フラッシュ2022年3月28日
- コネクティビティ
東北大が半導体の材料探索に機械学習、相変化メモリの設計で
by MITテクノロジーレビュー編集部 [MIT Technology Review Japan]東北大学の研究チームは、省電力な相変化メモリ(PCRAM)の材料を高速に探索する手法を開発した。相変化メモリはデータの書き込み速度が速く、動作メカニズムが単純で制御しやすい特徴があるが、消費電力が課題だった。
相変化材料の物性には、熱伝導率、電気伝導率など9種のパラメーターがあるが、網羅的な数値シミュレーションで最適な材料を探索するには莫大な計算時間がかかる。研究チームは、求根アルゴリズムとベイズ最適化を併用した機械学習を応用することで、多数のパラメーターを一括探索し、相変化メモリの消費電力を大幅に下げる上で重要になる物性を特定。この結果、新たな相変化材料の設計指針が明確になった。この指針によれば、現実的に達成しうる物性範囲で、消費電力を100分の1以下にできる可能性があるという。
研究成果は3月18日、「マテリアルズ・アンド・デザイン(Materials & Design)」誌にオンライン掲載された。
(笹田)
- 人気の記事ランキング
- Deepfakes of Chinese influencers are livestreaming 24/7 AI生成インフルエンサーが 24時間稼ぎ続ける 中国ライブコマース新事情
- How inverse vaccines might tackle diseases like multiple sclerosis 「逆ワクチン」は自己免疫疾患の治療を根本から変えるか?
- AI just beat a human test for creativity. What does that even mean? AIが創造性テストで人間に勝利、その衝撃結果が意味すること
- What’s next for the world’s fastest supercomputers エクサスケール時代突入で スパコンは何をもたらすか
- DeepMind’s cofounder: Generative AI is just a phase. What’s next is interactive AI. 生成AIの次は「双方向」 ディープマインド共同創業者 スレイマンが見据える未来