NADIのAIチップ・チャレンジ、欧州の実行力格差を試す

NADIはドイツのSPRINDとともに、4,000万ユーロ規模のAIチップ・チャレンジを開始した。半導体設計に通常は何年もかかる作業を、数週間へと短縮するとしている。このプログラムは、公的資金、自律型設計システム、少人数のエンジニアリングチームの組み合わせで、欧州が競争力あるシリコンを生み出せるかを集中的に試すものだ。

資金規模は重要だが、より重要なのはその仕組みである。両機関は競合する複数の技術アプローチに資金を提供し、8カ月後に劣る選択肢を絞り込み、選ばれたチームをさらに1年間支援する。目標は国策によるNvidia対抗企業をつくることではない。アーキテクチャ上のアイデアから量産可能なチップ設計へ至る道筋を速めることだ。

この違いが、中心的な緊張関係を生んでいる。欧州はすでに半導体製造装置、研究、産業製造で重要な地位を占めている。一方で、そうした強みを広く採用されるAIプロセッサに転換することには苦戦してきた。NADIのAIチップ・チャレンジは、米国のチップ企業や電子設計自動化ベンダーが大きな優位性を維持する設計上のボトルネックを狙う。

NADIのAIチップ・チャレンジは実際に何に資金を出すのか

このプログラムが資金を提供するのは実験的な設計プロセスであり、単に半導体助成金を配るものではない。

「NADI」として知られる国家破壊的イノベーション庁は、2026年9月23日、ドイツの連邦ブレークスルー・イノベーション庁、すなわちSPRINDとともにこのチャレンジを発表した。これはNADIにとって最初のプログラムであり、両機関にとって初の共同資金提供イニシアチブでもある。

NADIは、高リスクの技術プログラムの運営で知られる米国の研究機関DARPAを一部モデルにした新しいオランダの機関だ。その役割は従来型の科学研究助成機関とは異なる。NADIは戦略的課題を定義し、競合する解決策を持つチームを募り、その進捗を積極的に管理する計画だ。

オランダ政府は同機関に5億ユーロを配分している。NADIによれば、企業や公的機関が実際に導入できる技術と、有望な研究との間にある隔たりを埋めるために設立された。提案するモデルでは、プログラムディレクターに対し、明確に定められたミッションと予算について大きな権限を与える。

このアプローチは、SPRINDがすでに採用している運営ロジックとよく似ている。ドイツの同機関は、従来の民間融資では不確実性が高すぎると見なされるアイデアを支援するため、2019年に設立された。その評価プロセスでは、技術的基盤と、市場性のある製品に至る可能性の両方を考慮する。

新たなチップ設計プログラムは、2段階・20カ月にわたって実施される。両機関は各チームの見積もり費用に基づく定額契約を提示し、両段階を通じて1チームあたり最大960万ユーロを支援する。

第1段階は8カ月間で、1チームあたり最大260万ユーロを提供する。オランダの報道によれば、この段階には7チームが参加する。審査員はその後、最も優れたプロジェクトを第2段階に選抜する。第2段階は12カ月間で、選ばれたチームには最大700万ユーロが提供される。

報道によると3チームが次段階へ進む見通しだが、プログラムの公開ページは最終チーム数を保証するのではなく、専門家審査員による評価を強調している。両機関は参加者に技術専門家や潜在的パートナーへのアクセスも提供する。

この競争は、AIの学習と推論の双方に向けた設計を求めている。学習とは、データからモデルを訓練する計算集約的なプロセスだ。推論は、その訓練済みモデルを動かして、要求への応答やタスクの実行を行う後続のプロセスである。

これらのワークロードには異なる要件が課される。学習では通常、膨大な並列計算能力と高帯域幅メモリが有利になる。推論では、エネルギー効率、レイテンシ、導入コスト、特定のモデルやアプリケーションに対する性能がより重視されることが多い。

したがって、このチャレンジはすべてのチームに、主要な汎用アクセラレータのアーキテクチャを再現することを求めてはいない。データセキュリティ、バイオテクノロジー、ロボティクス、モビリティ、大規模AIインフラに適した代替案を募っている。

応募は2026年11月30日、CET午前11時まで受け付けられる。両機関は10月9日と11月17日にウェビナーを予定している。これらの日程により当面のプログラム内容は検証可能だが、より大きな主張は達成済みの結果ではなく目標にとどまる。

