• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

脳型機械学習ハードウェアの高信頼化に関する研究

研究課題

研究課題/領域番号 18K18025
研究機関奈良先端科学技術大学院大学

研究代表者

新谷 道広  奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (80748913)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワードニューラルネットワーク / メモリスタ / 高信頼化 / 過渡故障 / 永久故障 / 誤り訂正符号 / 脳型コンピュータ
研究実績の概要

フォンノイマンボトルネックによるノイマン型計算基盤の性能向上の限界、ムーアの法則の破綻が近づき、ヒトの脳を模した脳型コンピュータはこれまでの計算の「質」を革新する最重要技術の1つとして期待を集めている。しかし、構成素子であるメモリスタの製造不安定に起因する信頼性課題により大規模化、すなわち「量」に重大な課題を抱えており、ノイマン型計算規模を超える目処は立っていない。本研究では、ソフトウェア上で脳型コンピュータの回路構成を模擬したシミュレーションによる確認、CADツールによる回路設計、特性バラツキと信頼性を考慮したSPICE回路シミュレーションを通して、脳型コンピュータの回路性能を犠牲にすることなく長期信頼性を保証する手法を提案した。

メモリスタニューラルネットワークでは、メモリスタをクロスバーアレイ構造で実装し、クロスバーアレイの1層がニューラルネットワーク層に対応する。既存の手法では、各ニューラルネットワーク層の行方向に冗長セルを付与し、チェックサム法を用いて過渡故障の誤り訂正を行っていたが、2つ以上の同一行の故障は訂正できない課題があった。そこで、提案手法では、列方向にも冗長セルを追加することで、誤り訂正性能の向上を図った。さらに、定期的なオンラインテストにより永久故障を特定し救済する。手書き文字認識を行う3層ニューラルネットワークを用いた数値計算の結果、既存手法と比べて1.88%の識別率向上を確認した。

さらに、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、集積回路の見逃し故障を効率的に検出するシステムを開発し、従来手法と比べて9.5倍の性能向上を達成した。リサイクルFPGAを検出する手法にも本研究の知見を応用し、効率的かつ高精度な検出方法を提案した。

  • 研究成果

    (8件)

すべて 2021 2020 その他

すべて 国際共同研究 (1件) 雑誌論文 (3件) (うち査読あり 3件) 学会発表 (3件) (うち国際学会 1件、 招待講演 1件) 備考 (1件)

  • [国際共同研究] Duke University/University of California, San Diego(米国)

    • 国名
      米国
    • 外国機関名
      Duke University/University of California, San Diego
  • [雑誌論文] Area-Efficient and Reliable Error Correcting Code Circuit Based on Hybrid CMOS/Memristor Circuit2020

    • 著者名/発表者名
      Ishizaka Mamoru、Shintani Michihiro、Inoue Michiko
    • 雑誌名

      Journal of Electronic Testing

      巻: 36 ページ: 537~546

    • DOI

      10.1007/s10836-020-05892-3

    • 査読あり
  • [雑誌論文] Cost-Efficient Recycled FPGA Detection through Statistical Performance Characterization Framework2020

    • 著者名/発表者名
      Ahmed Foisal、Shintani Michihiro、Inoue Michiko
    • 雑誌名

      IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences

      巻: E103.A ページ: 1045~1053

    • DOI

      10.1587/transfun.2019KEP0014

    • 査読あり
  • [雑誌論文] Accurate Recycled FPGA Detection Using an Exhaustive-Fingerprinting Technique Assisted by WID Process Variation Modeling2020

    • 著者名/発表者名
      Ahmed Foisal、Shintani Michihiro、Inoue Michiko
    • 雑誌名

      IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems

      巻: - ページ: 1~1

    • DOI

      10.1109/TCAD.2020.3023684

    • 査読あり
  • [学会発表] 自己参照に基づく直接密度比推定を用いた教師なし再利用FPGA検出2021

    • 著者名/発表者名
      井阪友哉、新谷道広、アフメドフォイサル、井上美智子
    • 学会等名
      電子情報通信学会技術研究報告 (ディペンダブルコンピューティング研究会)
  • [学会発表] LBIST-PUF: An LBIST Scheme Towards Efficient Challenge-Response Pairs Collection and Machine-Learning Attack Tolerance Improvement2020

    • 著者名/発表者名
      Shintani Michihiro、Mino Tomoki、Inoue Michiko
    • 学会等名
      IEEE Asian Test Symposium (ATS)
    • 国際学会
  • [学会発表] Recycled FPGA detection using exhaustive fingerprinting characterization2020

    • 著者名/発表者名
      Shintani Michihiro
    • 学会等名
      The 15th D2T Symposium, The University of Tokyo
    • 招待講演
  • [備考] http://dslab.naist.jp/

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi