[15a-B414-1~9] FS.1 フォーカストセッション「AIエレクトロニクス」

△ [15a-B414-6] Computation-in-Memory のデバイスエラー補償 1
ニューラルネットワークのアルゴリズムを考慮した層単位の再学習による不揮発性メモリの書き込みばらつき補償

〇吉清 秦生¹、三澤 奈央子¹、松井 千尋¹、竹内 健¹ (1.東大工)

キーワード：メモリ内計算、エラー補償、エッジ再学習

本研究では、Computation-in-Memoryにおいて、不揮発性メモリの書き込みばらつきにより低下した推論精度を回復するニューラルネットワーク（NN）のエッジ再学習手法を提案する。提案する再学習はNNモデルのshortcut connectionに起因する層間のエラー耐性の違いを利用し、エラー耐性が高い層のみを更新することで、再書き込み時の書き込みばらつきによる精度低下を抑制する。提案手法はResnet-32でのCIFAR-10の分類において再書き込み後の推論精度を従来手法よりも23.4%改善する。