第1段階では、本格的なエンジニアリングチームがこの日程、契約条件、評価枠組みを受け入れるかが明らかになる。第2段階では、競争がソフトウェアのプロトタイプを超え、メーカーが現実的に製造できる設計へ進めるかが試される。

欧州が製造ではなく設計を標的にする理由

NADIとSPRINDは、半導体サプライチェーン全体を一から再構築せずとも欧州が競争できる領域に公的資金を集中させている。

欧州はチップ産業において矛盾した立場にある。オランダには、先端半導体製造に不可欠なリソグラフィ装置を手がけるASMLがある。ドイツには、幅広いエンジニアリング、研究、自動車、産業生産の能力がある。

それでも、生成AIで使われる主要プロセッサは主として米国企業が供給している。製造はアジアのファウンドリーに大きく依存し、重要な設計ソフトウェアは少数の既存ベンダーに握られている。

先端製造工場の建設には、莫大な資本、専門装置、経験豊かな運用者、そして何年にも及ぶプロセス開発が必要だ。4,000万ユーロのチャレンジでそのインフラを整備することはできない。しかし、AIが設計段階の経済性と速度を変えられるかは検証できる。

NADIの共同創設者であるJelle Prinsは、オランダとドイツの強みを補完的なものと説明している。オランダはASMLを中核とする強力な半導体製造装置ネットワークを提供し、ドイツは産業製造力と研究能力をもたらす。

この提携は、地理的な近さを政策実験へと変える。両機関は新たな国家半導体プログラムを設けるのではなく、当初から国境を越えて専門性を結集している。

オランダのRob Jetten首相は、この協力を象徴的な行為ではなく必要条件として位置付けた。元の通信社報道によれば、同氏は欧州が大規模なイノベーションを国ごとに追求する余裕はないと主張した。

この発言は、欧州のテクノロジー政策に根強く残る弱点を反映している。欧州には有能な大学、専門メーカー、多額の公的資金がある。しかし、こうした資産は国家プログラム、互換性のない調達制度、商業化への道筋が限られたプロジェクトに分断されたままであることが多い。

SPRINDとNADIは、その分断の一部を共通の技術目標で置き換えようとしている。この競争は複数チームに同じ大枠の目標を与える一方で、異なるアーキテクチャ、手法、ビジネスモデルを認めている。

両機関は、測定可能な成果物が得られる課題も選んでいる。チームはチップアーキテクチャを提出し、レジスタ転送レベルのコードを生成し、その挙動を検証し、定義されたワークロードに対して性能や効率を比較できる。

一般にRTLと呼ばれるレジスタ転送レベルコードは、ハードウェアが実装するデジタル論理とデータフローを記述する。これは高レベルのアーキテクチャ構想と、製造に必要な物理レイアウトの間に位置する。

公式チャレンジは、アーキテクチャ探索、RTL生成、検証の全体にAIを活用するようチームに求めている。この範囲が重要なのは、1つの作業だけを加速しても、単にボトルネックが別の場所へ移るだけになり得るためだ。

システムはRTLを素早く生成できても、非効率的で検証しにくい論理を生み出すかもしれない。別のシステムは印象的なアーキテクチャを見つけても、利用可能な製造プロセスに経済的に割り当てられない可能性がある。

フルスタックのアプローチでは、モデル要件、アーキテクチャ上の判断、論理生成、検証、物理的制約、ソフトウェア支援を結び付けなければならない。各段階では、前段階で隠れたエラーが持ち込まれていないことを示す証拠が必要になる。

このため、プログラムは研究論文だけでなく量産可能な設計に重点を置く。両機関は、チームの手法が製造へ向かう過程に耐えられることを示してほしいと考えている。

この目標は、変化するAIワークロードにも対応する。モデルアーキテクチャは、カスタムシリコンの開発サイクルより速く進化し得る。ある世代のモデル向けに考案されたチップは、開発者が異なるメモリパターンや推論手法へ移行した後に登場する可能性がある。

SPRINDのチャレンジ責任者であるJano Costardは、意図する改善を開発速度における数桁の向上と説明した。これは独立して検証された結果ではなく、目標である。それでも、成功を定義する指標を示している。

チームが従来の数年にわたるプロセスから数週間を短縮するだけなら、このチャレンジは最も強い前提を裏付けられない。検証可能な設計を数カ月または数週間で繰り返し生み出せるなら、このアプローチは特化型アクセラレータの資金調達のあり方を変える可能性がある。

