AIの一種に深層学習(Deep Learning)があり、当研究室ではDeep Learningを高速に処理するアクセラレータをFPGAで実装する方法を研究開発しています。特にAIモデルの軽量化と専用ハードウェアに関して先行して成果を出しています。

多数の企業との共同研究プロジェクトがあり、最新のFPGAを使った開発が体験できます。

クラウドなどのデータセンターでは計算を高速化する需要があり、プログラマブルなFPGAを活用する機会が増えています。
特にDeep Learningの学習を高速化する学習アクセラレータとそのクラスター構築の研究を理研・情報理工学院（TUBAMEの開発グループ）等と行っています。

ムーアの法則の終焉が議論されており、従来タイプのFPGAの進展が終わる予測があります。Versal ACAPなどの新構造LSIの研究開発を行います。このプロジェクトはOpenLANEのようなOpenEDAの開発も含まれております。

現在のほぼ大多数のVLSIは2値(Binary)表現で設計されていますが、多値表現を用いることでより効率的なVLSIを実現できる可能性があります。この研究は数学的な内容が多く、理論的な研究テーマです。

MVLを活用したDeep Learningやそのハードウェア化に関する研究を行っています。