电流值可变的电流积分和电荷共享的多位卷积运算模组制造技术

本发明专利技术涉及一种模拟运算模组，尤其涉及一种关于卷积运算的模拟运算模组，提出了一组模拟乘法器和累加器(MAC)。其中，电容器中的电流积分用于两个多位二进制数卷积过程的乘法运算的实现，而电容器间的电荷共享实现加法过程。权重位w

【技术实现步骤摘要】
电流值可变的电流积分和电荷共享的多位卷积运算模组
本专利技术涉及一种模拟运算模组，尤其涉及一种关于卷积运算的模拟运算模组，本专利技术还涉及一种卷积运算的模拟运算方法。
技术介绍
对低信噪比的量化，模拟运算比传统数字运算具有更高的功效，因此，通常将数字量转化为模拟量再进行运算。尤其对于神经网络，相较其运算能耗在神经网络的中、大型硬件实现中，由于传统的数据存储在磁盘中，进行运算时需要将数据提取到内存中，此过程需要大量的I/O连接传统存储器的存储往往占用了更多的功耗。而基于模拟内存和近内存运算则可以将运算过程发送到数据本地执行，极大地提升了运算速度、节约了存储面积、降低了数据传输以及运算功耗。本专利技术提出了一种超低功耗模拟内存或近内存运算的有效实现方法。近期论文“AMixed-SignalBinarizedConvolutional-Neural-NetworkAcceleratorIntegratingDenseweightStorageandMultiplicationforReducedDataMovement”Symp.VLSICircuits,pp.141-142,2018，提出的基于二进制的内存或近内存的对1比特二进制数乘法的模拟运算展现了高效的表现，通过静态随机存取存储器(StaticRandom-AccessMemory，SRAM)单元存储1位的权重与输入的混合信号做卷积运算，极大地提高了运算能力以及降低了存储面积，该方法涉及的结构注重一位的乘法运算在神经网络中传递的过程，即输入层到卷积层再到池化层，最后输出。但是该
技术介绍
文件，其模拟运算电路的实现没有涉及乘数或被乘数权位变化的情况，局限于1位的乘法运算在第一次层的输入，不能用于多位二进制数的卷积模拟运算。极少数的多位运算涉及乘数或被乘数的权位的变化，如论文：(1)“In-MemoryComputationofaMachine-LearningClassifierinaStandard6TSRAMArray”,JSSC,pp.915-924,2017；(2)“A481pJ/decision3.4Mdecision/smultifunctionaldeepinmemoryinferenceprocessorusingstandard6TSRAMarray”,arXiv:1610.07501,2016；(3)“AMicroprocessorimplementedin65nmCMOSwithConfigurableandBit-scalableAcceleratorforProgrammableIn-memoryComputing”，arXiv:1811.04047,2018；(4)“ATwin-8TSRAMComputation-In-MemoryMacroforMultiple-BitCNN-BasedMachineLearning,”，ISSCC,pp.396-398,2018，(5)“A42pJ/Decision3.12TOPS/WRobustIn-MemoryMachineLearningClassifierwithOn-ChipTraining,”ISSCC,pp.490-491,2018；但是这些多位运算都是通过利用调制当前域中的控制总线、电容电荷共享、脉冲宽度调制(Pulse-width-modulated,PWM)、修改SRAM单元，或者用近存储器运算的复杂数字矩阵矢量处理等方式实现的。这些多位运算的实施方法中，多位模拟乘法器和累加器一直采用非常复杂的数字处理控制，但是在低信噪比的量化方面，传统的数字运算相较模拟运算耗费大量功效，因此这些数字处理控制下的多位运算会产生很大的运算耗能。CN201910068644提出的二值化的卷积，进行异或运算阶段是通过调制SRAM内控制总线从而实现电位的变化，但是该专利给出的技术方案和教导是要求采取复杂的数字处理控制，对控制模块的要求高，消耗过多的能耗。因此，本领域亟需一种对低信噪比的信号采用模拟运算实现超低功耗的解决方案。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种超低功耗、结构紧凑、运算速度快的基于电流值可变的电流积分和电荷共享的多位二进制的卷积模拟运算的模组，该模组支持两个或更多个输入的一般卷积，且二进制的位数可以调整，尤其是可用作于神经网络卷积运算单元或运算加速器硬件实现的模拟内存运算的单元。所涉及的模组除了上述的优点，其基于矩阵单元的实现对于存储器内或接近存储器的基于卷积的运算单元来说是合理的，不仅降低与存储器存取相关进程的功率，而且还使得矩阵物理实现更加紧凑。为实现上述的目的，采用以下的技术方案：基于卷积运算的两个阶段，本专利技术提出一种基于电流值可变的电流积分和电荷共享的多位卷积运算的模组。所述模组包括：至少一个数字输入xi，至少一个数模转换器(DigitaltoAnalogConverter，DAC)将所述的数字输入xi按照给定位数转化为电流在电路中传输；至少一个权重wji，该权重表示为一个二进制数时，wji,k为其第k位上的值；每个卷积运算单元(i,j,k)用于1个带位权的1位二进制wji,k与1个多位二进制xi的乘法运算，由多个卷积运算单元构成的卷积运算阵列，该阵列完成卷积运算的乘法运算和加法运算；至少一个输出yj；特别地，所述的电流Ixi是由DAC将数字输入xi按照DAC给定位数转换的。特别地，所述的卷积运算阵列的规模为i*j*k，每个运算单元(i，j，k)包括电流Ixi、至少一个开关、至少一个控制信号、节点aji,k、值为Cu的电容。特别地，对于Ixi对应的j*k组卷积运算单元，所述卷积运算单元由k方向依位2倍递增的输入电流Ixi、开关、偏置控制信号、节点aji,k、至少一个容量为Cu的电容组成，其中第k位对应的运算单元的输入电流为2(k-1)*Ixi。控制信号控制卷积运算单元内电流Ixi积分，卷积运算单元内wji,k为1时，控制信号一直为接通状态，对应的卷积运算单元内的开关一直为闭合状态，电流Ixi进入电容器中积分，电容器两端的电压逐渐升高。卷积运算单元内wji,k为0时，控制信号一直处于断开状态，对应卷积运算单元内的开关一直处于断开状态，电流Ixi积分得到的电荷量为0。进一步地，所述电流Ixi在k方向逐位2倍递增可以通过一组逐位进行放大的电流放大器。进一步地，假设wji,1＝wji,B＝1，i，j分别相同，那么在电容内不同大小的电流经过相同的积分时间后，储存的电荷量不同，其对应的电容两端的电压，k＝B卷积运算单元内的电容会是k＝1的电容电压的2(B-1)倍。特别地，卷积运算单元内节点aji,k处的电压定义为xi*wji,k*2(k-1)乘数结果，其值由权重各位上的值wji,k和卷积运算单元内电流Ixi的大小决定；进一步地，所述yj是给定一个j，连接一个i*k面的所有aji,k节点得到的组合节点的电压。由于电容放电的特性，不同运算单元内的电容通过各自被连接的节点进行电荷共享，电荷共享结束后，每个本文档来自技高网...

