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

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。

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。