| 研究課題/領域番号 |
19K15051
|
|---|
| 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 | 東京大学 (2020-2021)
中央大学 (2019) |
|---|
研究代表者 |
松井 千尋 東京大学, 大学院工学系研究科(工学部), 特任助教 (80823484)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2019年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 不揮発性半導体メモリ / メモリシステム / 深層学習 / ネットワーク / データストレージ / 磁気抵抗メモリ / 抵抗変化型メモリ |
|---|
| 研究開始時の研究の概要 |
磁気抵抗メモリ（MRAM）や抵抗変化型メモリ（ReRAM）などの不揮発性半導体メモリを活用し、深層学習向けメモリシステムを実現する。電子デバイス・電子物性の視点だけでは解決できない不揮発性半導体メモリの性能・信頼性・電力のトレードオフの課題を、システムとデバイスを同時に最適化することにより解決し、電子デバイス・回路システムを統合した新たな集積回路システムを創造する。データセンタで学習、エッジデバイスで推論を行う深層学習を想定し、それぞれのシステムに最適な不揮発性メモリシステムを構築する。
|
| 研究成果の概要 |
不揮発性半導体メモリの性能・信頼性・電力のトレードオフを解決するため、複数種類の不揮発性半導体メモリを活用したメモリシステムを協調設計することに取り組んだ。高速・高信頼・リアルタイムにデータを収集・蓄積・解析するため、不揮発性半導体メモリのデバイス構成、データマネジメント手法、データ変調手法を提案し、高速ネットワークで接続され階層化されたクラウドデータセンタからエッジデバイスまでの不揮発性半導体メモリシステム全体をまとめた。
|
| 研究成果の学術的意義や社会的意義 |
データが生成される近くでデータ解析を行い、データに基づいた意思決定を行うエッジコンピューティングが進んでいる。車やロボットに搭載されデータを収集する画像センサ、温度センサなどのエッジデバイス自身が、取得した画像データやセンサデータを大量に保存し、リアルタイムに処理する。本研究は特に半導体工場をモチーフとして、高速ネットワークにより半導体工場の装置やサーバが複数階層を構築するときに、各階層に必要とされるレイテンシを達成するための不揮発性半導体メモリシステム構成を明らかにするなど、スマートファクトリーの実現への貢献も大きい。
|
