2022 Fiscal Year Annual Research Report
ビット化けを許容することで飛躍的な省エネ化を実現する計算機メモリシステムの研究
| Project/Area Number |
19H01108
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
広渕 崇宏 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (20462864)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高野 了成 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10509516)
今村 裕志 国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 研究チーム長 (30323091)
荒井 礼子 国立研究開発法人産業技術総合研究所, エレクトロニクス・製造領域, 主任研究員 (50431755)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | Error Permissive / 不揮発性メモリ / 磁気メモリ / MRAM / 計算機アーキテクチャ / システムソフトウェア / Approximate Computing |
|---|
| Outline of Annual Research Achievements |
第一に、電圧駆動型の磁気メモリ（MRAM）を対象に、書き込みエラーと保持エラーについて解析的に調べた。エラー率の高いMRAMの利用を想定し、書き込みエラー率と同程度のエラー率を保持できる特徴的な時間について議論した。また、スピントルクMRAMの書き込みエラー率バラツキについても研究を行い、抵抗や異方性定数のバラツキが正規分布に従う場合に書き込みエラー率が従う確率分布関数を解析的に導出した。これらの結果について学会発表および論文出版を行なった。
第二に、これまで開発してきた、電圧駆動MRAM素子の理論モデルを統合した階層横断的な計算機メモリシミュレータを用いて、ノイマン型計算機のメモリサブシステムにおけるビット化けの発生メカニズムをメモリ素子レベルからハードウェアレベルおよびソフトウェアレベルに至るまで横断的に分析を行った。また、深層学習フレームワークを拡張し、非ノイマン型計算機の一つである深層学習向けのアナログ演算チップを題材としてビット化けが深層学習の推論精度に及ぼす影響の分析を行った。シンポジウムにおいて一部の結果を先行発表し、優れた発表であるとして受賞を獲得した。
第三に、最終年度としてこれまでの研究成果の取りまとめに注力した。メモリエミュレータおよびシミュレータの内容をそれぞれジャーナル論文にまとめた。今後もより発展的な研究に取り組むべく、これまでに開発したプログラムおよび実験データを整理した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
