メモリカスケード構成による記憶駆動型人工知能LSIの実現に関する研究

利用存储器级联配置实现存储器驱动的人工智能LSI的研究

• 批准号: 21K04179
• 负责人: 中村 和之
• 金额: $ 2.58万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21K04179/
• 关键词: ニューラルネットワーク; 連想メモリ; SRAM; LUTカスケード; 人工知能

超低電力レシオレスSRAM技術と、メモリ連続駆動方式をベースとした「記憶駆動型」の全く新しい脳型ハードウエア：CMM-NN(Cascaded Memory Mapped NeuralNetwork) のLSI実現を目指すものである。多段の汎用メモリと簡易な加算・判定回路のみを内蔵したメモリチップ内で、単純な多段連続的なメモリアクセスを繰り返すだけで、NNの推論処理を実現する。メモリの多段連続アクセスにより、特定のシナプスと、その接続元・接続先となるニューロン情報を連続的に抽出・更新し、重み演算結果を得る。さらに僅かな論理回路の追加のみで、前方検索（推論）を単独メモリチップ内で実現する。これまでに、pythonによるCMM-NNの動作シミュレータを開発し、メモリの連続アクセスのみで実際に文字認識を行わせるを確認し、基本機能を確認することに成功した。基本方式の検討に加えて、実現できれば、エッジ応用のための実用性の高い新しいNNのハードウエアエンジン（LSI）となる。

基于连续的内存类型：CMM-NN（cmm-nn（cm-nn（cascaded membored映射neuralnetwork）），超低功率ratiless sram技术和全新的“记忆驱动”脑型硬件。在带有构建的 - 通用 - 可使用内存和简单的添加 /判断电路的内存提示中，简单地通过重复简单的多阶段连续内存访问来实现NN推理处理。多阶段的内存连续访问允许特定的突触和神经元信息是连接源和连接目的地，并获得了加权结果。此外，在单个内存提示中的单个内存提示中，只有少量的逻辑电路会实现。到目前为止，Python已经开发了CMM-NN操作模拟器，确认它实际上可以通过连续的内存访问来识别，并成功地确认了基本功能。除了基本方法之外，如果可能的话，它将是用于Edge应用程序的高度实用的NN硬件引擎（LSI）。