研究内容

　一般の方向けの研究紹介はこちら：YNUの研究力「超伝導で究極の計算機を創る」

　現在の計算機システムよりはるかに計算能力と電力効率の高い、次世代の計算システムを作ることが本研究室の目標です。我々は超伝導エレクトロニクスを武器に、このような目標の実現に向けて研究を行っています。

　以下に研究の具体的な研究の例を示します。もちろんこれら以外の新しい研究にも積極的に取り組んでいます。

Keywords: beyond-CMOS device, superconductor logic, integrated circuit, quantum computing, annealing machine, neuromorphic computing


超低電力超伝導集積回路の研究

　情報爆発社会を迎え、高速にかつ効率的に情報を処理することがますます求められるようになりました。超伝導体中の磁束の最小単位である磁束量子をビットとして用いる超伝導単一磁束量子回路は、770ギガヘルツの速度でのフリップフロップのディジタル動作が実証されるなど、極めて低い消費電力において超高速な動作が可能です。

　低電力性が長所の超伝導回路ですが、さらにその消費電力を減らすことができます。一般的には動作速度を下げることによって消費電力を削減することができます。これに対して我々は動作速度と低電力性のトレードオフを打破する、超高速動作が可能な超低電力超伝導回路の実現を目指し、研究を進めています。



超伝導回路の構造。基本物理量で決まる磁束量子ひとつを情報担体として使用。


超伝導量子回路による人工ニューラルネットの研究

 　生物の脳機能を模倣した「人工ニューラルネット」は、現状のAI技術の中心的な技術です。 現在の人工ニューラルネットワークはパソコン等によってプログラムで作成されてきましたが、動作させるために多くの計算が必要なため、消費電力が大きいという問題があります。 将来、消費電力はさらに大きくなることが予想されているため、低消費電力な人工知能を作成することが求められています。

　我々は超伝導回路における信号である電圧パルスの周波数によって情報を表現した人工ニューラルネットワーク専用回路の研究を行っています。 現在、超伝導ニューロンを設計して40 GHzでの高速動作を実証しており（プレスリリース、国際プレスリリース）、このニューロンを使ったデータ分類方法について研究中です。



超伝導ニューロン回路のチップ写真



測定結果の一例。ReLU (Rectified Linear Unit)型の入出力特性の実証に成功。


再構成可能な断熱量子磁束パラメトロンの研究

 　AIをはじめとした高度な情報処理技術の発展に伴い、計算機の消費電力の増大が世界的な問題となっています。 計算機の冷却コストを抑えるために、データセンターを高緯度の寒冷地に建設する企業もあるほどです。 持続可能な社会発展のためには情報処理にかかる消費電力を抑える必要があります。

　我々は超伝導回路の一種である断熱量子磁束パラメトロン(AQFP, Adiabatic Quantum Flux Parametron)を用いた集積回路の研究を行っています。 AQFPは半導体回路に比べて5-6桁低い消費電力での動作が可能な超低消費電力デバイスです。

　AQFPの幅広い応用のために、再構成可能なAQFPの研究を進めています。 「再構成可能」とは、ある単一の回路で複数の機能を切り替えることが出来ることを意味します。 超伝導素子は、その特性を磁場や電流で簡単に変調できるという特徴を持ちます。 これを利用してAQFP論理回路における基本的な2機能を再構成する回路の動作実証を行いました。 この回路を利用した様々なAQFP再構成デバイスの実現を目指しています。



再構成可能なAQFPのチップ写真



再構成可能なAQFPの測定結果の例。制御電流(Ictl)での機能の切り替えを確認。