フィジカルAI

力覚センサーとは何かを初心者向けに完全図解。ひずみゲージが力を数値に変える原理、6軸の意味、トルクセンサーとの違い、他軸干渉や温度ドリフトという弱点まで、ロボットが「力加減」を知る仕組みを構造で解説します。

ロボットのセンサーの種類を、カメラ・LiDAR・エンコーダ・IMU・力覚センサーまで初心者向けに完全図解。現実世界を数値に変える仕組みと、センサーを増やせない「データ量・電力・遅延」の壁を構造で解説します。

ロボットの冷却は、データセンターと決定的に違います。冷却装置を自分で持ち歩き、外装は55℃を超えられない。熱抵抗・二乗三乗則・55℃の壁から、放熱がロボットの性能を決める理由を図解で解説します。

ロボットの制御は1/1000秒（1kHz）で回るのに、AI推論は10〜30Hz。この100倍の差がフィジカルAI最大の壁です。制御周期の階層、E2E遅延の内訳、電力とメモリ帯域の制約まで図解で解説します。

ヒューマノイドの稼働時間はなぜ2〜4時間で頭打ちなのか。人間と同じ2.3kWhを積みながら2時間で止まる理由を、電力収支・銅損・放熱の3点から図解。GaN/SiCや電池交換など突破口と関連企業まで構造で整理します。

ロボットはなぜHBMではなくLPDDRを積むのか。Jetson Thorの128GB LPDDR5XとGB300の288GB HBM3Eを電力・熱・実装・価格の4軸で比較し、2026年のDRAM高騰とSOCAMM2の逆流まで図解で整理します。

エッジAI半導体とデータセンターGPUの違いを、GB300とJetson Thorの実数値で7項目比較。電力1400W対130W、帯域29倍差が何を意味するのかを図解で解説します。

Jetson Thorとは何かを図解で解説。2070 TFLOPSの中身、Orinとの違い、なぜHBMでなくLPDDR5Xなのか、40〜130Wがロボットの電池に与える影響、2026年の値上げとT3000追加まで構造で整理します。

フィジカルAIの学習と推論の分担を、クラウドとエッジの2分割ではなく「時間の3層構造」で解説。AI推論が実は最も遅い層である理由と、DC需要が減らない構造を図解します。

データセンターのAIラックは1本120kW超。ヒューマノイドの電力予算は約500W。 同じAIを動かすのに、電力の桁が約240倍違う。 フィジカルAIとは、この「桁の壁」を越える工学である。