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

• 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
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H04159/
• 关键词: ナノメモリデバイス; 不揮発性メモリ; 機械学習; Stochastic Resonance; AI; フラッシュメモリ; メモリシステム; ニューラルネットワーク

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。

在这项研究中，对于纳米级的大容量非挥发性记忆，记忆误差是非挥发性记忆的必不可少的问题，例如相邻记忆之间的电子传递，通过机器学习和新编码的精确控制和新的编码抑制了电子从电荷存储层到通道的电子泄漏，以及内存大小的变化。通过链接和合并内存设备的整个硬件和软件，内存控制器朝着非易失性内存，内存错误将减少到限制，并且数据保留的寿命最大化。我们将使用机器学习进一步开发控件，以创建充分利用非挥发性内存的高速，低功率和高度可靠的机器学习处理和存储系统。与上一年的原始期望相反，在研究纳米级记忆的AI应用过程中，我们发现可以通过利用纳米记忆表现出的量子机械波动来实现超低功率计算的可能性。随机共振有可能在使用闪存设备的同时降低极端功率，并且已经详细检查了特征。

项目成果

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

• 发表时间: 2021
• 作者: Daiki Kojima and Ken Takeuchi

BER Evaluation System Considering Device Characteristics of TLC and QLC NAND Flash Memories in Hybrid SSDs with Real Storage Workloads

• DOI: 10.1109/iscas51556.2021.9401203
• 发表时间: 2021-01-01
• 期刊: 2021 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ISCAS)
• 作者: Fukuchi, Mamoru;Suzuki, Shun;Takeuchi, Ken
• 通讯作者: Takeuchi, Ken

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

• 发表时间: 2022
• 作者: Akira Goda;Chihiro Matsui and Ken Takeuchi
• 通讯作者: Chihiro Matsui 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

• 发表时间: 2023
• 作者: Akira Goda;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

• DOI: 10.1109/jeds.2022.3206317
• 发表时间: 2022
• 期刊: IEEE Journal of the Electron Devices Society
• 影响因子: 2.3
• 作者: Akira Goda;Chihiro Matsui and Ken Takeuchi
• 通讯作者: Chihiro Matsui and Ken Takeuchi