不揮発性半導体メモリを駆使する脳型コンピューティングの研究

充分利用非易失性半导体存储器的类脑计算研究

基本信息

批准号：
22K14297
负责人：
松井千尋
金额：
$ 3万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K14297/
关键词：
脳型コンピューティング不揮発性半導体メモリ AI

项目摘要

脳を模して記憶・学習するHyperdimensional Computingを高速・低電力に演算する、不揮発性半導体メモリを用いたComputation-in-Memoryシステムを確立する。脳型コンピューティングでデータを保存し演算するため必要な大容量不揮発性半導体メモリは、性能・信頼性・電力等のトレードオフが本質的な問題であるため、Hyperdimensional Computingの演算に適した回路および用いる不揮発半導体メモリデバイスの要件を明らかにする。今年度はHyperdimensional Computingを演算する強誘電体FET（FeFET）を用いたComputation-in-Memoryの回路システムを提案した。Hyperdimensional Computingではさまざまなデータを10000次元のハイパーベクトルで表現するため、Computation-in-Memoryに保存したハイパーベクトルの超並列な演算が必要となる。ヨーロッパ言語分類問題をモチーフにして、Computation-in-Memoryによる演算の高速化を検討した。ここでは、Hyperdimensional Computingの基本的な演算であるアルファベットのハイパーベクトルのビット置換をあらかじめ施してFeFETを用いたComputation-in-Memoryのメモリセルに保存しておく。多量の学習データからN-gram HVを並列に作成して加算し、ハイパーベクトルの符号化を分割してCiMで並列に演算するアルゴリズムにより、高速な学習ができることを示した。

我们将建立一个使用非易失性半导体存储器的内存计算系统，该系统模仿大脑并执行超维计算，以高速和低功耗进行记忆和学习。脑基计算中存储和计算数据所需的大容量非易失性半导体存储器本质上是性能、可靠性、功耗等之间的权衡，因此电路和明确对非易失性半导体存储器件的要求用过的。今年，我们提出了一种使用铁电 FET (FeFET) 进行超维计算的内存计算电路系统。超维计算使用 10,000 维超向量来表达各种数据，这需要对存储在内存计算中的超向量进行大规模并行操作。以欧洲语言分类问题为主题，我们研究了使用内存计算来加速计算。这里，提前执行字母超向量的位排列，这是超维计算中的基本运算，并将其存储在使用 FeFET 的内存计算存储单元中。我们证明了使用一种算法可以实现高速学习，该算法从大量训练数据中并行创建 N-gram HV，将它们相加，划分超向量编码，并使用 CiM 并行计算它们。