講演抄録/キーワード |
講演名 |
2021-08-18 09:30
[招待講演]ハフニウム系強誘電体薄膜を用いた1T1R型アレイを使ったアナログインメモリコンピューティング ~ VLSI2021報告内容 ~ ○齋藤大輔・小林俊之・古賀洋貴(ソニー)・周藤悠介・奥野 潤・小西健太(ソニーセミコンダクタソリューションズ)・塚本雅則・大栗一敦(ソニー)・梅林 拓(ソニーセミコンダクタソリューションズ)・江崎孝之(ソニー) SDM2021-36 ICD2021-7 エレソ技報アーカイブへのリンク:SDM2021-36 ICD2021-7 |
抄録 |
(和) |
エッジデバイスにおけるディープニューラルネットワーク(DNN)を用いた認識実現のためには、低電力動作が求められている。この動作は、多並列のアナログベクトル乗算(matrix-vector multiplications:MVM)を高抵抗メモリアレイ上に実装することで実現可能である。今回我々は、強誘電性酸化ハフニウムベースの電界効果トランジスタ(FeFET)と、TiN/SiO2トンネリング接合から成るMΩ抵抗(Mega ohm resistor:MOR)を有する、1T1R計算セルがアレイ上に配置された、アナログインメモリコンピューティング(AiMC)を使用することで、MVMを実現した。まず、1T1Rセルのアレイレベルの評価において、低ライトディスターブ条件を見出し、ランダムアクセスの書き込みが可能であることをDC電流測定より確認した。次にこの条件を用いることで、1T1Rセルアレイへ荷重パターンを書き込み、「T」と「L」に相当する入力電圧を印可し、DC電流を読み取ることで、2項分類認識が可能であることを実験的に確認した。そして、この実験結果を用いて、AiMCのエネルギー効率をシミュレーションしたところ、周辺を含めて最大13700 TOPS/Wの演算エネルギー効率を達成した。さらに、適切にトレーニングされたモデルを備えた、抵抗変動の小さい1T1Rセルを使用すると、推論精度への影響がほとんどないことも確認した。 |
(英) |
Deep neural network (DNN) inference for edge AI requires low-power operation, which can be achieved by implementing massively parallel matrix-vector multiplications (MVM) in the analog domain on a highly resistive memory array. We propose a 1T1R compute cell (1T1R-cell) using a ferroelectric hafnium oxide-based FET (FeFET) and TiN/SiO2 tunneling junction of MΩ resistor (MOR) for analog in-memory computing (AiMC). The MOR exhibited a tunneling current behavior and MΩ resistance. A 1T1R-cell array-level evaluation was also performed. A random access for writing with low write disturbance scheme was confirmed from the summation-DC-current output, and binaries were successfully classified into “T” and “L.” Based on the experimental results of our proposed 1T1R-cell, we obtained a state-of-the-art energy efficiency of 13700 TOPS/W including the periphery. Furthermore, we confirmed that a high inference accuracy can be obtained with our low-resistance-variability 1T1R-cell with a properly trained model. |
キーワード |
(和) |
深層学習ネットワーク / 1T1Rセル / アナログインメモリ-コンピューティング / 行列ベクトル積 / 強誘電電界効果トランジスタ / トンネル接合抵抗素子 / / |
(英) |
deep neural network / 1T1R-cell / analog in-memory computing / matrix-vector multiplication / FeFET / tunneling junction resistor / / |
文献情報 |
信学技報, vol. 121, no. 138, SDM2021-36, pp. 33-37, 2021年8月. |
資料番号 |
SDM2021-36 |
発行日 |
2021-08-10 (SDM, ICD) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
SDM2021-36 ICD2021-7 エレソ技報アーカイブへのリンク:SDM2021-36 ICD2021-7 |