(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2023-12-15
(45)【発行日】2023-12-25
(54)【発明の名称】電圧制御装置
(51)【国際特許分類】
G06F 1/32 20190101AFI20231218BHJP
G06F 1/3296 20190101ALI20231218BHJP
G06F 1/3206 20190101ALI20231218BHJP
G06N 3/02 20060101ALI20231218BHJP
【ＦＩ】
G06F1/32
G06F1/3296
G06F1/3206
G06N3/02
【請求項の数】
9
(21)【出願番号】P 2020567425
(86)(22)【出願日】2019-12-17
(86)【国際出願番号】 JP2019049265
(87)【国際公開番号】W WO2020153047
(87)【国際公開日】2020-07-30
【審査請求日】2022-10-28
(31)【優先権主張番号】P 2019009847
(32)【優先日】2019-01-24
(33)【優先権主張国・地域又は機関】JP
(73)【特許権者】
【識別番号】316005926
【氏名又は名称】ソニーセミコンダクタソリューションズ株式会社
(74)【代理人】
【識別番号】100112874
【弁理士】
【氏名又は名称】渡邊 薫
(72)【発明者】
【氏名】松本 智宏
(72)【発明者】
【氏名】長谷川 恭正
【審査官】白石 圭吾
(56)【参考文献】
【文献】特開２０１８－００５２９７（ＪＰ，Ａ）
【文献】特開２０１３－０５０８４１（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｆ １／２６ － １／３２９６
Ｇ０６Ｎ ３／０２
(57)【特許請求の範囲】
【請求項1】
第１ニューラルネットワークと、第２ニューラルネットワークと、
推論結果判定部と、
前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給される電圧を決定する電圧決定部と、を備えており、
前記第１ニューラルネットワークが、学習済みの情報に基づいて推論する機能を有しており、
前記第２ニューラルネットワークが、未学習の情報に基づいて推論する機能を有しており、
前記推論結果判定部が、前記推論結果判定部に保持された正解値データと前記第１ニューラルネットワークの推論結果データとを比較して判定結果データを得る機能を有しており、
前記電圧決定部が、前記判定結果データに基づいて、前記正解値データと前記推論結果データが一致した場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より低い電圧を決定し、前記正解値データと前記推論結果データが一致しない場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より高い電圧を決定し、決定した前記電圧のデジタル信号である電圧信号を出力する機能を有している、
電圧制御装置。
【請求項2】
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの一部又は全部の構成要素が複製されたものである、請求項１に記載の電圧制御装置。
【請求項3】
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの構成要素の一部で構成されている、請求項１に記載の電圧制御装置。
【請求項4】
前記第１ニューラルネットワーク及び前記第２ニューラルネットワークのそれぞれが、少なくとも、記憶部と、
複数のプロセッシングエレメントと、を有している、
請求項１に記載の電圧制御装置。
【請求項5】
前記電圧決定部が、少なくとも、電圧差決定部と、
電圧差信号変換部と、を有しており、
前記電圧差決定部が、前記判定結果データに基づいて、前記第１ニューラルネットワークに供給されている前記電圧と、変更後の前記電圧との電圧差を決定し、電圧差信号を出力する機能を有しており、
前記電圧差信号変換部が、前記電圧差信号を変換して、前記電圧信号を出力する機能を有している、
請求項１に記載の電圧制御装置。
【請求項6】
前記電圧決定部が、前記判定結果データと前記電圧に基づいて、前記正解値データと前記推論結果データが一致しており、かつ、前記第１ニューラルネットワークに供給されている前記電圧が所定の値より高い場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より低い電圧を決定し、決定した前記電圧のデジタル信号である電圧信号を出力する、請求項１に記載の電圧制御装置。
【請求項7】
電圧供給部をさらに備えており、前記電圧供給部が、前記電圧決定部が出力した前記電圧信号に基づいて、電圧を前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給する機能を有している、
請求項１に記載の電圧制御装置。
【請求項8】
前記電圧供給部が、少なくともＤＡコンバーターを有しており、前記ＤＡコンバーターが、デジタル信号である前記電圧信号を、アナログ信号である前記電圧に変換して出力する機能を有している、
請求項７に記載の電圧制御装置。
【請求項9】
前記第１ニューラルネットワークに供給されている前記電圧を第１供給電圧とし、前記第２ニューラルネットワークに供給されている前記電圧を第２供給電圧とし、
