基于光电计算单元的脉冲神经网络及其系统和运算方法技术方案

本发明专利技术公开了一种基于光电计算单元的脉冲神经网络及其系统和运算方法。脉冲神经网络的神经计算核结构包括突触网络、树突、轴突、脉冲接收器和神经元，多个光电计算单元周期性排列组成的阵列作为突触网络，每个光电计算单元包括发光单元和计算单元，发光单元发出的光入射到计算单元中；每个计算单元包括载流子控制区、耦合区、以及光生载流子收集区和读出区；阵列中每一列计算单元的读出区依次相连，作为树突；树突的读出区输出端与神经元相连接；阵列中每一行计算单元的载流子控制区依次相连，作为轴突；轴突中的载流子控制区与脉冲接收器相连。本发明专利技术的神经网络在实际运行中无需反复访问片外存储器，达到了降低功耗的效果。

Pulse Neural Network Based on Photoelectric Computing Unit and Its System and Operating Method

【技术实现步骤摘要】
基于光电计算单元的脉冲神经网络及其系统和运算方法
本专利技术涉及一种基于光电计算单元的脉冲神经网络及其系统和应用方法，属于计算领域和光电探测领域。
技术介绍
传统的计算机大多采取冯诺依曼架构，然而，因为冯诺依曼架构存储单元和运算单元的分立，导致了在数据传输上产生了极大的能量消耗，并且影响运算速度。光电计算单元为一种可以独立运算或者与目前电子计算技术相结合来进行运算的计算器件，其可以实现高精度的存-算一体功能，单个器件即可存储光输入端的光信号并在断光后长时间保存，并且可以实现单个器件即完成乘法运算。这些特性使得光电计算单元非常适用于组成类脑的脉冲神经网络。现有的神经网络技术大多使用CNN或者RNN类的深度神经网络，通过通用计算平台，如CPU、GPU等完成运算。CNN或者RNN类深度神经网络权值参数大，计算复杂度高，需要大量地访问片外缓存读取权值完成多次运算，对传统计算系统的计算力有着较高要求。且由于反复访问片外缓存，大量能量损失在数据传输过程，导致其计算能效低，不能满足日益增长的应用需求。
技术实现思路
为了提高系统的计算性能，本专利技术提供一种基于光电计算单元的脉冲神经网络，以及该脉冲神经网络的运算方法和由该神经网络组成的应用系统。本专利技术采用的技术方案如下：基于光电计算单元的脉冲神经网络，包括神经计算核结构，神经计算核结构包括突触网络、树突、轴突、脉冲接收器和神经元；多个光电计算单元周期性排列组成的阵列作为突触网络，每个光电计算单元包括发光单元和计算单元，发光单元发出的光入射到计算单元中；每个计算单元包括载流子控制区、耦合区、以及光生载流子收集区和读出区；所述载流子控制区用于控制并调制光生载流子收集区和读出区内的载流子；所述光生载流子收集区和读出区中的收集区用于吸收发光单元发射的光子并收集产生的光生载流子；所述载流子控制区或者光生载流子收集区和读出区中的读出区与电信号连接，读出区用于输出被所述光生载流子和所述电信号作用后的载流子；所述耦合区连接收集区和读出区；阵列中每一列计算单元的读出区依次相连，作为树突；树突的读出区输出端与神经元相连接；阵列中每一行计算单元的载流子控制区依次相连，作为轴突；轴突中的载流子控制区与脉冲接收器相连。进一步地，脉冲神经网络包括多个神经计算核结构、脉冲处理器、地址仲裁器和数据传输接口，多个神经计算核结构呈网状形式排列，每个神经计算核结构连接一个地址仲裁器；所述脉冲处理器，用于接收数据传输接口输入的脉冲信号以及各个神经计算核结构的轴突传来的脉冲信号，并根据不同计算核对各个脉冲信号进行编码以及将编码后的脉冲信号传递给地址仲裁器；所述地址仲裁器，用于接收脉冲处理器发送的脉冲信号，并根据脉冲信号的编码信息将脉冲信号传输给脉冲接收器或者相邻计算核的地址仲裁器；所述数据传输接口，用于接收外部的脉冲信号，并将外部的脉冲信号转换成适用于脉冲处理器的脉冲信号形式并传输给脉冲处理器。