FDSOI 強誘電体FETによって可能になる確率的ツリー推論

要旨: 自動運転、医療診断、金融システムにおける人工知能アプリケーションでは、堅牢な不確実性定量化、解釈可能性、ノイズ耐性を提供できる機械学習モデルへの需要がますます高まっている。ベイズ決定木（BDT）は、確率的推論、解釈可能な意思決定、ノイズに対する頑健性を組み合わせるため、これらの課題にとって魅力的である。しかし、CPUおよびGPUに基づく既存のBDTのハードウェア実装は、メモリのボトルネックや不規則な処理パターンによって制限されている。一方で、アナログ内容アドレスメモリ（ACAM）とガウス乱数生成器（GRNG）を活用するマルチプラットフォームの解決策は、統合の複雑さやエネルギーオーバーヘッドを伴う。ここでは、ACAMとGRNGの両方の機能をネイティブにサポートする単一チップ型のFDSOI-FeFETハードウェアプラットフォームを報告する。FeFETの強誘電体分極により、ACAM向けのコンパクトでエネルギー効率の高い多ビット記憶が可能になり、さらにゲート・ドレインの重なり領域におけるバンド間トンネル効果と、その後のフローティングボディでのホールの蓄積によって、GRNGのための高品質なエントロピー源が得られる。システムレベルの評価により、提案アーキテクチャが高いエネルギー効率とともに、堅牢な不確実性推定、解釈可能性、ノイズ耐性を提供することが示される。データセットのノイズおよびデバイスばらつきの両方の条件下で、従来の決定木と比較してMNISTにおいて40%以上高い分類精度を達成する。さらに、CPUおよびGPUのベースラインに対して2桁超の高速化を実現し、エネルギー効率では4桁超の改善をもたらすことで、計算資源が限られ安全性が重要な環境においてBDTを展開するためのスケーラブルな解決策となっている。