アナログコンピュート・イン・メモリー回路でTransformerとCNNのハイブリッド処理を世界で初めて実現~対従来比10倍の演算エネルギー効率を達成し、AIの環境負荷を低減~
2024.02.19 14:00
Jst.go.jp
慶應義塾大学 理工学部 電気情報工学科の吉岡 健太郎 専任講師は、エッジコンピューティングの普及に伴い、より身近なデバイスへの人工知能(AI)応用を促進するため、深層ニューラルネットワーク(DNN)、特にTransformer処理の高効率な推論を実現する高精度かつ省エネルギーなコンピュート・イン・メモリー(CIM)回路を開発しました。