前記電圧供給部が、前記第１供給電圧より高い前記第２供給電圧を、前記第２ニューラルネットワークに供給する機能を有している、
請求項７に記載の電圧制御装置。
【発明の詳細な説明】
【技術分野】
【0001】
本技術は、電圧制御装置に関する。
【背景技術】
【0002】
近年、ディープニューラルネットワーク（ＤＮＮ）を用いた学習（ディープラーニング）が注目を浴びている。学習に利用されるデータは、ニューラルネットワークが有するＳＲＡＭ（Static Random Access Memory）等の半導体記憶素子に記憶される。ニューラルネットワークの学習において、半導体記憶素子へのアクセスが数万回にも及ぶことがあるため、消費電力の大半は半導体記憶素子が消費する。したがって、この消費電力の削減が求められている。
【0003】
消費電力の削減のためには、ニューラルネットワークへの供給電圧を低下することが効果的である。非特許文献１において、学習ニューラルネットワークが有するＳＲＡＭへの供給電圧が低く、このＳＲＡＭのエラーが発生しやすい環境で学習ニューラルネットワークが学習している。この供給電圧が所定の値以下になると、学習ニューラルネットワークの誤り率（Error Rate）が上昇する。そこで、この非特許文献１の執筆者は、この誤り率に閾値が設定され、許容可能な誤り率と、この誤り率となるときの最も低い供給電圧（限界動作電圧）を設定した。すると、通常の電圧が０．８Ｖであるところ、限界動作電圧は０．５Ｖ以下となった。以上のことが、この非特許文献１で説明されている。
【先行技術文献】
【非特許文献】
【0004】
【文献】Lita Y, Boris M, “Approximate SRAM for Energy-Efficient, Privacy-Preserving Convolutional Neural Networks”, IEEE, 2017 IEEE Computer Society Annual Symposium on VLSI (2017): 689-694
【発明の概要】
【発明が解決しようとする課題】
【0005】
非特許文献１では、学習ニューラルネットワークと、推論ニューラルネットワークが用いられている。当該学習ニューラルネットワークによる学習で得られた係数データ等を、当該推論ニューラルネットワークが有するＳＲＡＭに格納し、当該推論ニューラルネットワークが推論を行う。そのため、学習時に得られた限界動作電圧を、推論時にも適用できることが望ましい。
【0006】
しかしながら、学習時におけるＰＶＴ（プロセス、電圧、及び温度）条件と、推論時におけるＰＶＴ条件が異なることがある。そのため、学習時に得られた限界動作電圧を、そっくりそのまま当該推論ニューラルネットワークに適用できないという問題がある。
【0007】
そこで、本技術は、限界動作電圧を自動的に設定する電圧制御装置を提供することにより、消費電力を削減することを主目的とする。
【課題を解決するための手段】
【0008】
本技術は、第１ニューラルネットワークと、第２ニューラルネットワークと、推論結果判定部と、電圧決定部と、を備えており、前記第１ニューラルネットワークが、学習済みの情報に基づいて推論する機能を有しており、前記第２ニューラルネットワークが、未学習の情報に基づいて推論する機能を有しており、前記推論結果判定部が、前記推論結果判定部に保持された正解値データと前記第１ニューラルネットワークの推論結果データとを比較して判定結果データを得る機能を有しており、前記電圧決定部が、前記判定結果データに基づいて、前記正解値データと前記推論結果データが一致した場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より低い電圧信号を出力し、前記正解値データと前記推論結果データが一致しない場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より高い前記電圧信号を出力する機能を有している、電圧制御装置を提供する。
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの一部又は全部の構成要素が複製されたものであってもよい。
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの構成要素の一部で構成されていてもよい。
前記第１ニューラルネットワーク及び前記第２ニューラルネットワークが、少なくとも、記憶部と、複数のプロセッシングエレメントと、を有していてもよい。
前記電圧決定部が、少なくとも、電圧差決定部と、電圧差信号変換部と、を有しており、前記電圧差決定部が、前記判定結果データに基づいて、前記第１ニューラルネットワークに供給されている前記電圧と、変更後の前記電圧との電圧差を決定し、電圧差信号を出力する機能を有しており、前記電圧差信号変換部が、前記電圧差信号を変換して、前記電圧信号を出力する機能を有していてもよい。
前記電圧決定部が、前記判定結果データと前記電圧に基づいて、前記正解値データと前記推論結果データが一致しており、かつ、前記第１ニューラルネットワークに供給されている前記電圧が所定の値より高い場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より低い電圧信号を出力してもよい。
