[15a-B414-1~9] FS.1 Focused Session "AI Electronics"

△ [15a-B414-4] Linear Writing Method of Digital ReRAM and Write Non-ideality Aware Training Algorithm for Neural Networks

〇(M1)Ayumu Yamada¹, Naoko Misawa¹, Shunsaku Muraoka², Ken Kawai², Chihiro Matsui¹, Ken Takeuchi¹ (1.Univ. Tokyo, 2.NTCJ)

Keywords:ReRAM, Computation-in-Memory, Manhattan rule training

本研究では、デジタル抵抗変化型メモリ（ReRAM）への線形書き込み手法Gradual Resetと、これにおける書き込みばらつきや更新回数制限といった非理想特性を考慮したニューラルネットワークの学習アルゴリズムUDCTによる、デジタルReRAMのみからなる低コストなComputation-in-Memoryニューラルネットワークアクセラレータを提案する。適切な条件下でのGradual ResetとUDCTの組み合わせにより、畳み込みニューラルネットワークの転移学習において96.4%（MNIST）の精度を達成した。