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。

Ultra-low power SRAM technology and memory connectivity mode: CMM-NN(Cascaded Memory Mapped Neural Network) LSI implementation instructions. Multi-stage general purpose calculation, simple addition, determination of loop internal control, simple multi-stage connection, NN inference processing Multi-stage connection information extraction, update, and calculation results are obtained. The logic loop is added, the forward search (inference) is performed independently, and the internal search is performed independently. The CMM-NN operation system was successfully developed, and the text recognition was successfully confirmed during the process of connecting with Python. The basic mode of discussion is to increase the number of applications, to realize the number of applications, and to improve the practicality of applications.