でも、こう思ったことはありませんか。
「なぜミリ秒なのか？ 0.1秒じゃダメな理由は？」
人間だって、目で見て反応するのに0.2秒かかります。それでもコップは掴めるし、車も運転できる。なのに、なぜロボットは人間の200倍も速い「1/1000秒」の世界で戦わなければならないのか。
この問いに数字で答えている日本語の記事は、ほとんどありません。
答えは、ロボットの中に「AIよりずっと速く回っている、もう一つの時計」があるからです。
- 「1/1000秒」はAIの速度ではなく、モーター制御の速度。産業用ロボットの位置制御ループは1ms（1kHz）前後、その内側の電流制御ループは10〜20kHz級で回っている。
- 一方、AI（VLAモデル）の推論は10〜30Hz級。つまり33〜100ms。制御ループとの間におよそ100倍の周波数ギャップがある。これがフィジカルAI最大の構造的な壁。
- 解決策は「AIを1kHzにする」ことではない。速い層と遅い層を分離する二階建て構造と、1回の推論で複数ステップ先まで出力するアクションチャンキングで埋める。
- そして最も重要な点。推論を速くするとは、単位時間あたりの演算回数を増やすこと＝電力を食うこと。ロボットは電池で動くため、レイテンシは最終的に電力とメモリ帯域の問題に帰着する。
そもそも「レイテンシ」とは何か
ここで一度、人間と比べてみましょう。人間の神経伝導速度はおよそ70〜120m/秒。視覚刺激に対する単純反応時間は、成人でだいたい200〜250msとされています（脳科学辞典ほか）。熱いものに触れたときの脊髄反射でも、数十msはかかります。
つまり人間は「0.2秒の遅延」を抱えたまま、コップを掴み、階段を降り、車を運転しているわけです。ではなぜロボットには、その200倍の速さが要求されるのでしょうか。
「1/1000秒」の正体は、AIではなくモーターの時計
答えはシンプルです。ロボットの中には、周期の違う時計が何層も重なって回っているから。そして一番速い時計は、AIではなくモーターの側にあります。
| 層 | 周波数の目安 | 1周期の時間 | 何をしているか |
|---|---|---|---|
| 電流制御ループ | 10〜20kHz級 | 50〜100μs | モーターに流す電流＝トルクを作る |
| 速度制御ループ | 数kHz | 0.2〜1ms | 回転速度を目標値に合わせる |
| 位置制御ループ | 約1kHz | 約1ms | 関節を指定角度へ。ここが「1/1000秒」 |
| 体内通信（EtherCAT等） | 1〜4kHz | 250μs〜1ms | 全関節へ指令を配る |
| AI推論（VLAモデル） | 10〜30Hz級 | 33〜100ms | 見て・理解して・次の動きを決める |
では、AIを1kHzで回せばいいのでは？
理屈上はそうです。しかし、ここで本サイトが繰り返し扱ってきた「AIインフラの物理的な壁」がそのまま立ちはだかります。
つまりレイテンシは、突き詰めるとメモリ帯域と電力と熱の問題です。「もっと速いAIを作ればいい」で片付く話ではありません。
遅れているのはAIだけではない｜E2E遅延の内訳
「推論を速くすれば解決」と思われがちですが、実測するとAI推論以外の工程が想像以上に時間を食っています。以下は一般的な構成での試算例です。
この数字が意味することを、身体感覚に翻訳します。時速60kmの車は1秒で約16.7m進みます。100msの遅延は、約1.7m。歩行者を認識してからブレーキ判断が届くまでに、車1台分近く進んでしまう計算です。工場でも、500mm/sで流れるコンベア上のワークは100msで50mmずれます。精密部品のピッキングでは致命傷です。
そしてもう一つ重要なのが、センサー側の遅延は削りにくいという事実。露光時間は物理法則の話で、暗い場所ほど長くかかります。AIをいくら速くしても、この部分は残る。だからセンサーの読み出し速度そのものが競争軸になるのです。
