[22p-E102-1~14] FS.1 フォーカストセッション「AIエレクトロニクス」

[22p-E102-7] メモリデバイスの非理想性を考慮したComputation-in-Memory 向けニューラルネットワーク精度評価シミュレータ

〇樋口 和英¹、松井 千尋¹、三澤 奈央子¹、竹内 健¹ (1.東大工)

キーワード：Computation-in-Memory、不揮発性メモリ、ニューラルネットワーク

Computation-in-Memory（CiM）は，メモリアレイ構造を利用して乗算・累積（multiply-and-accumulate: MAC）演算を行う．MAC演算は，ディープニューラルネットワーク（DNN）の中で最も計算資源を消費する演算である．提案する精度評価シミュレータでは，畳み込み層と全結合層における重みを任意に量子化し，その重みに任意の分布に従ったばらつきを付加することや，一定の値で加減させることで，CiMメモリセルにおけるデバイスの非理想性を再現することができる．