2024年 | プレスリリース?研究成果
生成AIをスピントロニクスで省エネに ─ガウス乱数を出力する「ガウシアン確率ビット」を実現─
【本学研究者情报】
〇电気通信研究所 教授 深见俊辅
【発表のポイント】
- 生成础滨における画像や文章の生成过程を省エネ化するスピントロニクス(注1)技术を开発しました。
- 室温で确率的に动作するスピントロニクス素子を用いて、ガウス乱数(注2)を出力する「ガウシアン确率ビット」を実现し、动作を実証しました。
- 现行の半导体技术でガウス乱数を生成する场合と比べて回路面积は约1/3000、消费エネルギーは约1/150に低减できます。
【概要】
昨今、対话式で画像や文章を生成する生成础滨が急速に普及しています。生成础滨は圧倒的な利便性を有する反面、その普及に伴って情报技术が消费する电力の増大が深刻な课题となりつつあります。生成础滨にて多大な电力を消费する过程の一つに、「拡散モデル(注3)」を用いて行われる画像や文章の生成があり、ここに大量のガウス乱数が用いられています。このガウス乱数のAI利用には、2024年ノーベル物理学賞受赏者であるカナダ?トロント大学名誉教授のGeoffrey Hinton氏らも近年注力しています。
东北大学电気通信研究所の深見俊輔教授らは、米国カリフォルニア大学サンタバーバラ校のKerem Camsari博士らと共同で、優れた省エネ性と小型性を兼ね備えたガウス乱数生成の新技术を开発しました。鍵となったのは、自然の熱で確率的に動作するスピントロニクス素子です。同グループは以前からこの素子を用いて二値乱数(注2)を出力する「确率ビット(注4)」とそれを用いた「确率论的コンピューター(注4)」の开発を先导していました。今回同グループはこの「确率ビット」を组み合わせてガウス乱数を生成する「ガウシアン确率ビット」を実现し、连続変数を用いた组合せ最适化などの原理実証に成功しました。
今回开発された「ガウシアン确率ビット」は、消费电力の増大が重要课题となっている生成础滨の省エネ化に贡献しうるものです。今后スピントロニクス素子とそれを用いた回路、アルゴリズムの开発が进展することで、利便性と省エネ性を両立する础滨社会実现の切り札となっていくことが期待されます。
本成果は2024年12月7-11日(米国時間)に米サンフランシスコで開催される学術会議「International Electron Devices Meeting: IEDM」で発表されました。

図1. ガウシアン確率ビットの構成と測定結果。(a) 5つのバイナリー確率ビットを用いてガウシアン確率ビットを構成する方法の模式図。バイナリー確率ビットを相互作用させ、かつそれぞれにバイアスを導入することで任意の平均値(m)と标準偏差(s)を持ったガウス乱数を出力するガウシアン確率ビットを構築できる。(b) 作製したガウシアン確率ビットの実機の写真。確率動作スピントロニクス素子を含むバイナリー確率ビット5つをFPGAで相互作用させることで実現。(c) 平均値(m)と标準偏差(s)の异なるガウス乱数出力の测定结果。各パネルの左侧は时间领域での出力信号であり、右侧は时间平均した际の出力信号の确率である。
【用语解説】
注1. スピントロニクス
物质中の电子が持つ、电気的な性质(电荷)と磁気的な性质(スピン)が协调することによって発现する现象を理解し、工学的な応用を目指す学问分野。特に、磁性体のスピンの向き(上?下)を情报(0,1)の担い手として制御する、磁気抵抗ランダムアクセスメモリ(惭搁础惭)や磁気センサー等への応用が代表的。
注2. ガウス乱数、二値乱数
一切の法则性を持たず、完全にランダムに并んだ数の列を乱数列と言う。二値乱数とは出力される値が0か1のいずれかである乱数であり、対してガウス乱数は出力される値が连続値であり、その分布がガウス分布(正规分布)に従う乱数。
注3. 拡散モデル
ノイズから徐々に构造化されたデータを生成する确率モデルであり、主に画像生成などに用いられる础滨モデル。大きな特徴は、データにノイズを加えて崩し、それを逆に再构筑するプロセスを学习する点にある。前进过程(ノイズの追加)により元のデータを完全にランダムなノイズに変换する过程と、逆拡散过程(ノイズの除去)によりノイズを取り除いて元のデータに近づける过程からなる。生成されるデータに多様性が生じ、また高品质でリアルなデータを生成することができる。
注4. 確率ビット、確率論的コンピューター
確率ビット(Pビット)とは、短時間で0と1の信号を確率的に出力し、かつ各ビットを電気的に相関させられる情報処理の基本単位。確率論的コンピューターは確率ビットを用いて演算を行うコンピューター。 確率ビットは0と1の重ね合わせ状態を持ち、かつビット間でもつれあい(相関状態)を形成できる量子ビットとは本質的に異なるが一定の類似性があり、確率論的コンピューターは量子コンピューターと並んで新概念コンピューターの一つとして注目されている。1981年にリチャード?ファインマンが行った講演において、量子コンピューターと並んで、確率的な現象を効率的に計算する仕組みとして紹介されている。
【论文情报】
タイトル:"Beyond Ising: Mixed Continuous Optimization with Gaussian Probabilistic Bits using Stochastic MTJs" (イジングマシンのその先へ:確率動作磁気トンネル接合で構成されるガウシアン確率ビットによる連続変数の組合せ最適化)
著者:Nihal Sanjay Singh, Corentin Delacour, Shaila Niazi, Kemal Selcuk, Daniel Golenchenko, Haruna Kaneko, Shun Kanai, Hideo Ohno, Shunsuke Fukami and Kerem Y. Camsari
国際会議:70th Annual IEEE International Electron Devices Meeting (IEDM 2024)
顿翱滨:1月顷に付与予定
问い合わせ先
(研究に関すること)
东北大学电気通信研究所
教授 深見 俊輔
TEL: 022-217-5555
Email: s-fukami*tohoku.ac.jp(*を@に置き換えてください)
(兼)东北大学大学院工学研究科电子工学専攻
(兼)东北大学先端スピントロニクス研究開発センター (CSIS)
(兼)东北大学国際集積エレクトロニクス研究開発センター (CIES)
(兼)东北大学材料科学高等研究所 (WPI-AIMR)
(兼)公益財団法人稲盛科学研究機構 (InaRIS)
(报道に関すること)
东北大学电気通信研究所 総務係
TEL: 022-217-5420
Email: riec-somu*grp.tohoku.ac.jp(*を@に置き換えてください)
东北大学は持続可能な开発目标(厂顿骋蝉)を支援しています