立体配線型メモリ素子による高実装効率なCNNアクセラレータの創出

体系的課題番号：JPMJAX21KE
実施期間：2021 - 2023
実施機関 (1件)：
研究代表者： ( , 大学院情報科学院, 大学院生 )
DOI： https://doi.org/10.52926/JPMJAX21KE
研究概要：

抵抗変化メモリ素子を用いたアナログニューラルネットワーク演算回路はクロスバー構造を中心に発展してきましたが、この構造では畳み込みニューラルネットワーク(CNN)のような近傍結合型の深層学習モデルを効率よく実装できません。そこで本研究では過去に開発した導電性ポリマーワイヤーシナプスの2次元配線性能を3次元へと拡張し、これ用いて効率よく実装されたCNNアクセラレータの開発を目指します。

, , , , , ,

研究制度：＞＞
上位研究課題：リアル空間を強靭にするハードウェアの未来
研究所管機関：

国立研究開発法人科学技術振興機構

報告書等：

2022 年次報告書
2021 年次報告書

前のページに戻る