フラッシュ2022年2月27日

• 隠れニューラルネットを実装したAIチップ、東工大が開発

  by MITテクノロジーレビュー イベント事務局 [MIT Technology Review Event Producer]

  東京工業大学の研究チームは、深層ニューラル・ネットワーク（Deep Neural Network：DNN）理論の一種である「隠れニューラル・ネットワーク（Hidden Neural Network：HNN）」理論を実装したアクセラレーター・チップを開発した。

  自動運転やロボットなどで使われる画像認識では、カメラで撮影した画像・映像をその場で推論・判断するため、消費電力の増大が課題となっている。深層学習ではDNN の構造が複雑化することで計算量が増大し、特にDNNモデルの「重み」といった計算パラメーターをメモリーから読み込む際に電力を消費する。一方、HNNでは重みを学習せず、乱数の初期値のまま固定するため、メモリーからの大量のデータ転送が発生せず、電力消費量を節約できる。HNNでは演算時に「スーパーマスク」と固定の乱数の論理積を取り、このスーパーマスクのデータはメモリから転送する。スーパーマスクのデータは圧縮が可能なため、メモリーからのデータ転送量と電力消費量を節約できる。

  研究チームは、TSMCの40nmプロセスでプロトタイプ・チップを試作。寸法は3ミリメートル四方と小さいが4096個の演算器を並列動作させることが可能で、演算効率は世界トップレベルの34.8 TOPS/Wを記録した。研究成果は2月20日開催の「ISSCC2022（国際固体素子回路会議）」で発表された。

  （笹田）

  • 5

• 人気の記事ランキング

  1. How a 1980s toy robot arm inspired modern robotics 世界の工学者を魅了し続ける 80年代の日本のおもちゃ
  2. Why Chinese manufacturers are going viral on TikTok 「ほぼエルメス」を工場直送 中国の下請け企業が ティックトックで反旗
  3. Here’s why we need to start thinking of AI as “normal” AIは「普通」の技術、プリンストン大のつまらない提言の背景
  4. A US court just put ownership of CRISPR back in play CRISPR特許訴訟で新展開、米国で再審理へ