この機会は、とりわけ推論に関係する。Prinsは、一部の推論タスクに最大級のNvidiaプロセッサを使うことを、食料品を買いにトラックで行くようなものだと例えている。この比喩は完全ではないが、最大の計算能力とワークロードに特化した効率との不一致を浮き彫りにする。

推論はデータセンター、工場、車両、ロボット、エッジデバイスで実行される。これらの環境すべてが同じプロセッサを必要とするわけではない。より小規模で特化した設計は、消費電力、レイテンシ、セキュリティ、ローカルでの動作を優先できる。

これは、AI市場全体でNvidiaを打ち負かすよりも狭い機会を生み出す。欧州は、産業顧客、エンジニアリングの知見、規制要件が有用な出発点となる特定の用途を標的にできる。

欧州にとって最大の相手は、自らの実行力格差だ

中心となる対決はNADI対Nvidiaではない。欧州の協調的資金提供モデルと、研究の商業化に失敗してきた実績との対決である。

Nvidiaとの比較は、同社がAI学習用プロセッサ市場を支配しているため注目を集める。ただし、それはNADIのAIチップ・チャレンジが現実的に達成できることを歪める可能性もある。

Nvidiaの優位性は、個々のチップの仕様を超えている。成熟したソフトウェア、最適化されたライブラリ、開発者の習熟度、システム設計、ネットワーク技術、クラウドプロバイダーからの支援が含まれる。

技術的に効率のよいプロセッサだけで、このエコシステムを自動的に乗り越えられるわけではない。開発者にはコンパイラ、デバッグツール、フレームワーク、ドキュメント、予測可能なハードウェアへのアクセスが必要だ。購入者には、サプライヤーが製品を維持できるという証拠が必要になる。

つまり、成功するチャレンジ参加案は論理設計以上の問題を解決しなければならない。実用可能なコンピューティングシステムに組み込むための信頼できる道筋が必要だ。

両機関もこの制約を認識しているようだ。募集要項は、個別の性能主張ではなく、量産可能な設計とフルスタックの手法を重視している。また、技術面・商業面での助言へのアクセスも提供する。

ただし、公開されている競争資料には、顧客のコミットメント、ファウンドリーへのアクセス、パッケージング能力、ソフトウェアの成熟度、調達に関する詳細が少ない。こうした要素は、優れた設計が実際に導入されるプロセッサになるかを左右する。

欧州はこの隔たりをこれまでにも経験してきた。研究プログラムは、商業顧客を支援できるサプライヤーを生み出さずに、価値ある知的財産を創出することがある。資金提供は、プロジェクトがプロトタイプから製造への高コストな移行に達した時点で終わることがある。

NADI自身の論拠も、この問題に焦点を当てている。同機関の設立提案は、オランダでは強力な研究が生まれている一方で、その商業的価値を十分に取り込めていないと主張する。ミッション志向の資金提供を、大学と市場をつなぐ欠けていた橋渡しとして位置付けている。

このチャレンジの段階的な競争形式は、その橋渡しをより選別的なものにするために設計されている。全期間にわたって一つの大規模コンソーシアムへ資金を提供するのではなく、各機関は複数のアプローチを支援した上で、より優れた成果を上げる参加者へと資源を集中させる。

この手法は、脆弱な前提を早期に露呈させうる。チームは競合が異なる道筋を追うなかで、共通のマイルストーンに対する進捗を示さなければならない。プログラム管理者は、各プロジェクトを孤立して評価するのではなく、証拠を比較できる。

この形式はまた、政府が技術的失敗を許容する手段にもなる。一部のチームが第1段階で脱落することは想定されている。彼らの脱落は、プログラム全体の失敗を示すものではなく、設計の一部となる。

プロジェクトを打ち切る意思は、DARPA型モデルに不可欠である。すべての採択案件が政治的な保護を得たり、すべてのコンソーシアムが継続支援を期待したりする状況では、高リスク研究の管理は難しくなる。

したがって、このチャレンジはチームのエンジニアリング能力と同じくらい、NADIの独立性を試すことになる。新設機関は、厳格なマイルストーンを設定し、弱い成果を退け、プロセスを従来型の助成金運営へ変質させることなく資金を振り向けられることを示さなければならない。

SPRINDは、NADIに不足している制度運営の経験を提供する。ドイツの同機関はすでにチャレンジプログラムを実施しており、プロジェクトを技術的・経済的可能性の観点から評価している。その関与は、オランダ初のプログラムに実務的な運用枠組みを与えるはずだ。

