神经形态突触电路和神经形态系统技术方案

神经形态突触(11)包括在具有第一和第二输入端(21、22)的电路系统中连接的电阻性记忆单元(15)。这些输入端(21、22)在使用中分别接收前神经元和后神经元动作信号，每个动作信号具有读部分和写部分。该电路系统还具有用于提供依赖于记忆单元(15)的电阻的突触输出信号的输出端(23)。该电路系统可操作，使得响应于在第一输入端(21)处施加前神经元动作信号的读部分而在输出端(23)处提供突触输出信号，并且使得响应于分别在第一和第二输入端(21、22)处同时施加前神经元和后神经元动作信号的写部分而将用于编程记忆单元(15)的电阻的编程信号施加到单元(15)。突触(11)能够适于与完全相同的前神经元和后神经元动作信号一起操作。

Synapse

Neuromorphic synapses (11) included in a first and second input terminals (21, 22) connected to the resistive memory element in the circuit system (15). These inputs (21, 22) receive, respectively, the anterior and posterior neuron action signals in use, each of which has read and write parts. The circuit system also has an output terminal (23) for providing a synapse output signal that is dependent on the resistance of the memory cell (15). The circuit system can operate, make in response to the first input terminal (21) before applying neuronal action signal at the output end and the reading part (23) provided at the synaptic output signal, and the response to each of the first and second input terminals (21, 22) to write part before God by yuan and applied at the same time after the neuronal action signal and will be used for programming the memory unit (15) programming signal is applied to the resistance unit (15). Synapses (11) can be adapted to operate with exactly the same anterior and posterior neuron action signals.

