ソニーグループＲ＆Ｄセンターの齋藤大輔デバイスエンジニアらは、エネルギー効率が同種のチップで最高レベルとなる深層学習（ディープラーニング）用演算器を開発した。メモリーに使われる強誘電体ゲート電界効果トランジスタ（ＦｅＦＥＴ）を深層学習の積和計算に用いるのが特徴。消費電力が小さく、自動車や携帯端末など電力の限られる装置で深層学習の推論を行う用途が開ける。

深層学習は大量の掛け算（積算）と足し算（和算）を繰り返す。この積算をＦｅＦＥＴの０／１で、和算は複数の演算素子を流れた後の電流値の合計で演算する。演算素子の抵抗部を窒化チタンと二酸化ケイ素で作製。数メガオーム（メガは１００万）の電気抵抗が得られ、電流値が安定した。

この演算素子でアレイを作り、簡単なパターン識別ができることを確認。このデータを基に、演算に必要なエネルギー効率をシミュレーションしたところ１万３７００ＴＯＰＳ／ワットだった。ＦｅＦＥＴは不揮発性メモリーに用いられる素子で、０／１を記録するための電力を消費しない。

深層学習の演算に最適化された素子は、人工知能（ＡＩ）チップとして開発競争が起きている。ソニーグループは２０２０年に２２ナノメートル（ナノは１０億分の１）技術で１万５０００ＴＯＰＳ／ワットのＡＩチップを開発した。ただ、メモリーが揮発性だった。今回、不揮発性にすることで、より消費電力を抑えられる。

詳細は１３日からオンラインで開かれる半導体技術と回路の国際会議「ＶＬＳＩシンポジウム」で発表する。