もっとも、協力には独自の調整コストも伴う。契約ルール、知的財産に関する期待、輸出管理、安全保障要件、各国の産業政策上の優先順位は、国境をまたぐプロジェクトを複雑にしうる。

オランダの政策文書はまた、NADIをDARPAに着想を得た別個の防衛イノベーション機関と区別している。この分担は民生と軍事の責任範囲を明確にしうるが、デュアルユースの半導体技術は制度上のカテゴリーにきれいに収まることは稀だ。

AIアクセラレータは、商用データセンター、自律機械、サイバーセキュリティシステム、防衛用途を支援できる。チームには、所有権、輸出可能性、そして生み出された設計へのアクセスに関する明確なルールが必要になる。

最も望ましい成果は、政府所有のプロトタイプ群ではない。欧州のチームが特化型プロセッサを設計、製造、導入、改善できる、再現可能な道筋である。

その道筋には、民間顧客と製造パートナーを含めなければならない。公的機関は初期の技術リスクを引き受けられるが、需要を作り出すことも、機能する製品組織の代わりを無期限に務めることもできない。

したがって、このチャレンジは応募予定者だけに圧力をかけるものではない。欧州のファウンドリー、研究機関、ソフトウェア開発者、クラウド事業者、産業界の買い手は、市場投入への共通ルートに参加するかどうかを決めなければならない。

これらのグループが傍観者にとどまれば、優れた設計であっても競争終了後に停滞しかねない。顧客やパートナーになれば、このプログラムは欧州の半導体資産に欠けていた調整機能を提供できる可能性がある。

AIは本当にチップ設計を数年から数週間へ短縮できるのか？

AIは重要な設計作業を加速できるが、より高速な生成がより遅い検証を生まないことを、このプログラムは証明しなければならない。

技術的な仕組みは探索から始まる。チップアーキテクトは、演算ユニット、メモリ、データ移動、精度、消費電力、製造上の制約について、相互に結び付いた判断を下す。

従来のチームがこの膨大な設計空間の一部しか探索できないのは、各候補にモデリング、実装、テストが必要だからだ。AIシステムは、はるかに多くの代替案を生成・評価できる。

強化学習は一つのアプローチを提供する。システムは設計選択を提案し、シミュレーションやエンジニアリングツールからフィードバックを受け、定められた性能目標に向けて戦略を調整する。

自律エージェントは別のアプローチである。個別のソフトウェアエージェントが、アーキテクチャ探索、コード生成、テスト作成、エラー分析、最適化を分担しながら、結果を相互に交換できる。

生成モデルは、より高レベルの仕様をRTLへ変換することもできる。これはソフトウェアにおけるコード生成に似ているが、微妙な誤りに対する許容度ははるかに低い。

ソフトウェアの欠陥は、リリース後に修正できる場合が多い。チップ製造後に見つかったエラーは、新たな設計と再度の製造実行を必要としうる。そのため、検証がこのチャレンジの中心となる。

検証では、設計が想定された条件と想定外の条件の両方で正しく動作するかを確認する。エンジニアは無数の状態と入力の組み合わせを考慮しなければならないため、半導体開発時間の大きな割合を占めることがある。

AIはテストを生成し、疑わしいロジックを特定し、エッジケースに優先順位を付け、あるいは特性を形式的に検査できる。一方で、もっともらしく見え、発見が難しいまま残るエラーを持ち込む可能性もある。

チャレンジページで使われている「AIが実際のチップ設計者になる」という表現は、したがってプログラムの目標として読むべきだ。自律システムがすでに経験豊富な半導体チームを置き換えられることを示すものではない。

人間のエンジニアは依然として、要件を定義し、トレードオフを解釈し、出力をレビューし、技術的責任を負う必要がある。最も信頼できる応募は、自動化がどこで確実に機能し、どこで専門家の介入が引き続き必要かを説明するだろう。

設計は物理実装にも耐えなければならない。抽象的なシミュレーションで高い性能を示すロジックも、配線遅延、電力供給、熱、メモリインターフェース、パッケージング、製造ばらつきを考慮すると期待を下回ることがある。

テープアウトは、最終化された物理設計を製造に送る時点を指す。テープアウトに到達することは、機能するRTLを作る以上に厳しく、製造されたチップにはなおテストとソフトウェア統合が必要となる。

