Semiconductor Portal

» セミコンポータルによる分析 » 会議報告 » 会議報告(レビュー)

東北大CIESがポスト・ムーアの法則を求めて議論

東北大学のCIES(Center for Innovative Integrated Electronic Systems)が主催する国際会議INS(International Conference on Nanoelectronics Strategy)が先日開催された。半導体ナノエレクトロニクスにとってムーアの法則の「次」を求めて、AI(人工知能)、IoT、クルマなど講演やディスカッションが交わされた。

ディープラーニングとは
ディープラーニングで利用するニューラルネットワークの計算と学習を行うためのオープンソフトウエアライブラリChainerを開発したプリファードネットワークスのフェローである丸山宏氏が、最近のディープラーニングについて解説した。現在のAIブームはディープラーニングを主体としており、過去の経験(データ)に基づくものを入力して、数学的な関数を近似できることが特長としている。例えばこれまでは、得られたデータに対して何らかのモデルを立て、データに合うような関数を求めていた。ディープラーニングでは、データに合うようにフィッティングしなくても関数を近似できる。

ニューラルネットワークモデルは、入力層、隠れた層、出力層からなる。得られた出力データとあるべき教師データとの誤差を出力から入力へと戻りながら誤差を小さくしていくバックプロパゲーション手法を使い、学習させる。ディープラーニングをわかりやすく解説したビデオを丸山氏は紹介した(参考資料1)。

インテルジャパンの野辺継男氏は、クルマへの応用で自動車や人など物体の認識にディープラーニングが有力であることを示した。従来のノイマン型コンピュータでは、信号を認識する場合は、If-else-then方式のプログラミングで指示を与えることになる。例えば、信号が赤なら止まれだが、赤ではない場合は青と黄色がありうる。青なら左右を確認して渡れ、黄色なら渡れるかどうかを評価し赤に変わるまで何秒かをカウントする。

一方AIならカメラ映像から赤信号でクルマが止まっている映像やLIDARデータから周囲の物体までの距離を測定しておき、学習済みのニューラルネットワークから2次元映像がクルマなのか何なのかを判断する。クルマなら濃い青、道路は薄い青といった色塗りや、四角の枠で囲むといった作業を行う。

未来型医療へ
東北大学 東北メディカル・メガバンク機構(ToMMo)の機構長である山本雅之教授は、未来型医療を築いて東日本大震災被災地の復興に取り組むために設立したToMMoについて紹介した。ToMMoは、個人別の医療と予防の発展を目指している。一人ひとりの体にあった治療と、これまでよりも病気にかかりにくい生活スタイルを提案するとしている。

村田製作所は、昨年10月に買収した米国のVios Medical社のヘルスケアモニタリングシステムについて述べた。Vios社は、心拍数と呼吸数、心電図などを計測できるチェストセンサを開発し、さらにそれらをモニタリングするためのソフトウエアも開発している。センサからモニターへはBluetooth Low Energyでデータを送信し、さらにクラウドに上げてデータ管理・分析・可視化する。ムラタはこういったIoTセンサ端末の開発に力を入れている。

国内でもFPGA企業の登場へ
米国のエネルギー省(DoE)Sandia National LaboratoriesのChristian Mailhoit氏は、微細化が行き詰まることは早晩はっきりしているため、消費電力の削減が重要であり、そのためにデバイスからアーキテクチャまで新しいフレームワークが必要だと訴えた。エネルギー的には20fJ/OpがDoEの目標であるが、AIを含めた積和演算(MAC)では2025年ごろまでに10pJ/MACがエクサスケールシステムの目標となるという。さらにその先の2035年以降には人間の頭脳をまねた「ニューロモーフィック」な手法では、10fJ/MAC〜1aJ/MACが目標となる。そのためには、デバイスレベルからアーキテクチャレベルまで各段階にわたり、産官学のパートナーシップの協力が重要だと述べた。

NECシステムプラットフォーム研究所長の中村祐一氏は、ナノブリッジFPGAを2018年に衛星に搭載する予定であるとして、NECは今ファブレス半導体企業であると述べた。FPGAはソフトウエアを使わずに専用回路を設計できる半導体デバイスである。産業技術総合研究所のスーパークリーンルームを利用してチップを試作する。

大阪大学の橋本昌宜教授は、NECと同様な構造のビアスイッチを用いてFPGAを開発中で、積和演算するために必要なメモリを節約するアルゴリズムを開発した。従来のFPGAのLUTメモリは小さすぎるとしている。1万の積和演算に対して1万のブロックのメモリを並列計算することで高速化したという。


図1 量子アニーリング技術を使って最適化問題を解く組織T-QARD 出典:東北大学

図1 量子アニーリング技術を使って最適化問題を解く組織T-QARD 出典:東北大学


量子コンピュータが使える
最後に東北大学の大関真之准教授は、最適化問題に適した量子アニーリングについて触れ、量子アニーリング技術を使う2000 Qビットの量子コンピュータD-Wave 2000QをD-Wave Systems社から日本で初めて導入している。東北大学では、それを使って津波の評価や地震直後の交通渋滞による最適ルートの計算など、山崩れや火災などの震災で通れるはずの道が使えない場合にう回路を即座に見いだす、などの応用を進めている。この2000量子ビットのコンピュータを使った最適化問題を解く組織T-QARD(Tohoku University Quantum Annealing Research and Development)を大関准教授が立ち上げた(図1)。野村證券、デンソー、メルカリなどが出資している。

参考資料
1. Artificial Intelligence, Revealed

(2018/05/30)
ご意見・ご感想