据《日刊工业新闻》报道，东京大学生产技术研究所的小林正治副教授团队成功开发新型人工智能芯片。
一直以来，深度学习的系统都是由多层神经网络构成，并通过大量数据进行学习，但由于深度学习效率受限于处理器和存储器之间数据的传输能力，所以人们一直期待能够开发出具备内存内计算(In-Memory Computing)功能的存储器硬件。然而，二维结构的内存阵列在计算速度和功耗方面存在缺陷，使并行计算的效率无法提高。
该研究团队将极薄的铟镓锌氧化物半导体(IGZO)晶体管和电阻转变型非易失性存储器进行三维集成，成功地在一个芯片上形成了能够完成学习功能、模拟大脑构成的多层神经网络。其制造工艺的温度要求与普通集成电路温度一样。这种芯片能够以极高的效率完成深度学习运算，不仅在云空间，而且在手机等终端上也可以实现先进的AI运算。
该成果发表于半导体技术和电路国际会议“VLSI技术研讨会”。
