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

点击翻译按钮获取中文摘要

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。