【技术保护点】
1.电流值可变的电流积分和电荷共享的多位卷积运算模组，其特征在于，包括:/n至少一个数字输入x

【技术特征摘要】
1.电流值可变的电流积分和电荷共享的多位卷积运算模组，其特征在于，包括:
至少一个数字输入xi，至少一个数模转换器(Digitaltoanalogconverter，DAC)，至少一个权重wji，由多个卷积运算单元构成的卷积运算阵列，至少一个输出yj；
所述数字输入xi由DAC按照给定的位数转换为模拟信号的电流Ixi在电路中传输；
所述权重wji，j表示该权重是第j窗口的权重索引，wji,k是权重wji第k位上的值，k∈[1，B]，其中B指二进制的最高位，每一位wji,k对应一个卷积运算单元且wji,k是0或1；
所述的卷积运算阵列的规模为i*j*k，i方向是输入方向，j方向是卷积窗口方向，k方向卷积运算单元依权重wji的每一位wji,k由低位到高排列；
所述每个卷积运算单元包括输入电流、开关、至少一个控制信号、节点aji,k、至少一个电容，k方向卷积运算单元内输入电流Ixi依位2倍递增，第k位对应卷积运算单元内的电流为2(k-1)*Ixi；
所述控制信号控制电容的电流的积分，控制信号为接通状态，电流Ixi经过开关，通过与电容上极板连接的节点aji,k进入电容内积分，所有电容积分时间同为T，积累的电荷为2(k-1)*Ixi*T，节点aji,k的电压为xi*wji,k*2(k-1)的乘法结果，控制信号为断开状态时，电流Ixi积分积累的电荷为0，aji,k处的电压为0；
所述yj是通过短接一个i*k面的所有卷积运算单元内节点aji,k，每个卷积运算单元内电容间电荷共享，得到的组合节点的电压是卷积计算的输出结果。


2.如权利要求1所述的模组，所述xi对应的1*k个卷积运算单元的组合电压为xi*wji的结果，一个i*k面的卷积运算单元组合节点的电压为∑xi·wji的结果，完成一次卷积核和输入矩阵的卷积过程的运算。


3.如权利要求1或2所述的模组，其特征在于，所述的控制信号一直为接通或者一直为断开。


4.如权利要求3所述的模组，其特征在于，所述的电容可以替换为电阻。


5.如权利要求4所述的模组，其特征在于，当组合节点的累积电压摆动高于模数转换器的输入范围，输出yj在连接模数转换器前并联衰减电容器，调整累积电压的全刻度范围。


6.如权利要求5所述的模组，...

【专利技术属性】
技术研发人员：阿隆索·莫尔加多，刘洪杰，
申请(专利权)人：深圳市九天睿芯科技有限公司，
类型：发明
国别省市：广东;44