| 研究課題/領域番号 |
20H02193
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
木野 久志 東北大学, 医工学研究科, 特任准教授 (10633406)
|
|---|
| 研究分担者 |
田中 徹 東北大学, 医工学研究科, 教授 (40417382)
福島 誉史 東北大学, 工学研究科, 准教授 (10374969)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | STDP / SNN |
|---|
| 研究実績の概要 |
本研究ではシナプスの特性を再現した不揮発性トンネルFETメモリによる大規模演算に向けたニューラルネットワークの実現を目指す。近年、脳の階層的情報処理を模したディープニューラルネットワークの活躍は目覚ましいものがある。一方で、神経細胞の発火スパイクの影響まで模したスパイキングニューラルネットワーク(Spiking Neural Network; SNN)には次世代の大規模ニューラルネットワークとして高い関心が寄せられており、様々なメモリデバイスによるシナプスの再現が提案されている。一般に、SNNはシナプスの結合の強さを示す”重み”を保存するメモリ素子とニューロンを模したスパイク生成回路で構成される。本研究ではこれまでのメモリにない特長を有する不揮発性トンネルFETメモリを活用した大規模な超低消費電力ニューラルネットワークを研究開発する。
昨年度までにシナプスの特性の一つであるスパイクタイミング依存可塑性(Spike Timing Dependent Plasticity: STDP)を有する不揮発性トンネルFETメモリの開発を終えた。
本年年度はシナプス回路とニューロン回路をマイクロバンプを介した電気的接続による積層技術に関する研究を行った。回路素子の特性を維持するためには積層プロセスを低温に抑制することが望まれる。本研究ではIn/Auバンプを用いたTLP(Transient-Liquid-Phase)接合を用いることで、接合時は約150度の低温でありながら、500度以上の融点を有する合金を形成するため、非常に高い熱安定性を有する接合を得ることが可能である。
本研究ではIn/Auバンプによる低温接合により、メモリ素子に影響を与えない接合技術を確立した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度の目標はニューロン回路とシナプス回路の集積化技術の確立であり、In/Auバンプを用いた接合技術を確立したことで、当該目標を達成したと考えられる。
|
| 今後の研究の推進方策 |
最終年度では実際にニューロン回路とシナプス回路を試作し、それぞれの回路を集積することでSNNを構築する。作製したSNNを評価することで本研究の目標完遂を確認する予定である。
|
