| Project/Area Number |
19K15051
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 21060:Electron device and electronic equipment-related
|
|---|
| Research Institution | The University of Tokyo (2020-2021)
Chuo University (2019) |
|---|
Principal Investigator |
Matsui Chihiro 東京大学, 大学院工学系研究科(工学部), 特任助教 (80823484)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2020: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2019: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 不揮発性半導体メモリ / メモリシステム / 深層学習 / ネットワーク / データストレージ / 磁気抵抗メモリ / 抵抗変化型メモリ |
|---|
| Outline of Research at the Start |
磁気抵抗メモリ（MRAM）や抵抗変化型メモリ（ReRAM）などの不揮発性半導体メモリを活用し、深層学習向けメモリシステムを実現する。電子デバイス・電子物性の視点だけでは解決できない不揮発性半導体メモリの性能・信頼性・電力のトレードオフの課題を、システムとデバイスを同時に最適化することにより解決し、電子デバイス・回路システムを統合した新たな集積回路システムを創造する。データセンタで学習、エッジデバイスで推論を行う深層学習を想定し、それぞれのシステムに最適な不揮発性メモリシステムを構築する。
|
| Outline of Final Research Achievements |
This research project works on co-designing memory system utilizing several types of non-volatile memories to resolve the trade-off among performance, reliability, and power of memories. To collect, store, and analyze data with high speed, high reliability, and real-time, memory device configuration, data management algorithm, and data modulation algorithm of non-volatile memory system have been proposed. The entire non-volatile memory system from cloud data center to edge devices, connected by hierarchical high-speed networks, is integrated.
|
| Academic Significance and Societal Importance of the Research Achievements |
データが生成される近くでデータ解析を行い、データに基づいた意思決定を行うエッジコンピューティングが進んでいる。車やロボットに搭載されデータを収集する画像センサ、温度センサなどのエッジデバイス自身が、取得した画像データやセンサデータを大量に保存し、リアルタイムに処理する。本研究は特に半導体工場をモチーフとして、高速ネットワークにより半導体工場の装置やサーバが複数階層を構築するときに、各階層に必要とされるレイテンシを達成するための不揮発性半導体メモリシステム構成を明らかにするなど、スマートファクトリーの実現への貢献も大きい。
|
