基于阻变存储器件阵列实现并行卷积计算的设备和方法技术

本发明专利技术公开了一种基于阻变存储器件阵列实现并行卷积计算的设备和方法，设备包括：阻变存储器件阵列、训练模块、输入模块、位线控制单元、字线控制单元、输出模块以及控制器。所述操作方法包括：计算卷积时，先将卷积核对应输入位置写入每个阻变单元，阻变单元的电导值代表卷积核的数值大小；位线上所加电平大小代表输入矩阵；每个输出模块代表一个卷积结果；不同的输出模块的输出信号即代表不同输入区域或不同卷积核的结果，以此方式实现卷积的并行计算。

【技术实现步骤摘要】

本公开一般地涉及半导体集成电路及其制造
，更具体地，涉及一种可以在阻变器件交叉阵列中通过在阵列中同一行(同一列)的电流求和功能实现对输入进行卷积计算的设备和方法。
技术介绍
卷积操作在图像处理中有着广泛的应用，例如图像去噪、特征提取、平滑、滤波、边缘检测、图像增强等。特别地，卷积操作在卷积神经网络(CNN)中具有关键作用，对输入图像的卷积操作是实现卷积神经网络特定功能的基础。作为目前应用十分广泛的人工神经网络算法，由于卷积神经网络具有并行性、分布式计算、自学习及自适应能力以及很强的鲁棒性和容错性等特点，在近些年来得到了科学家们广泛的研究关注。传统的实现卷积的方法主要是基于CMOS数字电路，利用图像处理芯片(GPU)、可编程门阵列(FPGA)等进行软件实现。这种实现方法需要巨大的硬件开销以及功耗。在硬件消耗以及功耗的限制下，传统的卷积实现方法难以完成大规模的并行卷积运算并且难以计算较大的卷积核的卷积结果；另外，传统的软件实现卷积方法基于冯诺依曼体系架构，其中运算部分和存储部分是分离的，所以需要大量的存储器件进行输入信息以及大量不同卷积核信息的存储。在当前大数据和神经网络算法的快本文档来自技高网...

【技术保护点】
一种基于阻变存储器件阵列实现并行卷积计算的设备，包括：阻变存储器件阵列、训练模块、输入模块、位线控制单元、字线控制单元、输出模块以及控制器；所述阻变存储器件阵列，包括沿第一方向延伸的多条字线，沿与第一方向交叉的第二方向延伸的多条位线，以及设置于各位线和各字线的交叉点处的多个阻变运算存储子单元；所述位线控制单元，其一端连接到位线，另一端连接到输入模块以及训练模块；所述字线控制单元，其一端连接到字线，另一端连接输出模块或接地；所述控制器，控制位线一端选通训练模块及字线一端选通地线，或控制位线一端选通输入模块及字线一端选通输出模块，用于控制输出模块中得到的不同卷积结果组合，并输出传递到下一级存储器或...

【技术特征摘要】
1.一种基于阻变存储器件阵列实现并行卷积计算的设备，包括：阻变存储器件阵列、训练模块、输入模块、位线控制单元、字线控制单元、输出模块以及控制器；所述阻变存储器件阵列，包括沿第一方向延伸的多条字线，沿与第一方向交叉的第二方向延伸的多条位线，以及设置于各位线和各字线的交叉点处的多个阻变运算存储子单元；所述位线控制单元，其一端连接到位线，另一端连接到输入模块以及训练模块；所述字线控制单元，其一端连接到字线，另一端连接输出模块或接地；所述控制器，控制位线一端选通训练模块及字线一端选通地线，或控制位线一端选通输入模块及字线一端选通输出模块，用于控制输出模块中得到的不同卷积结果组合，并输出传递到下一级存储器或运算装置。2.根据权利要求1所述的基于阻变存储器件阵列实现并行卷积计算的设备，其中所述的阻变运算存储子单元包括基于氧化物的阻变存储器RRAM、基于金属离子氧化还原的阻变存储器CBRAM、相变存储器PCM、磁阻存储器MRAM中的至少一个，所述阻变运算存储子单元依赖于电阻变化进行信息存储和运算。3.根据权利要求1所述的基于阻变存储器件阵列实现并行卷积计算的设备，其中所述阻变运算存储子单元是单独的阻变器件或者是阻变器件和双向选择器件串联的结构。4.根据权利要求1所述的基于阻变存储器件阵列实现并行卷积计算的设备，其中训练模块是信号发生器，用于生成一个连续的正脉冲或负脉冲。5.根据权利要求1所述的基于阻变存储器件阵列实现并行卷积计算的设备，其中输入模块是信号发生器，用于发生一系列连续正电平。6.根据权利要求1所述的基于阻变存储器件阵列实现并行卷积计算的设备，其中当控制器的触发信号为训练模式时，位线控制单元选通训练模块，字线控制单元选通地线，利用训练模块产生的脉冲信号对阻变存储子单元的电阻态进行训练，利用不同脉冲个数调整阻变存储子单元的电阻态，即电导值，使其正比于待计算的卷积核的值，实现卷积核中元素的存储；卷积核中的正元素存储在阻变存储阵列的同一字线上，负元素存储在相邻的下一字线上，相邻...

【专利技术属性】
技术研发人员：柳晨，康晋锋，黄鹏，周正，刘晓彦，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11