[18a-PA2-1~16] FS.1 フォーカストセッション「AIエレクトロニクス」

[18a-PA2-4] AI学習高速化に向けた1T1Rセルのモデル化と動的ゲート制御回路の提案

〇浜野 翔¹、溝端 悠介¹、釘尾 健正¹、逸見 龍瑞¹、田畑 海登¹、多田 宗弘¹ (1.慶大理工)

キーワード：

抵抗変化メモリ、アナログインメモリ計算、ニューロモルフィック

AI学習の高速化が求められる中、Analog In-Memory Computingは定数時間演算が可能な有望方式であるが、定電圧更新では重み状態数が制限されるという課題がある。本発表は、動的ゲート制御回路とそのシミュレーションのための1T1Rセルモデルを提案し、定電圧更新下においても多値重みが発現することを示す。