前記電圧制御装置が、電圧供給部をさらに備えており、前記電圧供給部が、前記電圧決定部が出力した前記電圧信号に基づいて、前記電圧を前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給する機能を有していてもよい。
前記電圧供給部が、少なくともＤＡコンバーターを有しており、前記ＤＡコンバーターが、デジタル信号である前記電圧信号を、アナログ信号である前記電圧に変換して出力する機能を有していてもよい。
前記第１ニューラルネットワークに供給されている前記電圧を第１供給電圧とし、前記第２ニューラルネットワークに供給されている前記電圧を第２供給電圧とし、前記電圧供給部が、前記第１供給電圧より高い前記第２供給電圧を、前記第２ニューラルネットワークに供給する機能を有していてもよい。
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの一部又は全部の構成要素が複製されたものであってもよい。
前記第１ニューラルネットワークが、前記第２ニューラルネットワークの構成要素の一部で構成されていてもよい。
前記第１ニューラルネットワーク及び前記第２ニューラルネットワークが、少なくとも、記憶部と、複数のプロセッシングエレメントと、を有していてもよい。
前記電圧決定部が、少なくとも、電圧差決定部と、電圧差信号変換部と、を有しており、前記電圧差決定部が、前記判定結果データに基づいて、前記第１ニューラルネットワークに供給されている前記電圧と、変更後の前記電圧との電圧差を決定し、電圧差信号を出力する機能を有しており、前記電圧差信号変換部が、前記電圧差信号を変換して、前記電圧信号を出力する機能を有していてもよい。
前記電圧決定部が、前記判定結果データと前記電圧に基づいて、前記正解値データと前記推論結果データが一致しており、かつ、前記第１ニューラルネットワークに供給されている前記電圧が所定の値より高い場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より低い電圧信号を出力してもよい。
前記電圧制御装置が、電圧供給部をさらに備えており、前記電圧供給部が、前記電圧決定部が出力した前記電圧信号に基づいて、前記電圧を前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給する機能を有していてもよい。
前記電圧供給部が、少なくともＤＡコンバーターを有しており、前記ＤＡコンバーターが、デジタル信号である前記電圧信号を、アナログ信号である前記電圧に変換して出力する機能を有していてもよい。
前記第１ニューラルネットワークに供給されている前記電圧を第１供給電圧とし、前記第２ニューラルネットワークに供給されている前記電圧を第２供給電圧とし、前記電圧供給部が、前記第１供給電圧より高い前記第２供給電圧を、前記第２ニューラルネットワークに供給する機能を有していてもよい。
【0009】
本技術では、第１ニューラルネットワークのエラー発生率が許容範囲内であり、第１ニューラルネットワークに供給される最も低い電圧を、限界動作電圧という。
【図面の簡単な説明】
【0010】
【図1】本技術に係る電圧制御装置の全体構成図である。
【図2】本技術に係る電圧制御装置の全体構成図である。
【図3】本技術に係る電圧制御装置の一実施形態である。
【図4】本技術に係る推論結果判定部のフローチャートである。
【図5】本技術に係る電圧決定部のフローチャートである。
【図6】本技術に係る第１ニューラルネットワークと推論結果判定部の一実施形態である。
【図7】本技術に係る第１ニューラルネットワークと推論結果判定部の一実施形態である。
【図8】本技術に係る電圧差決定部の動作の例である。
【図9】本技術に係る電圧差決定部の動作の例である。
【図10】本技術に係る電圧決定部のフローチャートである。
【図11】本技術に係る電圧制御装置の一実施形態である。
【図12】本技術に係る電圧制御装置の一実施形態である。
【図13】本技術に係る電圧差決定部の動作の例である。
【発明を実施するための形態】
【0011】
以下、本技術を実施するための好適な形態について、添付した図面を参照しつつ説明する。なお、以下に説明する実施形態は、本技術の代表的な実施形態を示したものであり、本技術の範囲がこれらの実施形態に限定されることはない。なお、本技術の説明は以下の順序で行う。
１．本技術に係る第１の実施形態（基本構成）
２．本技術に係る第２の実施形態（電圧供給部）
３．本技術に係る第３の実施形態（異なる供給電圧）
１．本技術に係る第１の実施形態（基本構成）
２．本技術に係る第２の実施形態（電圧供給部）
３．本技術に係る第３の実施形態（異なる供給電圧）
【0012】
１．本技術に係る第１の実施形態（基本構成）
【0013】
本技術に係る電圧制御装置１００の全体構成図を図１に示す。図１に示すように、本技術に係る電圧制御装置１００は、第１ニューラルネットワーク１１０と、第２ニューラルネットワーク１２０と、推論結果判定部１３０と、電圧決定部１４０と、を備えている。
【0014】
第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０は、入力されたデータが何であるかを推論する機能を有している。例えば猫の画像データが入力された場合に、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０は、この画像が猫の画像であるか否かを推論する。入力されるデータは、画像のほかに、例えば音声、記号、数字、文字、信号等でもよい。
