単片集積型3次元IGZO-RRAM-SRAMコンピューティングストレージ新アーキテクチャ研究：ニューラルネットワーク計算効率向上のブレークスルー 背景と研究の動機 ニューラルネットワーク（Neural Network, NN）が人工知能分野で広く応用されるにつれ、従来の計算アーキテクチャでは、エネルギー消費、速度、密度に関する要求を満たすのが困難です。この問題を解決するため、研究者はコンピューティングストレージ（Compute-In-Memory, CIM）チップ技術に注目しています。CIMは、計算ユニットとストレージユニットを1つのアーキテクチャに統合することで、大量のデータ転送による「メモリボトルネック」効果を回避し、システム効率を大幅に向上させるものです。これまでのCIMアーキテクチャ...

ハイパースペクトルストレージの内計算と光周波数コームおよびプログラム可能な光ストレージの応用 序論 近年、機械学習の飛躍的進展によって、医療、金融、小売、車両製造業など多くの業界で革命的な発展が促進されています。これらの変革は、広範囲にわたる行列-ベクトル積（mvm）の需要を急増させ、大規模最適化や深層学習アルゴリズムにおいて極めて重要です。しかし、この増大する計算需要は、記憶装置と処理ユニットを分離する従来のフォン・ノイマン型デジタル電子計算機のアーキテクチャに挑戦を与え、「フォン・ノイマンボトルネック」として知られる、記憶装置とプロセッサ間のデータ転送速度の制限によって全体のシステム性能が制約されています。この性能ボトルネックを解決するために、保存内計算が革新的な解決策として浮上しており...