【技术实现步骤摘要】
【国外来华专利技术】神经形态突触
本专利技术一般而言涉及神经形态突触(neuromorphicsynapse)。提供了基于电阻性记忆单元的神经形态突触，连同结合这种突触的突触阵列和系统。
技术介绍
神经形态(neuromorphic)技术涉及受神经系统的生物体系架构启发的计算系统。传统的计算体系架构正变得越来越不能满足对现代计算机系统的不断扩大的处理需求。与人脑相比，经典的冯诺依曼(vonNeumann)计算机体系架构在功耗和空间要求方面效率非常低下。人脑占用不到2升并且消耗大约20W的功率。利用最先进的超级计算机模拟5秒的大脑活动需要大约500秒并且需要1.4MW的功率。这些问题已推动重要的研究努力，以了解人脑的高效计算范例并创造具有前所未有的计算能力的人工认知系统。神经元和突触是大脑中的两个基本计算单位。神经元可以集成来自其它神经元的输入，在一些情况下与进一步的输入(例如来自感觉受体的输入)集成，并且生成被称为“动作电位”或“尖峰”的输出信号。作为神经元活动的结果，突触改变它们的连接强度。附图中的图1示出了位于两个神经元2之间的突触1的示意性表示。突触1接收由前突触神经元(“前神经元”)N1生成的动作电位并且向后突触神经元(“后神经元”)N2提供输出信号。前神经元动作电位经由神经元N1的轴突3传送到突触1。结果所得的突触输出信号是依赖于突触的电导的分级突触电位(也称为“突触权重”或“强度”)。突触权重可以通过神经元活性增强或减少，并且突触的这种“可塑性”对记忆和其它大脑功能是至关重要的。这种效应在图1中通过后神经元动作电位(即，由神经元N2生成的尖峰)经由神经元N2的树突4向后传播到突触1来指示。生物系统中的动作电位在神经元激发(尖峰生成)的所有情况下都具有相同的形状。在尖峰形状中没有信息，而是仅在激发时间中有信息。特别地，可以依赖前神经元和后神经元动作电位的相对定时来修改突触权重。在这里的简单模型中，如果前和后神经元一起激发，则突触变得越来越强(更具导电性)。突触权重的变化还可以依赖于前和后神经元尖峰的定时的轻微差异。例如，如果后神经元在前神经元之后紧接着激发，则突触权重可以增加，并且如果后神经元趋向于在前神经元之前激发，则突触权重可以减小。这些相对定时效应一般被称为依赖尖峰定时的可塑性(STDP)。突触通常数目超过神经元显著的因子(在人脑的情况下大约10000)。神经形态计算技术中的一个关键挑战是开发模仿生物突触的可塑性的紧凑的纳米电子设备。电阻性记忆单元已被认为是用于实现神经形态突触的候选。诸如相变记忆(PCM)单元的电阻性记忆单元是可编程电阻设备，其依赖部署在一对电极之间的一定体积的电阻性材料的可变电阻特性。单元电阻可以通过向电极施加控制信号来控制。这些单元表现出阈值开关效应，借此可以通过施加高于阈值电平的控制信号而在高和低电阻状态之间切换单元。通过适当地调整控制信号，可以将单元编程到一定范围的中间电阻值。在PCM单元中，例如，通过加热一定体积的硫族化物(chalcogenide)材料以便改变硫族化物体积中的(高电阻)非晶相与(低电阻)结晶相的相对比例来实现可编程电阻。为了改变单元电阻，将高于相变所需的阈值电压的编程(或“写”)信号经由电极施加到单元。可以通过向电极施加低电压读信号并测量流经单元的结果所得的电流来测量(或“读”)单元电阻。读电压电平足够低，以确保读电压不干扰经编程的单元状态。已经示出，电阻性记忆单元可以模仿突触以及某些学习规则，诸如依赖尖峰定时的可塑性。已经在交叉阵列配置中证明了当前基于PCM的突触实现，其中阵列的行和列分别对应于轴突和树突。这种系统的实例在以下文献中描述：美国专利8,589,320B2；美国专利申请公开No.2014/0172762A1；“NanoelectronicProgrammableSynapsesBasedonPhaseChangeMaterialsforBrain-InspiredComputing”，Kuzum等人，Nanoletters，12，2199页，2011；“NanoscaleElectronicSynapsesUsingPhaseChangeDevices”，Jackson等人，ACMJournalonEmergingTechnologiesinComputingSystems，9(2)，2013；“VisualPatternExtractionUsingEnergy-Efficient“2-PCMSynapse”NeuromorphicArchitecture”，Bichler等人，IEEETransactionsonElectronDevices，卷59(8)，2012；以及“ExperimentalDemonstrationofArray-levelLearningwithPhaseChangeSynapticDevices”，Eryilmaz等人，IEDM，2013。利用这些交叉记忆单元阵列，表示突触的每个单独的单元连接在阵列芯片的行和列线的相应对之间。突触分别在行和列线上接收表示由其前神经元和后神经元电路的激发产生的尖峰的动作信号。利用用于前神经元和后神经元动作信号的不同脉冲形状和定时配置，一次一行地寻址突触以供编程。所有神经元间的通信都利用片外地址事件来实现。例如，学习应用可以通过在芯片外运行训练算法来实现，以在学习后确定适当的突触权重。然后记忆芯片被寻址，以相应地编程单个单元的电阻。与生物系统的实时操作相比，这是一个缓慢、低效的过程。在这些系统的操作中前和后神经元动作信号不同也是固有的。这与其中动作电位在所有激发情况都完全相同的生物系统直接对立。利用电阻性记忆单元的神经形态系统的改进将是非常期望的。
技术实现思路
本专利技术第一方面的实施例提供了一种神经形态突触，其包括连接在电路系统中的电阻性记忆单元，该电路系统具有：第一输入端和第二输入端，用于分别接收各自具有读部分和写部分的前神经元动作信号和后神经元动作信号；以及输出端，用于提供依赖于所述记忆单元的电阻的突触输出信号；所述电路系统可操作为使得响应于在第一输入端处施加前神经元动作信号的读部分而在输出端处提供所述突触输出信号，并且使得响应于分别在第一输入端和第二输入端处同时施加前神经元动作信号和后神经元动作信号的写部分而将用于编程记忆单元的电阻的编程信号施加到单元。因此，体现本专利技术的神经形态突触包括适于与具有两部分(读部分和写部分)的动作信号操作的三端单元电路。通过在电路的输出端产生依赖于单元电阻的突触输出信号来模仿突触输出的传播。这发生在当前神经元动作信号的读部分被施加到两个输入端之一时。可以通过向单元施加编程信号以编程单元电阻来修改突触权重。这发生在当前和后神经元动作信号的写部分在两个输入端同时施加时。因此经编程的突触权重依赖于前和后神经元动作信号的相对定时，从而允许STDP效应的模仿在生物系统中发生。但是，与先前的记忆单元突触不同，体现本专利技术的突触电路允许在阵列配置中对各个突触的并行寻址。因此，阵列的行和列中的突触可以在单个步骤中编程。这允许体现本专利技术的突触阵列的实时编程，从而提供高效的操作并且启用片上学习，借此突触权重响应于神经元电路的实时激发而动态地演变。这是对现有系统中需要本文档来自技高网...

