KAISTは12月31日、電気・電子工学部のチョン・サンフン教授率いる研究チームが、センサー、演算、メモリを一体化したAI半導体技術を発表したと明らかにした。研究成果は、12月8日から10日まで米サンフランシスコで開かれた国際電子デバイス会議「IEEE IEDM 2025」で論文6本として発表され、このうちハイライト論文と最優秀学生論文にも選出された。IEDMは半導体分野の主要な国際会議の1つとして知られる。

ハイライト論文に選ばれたのは、M3D（Monolithic 3D）集積を活用したニューロモルフィック視覚センサーに関する研究だ。光を検知するセンサー層と信号処理回路層を垂直方向に積層し、1チップに統合した。これにより、撮像と判断を同時に進められる構造を実現した。

研究チームによると、カメラセンサー内部で視覚情報を取得しながらAI演算を行う「In-Sensor Spiking Convolution」プラットフォームを構築したという。従来は、撮像した情報を数値化してメモリに保存し、その後に演算処理を行う複数の段階が必要だった。

今回の技術では、センサー内で直接演算することで不要なデータ移動を削減した。これにより、消費電力の低減と応答速度の向上を図り、リアルタイムかつ超低消費電力のエッジAI実装につなげたとしている。

研究チームは今回、AI半導体の入力から記憶までの各層をカバーする6つの技術を提示した。センサー分野では、撮像素子と演算機能を分離せず、センサー段階で即時に判断できるよう設計した。撮像した画像を別チップに送って演算する従来方式に比べ、消費電力を抑えつつ応答速度を高められると説明している。

メモリ分野では、低電圧で動作し、長寿命で、電源を切ってもデータを安定して保持できる次世代NANDフラッシュ技術を実装した。最優秀学生論文に選ばれたのは、IGZO（Indium Gallium Zinc Oxide）の電荷捕獲層を適用した強誘電体NANDセルに関する研究だ。

IGZOは、低消費電力特性に優れた酸化物半導体のチャネル材料。研究チームは、熱安定性の高い酸化物チャネルに加え、動作電圧を下げる薄膜設計などを提案し、大容量データ保存時の安定性と耐久性を高めた。AI用途で求められる大容量、高信頼性、低消費電力のメモリ実現に向けた基盤技術になると強調した。

こうした技術を組み合わせることで、今後は超低消費電力のエッジAIに加え、自動運転、ロボット、スマート機器などの分野で、センサー、演算、メモリが有機的に連携する次世代AIハードウェアプラットフォームへ拡張できるとしている。

チョン・サンフン教授は「センサー、演算、保存を個別に設計してきた従来のAI半導体構造から脱し、全レイヤーを単一の材料・プロセス体系で統合できることを実証した」とコメントした。その上で「今後は、超低消費電力のエッジAIから大規模AIメモリまでをカバーする次世代AI半導体プラットフォームへ拡張していく」と述べた。

今回の研究は、科学技術情報通信部と韓国研究財団の基礎研究事業、極限スケール極限物性異種集積限界克服半導体技術研究センター（CH3IPS）の支援を受けて実施した。Samsung Electronics、慶北大学、漢陽大学も共同研究に参加した。