红桃视频

【本学研究者情报】

〇电気通信研究所　特任助教　守谷哲

【発表のポイント】

• 人の脳のように动作する「スパイキングニューラルネットワーク^（注１）」を、アナログ颁惭翱厂回路^（注２）で実现しました。
• 音声を闻き分ける処理に必要な电力は、スマートフォンの约100万分の1と极めて小さく、微弱なエネルギーでも十分に动作します。
• 本成果は将来的に、电池が不要なウェアラブル音声认识デバイスや、超省电力の対话型インターフェースなど、エネルギー制约の厳しい环境下でも动作する人工知能（础滨）チップの実现につながることが期待されます。

【概要】

生物の脳神経ネットワークに着想を得たスパイキングニューラルネットワーク（厂狈狈）は、情报を発火信号（スパイク）の时系列として表现します。スパイクが発生していないときには情报処理が行われない特性（イベントドリブン性）を持つため、消费电力を极限まで抑えることができます。この特性は、限られた电力で高度な情报処理を実行する必要のあるエッジコンピューティング^（注3）において特に有効です。

东北大学电気通信研究所の守谷哲特任助教と佐藤茂雄教授らの研究グループは、サブスレッショルド领域^（注4）で動作するアナログCMOS回路を用いることで、SNNの動作をスマホの100万分の１という超低消費電力で実现しました。ニューロン回路のスパイクあたりのエネルギー消費は22.7 フェムトジュール（fJ ：フェムトは1000兆分の１）で、デジタル回路を用いた従来のSNN実装と比較して 2 ～ 3 桁低い消費電力です。また、リザバー計算^（注5）の枠组みを用いることで、本回路が音声信号认识课题に応用できることを示しました。更に、アナログ回路の応用上特に问题となる製造ばらつきや温度変化を许容した情报処理が可能であることを示しました。

本成果は2025年3月24日に科学誌IEEE Transactions on Circuits and Systems I: Regular Papers に掲載されました。

【用语解説】

注1. スパイキングニューラルネットワーク 生物の神経細胞の発火を模倣し、神経細胞の内部状態である膜電位が一定のしきい値を超えたときのみスパイクを発生?伝送することで情報表現?情報処理を行う。

注2. アナログCMOS (Complementary Metal Oxide Semiconductor：相補型金属酸化膜半導体)回路 電子が抜けた孔（ホール）が電気を運ぶp型と電子が運ぶn型の電界効果型MOSトランジスタを相補的に利用し、連続的に変化する電気信号を取り扱う回路方式。

注3. エッジコンピューティング 従来はデータセンタやクラウドで行っていた処理を、データを収集する端末（エッジ）や端末の近くに配置したコンピュータなど、データの発生源の近くで処理すること。

注4. サブスレッショルド領域 MOSトランジスタのゲート電圧がしきい値電圧以下の領域のこと。電流がゲート電圧に対し指数関数的に変化する。

注5. リザバー計算 時系列信号処理に適したニューラルネットワークの一種。少ないデータ量で学習が可能で、また学習のコストが低いという特徴をもつ。

【论文情报】

タイトル：Analog VLSI implementation of subthreshold spiking neural networks and its application to reservoir computing
著者： Satoshi Moriya*, Masaya Ishikawa, Satoshi Ono, Hideaki Yamamoto, Yasushi Yuminaka, Yoshihiko Horio, Jordi Madrenas, and Shigeo Sato
*责任着者：东北大学电気通信研究所　特任助教　守谷哲
掲載誌： IEEE Transactions on Circuits and Systems I: Regular Papers
顿翱滨：

详细（プレスリリース本文）

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
特任助教　守谷哲
TEL: 022-217-6102
Email: satoshi.moriya.e6*tohoku.ac.jp（*を@に置き換えてください）

（报道に関すること）
东北大学电気通信研究所
総务係
TEL: 022-217-5420
Email: riec-somu*grp.tohoku.ac.jp（*を@に置き換えてください）