【0015】
第１ニューラルネットワーク１１０は、既に学習済みの情報に基づいて推論する機能を有している。第２ニューラルネットワーク１２０は、未学習の情報に基づいて推論する機能を有している。
【0016】
第１ニューラルネットワーク１１０は、第２ニューラルネットワーク１２０の一部又は全部の構成要素が複製（レプリカ）されたものである。このことにより、第１ニューラルネットワーク１１０と第２ニューラルネットワーク１２０は同じ動作をすることができる。
【0017】
推論結果判定部１３０は、第１ニューラルネットワーク１１０の推論結果が正解か不正解かを判定し、判定結果データを得る機能を有している。より具体的に説明すると、推論結果判定部１３０は、推論結果判定部１３０が保持している正解値データと、第１ニューラルネットワーク１１０の推論結果データを比較し、判定結果データを出力している。例えば正解値データが猫であり、推論結果データも猫である場合は、判定結果データは正解の値となる。
【0018】
電圧決定部１４０は、推論結果判定部１３０が出力した判定結果データに基づいて、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給される電圧を決定する機能を有している。より具体的に説明すると、正解値データと推論結果データが一致した場合は、電圧決定部１４０は、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給されている電圧より低い電圧信号を出力する機能を有している。一方、正解値データと推論結果データが一致しない場合は、電圧決定部１４０は、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給されている電圧より高い電圧信号を出力する機能を有している。
【0019】
本技術に係る電圧制御装置１００の別の全体構成図を図２に示す。図２に示すように、第１ニューラルネットワーク１１０は、第２ニューラルネットワーク１２０の構成要素の一部で構成されていてもよい。すなわち、この第１ニューラルネットワーク１１０は、あるときは第１ニューラルネットワーク１１０として動作し、あるときは第２ニューラルネットワーク１２０の一部として動作してもよい。例えば、既に学習済みの情報に基づいて推論するときは、第１ニューラルネットワーク１１０は、第１ニューラルネットワーク１１０として動作し、未学習の情報に基づいて推論するときは、第１ニューラルネットワーク１１０は、第２ニューラルネットワーク１２０の一部として動作してもよい。
【0020】
第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０の消費電力を削減するためには、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給されている電圧を低くすることが効果的である。そのため、推論結果データと正解値データが一致した場合、電圧決定部１４０が、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給されている電圧より低い電圧信号を出力する。
【0021】
上述したように、第１ニューラルネットワーク１１０は、学習済みの情報に基づいて推論する機能を有している。そのため、第１ニューラルネットワーク１１０の推論結果データと正解値データが一致することが通常である。この推論結果データと正解値データが一致しない場合は、第１ニューラルネットワーク１１０に供給されている電圧が、限界動作電圧ＶＬよりも低くなった場合である。この場合、電圧決定部１４０が、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給されている電圧より高い電圧信号を出力する。
【0022】
このことにより、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０は、限界動作電圧ＶＬの付近の電圧で動作する。したがって、第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０の消費電力が削減できる。
【0023】
すなわち、電圧制御装置１００は、限界動作電圧を自動的に設定することができる。
【0024】
本技術に係る電圧制御装置１００を具体化した一実施形態を図３に示す。図３に示すように、本技術に係る電圧制御装置１００は、第１ニューラルネットワーク１１０と、第２ニューラルネットワーク１２０と、推論結果判定部１３０と、電圧決定部１４０と、を備えている。
【0025】
第１ニューラルネットワーク１１０は、少なくとも、記憶部１１１と、プロセッシングエレメント群１１２と、を有することができる。このプロセッシングエレメント群１１２は、複数のプロセッシングエレメントから成っている。記憶部１１１として、例えばＳＲＡＭ等の半導体記憶素子を利用できる。
【0026】
第１ニューラルネットワーク１１０と同様に、第２ニューラルネットワーク１２０は、少なくとも、記憶部１２１と、プロセッシングエレメント群１２２と、を有することができる。
【0027】
推論結果判定部１３０は、推論結果判定部１３０に保持された正解値データＡＣと、第１ニューラルネットワーク１１０の推論結果データとを比較して判定結果データを得る機能を有している。
【0028】
