アナログコンピューティング：物理コンピューティングに基づくアナログ音声認識
Nature 645, 8082 doi: 10.1038/s41586-025-09501-1
モノのインターネット（IoT）、自動運転、個別化医療などにおける分散型コンピューティングの台頭に伴い、時間依存信号を「エッジで」効率的に、つまり時間的データが収集されるまさにその場所で処理して、集中型コンピューティング設備（または「クラウド」）との時間とコストがかかり安全性の低い通信を回避することが、ますます重要になっている。しかし現代のプロセッサーは、エッジシステムの制約された電力的・時間的な配分に合致しないことが多く、これは、それらのアーキテクチャー（フォン・ノイマンのボトルネック）や領域変換（アナログからデジタル、時間から周波数への変換）により課される固有の制限のためである。今回我々は、特徴抽出と分類の両方に向けた、2つのインマテリア・コンピューティングシステムに基づくエッジ時間信号プロセッサーを提案する。これは、TI-46-WordやGoogle Speech Commandsといったデータセットに対してソフトウエアとほぼ同等の精度を実現した。このシステムではまず、非線形で室温の再構成可能な非線形処理ユニット層が、人間の蝸牛と同様に、生の音声信号からアナログの時間領域特徴抽出を実現する。次いで、メモリスターのクロスバーアレイからなるアナログ・インメモリー・コンピューティングチップが、抽出された特徴に基づいて分類を行うよう訓練された小型のニューラルネットワークを実現する。サブミリ秒のレイテンシーで、再構成可能な非線形処理ユニットを用いた特徴抽出は、1推論当たり約300 nJを消費し、アナログ・インメモリー・コンピューティングによる分類器は、約78 μJ（約10 μJとなる可能性もある）を使用した。今回の知見は、インマテリア・コンピューティングのハードウエアを通じた異種スマートエッジプロセッサーの小型化、効率、性能を前進させる有望な道筋となる。
