2022 Fiscal Year Research-status Report
高信頼化に向けたメムキャパシタ脳型コンピュータ設計基盤
| Project/Area Number |
22K11954
|
|---|
| Research Institution | Kyoto Institute of Technology |
|---|
Principal Investigator |
新谷 道広 京都工芸繊維大学, 電気電子工学系, 准教授 (80748913)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中島 康彦 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (00314170)
木村 睦 奈良先端科学技術大学院大学, 先端科学技術研究科, 客員教授 (60368032)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | ニューラルネットワーク / メムキャパシタ / 専用ハードウェア / 高信頼化 |
|---|
| Outline of Annual Research Achievements |
本研究であ、メムキャパシタSPICEシミュレーションモデルを開発するとともに、そのシミュレーション結果を取り込んだ高信頼化設計環境を構築する。
今年度は、1) メムキャパシタのSPICEモデリング技術開発、2) 超次元コンピューティングによる推論アーキテクチャ開発に取り組んだ。1) について、ガウス過程を用いた機械学習ベースのSPICEモデリング技術を開発した。ガウス過程は、測定データのみに基づいたノンパラメトリックな手法であり、測定データさえ入手可能であれば、Verilog-Aに変換できる環境を構築した。まずはメモリスタに対して適用し、他で提案されたLSTMを用いた手法よりも、高速かつ高精度にモデル化できることを示した。現在、メムキャパシタについてモデル化を行っている。2)について、メムキャパシタを搭載する脳型アーキテクチャとして超次元コンピューティングを検討している。メムデバイスでの実装を踏まえ、信頼性の課題となる箇所を検討した。
さらには、本研究で得た機械学習の学習アルゴリズムに関する知見を活かして、集積回路の早期歩留まり予測手法の開発や、テストコスト削減手法を提案し、研究成果を挙げている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
モデリング環境を構築できたことで、実測データさせあれば任意のメムデバイス素子をモデル化できる。
|
| Strategy for Future Research Activity |
次年度は超次元コンピューティング回路へ実装した場合について、さらに検討を深める。
|
| Causes of Carryover |
国際会議への発表を計画していたが、不採録となり参加できなくなったため、この分の旅費が浮いた。この費用は回路試作等に充て、採録確度を上げるよう努める。
|
