東北大学,産業技術総合研究所,科学技術振興機構（ＪＳＴ）

令和６年３月４日

東北大学
産業技術総合研究所
科学技術振興機構（ＪＳＴ）

スピン波を用いた物理リザバー計算機の高性能化の条件を理論的に解明

～省エネルギーなＡＩハードウェア開発に新しい視点～

ポイント

近年社会におけるＡＩ技術を用いた情報処理の需要は急速に増加しています。現在は、ニューラルネットワークによる情報処理の計算を、電子計算機上で膨大な数のＣＰＵ（中央演算処理装置）やＧＰＵ（画像処理装置）を用いることによって行っているため、高い消費電力が問題となっています。一方、人間は低消費電力で情報処理を行っていることから、リザバー計算や量子計算技術など、従来とは異なる概念に基づいた科学技術による情報処理の研究が世界各国で進んでいます。

東北大学 材料科学高等研究所（ＷＰＩ－ＡＩＭＲ） 兼 産業技術総合研究所 産総研・東北大 数理先端材料モデリングオープンイノベーションラボラトリ 副ラボ長の義永 那津人 准教授は、同大学 学際科学フロンティア研究所の飯浜 賢志 助教、ＷＰＩ－ＡＩＭＲ 兼 同大学 先端スピントロニクス研究開発センターの水上 成美 教授、同大学 大学院工学研究科の小池 雄也 大学院生（研究当時）とともに、強磁性体薄膜中のスピン波を用いて従来のリザバー計算機よりも低消費電力で高い学習性能が期待される物理リザバー計算を実行できる装置を実現するための機構を解明しました。

スピン波を情報の担体とするＡＩハードウェアの研究が世界的に進展しており、ナノメートル、ギガヘルツかつ高エネルギー効率で高い学習性能を実現することは重要な課題の１つです。本研究グループでは、金属ナノ薄膜の強磁性体中を伝わるスピン波を研究しました。時系列データに比例した大きさで磁性体の入力ノードの位置を励起することでスピン波を発生させ、伝播したスピン波を出力ノードの位置で読み出すことで、短期記憶と非線形変換能力を持った学習やカオス時系列の予測が可能であることを示しました。また、数理的な解析によって学習性能を最適にするスピン波の速度と素子のサイズとの関係を明らかにしました。本結果は、磁気ナノテクノロジーを用いた低消費電力な情報処理素子の開発に新しい視点を与えるものです。

本研究は、２０２４年３月１日（英国時間）に、スピントロニクス分野の専門誌「ｎｐｊ Ｓｐｉｎｔｒｏｎｉｃｓ」の電子版に掲載されました。

本研究は、ＪＳＴ さきがけ（ＪＰＭＪＰＲ２２Ｂ２）、同 創発的研究支援事業（ＪＰＭＪＦＲ２１４０）、文部科学省 次世代Ｘ－ＮＩＣＳ半導体創生拠点形成事業（ＪＰＪ０１１４３８）、日本学術振興会（ＪＳＰＳ） 科学研究費助成事業 基盤研究（Ａ）（ＪＰ２１Ｈ０４６４８）の支援により実施されました。また、本研究の一部は、産総研のＡＩ橋渡しクラウド（ＡＢＣＩ）、北海道大学 情報基盤センターのスーパーコンピューターの計算資源の提供を受け実施しました。

＜プレスリリース資料＞

＜論文タイトル＞

“Universal scaling between wave speed and size enables nanoscale high-performance reservoir computing based on propagating spin-waves”
ＤＯＩ：10.1038/s44306-024-00008-5

＜お問い合わせ先＞

（英文）“Giant Leap Towards Neuromorphic Devices: High-performance Spin-wave Reservoir Computing”

前に戻る