本专利技术一种基于光电计算单元的脉冲神经网络的运算方法，具体步骤包括：发光单元在驱动器的驱动下，将神经计算核结构的权重值输入突触网络中并保存；脉冲接收器接收来自外部的脉冲激励，缓存脉冲激励，并在接收到脉冲同步控制信号之后将缓存的脉冲激励通过轴突传递到每一行计算单元的载流子控制区；将载流子控制区接收到的脉冲激励与突触网络中存储的权重值进行乘法运算，每个计算单元的计算结果通过树突相连，从而对每一列计算单元的读出区输出端的电流进行汇聚，并输出给神经元；神经元将汇聚后的电流信号进行AD转换成数字信号，并不断对输入的脉冲激励产生的计算电流转换后的数字信号结果进行累加，同时将累加的结果带入到由数字逻辑组成的神经元模型函数中，判断是否产生输出脉冲信号。本专利技术一种基于光电计算单元的脉冲神经网络的应用系统，包括所述脉冲神经网络以及：算法映射模块，用于将需要所述脉冲神经网络处理的应用算法进行分解；权重写入模块，用于将分解后的算法所需的权值根据映射关系通过发光单元写入到计算单元中；脉冲产生模块，用于根据算法实际运算中的激励数据产生相对应的脉冲激励，并输入给脉冲接收器；结果转换模块，用于接收数据传输接口传来的计算结果脉冲信号，并根据对应的算法模型将计算结果脉冲信号进行整合处理，转换成算法的显性计算结果。本专利技术充分利用光电计算单元的存算一体的特性，将脉冲神经网络中的权值参数通过光输入到阵列中保存以模拟人脑中的连接权重，利用单器件可完成乘法运算的特性来模拟人脑中神经元的操作，从而组成了一种类脑的新型脉冲神经网络。应用过程中，将待实现的算法模型通过算法分解映射到脉冲神经网络上，再将数据激励通过算法映射关系转换成脉冲激励，输入到网络中进行运算，可以实现对神经网络的加速。由于光电存算一体器件集存储和运算一体，本专利技术的神经网络在实际运行中无需反复访问片外存储器，可以极大降低功耗，提高运算效率，相对现有的深度神经网络有着很大的优势。附图说明图1是计算单元的多功能区框图。图2是光电计算阵列的结构示意图。图3是实施例1计算单元结构的(a)截面图和(b)立体图。图4是实施例2计算单元结构的(a)截面图和(b)立体图。图5是实施例3计算单元的(a)结构示意图和(b)多功能区示意图。图6是4*4的基于光电计算单元的神经计算核结构的示意图。图7是基于光电计算单元的神经计算核的4核网络结构的示意图。图8是基于光电计算单元的脉冲神经网络的应用流程的示意图。图中：1-发光阵列，2-计算阵列。具体实施方式本专利技术光电计算单元中的计算单元为包括三大功能区的多功能区结构，如图1所示，三大功能区为：载流子控制区、耦合区、光生载流子收集区和读出区，具体功能分别如下：载流子控制区：负责控制并调制光电计算单元内的载流子，并且作为计算单元的电输入端口，输入其中一个运算量作为电输入量；或者只控制并调制计算单元内的载流子，通过其他区域输入电输入量。耦合区：负责连接光生载流子收集区和读出区，使得光子入射产生的光生载流子作用于光电计算单元内的载流子，形成运算关系。光生载流子收集区和读出区：其中收集区负责吸收入射的光子并收集产生的光生载流子，并且作为计算单元的光输入端口，输入其中一个运算量作为光输入量；读出区可以作为计算单元的电输入端口，输入其中一个运算量作为电输入量，并且作为计算单元的输出端口，输出被光输入量和电输入量作用后的载流子作为单元输出量；或者通过其他区域输入电输入量，读出区只作为计算单元的输出端口，输出被光输入量和电输入量作用后的载流子，作为单元输出量。发光单元发出的光作为入射计算单元光生载流子收集和读出区的光子，参与运算。光电计算阵列包括发光阵列1和计算阵列2，结构如图2所示。发光阵列1由多个发光单元周期性排列组成，计算阵列2由多个计算单元周期性排列组成。实施例1如图3所示，本实施例的计算单元包括：作为载流子控制区的控制栅极、作为耦合区的电荷耦合层，以及作为光生载流子收集区和读出区的P型衬底，P型衬底中分为左侧收集区和右侧读出区，其中右侧读出区中包括浅槽隔离、通过离子注入形成的N型源端和N型漏端。浅槽隔离位于半导体衬底中部、收集区和读出区的中间，浅槽隔离通过刻蚀并填充入二氧化硅来形成，以用于隔离收集区和读出区的电信号。N型源端位于读出区内靠近底层介质层的一侧，通过离子注入法掺杂而形成。本文档来自技高网...

