脳に触発された高度にスケーラブルなニューロモルフィックハードウェア
韓国科学技術研究所（KAIST）の研究者は、単一のトランジスタニューロンとシナプスを統合することにより、脳に着想を得た高度にスケーラブルなニューロモルフィックハードウェアを製造しました。ニューロモルフィックハードウェアは、標準のシリコンCMOSテクノロジを使用して、チップコストを削減し、製造手順を簡素化することが期待されています。
ニューロモルフィックハードウェアは、人間の脳を模倣して超低電力を消費する人工知能機能により、大きな注目を集めています。ニューロモルフィックハードウェアを機能させるには、生物学的脳と同じように、特定の信号を統合するときにスパイクを生成するニューロンと、2つのニューロン間の接続を記憶するシナプスが必要です。ただし、デジタルまたはアナログ回路上に構築されたニューロンとシナプスは大きなスペースを占めるため、ハードウェアの効率とコストの点で制限があります。人間の脳は約1011個のニューロンと1014個のシナプスで構成されているため、モバイルデバイスやIoTデバイスに適用するには、ハードウェアのコストを改善する必要があります。
この問題を解決するために、研究チームは生物学的ニューロンとシナプスの動作を単一のトランジスタで模倣し、それらを8インチのウェーハに統合しました。製造されたニューロモルフィックトランジスタは、現在大量生産されているメモリおよびロジック用のトランジスタと同じ構造を持っています。さらに、ニューロモルフィックトランジスタは、コインに頭と尾があるように、ニューロンとシナプスの両方として機能する「ヤヌス構造」で実装できることを初めて証明しました。
チェ・ヤンキュ教授は、この作業は、複雑なデジタルおよびアナログ回路に基づいていたニューロンとシナプスを単一のトランジスタに置き換えることで、ハードウェアのコストを劇的に削減できると述べました。 「標準のCMOSプロセスを使用して単一のトランジスタニューロンとシナプスを同じウェーハ上に統合することにより、ニューロモルフィックハードウェアのハードウェアコストが改善され、ニューロモルフィックハードウェアの商品化が加速します」と筆頭著者のJoon-KyuHan氏は述べています。 。
センサー