| 研究課題/領域番号 |
19K04526
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21060:電子デバイスおよび電子機器関連
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
馬 奕涛 東北大学, 電気通信研究所, 助教 (30622667)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 高速・超低電力不揮発ニューロモーフィックシステム / メモリタイプニューロモーフィックアーキテクチャ / STT-MRAM / スパイキング・ニューラルネットワーク / 全畳込み・ニューラルネットワーク / 物体認識/パターン認識システム / 多値の不揮発シナプス / 電圧/電流モードニューロン / 4T-2MTJ差動対型STT-MRAM / デジタル化の2値/多値のシナプス / 電圧モードニューロン / 電流モードニューロン / ニューロモーフィックチップ / Brain-Inspired Circuit / Neuromorpihc / Ultra-Low-Power / Perpendicular MTJ |
|---|
| 研究開始時の研究の概要 |
Society5.0の基盤となる自動運転システムや自動監視システム等のIoT応用領域において、柔軟且つ確実にユーザを支援する低電力とリアルタイムのAIシステムが高く期待されている。その中核技術として、本研究は脳演算メカニズムを真似て、次世代不揮発メモリに基づく革新的なニューロモーフィックチップ(NC)アーキテクチャの確立を目指す。従来のPCMメモリ等に立脚した既存のNCの難題を克服し、本研究は、省電力性および高速性、安定性、無限回の書換耐性において世界的な優位性を持つSTT-MRAMに脳型演算機能を仕込み、電池駆動型IoTエッジシステム向けの超低電力不揮発NC回路の提案・検証・実装を進める。
|
| 研究成果の概要 |
本研究は、スパイキングニューラルネットワーク(SNN)専用回路アーキテクチャを実現するニューロモーフィックチップ(NC)システムの提案・設計・検証・評価を一貫に行い、STT-MRAMに基づく高速・低消費電力のメモリタイプ不揮発NC回路アーキテクチャを確立した。
3年間に渡って独創的な不揮発NC回路を提案し、55nm-CMOS/56nm-MTJ混載技術に基づき、4Kシナプス/64ニューロンのNCコアを8個備えた深層SNN不揮発NC回路の設計検証に成功し、20nsスパイクの学習認識/自律電源管理の高動作速度とμWレベルの低消費電力を達成し、国内外特許出願8件、学術論文7件と国際学会論文４件を出した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、STT-MRAMに基づいた高速・低消費電力の不揮発NC回路アーキテクチャを確立した。提案技術は、STT-MRAMの中核である垂直磁化型磁気トンネル接合(pMTJ)デバイスの優れた不揮発性および高速性、高書換耐性を活かすことにより、SNN処理のスパイク信号を電源駆動信号として用いる高速な自律電源管理を可能にし、デバイス、脳型情報処理と集積回路技術のフロンティアから脳型情報処理システムの電池駆動エッジデバイスへの応用に向けた基盤技術を創出した。その上に、本技術は生体脳のように素子ばらつきを許容して知能処理を行う脳型計算機構の解明等、脳科学や集積回路工学における新学理の発見にも貢献できる。
|