SPRINDは、優れたチームについて、テープアウト時の設計実行に向けて数千万ユーロ規模の後続資金の対象とする方針を示している。詳細はまだ発表されていない。

この空白は、プログラム最大級の不確実性の一つだ。当初の4,000万ユーロは設計コンペティションを支援するが、製造、高度なパッケージング、検証、開発者向け支援には追加資本が必要になる。

表現の違いも重要である。対象を絞った後続資金は、確約された生産資金と同じではない。チームは現時点で、第2段階の完了が製造済みプロセッサを保証すると想定できない。

このチャレンジは、単一のベンチマークではなく、再現可能な証拠によって評価されるべきだ。チームは、一つのワークロード向けに一つのアーキテクチャを最適化する一方で、手作業、長い準備、新モデルへの不十分な転用性を隠すことがありうる。

より強力な実証では、同じシステムが異なる制約下で複数のチップを設計する様子を示す。それぞれの実行について、時間、計算資源、人間の介入、検証結果、製造上の前提を記録することになる。

独立した再現検証はさらに価値が高い。外部のエンジニアが、自動化が一貫した結果を生み出すのか、それとも少数の専門家による文書化されていない修正に依存しているのかを判断できるべきだ。

文書化は技術インフラの一部となる。チームには、要件、生成物、検証結果、設計判断、改訂の間に追跡可能なつながりが必要だ。検索可能なナレッジベースは、エンジニアがその連鎖を維持する助けになりうるが、形式検証ツールの代わりにはならない。

セキュリティにも同等の注意が必要だ。AI設計システムは、機密アーキテクチャ、専有の学習データ、機微な製造情報を処理する可能性がある。チームは、外部モデルに何を入力するか、生成されたコードをどう監査するかを管理しなければならない。

学習データには、既存の設計パターン、ライセンス上の制限、時代遅れの慣行が埋め込まれている可能性もある。よく知られた構造を高速に生成するモデルが、必ずしもより優れたアーキテクチャを発見しているとは限らない。

各機関は、圧力をかけるべき適切な箇所を選んだ。すなわち、アーキテクチャ上の意図から検証済み設計に至るまでの長い連鎖である。ただし、AIがその連鎖全体を安全に短縮できることは、まだ示されていない。

だからこそ、見出しの速度目標より仕組みのほうが重要だ。信頼できる成果は、どの作業が高速化され、どの作業が手作業に残り、チームが自動化による作業の後工程への移転をどう防いだかを明示する。

この賭けが成功するかを左右する3つのシグナル

応募状況、検証結果、製造に向けた確約が、このプログラムがチップを生み出しているのか、それとも野心的な設計コンテストにとどまっているのかを示す。

最初のシグナルは、11月30日の締め切り後に集まる応募者層の質である。資金提供を受ける7チームが、単一の研究アプローチの変種にすぎなかったり、実践的な半導体経験を欠いていたりすれば、その価値は限定的だ。

強い参加集団には、機械学習、チップアーキテクチャ、検証、物理設計、システムソフトウェア、製品知識が組み合わさっているべきだ。企業を立ち上げる、あるいは既存メーカーと提携する能力を持つチームも含まれるべきである。

このチャレンジは競争を軸に構築されているため、アプローチの多様性が重要になる。あるチームは言語モデル支援によるRTL生成を優先するかもしれない。別のチームはアーキテクチャ探索に強化学習を用いたり、既存の設計ツールを連携させるためにエージェントを使ったりする可能性がある。

各機関は最終的に、なぜそれぞれのアプローチが選ばれたのかを説明できるだけの情報を開示すべきだ。機密の詳細は保護してよいが、ポートフォリオに実質的な技術的代替案が含まれているかを評価する根拠が公衆には必要だ。

2番目のシグナルは、第1段階後に用いられる証拠である。8か月後のレビューは、加速されたエンジニアリングと洗練されたデモンストレーションを区別する最初の機会となる。

有用な結果には、検証済みRTL、ワークロード定義、電力・性能の推定値、再現性の記録、人間の作業量に関する明確な説明が含まれる。比較は、製造プロセスとメモリに関する一貫した前提に基づくべきだ。

生のベンチマークスコアだけでは不十分である。チームは数値精度、ワークロード規模、利用率の前提、支援ソフトウェアを変えることで、誤解を招く比較を作り出せる。

評価では、設計速度とチップ品質も分けるべきだ。劣った設計を1週間で生成しても、競争力のある設計を1年で生み出すことに比べて意味のある進歩とはならない。

Costard氏はReutersに対し、このプログラムは漸進的な改善を目指すものではないと語った。欧州の報道が要約しているように、同氏の主張は、欧州には既存技術をわずかに改善した版ではなく、戦略的優位性が必要だというものだ。

