スマートウォッチやAR/VR機器にAIを搭載する。そして、高度なバイタル解析によるQOL向上や、機器操作性の革新よるユーザーエクスペリエンス向上を狙う。バッテリー駆動型のIoTデバイスは小型軽量かつ安価であることが求められる。
これまでのAIプロセッサーはしかし、十億円単位のフォトマスク（半導体の設計データ）開発コストが障壁となり、IoTデバイスへの採用が困難だった。低電力性能を追求すると汎用性がなくなり、データを使い回せなくなる。半導体製造で大部分を占めるフォトマスクの開発コスト――その回収が、高額なチップ単価につながり、低廉なデバイスの実現を阻んでいたという。
東京大学大学院工学系研究科の研究グループは、フォトマスクの開発コストを1/40に削減しつつ、既存の低電力性能に特化したAIプロセッサーと同等の電力効率で動作する、新規ストラクチャードASCI型AIプロセッサーを開発した。ウェアラブルIoT応用におけるバイタル信号解析や音声認識に好適だという。 今回、ビアプログラマブルニューロンアレー技術を実用化して、回路製造に必要なフォトマスクを"VIA層"１枚に減らし低コスト化を実現した。
回路と信号配線を時分割で再利用し回路面積を削減するビットニューロン順次回路技術を開発。深層ニューラルネットワークの重み係数を16ビットから三値（+1、-1、０）にしても精度を保つ、関数選択的非線形ニューラルネットワーク（FS-NNN）技術も開発し、所要信号配線数を1/1024に減らして省面積化。10平方mm以下というIoT用途として十分小さな回路面積でAI機能実装に成功した。
ドローン、自動車内エンタメ機器制御、AR/VR機器への応用も期待されるという。JSTのさきがけ事業として得られた上記研究成果は18日（米国太平洋時間）、半導体集積回路分野で世界最高峰の国際会議「ISSCC」にて口頭発表される。