メモリカスケード構成による記憶駆動型人工知能LSIの実現に関する研究

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K04179
• Research Institution: Kyushu Institute of Technology
• Principal Investigator: 中村 和之 九州工業大学, マイクロ化総合技術センター, 教授 (60336097)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: ニューラルネットワーク / 連想メモリ / SRAM / LUTカスケード / 人工知能

Outline of Annual Research Achievements

超低電力レシオレスSRAM技術と、メモリ連続駆動方式をベースとした「記憶駆動型」の全く新しい脳型ハードウエア：CMMNN(Cascaded Memory Mapped Neural Network) のLSI実現を目指すものである。
多段の汎用メモリと簡易な加算・判定回路のみを内蔵したメモリチップ内で、単純な多段連続的なメモリアクセスを繰り返すだけで、NNの推論処理を実現する。メモリの多段連続アクセスにより、特定のシナプスと、その接続元・接続先となるニューロン情報を連続的に抽出・更新し、重み演算結果を得る。さらに僅かな論理回路の追加のみで、前方検索（推論）を単独メモリチップ内で実現する。
実現できれば、エッジ応用のための実用性の高い新しいNNのハードウエアエンジン（LSI）となる。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2021年度は、2018年より科研（C)で実施したNN-TCAMの具体設計から得られた結果をベースに、CMM-NNの基本機能の実証を行うことを目標とした。具体的には本方式によりAIの推論動作が可能であることを、pythonによるCMM-NNの動作シミュレータを開発し、メモリの連続アクセスのみで実際に文字認識を行わせるを確認し、基本機能を確認することに成功した。

Strategy for Future Research Activity

2022年度は、具体的な回路・レイアウト設計を実施し、基本性能の見積りと、その有用性・利点／弱点等を定量的に評価・確認する

Causes of Carryover

本研究は、基盤研究（C)：1 8 K 0 4 2 6 6「レシオレス型３値連想メモリの連続駆動による脳型ハードウエアの実現に関する研究」の成果とその改良により派生した研究であり、同研究のコロナ禍による期間延長により、その経費内での本研究内容を実施することができたため、本研究経費を使用しなかった