高信頼化に向けたメムキャパシタ脳型コンピュータ設計基盤

Memcapacitor脑型计算机设计平台,可靠性高

基本信息

  • 批准号:
    22K11954
  • 负责人:
  • 金额:
    $ 1.83万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 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

项目摘要

本研究であ、メムキャパシタSPICEシミュレーションモデルを開発するとともに、そのシミュレーション結果を取り込んだ高信頼化設計環境を構築する。今年度は、1) メムキャパシタのSPICEモデリング技術開発、2) 超次元コンピューティングによる推論アーキテクチャ開発に取り組んだ。1) について、ガウス過程を用いた機械学習ベースのSPICEモデリング技術を開発した。ガウス過程は、測定データのみに基づいたノンパラメトリックな手法であり、測定データさえ入手可能であれば、Verilog-Aに変換できる環境を構築した。まずはメモリスタに対して適用し、他で提案されたLSTMを用いた手法よりも、高速かつ高精度にモデル化できることを示した。現在、メムキャパシタについてモデル化を行っている。2)について、メムキャパシタを搭載する脳型アーキテクチャとして超次元コンピューティングを検討している。メムデバイスでの実装を踏まえ、信頼性の課題となる箇所を検討した。さらには、本研究で得た機械学習の学習アルゴリズムに関する知見を活かして、集積回路の早期歩留まり予測手法の開発や、テストコスト削減手法を提案し、研究成果を挙げている。
This study で あ, メ ム キ ャ パ シ タ SPICE シ ミ ュ レ ー シ ョ ン モ デ ル を open 発 す る と と も に, そ の シ ミ ュ レ ー シ ョ ン results を take り 込 ん だ high 頼 design environment を construct す る. Our は ", 1) メ ム キ ャ パ シ タ の SPICE モ デ リ ン グ technology open 発, 2) super dimensional コ ン ピ ュ ー テ ィ ン グ に よ る inference ア ー キ テ ク チ ャ open 発 に group take り ん だ. 1) に つ い て, ガ ウ を ス process with い た rote learning ベ ー ス の SPICE モ デ リ ン グ technology を open 発 し た. ガ ウ は ス process, determination of デ ー タ の み に base づ い た ノ ン パ ラ メ ト リ ッ ク な gimmick で あ り, determining デ ー タ さ え starting may で あ れ ば, Verilog - A に variations in で き る environment を construct し た. ま ず は メ モ リ ス タ に し seaborne て し, he proposed で さ れ た LSTM を with い た gimmick よ り も, high-speed か つ high-precision に モ デ ル change で き る こ と を shown し た. Now, メムキャパシタに メムキャパシタに メムキャパシタに てモデ てモデ てモデ てモデ を to って る る. 2) に つ い て, メ ム キ ャ パ シ タ を carry す る 脳 type ア ー キ テ ク チ ャ と し て super dimensional コ ン ピ ュ ー テ ィ ン グ を beg し 検 て い る. Youdaoplaceholder0, メムデバ, スで, <s:1>, を, を, まえ, となる, となる, となる, を検, た. さ ら に は, this study で た mechanical learning の ア ル ゴ リ ズ ム に masato す る knowledge を live か し て, integrated circuit の early step left ま り to measuring technique の open 発 や, テ ス ト コ ス ト cutting technique proposed を し, research を 挙 げ て い る.

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ガウス過程を用いた機械学習に基づくメモリスタモデリングの高速化
使用高斯过程的基于机器学习的忆阻器建模加速
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    新谷悠太;井上美智子;新谷道広
  • 通讯作者:
    新谷道広
低消費電力デバイスのためのプログラマブルな二値超次元計算アクセラレータ
用于低功耗设备的可编程二进制超维计算加速器
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    井阪友哉;坂口生有;井上美智子;新谷道広
  • 通讯作者:
    新谷道広
Wafer-Level Characteristic Variation Modeling Considering Systematic Discontinuous Effects
ガウス過程回帰に基づくLSI テストにおける適応的良品判定基準決定手法
基于高斯过程回归的LSI测试自适应验收标准确定方法
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    五枝大典;中村友紀;梶山賀生;栄木誠;新谷道広
  • 通讯作者:
    新谷道広
ガウス過程を用いたウェハーレベル特性モデル化手法のカーネル関数選択に関する実験的検討
高斯过程晶圆级特性建模方法核函数选择实验研究
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    廣江達也;ミアリアーズウルハック;新谷道広
  • 通讯作者:
    新谷道広
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

新谷 道広其他文献

機械学習による経年劣化タイミング解析手法
使用机器学习的老化时序分析方法
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    辺 松;新谷 道広;廣本 正之;佐藤 高史
  • 通讯作者:
    佐藤 高史
NBTIによるしきい値電圧変動のストレス確率依存性の評価
通过 NBTI 评估阈值电压波动的应力概率依赖性
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    忻 瑞徳;森田 俊平;新谷 道広;廣本 正之;佐藤 高史
  • 通讯作者:
    佐藤 高史
命令セットアーキテクチャによる劣化抑止ゲート制御を用いたプロセッサNBTI劣化緩和手法
使用使用指令集架构的退化抑制门控制的处理器NBTI退化缓解方法
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    辺 松;新谷 道広;Zheng Wang;廣本 正之;Anupam Chattopadhyay;佐藤 高史
  • 通讯作者:
    佐藤 高史
信号確率伝播に基づく プロセッサのためのNBTI起因最大遅延パスの抽出
基于信号置信传播的处理器 NBTI 诱导最大延迟路径提取
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    辺 松;新谷 道広;森田 俊平;粟野浩光;廣本 正之;佐藤 高史
  • 通讯作者:
    佐藤 高史
代表パス抽出による劣化緩和セル置換箇所の高速な選択手法
通过代表性路径提取替换退化减缓单元的快速选择方法
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    森田 俊平;辺 松;新谷 道広;廣本 正之;佐藤 高史
  • 通讯作者:
    佐藤 高史

新谷 道広的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

単一アナログデバイスと局所的学習則を用いるリアルニューロモーフィックシステム
使用单个模拟设备和本地学习规则的真实神经形态系统
  • 批准号:
    19K11876
  • 财政年份:
    2019
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了