| 研究課題/領域番号 |
19K15041
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 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 | 横浜国立大学 |
|---|
研究代表者 |
陳 オリビア 横浜国立大学, 先端科学高等研究院, 特任教員(助教) (70837856)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | 電子工学 / 超伝導エレクトロニクス / 集積回路工学 / 低消費電力 / 近似計算 / 断熱回路 / 超伝導集積回路 / 機械学習 / 超伝導エレクトロニック / ストカスティック演算 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
人工知能（AI）の台頭は，過去のコンピュータ革命やインターネット革命よりも人間の生活に大きな影響を与える可能性がある．人工知能を普及すると共に、莫大な電力が消費されてしまう．この電力危機を緩和するため，従来の半導体技術とくらべて，一万倍から十万倍以下の低い電力で動作可能な断熱型超伝導回路を用いることより，低電力化AIチップの実現が可能である。本研究では，１ワットの電力で１千兆回のAI演算が可能な超伝導AIチップの実現を目指す．
|
| 研究成果の概要 |
本研究では似計算であるStochastic Computing(SC)を低電力超伝導回路である断熱的量子磁束パラメトロン(AQFP)に導入することで，高性能・低消費電力・低コストの深層学習専用チップの実現を目指す．我々は，大規模超伝導回路の設計のための自動化設計ツールを開発し，超伝導深層学習プロセッサのコンポーネント回路をこれまで構築した設計環境で設計・試作し，低温での動作実証を行なった．
|
| 研究成果の学術的意義や社会的意義 |
人工知能の急速な発展に伴う情報量が爆発的増大し，莫大な電力が消費されてしまいます．本研究成果では，半導体回路に対して５桁以上消費電力効率を持つ超伝導回路を基盤技術とする上，近似計算である新たな計算方式との連携を通じて，1Wで千兆回演算級のエネルギー効率を有する新たな超低電力AIシステムの開発に挑戦します．また，本技術の応用の拡大，引いては地球温暖化の防止にもつながると考えます．
|
