ハードウェア

CPUよりも最大1万倍の速度で演算可能な機械学習向け処理装置「メモリスタチップ」のプロトタイプが登場

By Robert Coelius

「メモリスタ」と呼ばれる抵抗器を使って、現在のコンピューターに搭載されたCPUよりも最大1万倍の速度で機械学習を行うことができる演算装置を新たに開発したとミシガン大学が発表しました。

A fully integrated reprogrammable memristor–CMOS system for efficient multiply–accumulate operations | Nature Electronics
https://www.nature.com/articles/s41928-019-0270-x

Firing up the synapses, the Memristor is now a proper computer – Blocks and Files
https://blocksandfiles.com/2019/07/23/memristor-computer/

First programmable memristor computer aims to bring AI processing down from the cloud | University of Michigan News
https://news.umich.edu/first-programmable-memristor-computer-aims-to-bring-ai-processing-down-from-the-cloud/

メモリスタ」は、通過した電荷を記憶し抵抗を変えられる特性を持った受動素子です。メモリスタは論理演算装置と記憶素子という2つの役割を持っており、記憶素子としてはアナログでデータを保持するため、不揮発性メモリとしての活用が可能で、さらに積和演算が可能とのこと。

今回の研究チームのリーダーであるWei Lu氏が2013年に行ったメモリスタに関する発表は以下の記事で読むことができます。

DARPAから5億7千万円の資金援助を受ける、従来の1000倍速く画像を処理可能となるコンピュータとは - GIGAZINE


メモリスタを処理装置に採用する利点とは、メモリスタがメモリと演算装置の2つの役割を兼ねられることで、ニューラルネットワークに適した計算ができることです。Lu氏は「GPUは電力消費とスループットの点でCPUよりも約10倍から約100倍優れているが、メモリスタチップはGPUのさらに約10倍から約100倍優れている可能性がある」と主張しています。

研究チームは、実際に5800個のメモリスタにOpenRISC CPU、通信回路、アナログとデジタル間のコンバーターを備えたメモリスタチップのプロトタイプモデルを製造し、メモリスタチップを活用して機械学習アルゴリズムを行うプログラムを作成しました。以下が実際に作成されたメモリスタチップ。


研究チームがこのメモリスタチップを用いて実際に機械学習を行ったところ、ギリシャ文字を判別するという基礎的なパーセプトロンと、画像のパターンを特定して分類法を最適化するスパースモデリングでは100%の精度を達成。乳がんのスクリーニングデータから共通点と差別化要因を見つけ出す2層ニューラルネットワークの機械学習では94.6%の精度で悪性のがんと良性のがんを分類できたとのこと。

しかし、Lu氏はメモリスタ内部に保持されるアナログな情報は信頼性に問題があり、商用に利用するためには課題が残されているとしており、この問題を解決するために研究を続ける予定であると語っています。

この記事のタイトルとURLをコピーする

・関連記事
メモリとストレージの性質を兼ね備える夢のデバイス「ユニバーサルメモリ」がついに実現か - GIGAZINE

従来の3倍以上も高速で消費電力の94%を削減するニューラルネットワーク用チップをMITが開発 - GIGAZINE

ニューロン同士が情報を伝達する仕組みをソフトではなくハードそのもので再現する研究が進んでいる - GIGAZINE

インド初のCPU向けアプリケーション開発ツールがリリースされハード・ソフト両面での躍進にはずみか - GIGAZINE

極めて高速動作可能なコンピューターの実現につながる「超」超格子が生み出される - GIGAZINE

in ハードウェア, Posted by log1k_iy

You can read the machine translated English article here.