ここで、推論結果判定部１３０のフローチャートを図４に示す。図４に示すように、推論結果判定部１３０は、推論結果判定部１３０に保持された正解値データＡＣと、ニューラルネットワーク１１０の推論結果データとを比較する（Ｓ１）。
【0029】
正解値データＡＣと推論結果データが一致した場合（Ｓ１：Ｙｅｓ）は、推論結果判定部１３０は、判定結果データである判定結果フラグＦに、値「０」を設定する（Ｓ２）。一方、正解値データＡＣと推論結果データが一致しない場合（Ｓ１：Ｎｏ）は、推論結果判定部１３０は、判定結果フラグＦに、値「１」を設定する（Ｓ３）。
【0030】
この判定結果フラグＦの値に基づいて、電圧決定部１４０が動作する。電圧決定部１４０のフローチャートを図５に示す。
【0031】
図５に示すように、判定結果フラグＦに値「０」が設定されている場合（Ｓ４：Ｙｅｓ）は、電圧決定部１４０は、ニューラルネットワーク１１０に供給されている電圧Ｖ１より低い電圧信号を出力する（Ｓ５）。
【0032】
一方、判定結果フラグに値「１」が設定されている場合（Ｓ４：Ｎｏ）は、電圧決定部１４０は、ニューラルネットワーク１１０に供給されている電圧Ｖ１より高い電圧信号を出力する（Ｓ６）。
【0033】
続いて、第１ニューラルネットワーク１１０と、推論結果判定部１３０の一実施形態を、図６と図７に示す。図６は、第１ニューラルネットワーク１１０が正しく推論できた場合の処理を示す。図７は、第１ニューラルネットワーク１１０が正しく推論できなかった場合の処理を示す。
【0034】
まず、第１ニューラルネットワーク１１０が正しく推論できた場合の処理について、図６を参照しつつ説明する。図６に示すように、第１ニューラルネットワーク１１０に、画像データＧ１が入力される。この例では、画像データＧ１は猫の画像とする。
【0035】
第１ニューラルネットワーク１１０による推論結果データは、画像データＧ１が猫である確率が９０％、犬である確率が５％、馬である確率が２％、鳥である確率が２％、羊である確率が１％となっている。
【0036】
第１ニューラルネットワーク１１０に供給されている電圧Ｖ１は、限界動作電圧ＶＬよりも高い。そのため、第１ニューラルネットワーク１１０は、正しく推論ができている。
【0037】
推論結果判定部１３０が有する２値化部１３１は、所定の値、例えば５０％を閾値として、第１ニューラルネットワーク１１０による推論結果データを「０」又は「１」に２値化する。推論結果データにおける確率が５０％より高い場合は、２値化部１３１は値「１」を出力する。推論結果データにおける確率が５０％以下の場合は、２値化部１３１は値「０」を出力する。なお、閾値は５０％でなくともよい。
【0038】
この実施例では、画像データが猫である確率が９０％であり、閾値５０％より高いため、２値化部１３１は猫の項目の値を「１」に設定する。その他の項目（犬、馬、鳥、及び羊）においては、確率が５０％以下であるため、２値化部１３１はこれらの項目の値を「０」に設定する。
【0039】
画像データが猫の画像データであるため、正解は猫である。そのため、正解値データＡＣは、猫の項目の値が「１」となっており、その他の項目（犬、馬、鳥、及び羊）の値が「０」となっている。
【0040】
続いて、推論結果判定部１３０が有する正解比較部１３２は、推論結果データと正解値データＡＣを比較する。猫の項目では、推論結果データの値が「１」、正解値データＡＣの値が「１」であるため、判定値に「１」が設定される。その他の項目（犬、馬、鳥、及び羊）では、推論結果データの値が「０」、正解値データＡＣの値が「０」であるため、判定値に「１」が設定される。
【0041】
以上の処理により、すべての項目の判定値が「１」に設定されるため、推論結果判定部１３０は、判定結果フラグＦに値「０」を設定する。
【0042】
【0043】
第１ニューラルネットワーク１１０による推論結果データは、画像データが猫である確率が４５％、犬である確率が５１％、馬である確率が１％、鳥である確率が２％、羊である確率が１％となっている。
【0044】
第１ニューラルネットワーク１１０に供給されている電圧Ｖ１は、限界動作電圧ＶＬよりも低い。そのため、第１ニューラルネットワーク１１０は、正しく推論ができていない。
【0045】
この実施例では、画像データが犬である確率が５１％であり、閾値５０％より高いため、２値化部１３１は犬の項目の値を「１」に設定する。その他の項目（猫、馬、鳥、及び羊）においては、確率が５０％以下であるため、２値化部１３１はこれらの項目の値を「０」に設定する。
【0046】
続いて、正解比較部１３２は、推論結果データと正解値データＡＣを比較する。猫の項目では、推論結果データの値が「０」、正解値データＡＣの値が「１」であるため、判定値に「０」が設定される。犬の項目では、推論結果データの値が「１」、正解値データＡＣの値が「０」であるため、判定値に「０」が設定される。その他の項目（馬、鳥、及び羊）では、推論結果データの値が「０」、正解値データＡＣの値が「０」であるため、判定値に「１」が設定される。
【0047】
以上の処理により、値「０」が設定された判定値と、値「１」が設定された判定値が混在しているため、推論結果判定部１３０は、判定結果フラグＦに値「１」を設定する。
【0048】
この判定結果フラグＦに基づいて、後続の電圧決定部１４０が動作をする。ここで、図３の説明に戻る。図３に示すように、電圧決定部１４０は、少なくとも、電圧差決定部１４１と、電圧差信号変換部１４２と、を有している。
【0049】