現場が本当に恐れるのは、平均ではなく「たまに遅れる」こと
制御の世界には、有名な言い方があります。
「常に50ms遅れる」より「普段は10msだが、たまに100ms遅れる」ほうが、はるかに厄介。
一定の遅延なら予測して補正できます。「この画像は50ms前のものだから、対象は今ここにいるはず」と計算に織り込める。しかし予測不能なばらつきは補正できません。突発的な把持ミスや、最悪の場合は衝突につながります。
ハードリアルタイム
- モーターの電流・位置制御
- 非常停止・安全回路
- 専用チップやRTOSが担当
ソフトリアルタイム
- 物体認識・경路計画
- 言語での指示理解
- AIチップ（GPU/NPU）が担当
ここが設計の肝です。AIはソフトリアルタイム、モーター制御と安全機能はハードリアルタイム。この2つを混ぜてはいけない。AIが数フレーム遅れても転ばないよう、下位の層が独立して身体を支え続ける構造にする——それが次の話です。
100倍の差をどう埋めるか｜二階建てとアクションチャンキング
現在の主流のアプローチは、「速い脳」と「遅い脳」を分けるやり方です。NVIDIAのヒューマノイド向け基盤モデル「GR00T N1」も、この二階建て構造を採用しています。
鍵は「未来の動きをまとめて出す」アクションチャンキング
これは発想の転換です。AIを速くするのではなく、AIが考えている間に実行できる「動きの在庫」を持たせる。カーナビが交差点ごとに再計算するのではなく、数百メートル先までの経路をまとめて渡しておくのに似ています。
これにより、推論が10Hzでも、下位の層は1kHzで滑らかに動き続けられる。ただし代償があります。在庫を使い切る前に状況が変われば、ロボットは「古い計画」で動いてしまう。人が急に手を出したときに止まれるかどうかは、AIではなく下位の安全回路が担保する——だからこそ、ハードリアルタイム層の独立が絶対条件になるのです。
レイテンシを削る企業は、どこにいるのか
この構造を理解すると、「レイテンシ関連銘柄」はAIチップ企業だけではないことがわかります。センサーの読み出し、体内通信、サーボドライバ——遅延はサプライチェーン全体に分散しています。
上流：半導体・電子部品
- NVIDIA（NVDA）：Jetson Thorでエッジ推論基盤を主導
- ルネサスエレクトロニクス（6723）：産業・車載MCU。制御の実時間性を担う
- ローム（6963）：モータードライバ・SiC。指令を電流に変える最終段
- Texas Instruments（TXN）：モーター制御IC・アナログ
中流：センサー・アクチュエータ
- ソニーグループ（6758）：イメージセンサー。露光・読み出し遅延の起点
- 安川電機（6506）：サーボモータ・ドライバ。1kHz級制御の本丸
- オムロン（6645）：FA制御・産業ネットワーク
- ミネベアミツミ（6479）：小型モーター・センサー
下流：本体・統合
- ファナック（6954）：独自コントローラで制御周期を握る
- 三菱電機（6503）：サーボ・FA・パワー半導体の垂直統合
- Beckhoff（非上場・独）：EtherCATを提唱した体内通信の標準側
- Figure AI（非上場・米）：ヒューマノイド開発。直接投資は不可
よくある誤解
通信が速くなっても、ベストエフォート網ではジッタ（ばらつき）が消えません。ハードリアルタイム層をネットワーク越しに置くのは、原理的に危険です。
❌ 誤解2：「エッジで処理すれば遅延はゼロ」
通信遅延は消えますが、センサーの露光・読み出しと推論そのものは残ります。E2Eで数十msは避けられません。
❌ 誤解3：「FPSが高い＝レイテンシが低い」
別物です。パイプライン処理でFPSは上げられますが、1枚あたりの待ち時間は変わりません。ロボットで効くのはレイテンシのほう。
よくある質問（FAQ）
次に読むべき記事
コメント