超低電力機械学習に向けた確率的超伝導ニューラルネットワークの創出

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00220
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 21:Electrical and electronic engineering and related fields
• Research Institution: National Institute of Advanced Industrial Science and Technology
• Principal Investigator: 竹内 尚輝 国立研究開発法人産業技術総合研究所, 量子・AI融合技術ビジネス開発グローバル研究センター, 主任研究員 (00746472)
• Co-Investigator(Kenkyū-buntansha): 吉川 信行 横浜国立大学, 先端科学高等研究院, 教授 (70202398) ; 陳 オリビア 九州大学, システム情報科学研究院, 准教授 (70837856)
• Project Period (FY): 2022-04-01 – 2027-03-31

Summary of the Research Project

超伝導ロジックによる超低電力ニューロン回路、不揮発性超伝導メモリ、超伝導クロスバースイッチおよび確率的演算手法の融合により、超伝導回路のエネルギー効率を最大限に引き出す確率的超伝導ニューラルネットワークを創出する。ペタOPS/W（1W当たり1千兆回演算）級の極めて高いエネルギー効率が得られることを示し、機械学習とエネルギーの本質的関係の解明を目指す。

Scientific Significance and Expected Research Achievements

超伝導集積回路技術に基づいた専用アーキテクチャ及び演算手法を融合することで、極めてエネルギー効率の高い確率的超伝導ニューラルネットワークを創出するものであり、高い独創性を有する。また、超伝導による低消費電力性を活かしつつ、断熱スイッチによる確率的演算手法を導入することで、従来のノイマン型とは本質的に異なるアーキテクチャの実現が期待できることから、学術面での波及効果も多大である。