電圧差決定部１４１は、判定結果データに基づいて、第１ニューラルネットワーク１１０に供給されている電圧と、変更後の電圧との電圧差を決定し、電圧差信号変換部１４２に電圧差信号を出力する機能を有している。
【0050】
電圧差決定部１４１には、第１ニューラルネットワークへの供給電圧Ｖ１を低くするときの電圧差と、当該供給電圧Ｖ１を高くするときの電圧差の比率が保持されている。供給電圧Ｖ１を低くするときの電圧差と、供給電圧Ｖ１を高くするときの電圧差との比率は、α：（１－α）とすることができる。αは、例えば０より大きく０．５未満の値とすることができる。
【0051】
電圧差信号変換部１４２は、電圧差信号を変換して、電圧信号を出力する機能を有している。電圧差信号変換部１４２は、例えば積分器を有することができる。
【0052】
電圧決定部１４０の動作を具体的に説明する。まず、電圧決定部１４０が備えている電圧差決定部１４１の動作の例について、図８を参照しつつ説明する。図８には、第１ニューラルネットワークへの供給電圧Ｖ１と、限界動作電圧ＶＬと、判定結果フラグＦの値と、時間Ｔが示されている。
【0053】
判定結果フラグＦの値は０と１で示されている。平らになっている低い値が０、飛び出ている高い値が１である。
【0054】
判定結果フラグＦの値が０のとき、供給電圧Ｖ１が低くなっている。供給電圧Ｖ１が徐々に低くなり、時間ｔ１で供給電圧Ｖ１が限界動作電圧ＶＬになったとき、判定結果フラグＦの値が１となり、供給電圧Ｖ１が高くなっている。
【0055】
そして、再び供給電圧Ｖ１が徐々に低くなり、時間ｔ２で限界動作電圧ＶＬになったとき、判定結果フラグＦの値が１となり、供給電圧Ｖ１が高くなっている。
【0056】
図８に示す実施例では、α＝０．１の場合を示している。そのため、供給電圧Ｖ１を低くするときの電圧差と、供給電圧Ｖ１を高くするときの電圧差との比率は、０．１：（１－０．１）＝０．１：０．９＝１：９となっている。
【0057】
また、供給電圧Ｖ１が（１－α）／α＋１回に１回の周期で高くなっている。この実施例では、α＝０．１であるため、（１－０．１）／０．１＋１＝１０回に１回の周期で供給電圧Ｖ１が高くなっている。
【0058】
αの値が小さくなるほど、供給電圧Ｖ１が高くなる頻度が低くなる。一方、αの値が大きくなるほど、供給電圧Ｖ１が高くなる頻度が高くなる。したがって、このαの値を変動させることにより、供給電圧Ｖ１が高くなる頻度を調整できる。
【0059】
なお、供給電圧Ｖ１を低くするときの電圧差と、供給電圧を高くするときの電圧差との比率は、α：１－αに限られず、例えばα：１であってもよい。
【0060】
【0061】
判定結果フラグＦの値が０のとき、供給電圧Ｖ１が徐々に低くなっているが、時間ｔ３で供給電圧Ｖ１が限界動作電圧ＶＬの付近になったとき、供給電圧Ｖ１はそれ以上低くなっていない。このことにより、時間ｔ３より後の時間においては、低い供給電圧でありながら、第１ニューラルネットワーク１１０は誤った推論をすることがない。第１ニューラルネットワーク１１０が活発に動作しておらず、低い供給電圧であっても動作できる場合は、この状態でもよい。
【0062】
このときの電圧決定部１４０のフローチャートを図１０に示す。図１０に示すように、正解値データと推論結果データが一致し、判定結果フラグＦに値「０」が設定されている場合（Ｓ７：Ｙｅｓ）であり、かつ、第１ニューラルネットワーク１１０に供給されている電圧Ｖ１が所定の値より高い場合（Ｓ８：Ｙｅｓ）は、電圧決定部１４０は、第１ニューラルネットワーク及び第２ニューラルネットワークに供給されている電圧より低い電圧信号を出力する（Ｓ９）。
【0063】
判定結果フラグＦに値「０」が設定されている場合（Ｓ７：Ｙｅｓ）であり、かつ、第１ニューラルネットワーク１１０に供給されている電圧Ｖ１が所定の値以下である場合（Ｓ８：Ｎｏ）は、電圧決定部１４０は、電圧信号を変化させない。
【0064】
正解値データと推論結果データが一致せず、判定結果フラグに値「１」が設定されている場合（Ｓ７：Ｎｏ）は、電圧決定部１４０は、ニューラルネットワーク１１０に供給されている電圧Ｖ１より高い電圧信号を出力する（Ｓ１０）。
【0065】
続いて、図３の説明に戻り、電圧決定部１４０が有している電圧差信号変換部１４２について説明する。電圧差信号変換部１４２は、電圧差決定部１４１から出力された電圧差信号を変換して、電圧信号を出力する機能を有している。
【0066】
具体的に説明すると、電圧差信号変換部１４２は、例えば電圧差決定部１４１から出力された電圧差をμ倍する。μは、例えば０より大きく１より非常に小さな値とすることができる。
【0067】
このμの値が小さくなるほど、供給電圧Ｖ１が変化する電位差が小さくなる。一方、このμの値が大きくなるほど、供給電圧Ｖ１が変化する電位差が大きくなる。したがって、このμの値を変動させることにより、供給電圧Ｖ１が変化する電位差を調整できる。
【0068】
２．本技術に係る第２の実施形態（電圧供給部）
【0069】
【0070】
図１１に示すように、電圧制御装置１００は、さらに電圧供給部１５０を備えることができる。電圧供給部１５０は、電圧決定部１４０が出力した電圧信号に基づいて、電圧を第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０に供給する機能を有している。
【0071】
