」はモデルのメモリをFP16の約3.5分の1、FP8の約1.8分の1にすると説明しています。
FLOPSとは スパコン首位は2.198エクサFLOPS、AIチップの数字とは単位の精度が違う
FLOPSは、1秒間に何回の小数の計算ができるかを示す単位です。2026年6月のTOP500で首位になった中国の「LineShine」の実測の性能は2.198エクサFLOPS（1秒に約220京回）でした。
トークンとは 英語なら約4文字で1トークン、料金は100万トークンあたりで決まる
トークンは、AIのモデルが文章を処理するときの最小の単位です。グーグルは、Geminiでは1トークンが英語の約4文字に当たり、100トークンが英単語60〜80語ほどになると説明しています。
パラメータ数とは 4050億パラメータのモデルは16ビットで約810GBのメモリが要る
パラメータ数は、AIモデルの中の調整できる数値の個数です。メタのLlama 3.1 405Bは4050億個あり、1個を16ビット（2バイト）で持つと、数値だけで約810GBのメモリを使います（計算）。
推論（インファレンス）とは グーグルの自社モデルのAPIは1分に約320億トークンを処理
推論は、できあがったAIモデルを使って答えを出す計算です。アルファベットは10月28日、自社モデルのAPIが1分あたり約320億トークンを処理していると明らかにしました。
学習（トレーニング）とは メタのLlama 3.1 405Bは15兆トークンをGPU3084万時間で学んだ
AIの学習は、データを読ませて答えのずれを測り、ずれが小さくなる方向にモデルの数値を直す計算を繰り返すことです。メタは2024年7月、4050億パラメータのLlama 3.1の学習にH100を延べ3084万GPU時間使ったと公表しました。
AIアクセラレーターとは GPU・TPU・自社チップの総称、エヌビディアのデータセンター売上は四半期890億ドル
AIアクセラレーターは、AIの計算を専門に速くする半導体の総称です。エヌビディアの2026年5〜7月期のデータセンター部門の売上は890億ドルで、前年同期比117%増えました。
半導体の流通とは TIは売上の8割超が直販、アヴネットは四半期で107億ドルを流す
半導体は、メーカーの直販、代理店を通した販売、カタログ通販の3つの道筋で機器メーカーに届きます。米テキサス・インスツルメンツは、2025年の売上の80%超が自社サイトを含む直販だったと開示しています。
半導体商社とは マクニカの上期は売上8312億円・営業利益率4%
半導体商社は、半導体メーカーと、それを使う機器メーカーの間に入る会社です。横浜に本社を置くマクニカホールディングスの2026年4〜9月期は、売上高が8312億9300万円、営業利益率は4.0%でした（率は計算）。
半導体の在庫調整とは 2023年のマイクロンは売上半減・在庫評価損14億ドル
在庫調整は、積み上がった在庫を減らすために、生産や仕入れを絞る局面です。マイクロン・テクノロジーの2022年12月〜2023年2月期の売上は前年同期の半分以下の36億9300万ドルで、在庫の評価を14億3000万ドル切り下げました。
メモリ価格の契約価格とスポット価格とは DDR5の固定価格は6月から4か月で25%上昇
メモリの値段は、大口の取引で決める契約価格と、流通の市場で日々決まるスポット価格の2つで語られます。韓国の産業通商部の資料では、DDR5の16ギガビット品の固定価格が2026年6月の40.0ドルから10月に50.0ドルへ上がりました。
シリコンサイクルとは マイクロンの粗利率はマイナス32.7%からプラス87.0%へ
シリコンサイクルは、半導体の需要と供給のずれから生まれる景気の波です。マイクロン・テクノロジーの売上総利益率は、2022年12月〜2023年2月期のマイナス32.7%から、2026年6〜8月期にはプラス87.0%になりました。
ASP（平均販売単価）とは マイクロンのNANDは単価3割高・出荷1割増で売上42%増
ASPは、売上を数量で割った平均の販売単価です。マイクロン・テクノロジーの6〜8月期のNANDの売上は前期比42%増え、出荷量が約10%、単価が約30%上がったと説明しています。
稼働率とは 華虹半導体は102.9%、SMICは97.3%、UMCは92%
稼働率は、工場の生産能力に対して、実際に生産した量の割合です。中国の華虹半導体の2026年7〜9月期の稼働率は102.9%で、見積もった能力を上回る量を生産しました。
在庫日数とは マイクロンは129日、商社の米アヴネットは72日
在庫日数は、在庫の金額を1日あたりの売上原価で割り、何日分の在庫を持っているかを示す指標です。米マイクロン・テクノロジーの6〜8月期末の在庫日数は129日で、前の期より9日増えました。
減価償却とは SMICは売上の約4割、ラムリサーチは1.5%と業態で重さが違う
減価償却は、設備を買った金額を使う年数に分けて費用にする仕組みです。中国のSMICの2026年7〜9月期の減価償却費は12億7042万ドルで、売上の約4割に当たりました（計算）。
設備投資（Capex）とは アルファベットは7〜9月に514億ドル、前年同期の2.1倍
設備投資（Capex）は、何年も使う設備を買うためのお金で、決算ではキャッシュフロー計算書に出ます。アルファベットの2026年7〜9月期の設備投資は513億5500万ドルで、前年同期の2.1倍でした（倍率は計算）。
受注残とは マイクロンの契約残高は約1500億ドル、TOWAの受注残高は518億円
受注残は、受けた注文のうち、まだ売上になっていない金額です。米マイクロン・テクノロジーは、長期契約から生まれる残存履行義務（RPO）が約1500億ドルあると説明しています。
BBレシオとは TOWAの7〜9月期は受注329億円・売上175億円で1.88
BBレシオは、受注を売上で割った値で、1を超えると仕事の残りが増えていることを示します。封止装置のTOWAの2026年7〜9月期は受注高329億7000万円、売上高175億3000万円で、BBレシオは1.88でした（計算）。
WFE（ウエハー製造装置）とは 東京エレクトロンは2027年に2100億ドル以上と見る
WFEは、ウエハーに回路をつくる前工程の装置の市場規模を指す業界の言葉です。東京エレクトロンは10月30日、WFEが2026年に1600億ドル程度、2027年に2100億ドル以上になるとの見方を示しました。
前工程装置の市場とは ウエハーに回路をつくる装置を米日欧の数社が分け合う
前工程装置は、ウエハーに回路を焼き付け、削り、膜を重ねる装置の総称です。東京エレクトロンは10月30日、前工程装置の2026年の世界市場を1600億ドル程度と見積もりました。
歩留まりと原価とは 良品率が9割から6割に落ちるとチップ1個の費用は1.5倍
歩留まりは、投入したチップのうち良品になった割合です。ウエハー1枚の費用が同じなら、歩留まりが90%から60%に下がると、良品1個あたりの原価は1.5倍になります（計算）。
ウエハー1枚あたりのチップ数とは ウエハーの面積とダイサイズで決まる「取れ数」の考え方
ウエハー1枚から取れるチップの数は、ウエハーとチップの面積、端で欠ける分で決まります。直径300mmのウエハーで814平方ミリのダイを並べると、近似の式では約63個になります（計算）。
レチクルサイズとは 露光装置が1回で写せる範囲、1個のチップの大きさの上限を決める
レチクルサイズは、露光装置が1回で写せる範囲の大きさで、チップの面積の上限になります。ASMLの次の世代のHigh-NA EUV装置では、この範囲の片方の辺が33ミリから16.5ミリと半分になります。