权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ハードソフト連携・精緻な電子制御による不揮発性メモリシステムのエラー最小化の研究

通过软硬件协调和精确电子控制实现非易失性存储系统错误最小化的研究

基本信息

批准号：
20H04159
负责人：
竹内健
金额：
$ 11.32万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では、ナノスケールの大容量不揮発性メモリに対し、隣接メモリ間の電子の移動・電荷蓄積層からチャネルへの電子のリーク・メモリサイズの製造ばらつきなど、不揮発性メモリの本質的な課題であるメモリのエラーを、機械学習や新コーディングを用いた精緻な制御で抑制する。メモリデバイス・メモリコントローラのハード・ソフト全体を不揮発性メモリに向けて連携・融合させることで、メモリのエラーを極限まで減らし、データ保持等の寿命を最大限に高める。機械学習による制御を更に発展させ、不揮発性メモリをフルに活用した高速・低電力・高信頼な機械学習の処理・記憶システムを創造する。本年度は前年度、当初の想定に反し、ナノスケールメモリのAI応用の検討の過程で、ナノスケールメモリが示す量子力学的なゆらぎ、Stochastic Resonanceを活用することで、超低電力なコンピューティングを実現できる可能性を発見した。Stochastic Resonanceはフラッシュメモリデバイスを利用しつつ、極限まで電力を低減できる可能性があり、特性を詳細に検討を行った。

In this study, the large-capacity non-volatile non-volatile メモリに対し and the adjacent メモリThe movement of electrons between the electrons and the electric charge accumulation layer Made in イズのばらつきなど, non-volatile メモリのessential project であるメモリのエラーを, machine learning and new コーディングを use いた exquisite な control and restrain する.メモリデバイス・メモリコントローラのハード・ソフト全を无発性メモリに向けて合・Fusion of させることで, メモリのエラーを Limit までREDUCED らし, データKeep, etc. のLife をMaximum に高める. Mechanical learning is used to control and control, and it is easy to develop, and it is easy to use without volatile properties. High-speed, low-power, high-confidence, mechanical learning, processing, and memory are created. This year is the same as the previous year, the original scenario was reversed, and the current year was the same as the previous year. Process で, ナノスケールメモリが Show すなゆらぎ of quantum mechanics, Stochastic Resonance することで, ultra-low power なコンピューティングを実现できる possibility を発见した. Stochastic Resonance はフラッシュメモリデバイスをutilization しつつ, limit まで电をlower reduction できる possibility があり, characteristics をdetails に検 Discussion を行った.

项目成果

期刊论文数量（10）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Error Suppression of Last-Programmed Word-Line for Real Usage of 3D-NAND Flash Memory

最后编程字线的错误抑制以实现 3D-NAND 闪存的实际使用

DOI：
发表时间：
2021
期刊：
影响因子：
0
作者：
Daiki Kojima and Ken Takeuchi
通讯作者：
Daiki Kojima and Ken Takeuchi

Stochastic Resonance Effects of Floating Gate Technology-based Leaky Integrate-and-Fire (FG LIF) Neurons in Summing Network

求和网络中基于浮栅技术的漏积分激发 (FG LIF) 神经元的随机共振效应

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
Akira Goda;Chihiro Matsui and Ken Takeuchi
通讯作者：
Chihiro Matsui and Ken Takeuchi

Inter Spike Interval and Stochasticity Engineering of Floating Gate Technology-based Neurons for Spiking Neural Network Hardware

用于尖峰神经网络硬件的基于浮栅技术的神经元的尖峰间隔和随机性工程

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Akira Goda;Chihiro Matsui and Ken Takeuchi
通讯作者：
Chihiro Matsui and Ken Takeuchi

Heterogeneous Integration of Precise and Approximate Storage for Error-Tolerant Workloads

容错工作负载的精确和近似存储的异构集成

DOI：
10.1587/transfun.2022vlp0001
发表时间：
2023
期刊：
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences
影响因子：
0
作者：
Junya Nakamura;Masahiro Shibata;Yuichi Sudo;and Yonghwan Kim;Chihiro Matsui and Ken Takeuchi
通讯作者：
Chihiro Matsui and Ken Takeuchi

A Stochastic Leaky-Integrate-and-Fire Neuron Model With Floating Gate-Based Technology for Fast and Accurate Population Coding

采用基于浮栅技术的随机泄漏积分激发神经元模型，可实现快速准确的群体编码