【技术实现步骤摘要】
一种用于二值神经网络的双字线6TSRAM单元电路
本专利技术涉及集成电路设计
，尤其涉及一种用于二值神经网络(BinaryNeuralNetworks)的双字线6TSRAM单元电路。
技术介绍
目前，深度学习在学术界和工业界的关注度越来越高，深度神经元网络(DeepNeuralNetworks)是一种常用于人工智能的场景实现高精度识别和预测功能的模型，然而在当前的冯-诺依曼计算架构下，数据存储在存储器中，计算时再从存储阵列中把数据传输给ALU运算单元，这种情况下消耗在数据传输上的时间远远高于数据运算的时间，因此数据传输效率也成为限制深度学习发展的一个重要的因素。存内计算CIM(Computing-In-Memory)的出现，将逻辑运算嵌入到存储器中以减少处理器和存储器之间的数据传输，因此成为解决冯-诺依曼计算架构缺点的一种可行性途径，同时也是助力深度学习发展的一种重要的方法，被认为是人工智能算法硬件加速的未来主流趋势之一。虽然目前深度学习已经在人工智能、模式识别、图像处理等领域得到了广泛的应用，但是由于深度学习...
【技术保护点】
1.一种用于二值神经网络的双字线6TSRAM单元电路，其特征在于，所述电路包括多个6TSRAM单元组成的一列6TSRAM单元阵列、三个PMOS晶体管M1、M2和M3、两个电容C0和C1，其中：/nPMOS晶体管M1和M2为预充电管，M1和M2的源极共同接到电源V
【技术特征摘要】
1.一种用于二值神经网络的双字线6TSRAM单元电路，其特征在于，所述电路包括多个6TSRAM单元组成的一列6TSRAM单元阵列、三个PMOS晶体管M1、M2和M3、两个电容C0和C1，其中：
PMOS晶体管M1和M2为预充电管，M1和M2的源极共同接到电源Vdd，M1的漏级接在位线BLB上，M2的漏级接在位线BL上；且M1和M2的栅极共同连接到控制端sw2，用于输入控制M1和M2导通的控制信号；
PMOS晶体管M3为一列6TSRAM单元阵列共用的平衡电压管，M3的源级、漏级分别与位线BLB、BL相连接，用于平衡两条位线BL和BLB上面的电压；且M3的栅极连接到控制端sw1，用于输入控制M3导通的控制信号；
电容C0和C1为位线BLB和BL上的寄生电容。
2.根据权利要求1所述用于二值神经网络的双字线6TSRAM单元电路，其特征在于，
所述一列6TSRAM单元阵列中的6TSRAM单元的个数为M，该M值的大小由卷积操作所需要滤波器的规模决定。
3.根据权利要求1所述用于二值神经网络的双字线6TSRAM单元电路，其特征在于，在所述一列6TSRAM单元阵列进行运算时：
首先将各6TSRAM单元中的字线WL和WLB设置为高电平，控制端sw1和sw2设置为高电平，通过位线BL和BLB将权重weight以Q/QB的组合形式写入到各6TSRAM单元中；
一列中所有6TSRAM单元的数据写入后，将所有字线WL和WLB上的电压设置为低电平，然后将控制端sw2设置为低电平，控制端sw1设置为高电平，对电容C0和C1进行充电，持续一段时...
【专利技术属性】
技术研发人员：蔺智挺，姚远，彭春雨，吴秀龙，卢文娟，黎轩，陈军宁，
申请(专利权)人：安徽大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。