研究課題/領域番号 |
20K11728
|
研究機関 | 千葉大学 |
研究代表者 |
難波 一輝 千葉大学, 大学院工学研究院, 准教授 (60359594)
|
研究分担者 |
イン ユウ 群馬大学, 大学院理工学府, 准教授 (10520124)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
キーワード | 相変化メモリ |
研究実績の概要 |
本研究の目的は新しいメモリシステムである PCM (phase-change memory; PRAM, 相変化メモリとも呼ばれる) について,その平均書き込み時間削減のための誤差許容を考慮した手法を検討することである。本年度は,誤差許容が使われる有力な場面である人工知能関連技術について検討を行った。具体的にディープニューラルネットワーク(DNN)を対象とし,書き込み削減などのためにどこまでいい加減な計算をしてもPCMを使って構成したDNNが適切に動作するかを明らかにした。本研究成果により,どこまで時間削減に繋がるかはまだ明らかにしていないが,いい加減な計算をしてもよい条件(PCMは抵抗値で値を記憶しており,その抵抗値の非線形性を本研究における問題と定義している)などは明らかにしており,本課題の目的に対し,今後の我々の研究により,十分な効果を期待できそうであることは明らかになった。なお研究成果発表は国際会議において発表予定である。投稿は本年度であったが,発表自体は次年度にずれ込むこととなった。 他にも関連研究として木構造に対するPCM書き込み時間削減を検討し,こちらは当初の目的である誤差許容計算には絡まない話となったが,実用的で良好な結果を得ている。具体的に木構造とメモリに書き込む情報のマッピングを見直すことで,メモリへの書き込み回数自体を減らしており,その結果一割程度 (大容量になるほど効果が高く,容量 2^15 において 15%となる) の書き込み時間削減に成功している。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
本年度は,誤差許容が使われる有力な場面である人工知能について検討を行った。具体的に書き込み削減などのためにどこまでいい加減な計算をしてもDNNが適切に動作するかを明らかにした。ただ,本来の目的である,それでどこまで時間削減に繋がるか,までは思うように実験データを集めることができず,明らかにできなかった。
|
今後の研究の推進方策 |
今後は前年度積み残した課題について検討を続けると同時に,本来の計画通り高信頼化技術との併用の検討を行う。従来の研究において,一部の書き込み時間削減法は従来の高信頼化手法と併用できないことが分かっており,そのときの経験から本課題においても同様の問題が生じることが予想されている。そこで,提案した手法について同様の問題が発生しないか検討を行い,発生している場合にはその対策を行う。
|
次年度使用額が生じた理由 |
研究成果発表が次年度にずれ込んだことによる。次年度の研究成果発表に使用する予定である。
|