ディープラーニングの高効率ハードウェア化へ期待
2020-06-14 東京大学,科学技術振興機構
ポイント
- ディープラーニングの計算では、プロセッサとメモリの間の大量のデータ移動が性能を律速するため、メモリ自体で演算も行うインメモリコンピューティングが期待されています。
- 極薄の酸化物半導体をチャネルとするトランジスタと不揮発性メモリの三次元集積デバイスを開発し、インメモリコンピューティングの機能の実証に成功しました。
- この技術により、ディープラーニングがクラウドだけでなくエッジデバイスにも実装され、人工知能を用いたより高度で充実した社会サービスの展開が期待されます。
東京大学 生産技術研究所の小林 正治 准教授らは、極薄の酸化物半導体ＩＧＺＯを用いたトランジスタと抵抗変化型不揮発性メモリを三次元集積したデバイスの開発に成功しました。
大量のデータを用いるディープラーニングは多層のニューラルネットワークで構成されており、プロセッサとメモリの間の大量のデータ移動が性能を律速するため、メモリ配列に演算機能をもたせたインメモリコンピューティングによるハードウェア実装が期待されています。しかし、通常のメモリ配列は二次元構造であり、ネットワークのモデルが大規模になるにつれて配線長が長くなり、計算速度や消費電力が問題となります。また、同時にアクセスできるメモリ量にも制限があるため、並列計算の効率が上がりません。
本研究では、インメモリコンピューティングのハードウェア実装における二次元メモリ配列での配線の問題を解決し、かつ超並列計算を可能にするため、メモリ配列を三次元積層した三次元ニューラルネットワークの実現に向けて、通常の集積回路の配線層プロセスに適用可能な最高温度である４００℃以下のプロセス温度で極薄の酸化物半導体ＩＧＺＯを用いたトランジスタと抵抗変化型不揮発性メモリを形成する三次元集積デバイスを開発しました。本デバイスを用いてインメモリコンピューティングの機能を実証し、ディープラーニングの多層ニューラルネットワークを一チップ上に物理的に多層構造で実装することが可能となりました。
本成果はディープラーニングの計算を高いエネルギー効率で計算することを可能にし、クラウドだけでなくエッジデバイスでも高度な人工知能計算を行うことで、ビッグデータに基づく社会サービスの飛躍的な向上が期待されます。
本研究成果は、２０２０年６月１４日（太平洋夏時間）から「ＶＬＳＩ Ｔｅｃｈｎｏｌｏｇｙ Ｓｙｍｐｏｓｉｕｍ ２０２０」で発表されます。
本成果は、科学技術振興機構（ＪＳＴ） 戦略的創造研究推進事業 ＣＲＥＳＴ「二次元機能性原子・分子薄膜の創製と利用に資する基盤技術の創出」研究領域（研究総括：黒部 篤（株）東芝 研究開発センター 首席技監）における研究課題「原子層ヘテロ構造の完全制御成長と超低消費電力・３次元集積デバイスの創出」（研究代表者：宮田 耕充 東京都立大学 大学院理学研究科 准教授）の支援を受けて得られました。
＜論文タイトル＞
- “A Monolithic 3D Integration of RRAM Array with Oxide Semiconductor FET for In-memory Computing in Quantized Neural Network AI Applications”
（多ビットニューラルネットワーク人工知能応用に向けたインメモリコンピューティングのための酸化物半導体トランジスタを用いた抵抗変化型メモリのモノリシック三次元集積化）
＜お問い合わせ先＞
＜研究に関すること＞
小林 正治（コバヤシ マサハル）
東京大学 生産技術研究所 准教授
東京大学 大学院工学系研究科附属 システムデザイン研究センター（ｄ．ｌａｂ） 准教授
＜ＪＳＴ事業に関すること＞
嶋林 ゆう子（シマバヤシ ユウコ）
科学技術振興機構 戦略研究推進部 グリーンイノベーショングループ
＜報道担当＞
科学技術振興機構 広報課
