名古屋大学大学院情報学研究科　石原・増田研究室

2月20日に、橋本くん、古池さん、春田さんが卒業研究の発表を行いました。みなさん、堂々と発表していました。
橋本 健太郎, “テンソルトレイン分解を用いたニューラルネットワークのモデル圧縮”
古池 明日香, “消費電力を考慮した自動テストパタン生成に基づくハードウェアトロイ検出手法”
春田 有希奈, “広帯域通信の省電力化に向けた線形SVMに基づくQAM復号処理のハードウェア化”

2月7日に、王さんが修士論文の発表を行いました。堂々と発表していました。

Wang Chunlu, “Optoelectronic Convolutional Recurrent Neural Network for Energy-Efficient AI Inference and its HDL-based Mixed Signal Simulation”

2024年12月16日に台湾の国立清華大学で行われた、国立清華大学‐東海国立大学機構合同ワークショップにて石原教授が下記タイトルで講演を行いました。

タイトル：NTHU-TSMC-NU Collaboration in VLSI Design, EDA, and Embedded Systems Fields

このワークショップは、国立清華大学と東海国立大学機構およびTSMCが半導体分野の研究教育で連携することを目的に開催されました。国立清華大学のKao学長と本機構の松尾機構長およびTSMCのMarvin Chang部長からの挨拶の後に両大学およびTSMCの各代表者からの講演が行われました。

2024年11月20日から22日にかけて神奈川県のパシフィコ横浜で開催された EdgeTech+2024 において、M1の劉さん、B4の古池さん、橋本くん、春田さんが研究紹介を行いました。本発表は、名古屋大学　高田・松原研究室、名古屋大学　枝廣研究室、南山大学　本田研究室との合同展示発表でした。

2024年11月12日から11月14日に大分県大分市で開催されたデザインガイア2024 において、M1 の川村くんが研究成果を発表しました (発表日は13日)。

タイトル: 整数量子化と近似演算に基づくSelf Attetnion処理回路の省面積化

本研究では、画像処理ニューラルネットワークモデルであるVision Transformerに含まれるSelf Attention処理に適した省面積なハードウェアの実装方法を示す。
具体的には、演算の整数量子化に加え、乗算とSoftmax関数の両方に区分線形近似を適用する手法を提案する。また、提案手法に基づく推論処理回路を支える適切な学習方法を明らかにする。評価実験の結果、Self Attetionの乗算とSoftmax関数の両方に区分線形近似を導入することで、回路面積を大幅に削減可能であることを確認した。また、このときに近似前のモデルと同等の推論精度を達成することを確認した。

台湾 国立清華大学 (National Tsing Hua University) の吳瞳 (WU Tong)くん (写真中央) が、NUPACE (Nagoya University Program for ACademic Exchange)の大学院特別聴講学生として研究室に加入しました。非常に熱心な学生です。2025年2月までの短期滞在の予定です。

 

2024年8月28日から8月30日に三重県鳥羽市で開催された DAシンポジウム2024 において、D3 の陳さんが研究成果を発表しました (口頭発表の発表日は29日)。

タイトル: Gain-Cell DRAMを活用する近しきい値電圧動作に適した行列積演算器
この研究では、近しきい値電圧動作においても性能劣化を最小限に抑えることができる行列積演算器を提案する。メモリにはロジックプロセスとの完全互換性を有し面積効率の高いGain-Cell DRAMを活用する。積和演算器の設計では、トランジスタの縦積み数が2以下の論理ゲートのみを利用し、論理段数を抑えるために潜在的2分木構造を有する対数近似乗算を活用する。これにより、低電圧化による遅延増加を大幅に緩和し、低消費エネルギー化を推進する。評価実験の結果、提案手法が既存の行列積演算器と比べてより良いエネルギー効率を達成することを確認した。

2024年8月28日から30日に三重県鳥羽市で開催された DAシンポジウム2024において、D3の陳さんと2023年度M2卒の本多さんが下記の賞を受賞しました。おめでとうございます！授賞式は8月28日に開催されました。

• 陳岱鋒, SLDM 研究会優秀発表賞, 2024 年8月.
• 陳岱鋒, IEEE CEDA All Japan Joint Chapter Academic Research Award, August 2024.

（受賞対象論文：陳岱鋒，増田豊，石原亨, “Gain-Cell構造に基づく完全合成可能なスタンダードセルベースDRAM,” 情報処理学会DA シンポジウム, pp. 221 – 227, 2023 年9 月.）

• 本多佑成, SLDM 研究会優秀発表賞, 2024 年8月.
• 本多佑成, SLDM 研究会セッション特別賞, 2024 年8 月.
• 本多佑成, IEEE CEDA All Japan Joint Chapter Academic Research Award, August 2024.
  (受賞対象論文：本多佑成, 増田豊, 石原亨, “計算品質を考慮した適者生存戦略に基づき近似計算の品質検証を高速化するファジングテスト手法,” 第248 回ARC・第205 回SLDM・第65 回EMB 合同研究発表会(ETNET2024), 郷ノ浦町, 2024 年3 月.)

台湾 国立清華大学の Chun-Yao Wang 先生が研究室を訪問しました。ハードウェアセキュリティの検出技術、近似計算回路の設計最適化技術と検証技術、AI モデルの最適化技術などに関して、議論をしました。

2024年7月8日から12日に金沢市の金沢国際ホテルで開催されたMPSoC2024において、石原教授が研究成果を現地で発表しました（発表日は12日）。発表内容はD3の陳君が実施している研究内容です。

Title： A Cell-based DRAM for Fully Synthesizable PiM Accelerator Design

本研究では、DRAMセルをスタンダードセルとして設計し、それを使って行列ベクトル積演算器を設計する手法を開発しています。DRAMをスタンダードセルとして定義することにより、演算器とDRAMを非常に近接して配置配線することが可能となり、柔軟なProcessing-in-Memory Acceleratorの設計開発を容易にします。Processing-in-Memory Acceleratorを実現する専用ハードウェアを完全自動合成することにより、省エネルギーなAIアクセラレータを迅速に開発することを目指します。