メモリとストレージの動向を示す11個のキーワード（後編）：福田昭のストレージ通信（304） 半導体メモリの行方をアナリストが解説（7）（2/2 ページ）

メモリとストレージの市場アナリストとして知られるJim Handy氏の講演を紹介するシリーズの後編。メモリのファウンドリー事業の可能性や、決して新しくはないプロセッサインメモリ技術、ストレージ化する半導体メモリなどを取り上げる。

[福田昭，EE Times Japan]

プロセッサインメモリは新しくない

　10番は「プロセッサインメモリの市場機会と課題（PIM Opportunities & challenges）」である。講演スライドでは意図的にロジックとSRAMのシリコン面積がおよそ半分ずつのシリコンダイ写真（合成と思われる）を出し、これは「プロセッサインメモリ（Processor in memory）」なのか、「メモリインプロセッサ（Memory in processor）」なのかを問うていた。

ロジックとSRAMがシリコンダイ面積のおよそ半分ずつを占める。これは「プロセッサインメモリ（Processor in memory）」なのか、それとも「メモリインプロセッサ（Memory in processor）」なのか［クリックで拡大］ 出所：2025 Proceedings of FMS、Objective Analysis

　基本的な違いは出発点にある。メモリにロジック回路を追加したシリコンダイが「プロセッサインメモリ」、逆にロジック回路の基本素子（プロセッサエレメント）にメモリあるいはメモリに類似の回路を備えたシリコンダイが「メモリインプロセッサ」だとみなせる。いずれもメモリアクセスのボトルネックを避けようとする試みだ。

　一般的なのは「プロセッサインメモリ（Processor in memory）」だろう。「インメモリコンピューティング（In-memory computing）」「コンピューティングインメモリ（Computing in memory）」とも呼ばれる。最近になって活発なのは、AI向けのPIMに関する研究開発である。

　ただしAI向けのPIMチップは、古くから存在していたとHandy氏は指摘する。Intelが1989年に開発したアナログニューラルネットワークの学習用チップ「80170NX ETANN」がそれだ。ちなみに「ETANN」とは「Electrically Trainable Analog Neural Network」（電気的に学習可能なアナログニューラルネットワーク）の略である。

Intelが1989年に開発したアナログニューラルネットワークの学習用チップ［クリックで拡大］ 出所：2025 Proceedings of FMS、Objective Analysis

　「80170NX ETANN」は電気的にデータを書き換え可能な不揮発性メモリ（EEPROM）を重み付けのシナプスに採用した。不揮発性メモリをニューラルネットワークの重み付けに利用する試みは、現在では珍しくない。1989年当時は電気的にデータを書き換え可能な不揮発性メモリと言えば、EEPROMとNORフラッシュメモリくらい。非常に画期的な試みだった。

　ETANNは適切な用途を見つけられず、商業的には失敗した。EEPROMのデータ書き換えに要する時間が数百μsと長いことが、学習過程で重み付けデータの書き換えを数多く繰り返すニューラルネットワークに向かなかったとされる。

ストレージ化する半導体メモリ

　最後の11番は「技術と市場がストレージとメモリを変化させる（Tech and market changes storage & memory）」である。

メモリおよびストレージの記憶容量当たり単価（横軸）とデータ転送速度（縦軸）［クリックで拡大］ 出所：2025 Proceedings of FMS、Objective Analysis

　NANDフラッシュメモリが登場するまでは、半導体メモリ（DRAMおよびSRAM）とストレージ（HDDと光ディスク装置、テープ装置）の境界は明確だった。ストレージは磁気記憶（HDDとテープ）あるいは相変化記憶（光ディスク）を採用していた。半導体メモリは電荷量（DRAM）あるいは論理値（SRAM）の違いをデータに利用していた。

　しかし最近ではNANDフラッシュメモリがSSDの記憶媒体となったことで、半導体メモリがストレージの領域に進出してきた。さらには大容量の次世代不揮発性メモリが、NANDフラッシュメモリよりも高速なSSDの候補として浮上している。メモリとストレージの境界は、曖昧になりつつある。

（次回に続く）

⇒「福田昭のストレージ通信」連載バックナンバー一覧