この基準は、立証責任を引き上げる。審査員団は、技術的に特異であると同時に、はるかに大きな資金を受けるに足る信頼性を備えた成果を見極めなければならない。

3番目のシグナルは、最も強いチームが実行可能なテープアウトへの道筋を確保できるかどうかである。プログラムの公式ページは、後続の資金提供を、条件が将来提示される目標として説明している。

第2段階が終わる前に、成功したプロジェクトには、ファウンドリーの生産能力、プロセスデザインキット、知的財産ブロック、パッケージング計画、テスト資源、ソフトウェアのロードマップが必要となる。こうした関係の交渉には時間がかかる。

名前が明示された製造パートナーがあれば、このプログラムが量産可能な設計を目指しているという主張は強まる。実際のワークロードに対して生み出されたハードウェアを試験する用意のある、確約済みの産業顧客も同様である。

そうした取り組みがなければ、この挑戦は、研究と商用展開の間に横たわる欧州でおなじみの境界線で終わる恐れがある。設計は有望でも、製品は仮説のままにとどまるかもしれない。

総額4,000万ユーロは、冷静に捉えるべきだ。焦点を絞ったチームに資金を提供し、新しい開発手法を試すには十分な規模である。一方で、世界的な半導体大手が長年にわたり蓄積してきたインフラを再現するには足りない。

この制約がプログラムの意義を損なうわけではない。むしろ戦略を明確にする。NADIとSPRINDは公的資金を用い、より小規模な欧州の取り組みでも持続可能な優位性を生み出せる領域を見極める必要がある。

推論は有力な対象となり得る。需要が多様な専門環境にまたがっているためだ。欧州の産業企業は、ロボティクス、モビリティ、バイオテクノロジー、あるいは安全なローカル処理向けのチップ設計を導く、分野固有の知識も有している。

ただし、特化は市場規模を縮小させる可能性がある。特定のモデルや顧客向けに過度に最適化されたプロセッサは、開発費やサポート費を回収するのが難しくなるかもしれない。

チームには、AIモデルの変化によってすぐ陳腐化することなく、実質的な効率向上を実現するアーキテクチャが求められる。ピーク性能と同じくらい、柔軟なソフトウェアと構成可能なハードウェアが重要になる可能性がある。

国境をまたぐ分析が適切に指摘しているように、このプログラムはNvidiaの直接的な代替品に資金を提供しようとしているわけではない。より現実的な目的は、依然として遅く高価な設計プロセスの中で、有効なてこを見つけることにある。

この点で、NADI AIチップ・チャレンジは欧州以外にも重要な意味を持つ。世界中の半導体企業が、設計自動化にAIを活用する方法を模索している。透明性の高い公的コンペティションは、どの手法が機能し、どの主張が成り立たないのかを示す証拠を生み出す可能性がある。

開発者や企業の購入担当者にとって、当面の影響は限定的だ。新しいプロセッサが提供されているわけではなく、プログラムもまだ第1段階のチームを選定していない。

長期的な意味合いは、より具体的だ。設計サイクルの高速化により、より限定的なワークロード、低いエネルギー予算、あるいはより厳格なデータ局所性の要件に合わせたチップが生まれる可能性がある。購入者は、あらゆるタスクで最大級の汎用アクセラレータを使用する以外の選択肢を得られるかもしれない。

今後3カ月で、AIが競争力あるチップを設計できるかどうかの結論は出ない。だが、NADIとSPRINDが、その命題を真剣に検証できるチームを引きつけたかどうかは示されるだろう。

まず応募チームのポートフォリオに注目したい。次に、第1段階の評価基準と、チームに提出が求められる証拠を確認する。最後に、いかなる設計も将来の製品と見なす前に、製造および顧客パートナーによる確約があるかを確認すべきだ。

欧州にはすでに、半導体に関する知識、装置、研究機関、産業ユーザーがある。しばしば不足してきたのは、市場投入に至る道筋全体を通じた協調的な実行力だ。

NADI AIチップ・チャレンジは、その隔たりを埋めることを狙う、焦点を絞った試みである。その成功は発表の規模では測られない。検証済みの設計がコンペティションを経てファウンドリに到達し、顧客が本当に必要とするワークロードを実行できるかどうかで測られる。