　アメーバコンピュータは、単細胞アメーバ生物「粘菌」が環境に応じて最適に変形する仕組みを参考に、Amoeba Energyと北海道大学が2020年11月に開発した「電子アメーバ」を基にしている。電子アメーバがアナログ回路にアメーバ素子を配置しているのに対し、アメーバコンピュータはデジタル回路を利用する。

　Amoeba Energyが独自開発したアルゴリズム「AmoebaSAT」を使い、ベクトロジーのFPGAコンピューティング技術と、PALTEK製FPGAボード「M-KUBOS」を用いることで、実用的規模の充足可能性問題（SAT）を解く。各変数の重み付けを任意に設定可能で、制約条件や初期状態を入力したファイルを指定するだけで、問題の解を探索できる。さらに、制約条件を回路として表現するためのルールを削減し、回路資源を活用することで、アメーバ素子の集積密度を上げている。

　モノの自動搬送システムやスケジュールの最適化といったモノづくりやモノの流れを、エッジデバイス上で小型かつ低消費電力で最適化できる。既に、工場や病院など複数のパートナーと共同研究開発を進めている。

⇒その他の「エッジコンピューティング」の記事はこちら

FPGAの特徴とは？他デバイスと比較してみよう
MONOistの人気解説記事「いまさら聞けないFPGA入門」が公開された2006年9月から10年以上が経過し、FPGAを取り巻く状況も大きく変わっています。そこで、あらためてFPGAの基礎から最近の動向までを含めて解説する「新・いまさら聞けないFPGA入門」を公開します。前編は、FPGAの特徴について、ASICやASSP、GPU、CPUと比較して説明します。
FPGAの力を引き出す3種の開発ツールとは
あらためてFPGAの基礎から最近の動向までを含めて解説する「新・いまさら聞けないFPGA入門」。後編は、FPGAの最大の特徴を引き出すのに用いる最新のツールと、FPGAの採用が広がっている新たな市場について紹介します。
いまさら聞けない FPGA入門
あなたは、人に「FPGA」を正しく説明できるだろうか？いまや常識となりつつあるFPGAについて、あらためてその概念から仕組み、最新動向までを解説する。（編集部）
組み合わせ最適化問題を高速に解き、柔軟性と拡張性を備えた計算方式を開発
NTTデータは、広島大学と共同で、組み合わせ最適化問題の解を高速に探索する新しい計算方式「アダプティブ・バルク・サーチ」を開発した。1秒間に1兆以上の探索ができる。
膨大な組み合わせ最適化問題向けの大規模並列処理回路を開発
東芝は、膨大な組み合わせパターンの最適化を行うための「シミュレーテッド分岐アルゴリズム」専用の大規模並列処理回路を開発した。金融取引や産業用ロボットなどの分野にSBアルゴリズムを適用することが可能となる。
量子コンピュータで平均28％削減、OKIが製造現場の動線効率化で
OKIとOKIデータは2019年9月5日、OKIデータのLED統括工場においてD-Waveの量子コンピュータを活用し作業員の動線効率化に成功したと発表した。半導体製造装置の最適配置により、作業員の移動距離を28％短縮できたという。