メモリーアレイの物理現象でCPU介さず積和演算

米ＩＢＭは人工知能（ＡＩ）のワークロード（処理負荷）の８割以上を占める積和演算をメモリー上で直接計算する世界初のアナログ方式のＡＩ推論チップを開発した。開発には日本ＩＢＭの研究チームが参画。不揮発性メモリーなどを３５００万個搭載した線幅１４ナノメートル（ナノは１０億分の１）のチップを試作した。既存のＡＩチップに比べて約１４倍の電力効率を実現するなど、ＡＩ処理で課題となる低消費電力化に新たな道を開いた。（編集委員・斉藤実）

脳の神経回路を模したニューラルネットワークなどのアルゴリズム（計算手順）を高速に実行するＡＩチップはすでにデジタル回路では実用化されている。ＩＢＭはこれに加え、アナログ方式のＡＩチップの実用化を究極のゴールとしているが、実用化にはまだ時間がかかる。

アナログＡＩコアは従来の方式とは異なり、半導体材料の特性と電流・電圧の原理を用いて、物理現象として低消費電力でニューロン処理を再現する点が特徴。ＡＩ推論などに使う。脳内で動作する信号処理を物理現象として模したＡＩチップは他に類がなく、研究論文は米科学専門誌「ネイチャー」にも掲載された。

ＡＩの積和演算は通常、中央演算処理装置（ＣＰＵ）と外部メモリーの間でデータをやりとりしながら計算する。また、積和演算はニューロン同士の結合強度を表す数値である「重み」を設定し、入力データとかけ合わせて計算するのが一般的な原理だ。

新方式のアナログＡＩコアでは演算機能付きのメモリーデバイス（ＡＩＭＣ）にニューラルネットを直接マップ（配置）する。具体的には、重みを記録するための抵抗変化素子を微細配線間の交点に複数、配置。これにより、電流・電圧をかければＣＰＵを介さずにメモリーアレイ（データの格納領域）の物理現象によって、重みを経由して、そのまま積和演算が実行できる。

開発チームの一員である日本ＩＢＭ東京基礎研究所の岡崎篤也シニアリサーチサイエンティストは、重みを「蛇口」に例え、パイプに水を流した場合で、この仕組みを説明する。

手順はまずパイプが交わるところ（実際は配線間の交点）に蛇口を複数配置し、蛇口ごとに重みの値（抵抗値）を調整する。その上で「パイプに上から水を注ぎ込むイメージで電圧をかければ、上から下へと蛇口を通るごとに重みで電流が調整されて、足し算されて計算結果が下にたまる」（岡崎氏）。これにより、ＣＰＵを介さずに、メモリーアレイの物理現象によって、積和演算が実行できるという。

アナログＡＩコアについて日本ＩＢＭ東京基礎研究所の山道新太郎理事は「新方式はシナプス（神経接合部）自体を作っているわけではなく、あくまでもニューロンチックな回路だ。それをニューロンチップと呼ぶか否かは意見が分かれるが、実用化が早まったのは事実だ。我々の目的は低消費電力の実現だ」と語る。