東京大学，神戸製鋼所，コベルコ科研は，Snを添加した酸化物半導体IGZOを用いたトランジスタと強誘電体HfO2キャパシタを集積し，プロセッサの集積回路の配線層に混載可能なメモリデバイス技術の開発に成功した（ニュースリリース）。
大量のデータを用いる機械学習アルゴリズムには大容量のメモリとプロセッサ－メモリ間の効率的なデータ伝送が必要となる。しかし，現在メインメモリはプロセッサとは別チップで実装されており，チップ間のデータの伝送効率が十分でなく，機械学習の計算処理を律速している。
これをフォンノイマンボトルネックと呼ばれ，大容量のメモリと高効率なデータ伝送を両立するためには，プロセッサの集積回路の配線層に直接，三次元集積可能な混載メモリデバイスが有効な解決策となる。
そこで研究では，Snを添加したIGZO材料（IGZTO）を用いたトランジスタと強誘電体HfO2キャパシタを400℃以下の低温プロセスで同時集積したメモリデバイスを開発した。IGZTOを用いたトランジスタは従来のIGZOを用いたトランジスタに比べて移動度が2倍以上高く，また正バイアスストレス安定性を大幅に向上させ信頼性も高い。
またIGZTOをキャップ材料とすることでHfO2材料は400℃でも強誘電相の結晶化が可能となった。これによりプロセッサの配線層上に三次元集積できる大容量メモリが実現可能となり，プロセッサの直上に直接配線できることからデータ伝送効率も向上し，機械学習の高エネルギー効率な実行が可能となったという。
研究グループは，この成果が機械学習を高いエネルギー効率で計算することを可能にし，エッジデバイスで高度な人工知能計算を行なうことで，ビッグデータに基づく社会サービスの飛躍的な向上が期待されるとしている。
