学生募集

データを中心に、脳のようにデータの処理と記憶が融合したCiM (Computation in memory) を研究しています。これまでのコンピュータではエラーの許されない「正確な計算」が求められてきました。画像・音声などの認識ではある程度のエラーが許容されます。エラーを許容することで電力効率・性能を10-100倍にする、Approximateコンピューティングを研究しています。AIの処理を高速化するLSI（AIチップ）、LSIのチップを3次元に集積化した3次元LSI回路設計、データセンタ全体で１つのデータベースを構成するDatacenter scale computingにも取り組んでいます。メモリの高信頼化をモチーフに、AIの学習結果と物理的な不良モデルを比較することで、なぜAIで認識が可能か「説明できるAI（XAI）」の研究も実施中。更に機械学習の先を狙い、ナノデバイスの干渉効果を利用した量子アニーリングや人の脳のように柔軟にデータを記憶する脳型メモリの研究も開始しました。