JLPT N1 청해 연습 제117과

集積回路専門家: 現在げんざいの生成せいせいAIや自動じどう運転うんてんを支ささえるディープニューラルネットワーク（ANN）は、GPUに代表だいひょうされる超並列ちょうへいれつプロセッサを用もちいて膨大ぼうだいな行列ぎょうれつ積和せきわ演算えんざんを連続的れんぞくてきに実行じっこうしています。しかし、その電力でんりょく消費しょうひは急激きゅうげきに増大ぞうだいしており、ムーアの法則ほうそくの限界げんかいと相あいまって環境的かんきょうてき・熱的ねつてきな壁かべに直面ちょくめんしています。この計算けいさん様式ようしきは、クロック信号しんごうに同期どうきして多くのノードが同期して数値演算を繰り返す『密みつ（デンス）な同期どうき処理しょり』であるため、静的せいてき・動的どうてき電力でんりょくが絶たえ間まなく散逸さんいつしてしまうのです。

集積回路専門家: これに対たいし、生体せいたいの脳神経のうしんけい細胞さいぼうを忠実ちゅうじつに模倣もほうしたニューロモルフィック技術ぎじゅつの中核ちゅうかくであるSNN（スパイキングニューラルネットワーク）は、全まったく異ことなる原理げんりで動うごきます。生体せいたいの神経しんけい細胞さいぼうと同様どうように、膜電位まくでんいに情報じょうほうが蓄積ちくせきされ、それが所定しょていの閾値しきいちを超こえた瞬間しゅんかんにのみ、非同期ひどうきに『スパイク』と呼よばれるパルス信号しんごうを1ビット単位たんいで発火はっかします。つまり、入力変化が少ないときには演算や通信を抑え、意味のある事象が生じた時に主として処理する『イベント駆動型くどうがたの疎そ（スパース）な計算けいさん』が徹底てっていされているのです。実装や課題によっては積和演算やデータ移動を減らせるため、従来型ANNより高いエネルギー効率が期待できるのです。