2022 Fiscal Year Annual Research Report
Write latency reduction on PCM for approximate computing
| Project/Area Number |
20K11728
|
|---|
| Research Institution | Chiba University |
|---|
Principal Investigator |
難波 一輝 千葉大学, 大学院工学研究院, 准教授 (60359594)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
イン ユウ 群馬大学, 大学院理工学府, 教授 (10520124)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 誤差許容計算 / ニューラルネット / メモリシステム / 低電力化 / 高信頼化 |
|---|
| Outline of Annual Research Achievements |
最終年度においては，本研究課題が主な対象として挙げていた誤差許容演算について，その主な用途であるニューラルネットに特に注目し，ニューラルネット演算を行うハードウェアのメモリシステムに関し，その低電力化，高信頼化について議論した。その結果，電源電圧を下げる手法，外れ値を用いた手法，量子化ニューラルネットに対する手法など，複数の手法を明らかにすることができた。
3年間の研究期間全体で見ると，主な目標であった高速化(書き込み時間削減)には成功しなかったが，特に，本課題申請時に明らかにしたいと述べていた3項目の内，特に第3項である誤差許容計算の特徴を生かした高信頼化技術についてなど，関連する重要な技術を明らかにすることができ，工業的産業的にも有意義な研究であったと考えている。特に，本課題申請時に人工知能分野への波及については最終年度の研究成果により，当初の予想よりも明らかに効果を確認することができ，充分に示すことができた。また，申請書にもあるように，高速化の可能性の追求が本研究における学術的な「問い」であったが，よい手法が見当たらなかったことはまた，この「問い」の答えであるとも言える。ただし，上界下界を示すなど，よい手法がないことの証明はできていない。この点に今後の課題が残っているといえる。また，本研究において明らかにしておきながら執筆活動が間に合わず，発表できていない内容も一部残している。それらの発表も今後の課題である。
|
Research Products
(8 results)