【技术保护点】
一种神经形态突触，包括连接在电路系统中的电阻性记忆单元，该电路系统具有：第一输入端和第二输入端，用于分别接收各自具有读部分和写部分的前神经元动作信号和后神经元动作信号；以及输出端，用于提供依赖于所述记忆单元的电阻的突触输出信号；所述电路系统可操作为使得响应于在第一输入端处施加前神经元动作信号的读部分而在输出端处提供所述突触输出信号，并且使得响应于分别在第一输入端和第二输入端处同时施加前神经元动作信号和后神经元动作信号的写部分而将用于编程记忆单元的电阻的编程信号施加到单元。

【技术特征摘要】
【国外来华专利技术】2014.10.30 GB 1419355.11.一种神经形态突触，包括连接在电路系统中的电阻性记忆单元，该电路系统具有：第一输入端和第二输入端，用于分别接收各自具有读部分和写部分的前神经元动作信号和后神经元动作信号；以及输出端，用于提供依赖于所述记忆单元的电阻的突触输出信号；所述电路系统可操作为使得响应于在第一输入端处施加前神经元动作信号的读部分而在输出端处提供所述突触输出信号，并且使得响应于分别在第一输入端和第二输入端处同时施加前神经元动作信号和后神经元动作信号的写部分而将用于编程记忆单元的电阻的编程信号施加到单元。2.如权利要求1所述的突触，其中所述电路系统适于与完全相同的前神经元动作信号和后神经元动作信号一起操作。3.如权利要求1或2所述的突触，其中所述电路系统适于使得在输入端处同时施加所述写部分的时段期间将编程信号施加到单元。4.如前述权利要求中任一项所述的突触，其中所述电路系统适于使得编程信号依赖于在输入端处前神经元动作信号和后神经元动作信号中的至少一个的写部分的形状。5.如前述权利要求中任一项所述的突触，其中所述电路系统包括开关组，所述开关组依赖于动作信号中的至少一个是可配置的，使得所述电路系统选择性地实现将所述编程信号施加到记忆单元以及在输出端处提供所述突触输出信号。6.如权利要求5所述的突触，其中所述开关组包括第一开关和第二开关。7.如权利要求6所述的突触，其中：所述电路系统包括连接在第一输入端和记忆单元的第一电极之间的第一电阻，以及连接在记忆单元的第二电极和参考端之间的第二电阻；输出端连接到记忆单元的第二电极；第一开关与第二电阻并联地连接在第二电极和参考端之间；以及第二开关连接在第二输入端和记忆单元的第一电极之间。8.如权利要求7所述的突触，其中所述电路系统适于使得第一开关在前神经元动作信号的写部分期间闭合，并且第二开关在前神经元动作信号和后神经元动作信号之一的写部分期间闭合。9.如权利要求7或权利要求8所述的突触，其中第一电阻和第二电阻适于响应于在输入端处施加前神经元动作信号和后神经元动作信号中的仅一个而禁止编程记忆单元。10.如前述权利要求中任一项所述的突触，其中所述记忆单元包括相变记忆单元。11.一种...

【专利技术属性】
技术研发人员：E·S·伊莱夫舍利欧，A·潘塔兹，A·塞巴斯蒂安，T·图马，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：美国,US