双面神经网络处理器制造技术

双面神经网络处理器(100)含有多个储算单元(100aa‑100mn)，每个储算单元(100ij)含有至少一存储阵列(170)和一神经计算电路(180)。神经网络处理器封装(100) 形成在一含有第一表面(0a)和第二表面(0b)的半导体衬底(0)上。第一表面(100a)含有存储阵列(170)，第二表面(100b)含有神经计算电路(180)。存储阵列(170)和神经计算电路(180)通过多个表面间连接(160)电耦合。

【技术实现步骤摘要】
双面神经网络处理器
本专利技术涉及集成电路领域，更确切地说，涉及人工智能（AI）使用的神经网络处理器（neuro-processor）。
技术介绍
处理器的第五种应用是神经网络。神经网络提供了一种强大的人工智能工具。图1A是一个神经网络的例子。它含有输入层32、隐层34和输出层36。输入层32含有i个神经元33，其输入数据x1、…xi构成输入矢量30x。输出层36含有k个神经元37，其输出数据y1、y2、…yk构成输出矢量30y。隐层34介于输入层32和输出层36之间。它含有j个神经元35，每个神经元35与输入层32中的第一神经元以及输出层36中的第二神经元电耦合。神经元之间的耦合强度由突触权重wij和wjk表示。现有技术提出一种神经网络加速器芯片60（参见陈云霁等著《DaDianNao:AMachine-LearningSupercomputer》，IEEE/ACMInternationalSymposiumonMicro-architecture，5(1)，第609-622页，2014年）。神经网络加速器60含有16个内核5本文档来自技高网...

【技术保护点】
1.一种双面神经网络处理器 (100)，其特征在于含有：/n多个储算单元(100aa-100mn)，每个储算单元(100ij)含有至少一存储阵列(170)和一神经计算电路(180)，所述存储阵列(170)存储至少一突触权重，所述神经计算电路(180)利用所述突触权重进行神经计算；/n一含有第一表面(0a)和第二表面(0b)的半导体衬底(0)，所述第一表面(0a)含有所述存储阵列(170)，所述第二表面(0b)含有所述神经计算电路(180)，所述第一表面(0a)与所述第二表面(0b)通过多个表面间连接(160)电耦合。/n

【技术特征摘要】
1.一种双面神经网络处理器(100)，其特征在于含有：
多个储算单元(100aa-100mn)，每个储算单元(100ij)含有至少一存储阵列(170)和一神经计算电路(180)，所述存储阵列(170)存储至少一突触权重，所述神经计算电路(180)利用所述突触权重进行神经计算；
一含有第一表面(0a)和第二表面(0b)的半导体衬底(0)，所述第一表面(0a)含有所述存储阵列(170)，所述第二表面(0b)含有所述神经计算电路(180)，所述第一表面(0a)与所述第二表面(0b)通过多个表面间连接(160)电耦合。


2.根据权利要求1所述的神经网络处理器(100)，其特征还在于：所述存储阵列(170)在所述第二表面(0b)上的投影与所述神经计算电路(180)至少部分重合。


3.根据权利要求1所述的神经网络处理器(100)，其特征还在于：在所述第一表面(0a)中的每个存储阵列(170ij)在所述第二表面(0b)上有一神经计算电路(180ij)与之对齐。


4.根据权利要求1所述的神经网络处理器(100)，其特征还在于：在所述第二表面(0b)中的每个神经计算电路(180ij)在所述第一...

【专利技术属性】
技术研发人员：张国飙，
申请(专利权)人：杭州海存信息技术有限公司，
类型：发明
国别省市：浙江;33