【技术保护点】
1.基于光电计算单元的脉冲神经网络，包括神经计算核结构，神经计算核结构包括突触网络、树突、轴突、脉冲接收器和神经元，其特征在于，多个光电计算单元周期性排列组成的阵列作为突触网络，每个光电计算单元包括发光单元和计算单元，发光单元发出的光入射到计算单元中；每个计算单元包括载流子控制区、耦合区、以及光生载流子收集区和读出区；所述载流子控制区用于控制并调制光生载流子收集区和读出区内的载流子；所述光生载流子收集区和读出区中的收集区用于吸收发光单元发射的光子并收集产生的光生载流子；所述载流子控制区或者光生载流子收集区和读出区中的读出区与电信号连接，读出区用于输出被所述光生载流子和所述电信号作用后的载流子；所述耦合区连接收集区和读出区；阵列中每一列计算单元的读出区依次相连，作为树突；树突的读出区输出端与神经元相连接；阵列中每一行计算单元的载流子控制区依次相连，作为轴突；轴突中的载流子控制区与脉冲接收器相连。

【技术特征摘要】
1.基于光电计算单元的脉冲神经网络，包括神经计算核结构，神经计算核结构包括突触网络、树突、轴突、脉冲接收器和神经元，其特征在于，多个光电计算单元周期性排列组成的阵列作为突触网络，每个光电计算单元包括发光单元和计算单元，发光单元发出的光入射到计算单元中；每个计算单元包括载流子控制区、耦合区、以及光生载流子收集区和读出区；所述载流子控制区用于控制并调制光生载流子收集区和读出区内的载流子；所述光生载流子收集区和读出区中的收集区用于吸收发光单元发射的光子并收集产生的光生载流子；所述载流子控制区或者光生载流子收集区和读出区中的读出区与电信号连接，读出区用于输出被所述光生载流子和所述电信号作用后的载流子；所述耦合区连接收集区和读出区；阵列中每一列计算单元的读出区依次相连，作为树突；树突的读出区输出端与神经元相连接；阵列中每一行计算单元的载流子控制区依次相连，作为轴突；轴突中的载流子控制区与脉冲接收器相连。2.根据权利要求1所述的基于光电计算单元的脉冲神经网络，其特征在于，包括多个所述神经计算核结构、脉冲处理器、地址仲裁器和数据传输接口，多个神经计算核结构呈网状形式排列，每个神经计算核结构连接一个地址仲裁器；所述脉冲处理器，用于接收数据传输接口输入的脉冲信号以及各个神经计算核结构的轴突传来的脉冲信号，并根据不同计算核对各个脉冲信号进行编码以及将编码后的脉冲信号传递给地址仲裁器；所述地址仲裁器，用于接收脉冲处理器发送的脉冲信号，并根据脉冲信号的编码信息将脉冲信号传输给脉冲接收...

【专利技术属性】
技术研发人员：王瑶，王宇宣，
申请(专利权)人：南京惟心光电系统有限公司，
类型：发明
国别省市：江苏,32