電圧供給部１５０は、少なくともＤＡコンバーター１５１を有することができる。ＤＡコンバーター１５１は、デジタル信号をアナログ信号に変換できる。電圧決定部１４０が出力した電圧信号はデジタル信号である。第１ニューラルネットワーク１１０及び第２ニューラルネットワーク１２０への供給電圧はアナログ信号である。したがって、ＤＡコンバーター１５１による変換処理が必要となる。
【0072】
電圧供給部１５０は、さらにバッファ１５２を有することができる。ＤＡコンバーター１５１の出力電圧をそのまま第１ニューラルネットワーク１１０等に供給すると、ＤＡコンバーター１５１等の負荷が高くなる。したがって、バッファ１５２が、ＤＡコンバーター１５１の出力電圧を変換して第１ニューラルネットワーク１１０等に供給する。バッファ１５２として、例えば低ドロップアウト・リニアレギュレータ（ＬＤＯ）やＤＣ／ＤＣコンバーターを利用できる。
【0073】
３．本技術に係る第３の実施形態（異なる供給電圧）
【0074】
【0075】
第１ニューラルネットワーク１１０に供給されている電圧を第１供給電圧Ｖ１とする。第２ニューラルネットワーク１２０に供給されている電圧を第２供給電圧Ｖ２とする。
【0076】
電圧差信号変換部１４２は、電圧差決定部１４１が出力した電圧差信号を変換して、第１供給電圧Ｖ１に対応する電圧信号と、この電圧信号より高い第２供給電圧Ｖ２に対応する電圧信号を出力する機能を有している。第１供給電圧Ｖ１と第２供給電圧Ｖ２の電圧差ΔＶは、ノイズのゆらぎに左右されるが、例えば２０ｍＶであってもよいし、５０ｍＶであってもよい。
【0077】
電圧供給部１５０は、第１供給電圧Ｖ１を第１ニューラルネットワーク１１０に供給し、第１供給電圧Ｖ１より高い第２供給電圧Ｖ２を第２ニューラルネットワーク１２０に供給する機能を有している。
【0078】
この電圧供給部１５０の動作と、電圧決定部１４０が備えている電圧差決定部１４１の動作について、図１３を参照しつつ説明する。図１３には、第１供給電圧Ｖ１と、第２供給電圧Ｖ２と、限界動作電圧ＶＬと、判定結果フラグＦの値と、時間Ｔが示されている。
【0079】
第１供給電圧Ｖ１と第２供給電圧Ｖ２が徐々に低くなり、時間ｔ４で第１供給電圧Ｖ１が限界動作電圧ＶＬになったとき、判定結果フラグＦの値が１になり、第１供給電圧Ｖ１と第２供給電圧Ｖ２が高くなっている。
【0080】
そして、再び第１供給電圧Ｖ１と第２供給電圧Ｖ２が徐々に低くなり、時間ｔ５で第１供給電圧Ｖ１が限界動作電圧ＶＬになったとき、判定結果フラグＦの値が１になり、第１供給電圧Ｖ１と第２供給電圧Ｖ２が高くなっている。
【0081】
第２供給電圧Ｖ２は、第１供給電圧Ｖ１よりもわずかに高くなっている。このことにより、第１供給電圧Ｖ１が限界動作電圧ＶＬになったときに、第１ニューラルネットワーク１１０はエラーを発生するが、第２供給電圧Ｖ２が限界動作電圧ＶＬにならないため、第２ニューラルネットワーク１２０はエラーを発生しない。
【0082】
なお、本技術に係る電圧制御装置１００が電圧を制御する対象は、ニューラルネットワークに限られない。
【0083】
なお、本明細書中に記載した効果はあくまで例示であって限定されるものではなく、また他の効果があってもよい。
【0084】
なお、本技術は、以下のような構成をとることもできる。
［１］第１ニューラルネットワークと、
第２ニューラルネットワークと、
推論結果判定部と、
電圧決定部と、を備えており、
前記第１ニューラルネットワークが、学習済みの情報に基づいて推論する機能を有しており、
前記第２ニューラルネットワークが、未学習の情報に基づいて推論する機能を有しており、
前記推論結果判定部が、前記推論結果判定部に保持された正解値データと前記第１ニューラルネットワークの推論結果データとを比較して判定結果データを得る機能を有しており、
前記電圧決定部が、前記判定結果データに基づいて、前記正解値データと前記推論結果データが一致した場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より低い電圧信号を出力し、前記正解値データと前記推論結果データが一致しない場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より高い前記電圧信号を出力する機能を有している、
電圧制御装置。
［２］前記第１ニューラルネットワークが、前記第２ニューラルネットワークの一部又は全部の構成要素が複製されたものである、［１］に記載の電圧制御装置。
［３］前記第１ニューラルネットワークが、前記第２ニューラルネットワークの構成要素の一部で構成されている、［１］又は［２］に記載の電圧制御装置。
［４］前記第１ニューラルネットワーク及び前記第２ニューラルネットワークが、少なくとも、記憶部と、複数のプロセッシングエレメントと、を有している、［１］～［３］のいずれか一つに記載の電圧制御装置。
［５］前記電圧決定部が、少なくとも、電圧差決定部と、電圧差信号変換部と、を有しており、前記電圧差決定部が、前記判定結果データに基づいて、前記第１ニューラルネットワークに供給されている前記電圧と、変更後の前記電圧との電圧差を決定し、電圧差信号を出力する機能を有しており、前記電圧差信号変換部が、前記電圧差信号を変換して、前記電圧信号を出力する機能を有している、［１］～［４］のいずれか一つに記載の電圧制御装置。
［６］前記電圧決定部が、前記判定結果データと前記電圧に基づいて、前記正解値データと前記推論結果データが一致しており、かつ、前記第１ニューラルネットワークに供給されている前記電圧が所定の値より高い場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より低い電圧信号を出力する、［１］～［５］のいずれか一つに記載の電圧制御装置。
