준 비휘발성/캡터시터리스 메모리 기반 시냅스 및 MAC 연산 연구
Synaptic Devices and MAC Operations Based on Quasi-Nonvolatile and Capacitor-Less Memory
연구 내용
캡터시터리스 DRAM과 준 비휘발성 메모리 소자를 시냅스 셀로 활용하여 가중치 저장, 스파이크 기반 학습, XNOR 기반 MAC 동작을 수행하는 연구
김상식 연구실은 비휘발성에 가까운 메모리 동작과 스위칭 특성을 이용해 시냅스 및 MAC 연산을 구현합니다. 산화물 또는 실리콘 기반 박막 트랜지스터/다이오드 구조에서 메모리 상태가 누설에 의해 쉽게 훼손되지 않도록 소자 물리와 구조를 설계하고, 이 상태가 가중치로서 동작하도록 회로를 구성합니다. 또한 다중 셀을 이용한 곱-누산 연산과 입력-출력 비례 관계를 만족하는 시냅스 동작을 목표로 하여, 단일 소자에서 양방향 시냅스 업데이트가 가능한 구조도 함께 탐색합니다. 이러한 접근을 통해 PIM 및 신경형 컴퓨팅에서 저전력 연산 구현 가능성을 확보하는 데 중점을 둡니다.
관련 연구 성과
관련 논문
4편
관련 특허
1건
관련 프로젝트
5건
연구 흐름
초기에는 준 비휘발성 메모리 소자와 실리콘 나노구조체 기반 메모리 배열을 대상으로, 논리 연산과 결합 가능한 소자 동작을 규명했습니다. 이후 PIM 인공지능 소자 개발 과제로 확장되면서 1T-DRAM 계열 구조를 기반으로 스테이트풀 로직과 이진 신경망 연산이 연계되도록 설계 관점을 정교화했습니다. 최근에는 2T0C 및 1T-1D 형태의 캡터시터리스 DRAM 동작을 시냅스 및 MAC 관점에서 검증하고, XNOR 기반 매트릭스 곱-누산이 가능한 준 비휘발성 메모리 기반 신경망 회로로 연구를 심화했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 시냅스 가중치 저장형 메모리 셀
- 캡터시터리스 DRAM 기반 MAC 회로
- 준 비휘발성 메모리 어레이 추론 블록
- binarized neural network 하드웨어 가속
- 스파이크 타이밍 기반 학습 업데이트
- 양방향 시냅스 가중치 조절 회로
- 저누설 메모리 유지형 인-메모리 연산
- 트리플 게이트 나노시트 기반 소형 시냅스
- 신경형 연산용 어레이 확장 인터커넥트
- 엣지 AI용 저전력 PIM 모듈
관련 논문
구분
제목
Capacitorless Two‐Transistor Dynamic Random‐Access Memory Cells Comprising Amorphous Indium–Tin–Gallium–Zinc Oxide Thin‐Film Transistors for the Multiply–Accumulate Operation
Bidirectional Synaptic Operations of Triple‐Gated Silicon Nanosheet Transistors with Reconfigurable Memory Characteristics
Binarized Neural Network Comprising Quasi‐Nonvolatile Memory Devices for Neuromorphic Computing
3-bit memory operation of capacitor-less one-transistor one-diode DRAM cell
관련 특허
구분
제목
준 비휘발성 메모리 소자를 이용한 이진화 신경망 회로
관련 프로젝트
구분
제목
1T-DRAM 기반 저전력 고속 PIM 인공지능 소자 기술 개발
1T-DRAM 기반 저전력 고속 PIM 인공지능 소자 기술 개발
논리 연산이 가능한 quasi-non-volatile memory 배열 소자
논리 연산이 가능한 quasi-non-volatile memory 배열 소자
논리 연산이 가능한 quasi-non-volatile memory 배열 소자