Neuromorphicがブレイクする予感 ―― メモリ国際学会と論文検索から見える動向：湯之上隆のナノフォーカス（13）（2/3 ページ）

[湯之上隆（微細加工研究所），EE Times Japan]

IEEE Xploreを用いた論文検索

　IEEE Xploreを用いた新メモリの論文数の検索結果を図3に示す。一目見て、ここ10年間で、ReRAMの論文数が飛躍的に増大していることが分かる。その次に増えているのはMRAMで、PCRAMやFeRAMはさほど増えていない。

図3：IEEE Xploreによる論文検索による新メモリ （クリックで拡大）

　さらに、ReRAMの論文について、その用途がNeuromorphicかどうかを分離した結果を図4に示す。図から分かる通り、Neuromorphic以外の用途のReRAMは2016年にピークアウトしている。ところが、Neuromorphic用途のReRAMの論文数が急増している。

図4：Neuromorphic用途のReRAMが急増している （クリックで拡大）

　この論文調査から、Neuromorphicが大きなブームとなっており、近い将来ブレイクして実用化されるかもしれないと思っていた。それ故、IMWにおけるNeuromorphicの論文動向に注目していたのである。そして、IMWでも、筆者の期待通り、Neuromorphicの論文シェアが増大していたわけだ。

なぜNeuromorphicがブームなのか

　2016年に、Googleが開発した深層学習機能を持ったAI「アルファ碁（AlphaGo）」が、人間の囲碁のチャンピオンであるイ・セドル氏を破った。このニュースは、世界に大きく報じられ、これが切っ掛けになって世の中にAIブームが到来した。

　確かに「アルファ碁」は強かったが、このAIには、1202個CPUと176個のGPUが使われていた。そして、その消費電力は25万W以上だった（図5）。一方、この日以降、人間は「アルファ碁」に勝てなくなったが、人間の脳の消費電力はたったの20Wである。

図5：Neuromorphicの研究が活発な理由 （クリックで拡大） 出典：Damien Querlioz（IMW2018のチュートリアル資料を引用）

　つまり、深層学習機能を持ったAIは必要だが、1202個CPUと176個のGPUで形成され、25万Wもの電力を消費するAIを、あちこちに置くわけにはいかない（個人が買うこともできない）。

　そこで、囲碁では「アルファ碁」には劣るかもしれないが、わずか20Wで動作して、“そこそこ賢い”人間の脳を模したコンピュータのNeuromorphicが一躍脚光を浴びるようになったのである。