［７］電圧供給部をさらに備えており、前記電圧供給部が、前記電圧決定部が出力した前記電圧信号に基づいて、前記電圧を前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給する機能を有している、［１］～［６］のいずれか一つに記載の電圧制御装置。
［８］前記電圧供給部が、少なくともＤＡコンバーターを有しており、前記ＤＡコンバーターが、デジタル信号である前記電圧信号を、アナログ信号である前記電圧に変換して出力する機能を有している、［７］に記載の電圧制御装置。
［９］前記第１ニューラルネットワークに供給されている前記電圧を第１供給電圧とし、前記第２ニューラルネットワークに供給されている前記電圧を第２供給電圧とし、前記電圧供給部が、前記第１供給電圧より高い前記第２供給電圧を、前記第２ニューラルネットワークに供給する機能を有している、［７］又は［８］に記載の電圧制御装置。
［１］第１ニューラルネットワークと、
第２ニューラルネットワークと、
推論結果判定部と、
電圧決定部と、を備えており、
前記第１ニューラルネットワークが、学習済みの情報に基づいて推論する機能を有しており、
前記第２ニューラルネットワークが、未学習の情報に基づいて推論する機能を有しており、
前記推論結果判定部が、前記推論結果判定部に保持された正解値データと前記第１ニューラルネットワークの推論結果データとを比較して判定結果データを得る機能を有しており、
前記電圧決定部が、前記判定結果データに基づいて、前記正解値データと前記推論結果データが一致した場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている電圧より低い電圧信号を出力し、前記正解値データと前記推論結果データが一致しない場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より高い前記電圧信号を出力する機能を有している、
電圧制御装置。
［２］前記第１ニューラルネットワークが、前記第２ニューラルネットワークの一部又は全部の構成要素が複製されたものである、［１］に記載の電圧制御装置。
［３］前記第１ニューラルネットワークが、前記第２ニューラルネットワークの構成要素の一部で構成されている、［１］又は［２］に記載の電圧制御装置。
［４］前記第１ニューラルネットワーク及び前記第２ニューラルネットワークが、少なくとも、記憶部と、複数のプロセッシングエレメントと、を有している、［１］～［３］のいずれか一つに記載の電圧制御装置。
［５］前記電圧決定部が、少なくとも、電圧差決定部と、電圧差信号変換部と、を有しており、前記電圧差決定部が、前記判定結果データに基づいて、前記第１ニューラルネットワークに供給されている前記電圧と、変更後の前記電圧との電圧差を決定し、電圧差信号を出力する機能を有しており、前記電圧差信号変換部が、前記電圧差信号を変換して、前記電圧信号を出力する機能を有している、［１］～［４］のいずれか一つに記載の電圧制御装置。
［６］前記電圧決定部が、前記判定結果データと前記電圧に基づいて、前記正解値データと前記推論結果データが一致しており、かつ、前記第１ニューラルネットワークに供給されている前記電圧が所定の値より高い場合は、前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給されている前記電圧より低い電圧信号を出力する、［１］～［５］のいずれか一つに記載の電圧制御装置。
［７］電圧供給部をさらに備えており、前記電圧供給部が、前記電圧決定部が出力した前記電圧信号に基づいて、前記電圧を前記第１ニューラルネットワーク及び前記第２ニューラルネットワークに供給する機能を有している、［１］～［６］のいずれか一つに記載の電圧制御装置。
［８］前記電圧供給部が、少なくともＤＡコンバーターを有しており、前記ＤＡコンバーターが、デジタル信号である前記電圧信号を、アナログ信号である前記電圧に変換して出力する機能を有している、［７］に記載の電圧制御装置。
［９］前記第１ニューラルネットワークに供給されている前記電圧を第１供給電圧とし、前記第２ニューラルネットワークに供給されている前記電圧を第２供給電圧とし、前記電圧供給部が、前記第１供給電圧より高い前記第２供給電圧を、前記第２ニューラルネットワークに供給する機能を有している、［７］又は［８］に記載の電圧制御装置。
【符号の説明】
【0085】
１００ 電圧制御装置
１１０ 第１ニューラルネットワーク
１２０ 第２ニューラルネットワーク
１３０ 推論結果判定部
１４０ 電圧決定部
１４１ 電圧差決定部
１４２ 電圧差信号変換部
１５０ 電圧供給部
１５１ ＤＡコンバーター
Ｖ１ 第１供給電圧
Ｖ２ 第２供給電圧
ＶＬ 限界動作電圧
Ｆ 判定結果フラグ
Ｔ 時間
ＡＣ 正解値データ
１１０ 第１ニューラルネットワーク
１２０ 第２ニューラルネットワーク
１３０ 推論結果判定部
１４０ 電圧決定部
１４１ 電圧差決定部
１４２ 電圧差信号変換部
１５０ 電圧供給部
１５１ ＤＡコンバーター
Ｖ１ 第１供給電圧
Ｖ２ 第２供給電圧
ＶＬ 限界動作電圧
Ｆ 判定結果フラグ
Ｔ 時間
ＡＣ 正解値データ
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
