CERNは、巨大なデータ量を生成する大型ハドロン衝突型加速器（LHC）からのデータをリアルタイムでフィルタリングするため、シリコンチップに物理的に組み込まれた超小型でカスタムAIモデルを使用しています。

LHCは年間約40,000エクサバイトもの膨大なデータを生成しますが、これをすべて保存・処理することは不可能です。そのため、CERNは検出器レベルで「どの衝突イベントが画期的な科学的価値を持つか」を瞬時に判断し、不要なデータを破棄する必要があります。

この課題に対応するため、CERNは従来のGPUやTPUベースのAIアーキテクチャから離れ、FPGAやASICといったカスタムシリコンに直接コンパイル・実装される、高度に最適化された超小型AIモデルを開発しました。これにより、検出器の最前線で、ミリ秒、さらにはナノ秒単位の超低遅延推論が可能になります。

特に、Level-1 Trigger（一次トリガー）では、約1,000個のFPGA上で「AXOL1TL」という特殊なアルゴリズムが動作し、検出器信号をリアルタイムで分析して科学的に有望なイベントを選別します。この処理は50ナノ秒以内に行われます。

AIモデルの開発には、PyTorchやTensorFlowなどのフレームワークで書かれたモデルをFPGAなどに展開可能なC++コードに変換するオープンソースツール「HLS4ML」が使用されています。さらに、計算負荷の高い部分には、あらかじめ計算されたルックアップテーブルが多用されており、これにより浮動小数点計算を回避し、ナノ秒スケールの遅延を実現しています。

現在、CERNは2031年からの稼働が予定されている高輝度LHC（HL-LHC）に向けて、データ量を10倍にするという課題に対応するため、次世代の超小型AIモデルの開発や、FPGA/ASIC実装の最適化を進めています。このアプローチは、大規模言語モデルとは対照的に、極めて専門的で最小限のフットプリントを持つ「タイニーAI」の有効性を示すものであり、自動運転、高頻度取引、医療画像、航空宇宙など、リアルタイムかつ超低遅延が求められる他の分野にも影響を与える可能性があります。