フラッシュ2022年3月28日

• 東北大が半導体の材料探索に機械学習、相変化メモリの設計で

  by MITテクノロジーレビュー編集部 [MIT Technology Review Japan]

  東北大学の研究チームは、省電力な相変化メモリ（PCRAM）の材料を高速に探索する手法を開発した。相変化メモリはデータの書き込み速度が速く、動作メカニズムが単純で制御しやすい特徴があるが、消費電力が課題だった。

  相変化材料の物性には、熱伝導率、電気伝導率など9種のパラメーターがあるが、網羅的な数値シミュレーションで最適な材料を探索するには莫大な計算時間がかかる。研究チームは、求根アルゴリズムとベイズ最適化を併用した機械学習を応用することで、多数のパラメーターを一括探索し、相変化メモリの消費電力を大幅に下げる上で重要になる物性を特定。この結果、新たな相変化材料の設計指針が明確になった。この指針によれば、現実的に達成しうる物性範囲で、消費電力を100分の1以下にできる可能性があるという。

  研究成果は3月18日、「マテリアルズ・アンド・デザイン（Materials & Design）」誌にオンライン掲載された。

  （笹田）

  • 0

• 人気の記事ランキング

  1. Inside the controversial tree farms powering Apple’s carbon neutral goal 1日100万本の植林が生む 広大な「緑の砂漠」 ブラジル・セラードの光と影
  2. Inside the controversial tree farms powering Apple’s carbon neutral goal 1日100万本の植林が生む 広大な「緑の砂漠」 ブラジル・セラードの光と影
  3. Synthesia’s AI clones are more expressive than ever. Soon they’ll be able to talk back. 「不気味の谷」越え近づく？ 進化した最新AIクローン技術
  4. Three big things we still don’t know about AI’s energy burden ようやく出てきた生成AIの電力消費、残された3つの疑問